Hoorcollege 6

twee ‘fases’: 1) theoretisch/conceptueel 2) operationeel

theoretische verwachting: theorie + onderzoeksvraag => verwachting over relatie tussen theoretische begrippen

^^onderbouwd met (gaten in) literatuur, observaties etc. ‘educated guess’

onderzoekshypothese: operationaliseren (aka onderzoeksontwerp) => verwachting uitdrukken als stelling over correlatie tussen variabelen soort ‘geoperationaliseerde theoretische verwachting’

de verwachting gaat over de populatie. de hypothese gaat over de steekproef.

twee ‘schalen’ uit statistiek: 1) populatie 2) steekproef, zijn dus gelinkt met de ‘fases’

?? relatie/verband vs correlatie? <- heeft dit te maken met die ‘niveaus’?

wanneer mag inferentie? en hoe inferentie? (= externe validiteit toch?) wat zegt het steekproefresultaat over de gehele populatie?

nulhypothese: de verwachting die je hebt als geen relatie/verschil/effect (r = 0)

passen de resultaten beter bij de hypothese of bij de nulhypothese? -> beginnen bij/aannemen van nulhypothese (voor de gehele populatie) hoe groot is dan de kans dat we toch de gemeten correlatie terugvinden in de steekproef? (hoe kleiner die kans, hoe groter de kans dat de correlatie ook in de populatie is)

steekproef wijkt altijd een beetje af van de populatie (voorbeeld: verschillende steekproeven in een groep geven verschillende gemiddelde leeftijden)

dus als r = 0 in de populatie, kan alsnog een andere r vinden in de steekproef (= steekproeffout)

heel veel steekproeven nemen -> histogram maken van gevonden r waardes

de variatie van de r (verschil tussen hoogste, laagste; bereik) tussen steekproeven = steekproevenspreiding er een histogram (verdeling) van maken = steekproevenverdeling

steekproeffout wordt kleiner bij grotere steekproeven (bijv n = 50 ipv n = 10). dan wordt de steekproefspreiding lager, en steekproevenverdeling meer geconcentreerd op het centrum.

gemiddelde v. steekproeffout = standaardafwijking/standaardfout

normaalverdeling = wiskundig model dat voor bepaalde n de verwachte steekproevenverdeling geeft (grotere n geeft hogere piek)

p = overschrijdingskans = kans dat je dit (of iets extremers) observeert (= opp onder curve, maar geen integraal :/)

totale opp = 1, dus opp is een percentage dat aanduidt hoe groot de kans is dat in geval van de nulhypothese je deze kans (of extremer) vindt.

p is indicatie voor overeenkomst met situatie onder nulhypothese.

hoge p => uitgaan van nulhypothese lage p => uitgaan van onderzoekshypothese

?? is n in relatie tot/als percentage van populatiegrootte relevant?

grenswaarde? <- krijgen we nog niet want is geen wetmatigheid, maar een afspraak; levert geen begrip op.

als je p beetje in het midden zit -> grotere steekproef nemen.