www.quickprinter.be
R
Q
B12
7,90 €
1 ste bach PSW
slides en notities
uickprinter
Koningstraat 13
2000 Antwerpen
Kwantitatieve onderzoeksmethoden
Online samenvattingen kopen via
www.quickprintershop.be
1
Kwantitatieve onderzoeksmethoden
Inhoudsopgave
1 Hoofdstuk 1: setting the scene ... 6
1.1 Herhaling: wat is wetenschap ... 6
1.2 Wetenschapsmodellen en sociaalwetenschappelijk onderzoek ... 7
1.3 De rol van theorie in kwantitatief onderzoek ... 9
1.4 Wat is dan sociaal-wetenschappelijk onderzoek ? ... 11
1.5 De kwantitatieve onderzoekscyclus ... 12
1.6 Komen tot een onderzoeksplan ... 12
1.7 De probleemstelling ... 12
1.7.1 DEEL 1 van de probleemstelling ... 13
1.7.2 De onderzoeksvraag ... 13
1.8 De literatuurstudie ... 13
1.9 Van onderzoeksvraag naar hypothesen ... 14
2 Hoofdstuk 2: Grondvormen, onderzoekstypen & researchdesigns ... 16
2.1 Afbakening onderzoeksvormen: criteria... 16
2.1.1 Finaliteit onderzoek ... 16
2.1.2 Type databehandeling ... 16
2.1.3 Type onderzochte relaties ... 16
2.1.4 Finaliteit van het onderzoek ... 16
2.1.5 Type databehandeling ... 17
2.1.6 Type onderzochte relaties ... 17
2.1.7 Aandachtspunten causale relaties ... 18
2.1.8 Causaliteit in humane wetenschappen? ... 18
2.1.9 Functionele vs causale relaties ... 18
2.2 Onderzoektsypen ... 18
2.2.1 Verstehen ... 18
2.3 Causaliteit → wat heeft invloed op wat? Wat is de oorzaak van iets? ... 23
2.3.1 Experimentele designs = zuiver experiment ... 24
2.3.2 Quasi-experimentele designs ... 31
2.3.3 Panelstudy ... 34
2.4 Survey ... 36
2
3.1 Wat is een survey ... 37
3.2 Soorten surveys... 37
3.3 Kwaliteit waarborgen: total survey error ... 41
3.4 Surveys voorbereiden: een tijdspad ... 42
3.4.1 Fasen in de uitvoering van een survey ... 42
3.5 Kiezen voor een dataverzamelingsmethode ... 43
3.5.1 Dataverzamelingsmethoden ... 43
3.6 Deelname aan surveys verhogen ... 44
3.6.1 Evolutie van deelname ... 44
3.6.2 Theorieën over deelname ... 45
3.7 Postenquetes ... 48
3.7.1 Soorten zelf-in-te-vullen enquetes ... 48
3.8 Webenquêtes ... 49
3.9 Face-to – face interview ... 50
4 Hoofdstuk 4: steekproeftechnieken, representativiteit & bias ... 51
4.1 Kernbegrippen ... 51
4.1.1 Interne validiteit ... 51
4.1.2 Externe validiteit ... 52
4.1.3 Betrouwbaarheid ... 52
4.2 Bronnen van bias (= vertekening) ... 53
4.2.1 Types bias of vertekening ... 53
4.3 Total survey error approach ... 56
4.4 Observatiemethoden zonder onderzoekstimulus ... 59
4.4.1 Niet reactieve methoden of unubtrusive measurement (observatiemethoden zonder onderzoeksstimulus) ... 59
4.4.2 Analyse van documentaire bronnen ... 59
A) primaire bronnen: actoren komen zelf aan het woord ... 59
B) secundaire bronnen : bevatten registraties uit 2e hand vb: dissertaties, ledenlijsten, notulen, … ... 59
4.4.3 Analyse statistische reeksen en registergegevens (secundaire analyse) ... 60
4.5 Extensieve bevragingsmethoden ... 61
4.5.1 Reactieve observatiemethoden: extensieve bevraging ... 61
4.5.2 Extensieve bevragingsmethoden... 62
4.6 Steekproeftechnieken ... 64
3
4.6.2 Kwalitatief onderzoek en externe validiteit? ... 66
4.6.3 Probability sample ... 66
4.6.4 Non-probablity samples ... 71
4.6.5 Steekproefgrootte, precisie en significantie ... 73
4.7 Non-response en validatie ... 78
4.7.1 Final disposition codes ... 78
4.7.2 Final disposition/outcome code ... 79
4.7.3 Standard response rates ... 79
4.7.4 Analyse item non-response ... 81
4.7.5 Validatie gegevens ... 82
5 Hoofdstuk 5: Meten en meetinstrumenten ... 83
5.1 Herhaling: de onderzoekscyclus ... 83
5.1.1 De onderzoekscyclus ... 83
5.1.2 Operationaliseren ... 83
5.2 Een start in de wetenschapsfilosofie ... 83
5.2.1 Theorie ... 83
5.2.2 Logisch positivisme ... 83
5.2.3 Kritisch rationalisme ... 84
5.3 Concepten in de sociale wetenschappen ... 85
5.3.1 Concepten ... 85
5.4 Operationaliseren in de praktijk ... 86
5.4.1 Operationaliseren (van theorie naar vragen over gaan) ... 86
5.5 Indexen als meetinstrument ... 89
5.5.1 Schalen en indexen ... 89
5.5.2 Indexen ontwikkelen ... 89
5.6 Schalen als meetinstrument ... 90
5.6.1 Soorten schalen ... 90
5.7 Vignetten als meetinstrumenten ... 93
5.8 Kwaliteit van meetinstrumenten bepalen ... 93
5.9 Betrouwbaarheid nagaan ... 93
5.9.1 Betrouwbaarheid testen ... 93
5.10 Validiteit aantonen ... 95
5.10.1 Interne validiteit aantonen ... 95
4
6.1 De vraag begrijpen ... 97
6.2 De juiste kennis of informatie hebben... 99
6.3 Antwoord mogelijkheden kiezen/oordelen ... 100
6.4 Wensen om accuraat te antwoorden (wil ik nu antwoorden?) ... 102
6.5 Specifieke antwoordmogelijkheden ... 103
6.6 Kwesties met schalen (ordinale gesloten vragen) ... 105
6.7 Vraagvolgorde ... 107
7 Hoofdstuk 7: van vragenlijst naar database ... 110
7.1 Data invoer ... 110
7.1.1 Manieren van data-invoer ... 110
7.2 Hoe ziet een database er uit? ... 111
7.2.1 Databases ... 111
7.3 De kolommen in een database: variabelen ... 111
7.3.1 Soorten variabelen ... 111
7.3.2 Onderdelen van een variabele ... 112
7.4 De rijen in een database: cases ... 113
7.4.1 Cases ... 113
7.5 De cellen in een database: waarden ... 115
7.6 Een codeboek maken ... 116
7.7 Metadata en paradata ... 117
7.8 Documentatie bij surveys ... 118
7.9 Relaties leggen tussen databases RDBMS (hoe koppel je verschillende databanken?) .... 118
7.10 Databases samenvoegen ... 119
8 Hoofdstuk 8: Inhoudsanalyse ... 121
8.1 Een idee krijgen van de reikwijdte van inhoudsanalyse ... 121
8.1.1 Enkele voorbeelden ... 121
8.1.2 Definitie ... 121
8.2 Een inhoudsanalyse ontwerpen ... 122
8.3 Eenheden definiëren ... 122
8.4 Steekproeven in inhoudsanalyse ... 123
8.5 Codeboeken maken ... 124
8.6 Coderen ... 124
8.7 Validiteit en betrouwbaarheid ... 125
5
9.1 Analyse van kruistabellen: statistische onafhankelijkheid ... 127
9.2 Samenhang tussen nominale en of ordinale variabelen ... 127
9.2.1 Probleemstelling en operationalisering ... 127
9.2.2 Analyse van kruistabellen: doelstellingen ... 128
9.2.3 Anatomie van een kruistabel ... 128
9.2.4 Statistische onafhankelijkheid en samenhang ... 129
9.2.5 Aard van de samenhang: rij- en kolompercentages ... 129
9.2.6 Significantietoetsing bij kruistabellen: χ2 ... 131
9.2.7 Sterkte van de samenhang: associatiematen ... 133
9.2.8 Controle voor een 3e veranderlijke: tabelsplitsing ... 136
9.3 Samenhang tussen interval en of ratiovariabelen ... 138
9.3.1 Scatterplots ... 138
9.3.2 Covariatie en covariantie ... 139
9.3.3 Pearson product-moment correlatiecoëfficiënt ... 140
9.3.4 Controle voor een derde veranderlijke: partiële correlatie ... 140
9.4 Trends & APC Modellen bij herhaalde surveys ... 141
9.5 Meting van attritie en verblijfsduur bij longitudinale gegevens ... 145
9.5.1 Longitudinale analyse: vaststellen causaliteit ... 145
9.5.2 Voorbeelden longitudinaal onderzoek ... 145
9.5.3 Bronnen voor longitudinale gegevens ... 148
9.5.4 Transities en truncaties ... 148
9.5.5 Enkelvoudige attritietafel ... 150
9.5.6 Vergelijken van subgroepen ... 156
6
1
Hoofdstuk 1: setting the scene
1.1 Herhaling: wat is wetenschap
Wetenschapsopvattingen 1. Logisch positivisme
= pre-Popperiaanse periode (Wiener Kreis: clubje wetenschapsfilosofen: wat is wetenschap? -> starten allemaal met observaties)
PROBLEMEN: (kritiek op logisch positivisme door Popper) ● Onmogelijkheid van zuiver neutrale of ‘objectieve’ waarneming:
elke waarneming impliceert vooronderstellingen over het waarnemingsinstrument ● Geen eenduidige band tussen theorie en empirie (eigen ervaringen):
bv. alleen witte zwanen zien, garandeert niet dat er geen zwarte zijn ● Probleem van de rechtvaardiging van inductie:
je observeert steeds met bepaalde impliciete verwachtingen, bv. je weet wat een zwaan en wat de kleur ‘wit’ is
2. Kritisch rationalisme = Popper
= een hypothetisch-deductieve opvatting: je start met een probleem en gaan pas veel later observeren, starten met een theorie dan pas toetsing
• Wetenschappelijke hypothesen zijn geen logisch noodzakelijk resultaat van het toepassen van regels en observaties, maar zijn resultaat van creatief denkwerk (Eerst theorie en dan pas toetsing)
• Observatie veronderstelt hypothesen en kennis (als je niet weet wat ‘rood’ is, kan je geen rood waarnemen)
• Een theorie moet niet alleen voorschrijven, maar ook verbieden
7 hypothesen = veronderstellingen uit onze waarnemingen, op VOORHAND stellen we vast wat we gaan vinden in ons onderzoek, tijdens onze analyse
1.2 Wetenschapsmodellen en sociaalwetenschappelijk onderzoek
Grondleggers van wetenschapsmodellen
- Naturalisme of Positivisme (Emile Durkheim) = POST POSITIVISME vandaag
● Methoden van de natuurwetenschappen veralgemenen naar de studie van mens en maatschappij
● ‘sociale feiten’ analoog aan ‘natuurlijke feiten’ ○ Extern aan het individu
○ Wetmatig en dwingend ○ Als ‘objectief’ gezien
● ‘sociale feiten’ kunnen dus bestudeerd worden zoals objecten in de natuurwetenschappen
○ Kunnen geobserveerd en gemeten worden (zoals de statistiek)
○ Als het niet rechtstreeks gemeten kan worden ⇒ zoeken naar betrouwbare indicatoren
- De Verstehende of hermeneutische sociologie (Max Weber)= CONSTRUCTIONISME OF INTERPRETATIEF PARADIGMA vandaag
● Anti-naturalisme: Mensen gedragen zich niet als de gehoorzame uitvoerders van een voorspelbaar programma -> het bestuderen van ‘mensen’ vereist andere
onderzoeksmethoden
● Mensen geven betekenis aan hun omgeving en we moeten begrijpen waarom mensen doen wat ze doen, niet tellen wat ze doen
● Rekening houden met de menselijke beweegredenen, intenties en met de ‘betekenis’ die actoren aan hun handelen geven
● Verklarend begrijpen geeft een antwoord op de vraag ‘waarom’ iemand iets doet, niet louter ‘wat’ iemand doet
- Maatschappijkritisch of ‘emancipatoir’ model (Karl Marx) = KRITISCHE THEORIE vandaag • De wetenschap mag niet alleen beschrijving van de maatschappelijke toestand en
ontwikkeling leveren.
-> Moet ook de weg wijzen waarlangs de maatschappij zich meer menswaardige zal ontwikkelen.
• Methode: sociale feiten bekijken in bredere, historische en sociologische samenhang (evolutie van maatschappijvormen)
149 Zwarte bolletjes hebben transitie gemaakt, hebben werk gevonden
Courante foute verwerking van duurgegevens
• getrunceerde gevallen worden uit de analyse geweerd
• duur bij truncatie (nooit transitie gemaakt) wordt behandeld als reële duur • in beide gevallen worden conditionele transitiekansen overschat
Attritietafel of life table
• correcte behandeling longitudinale gegevens • truncaties worden behouden in onderzoek Basisprincipe longitudinale analyse
• verblijfsduur opdelen in kleinere intervallen
• per interval nagaan hoeveel personen zich nog in initiële staat bevinden • per interval nagaan hoeveel personen transitie maken
Fout: mensen stellen vast dat aantal personene geen werk hebben, worden uit annalse gehaald of worden gezoen als finale werkloosheidsduur
150
9.5.5 Enkelvoudige attritietafel
enkelvoudige attritietafel in 5 stappen
1) omwerken gegevens van kalendertijd nr verblijfsduur, afbakening van duurintervallen 2) berekening transitiekansen per duurinterval
3) toepassen transitiekansen op fictieve cohorte, berekening overlevingsfunctie 4) bepalen kwantielkenmerken overlevingsfunctie
4) bepalen gemiddelde verblijfsduur
Stap 1: constructieve enkelvoudige attritietafel
- geschiedenis of event-history uitdrukken in termen van verblijfsduur of exposure - lengte van observatie/lijnstuk blijft dezelfde voor elk individu
- lijnstuk begint voor elk individu op duur=0
- figuur eindigt na hoogste geobserveerde verblijfsduur (transitie of trunctatie) - verblijfsduur wordt verdeeld in gelijke duurintervallen naargelang onderzoek - voor elk duurinterval wordt bepaald
o risicopopulatie: aantal personen die binnenkomen in interval o aantal transities in het interval
o aantal trunctaties in het interval
opmerkingen! Trunctaties spelen een belangrijke rol bij de berekening van de transitiekansen: getrunceerde gevallen worden opgenomen in de noemer zolang ze at risk blijven
Iedereen start op T nul en lengte van het lijnstuk wordt behouden D, E en f hebben vrij snel werk gevonden
151 Stap 2: Berekening transitiekansen voor subgroepen afzonderlijk
1. #aantal transities interval / risicopopulatie begin interval
2. toepassen geobserveerde conditionele transitiekansen op zelfde radix 3. plot van overlevingsfuncties
4. vergelijking van kwantielkenmerken en finale intensiteiten
5. vergelijking groepen aan de hand van een parameter indien proportionele transitiekansen
Risicopopulatie is 10 in eerste interval 3 transities 1 getrunkeerd Berekening transitiekans
!!! MERK OP:
Truncaties spelen belangrijke rol bij de berekening van de transitiekansen: getrunceerde gevallen worden opgenomen in de noemer zolang ze at risk blijven.
De informatie over de getrunceerde gevallen – i.e. dat zij geen transitie hebben gemaakt in de periode dat ze werden geobserveerd – wordt correct verwerkt in de berekening van de attritietafel. De 10 personen vertegenwoordigen 20 persoonsjaren in de constructie van de attritietafel. !!!
VRAAG: Een opleidingsinitiatief gaf in 2004 een opleiding aan 367 laaggeschoolde werklozen. Voor elke persoon werd onderzocht hoe lang het duurde voor hij/zij werk vond na het beeïndigen van de opleiding. Onderstaande tabel bevat de resultaten voor het eerste jaar van de follow-up. De
werkloosheidsduur werd ingedeeld in maandelijkse intervallen. De tabel geeft:
1. het aantal personen dat nog werkloos was een het begin van elk interval
2. het aantal personen dat werk vond in elk interval
3. voor elk interval het aantal personen van wie de observatie in dat interval werd afgesneden
152 Bereken de transitiekans/hazard function in elk interval:
transities/aantal nog werkloos aan het begin van het interval 11/367 = +- 0,03000 14/352 = 0,0398 13/332 = 0,0392 … Bereken de overlevingsfunctie: 100 x 0,0300 = 3 → 100 – 3 = 97 97 x 0,0398 = … → … = 93,14 …
Stap 3: Toepassen gemeten transitiekansen qx op fictieve cohorte
● doel longitudinale analyse: beschrijven hoe populatie in initiele staat doorheen de tijd vermindert als gevolg van een transitie naar eindstaat
● probleem: reele onderzoekspopulatie vermindert doorgeen de tijd zowel als gevolg van transities als trunctaties
● oplossing: opgemeten transitiekansen toepassen op fictieve cohorte om te illustreren hoe uitval zou verlopen wanneer deze énkel zou gebeuren in functie van transities
153 Noemen we de overlevingsfunctie die aangeeft hoe het werkvinden verloopt in de tijd! Maar
156 VRAAG: Een opleidingsinitiatief gaf in 2004 een opleiding aan 367 laaggeschoolde werklozen. Voor elke persoon werd onderzocht hoe lang het duurde voor hij/zij werk vond na het beeïndigen van de opleiding. Onderstaande tabel bevat de resultaten voor het eerste jaar van de follow-up. De werkloosheidsduur werd ingedeeld in maandelijkse intervallen. De tabel geeft:
1. het aantal personen dat nog werkloos was een het begin van elk interval
2. het aantal personen dat werk vond in elk interval
3. voor elk interval het aantal personen van wie de observatie in dat interval werd afgesneden
D1= 2+ (93,14-90)/(93,14-89,5) = 2,86263736
9.5.6 Vergelijken van subgroepen
Vergelijking subpopulaties
Vinden autochtone schoolverlaters sneller werk van Turkse, … collega’s? Krijgen hoogopgeleide vrouwen vaker tweede kind dan laagopgeleiden? Is risico voor recidivisme hoger voor daders geweldsdelicten?
157 Berekening transitiekansen
158
