1
Q
Wat is wetenschappelijk onderzoek in één zin?
A
Onderzoek dat systematisch, navolgbaar en kritisch wordt uitgevoerd volgens vaste methoden.
2
Q
Wat betekent systematisch in wetenschappelijk onderzoek?
A
Het onderzoek volgt een vooraf gepland stappenplan en een logische structuur.
3
Q
Wat betekent navolgbaar in onderzoek?
A
Andere onderzoekers kunnen exact zien hoe het onderzoek is uitgevoerd en het repliceren.
4
Q
Wat betekent kritisch in onderzoek?
A
Onderzoekers blijven hun aannames, data en conclusies voortdurend bevragen en controleren.
5
Q
Waarom is kennis van wetenschappelijk onderzoek belangrijk, ook als je zelf geen onderzoeker bent?
A
Het helpt je om onderzoek kritisch te beoordelen en evidence-based beslissingen te nemen in studie of beroep.
6
Q
Noem de vijf belangrijkste doelen van wetenschappelijk onderzoek.
A
1) Patronen en fenomenen ontdekken, 2) Theorieën ontwikkelen, 3) Theorieën toetsen, 4) Beschrijven, 5) Voorspellen en verklaren.
7
Q
Wat wordt bedoeld met ‘patronen ontdekken’?
A
Het vinden van regelmatigheden in data, zoals verbanden tussen gedrag en omstandigheden.
8
Q
Wat is het doel van voorspellen in onderzoek?
A
Op basis van theorie en data inschatten wat er in de toekomst zal gebeuren.
9
Q
Welke vier soorten onderzoek onderscheidt Leary?
A
Beschrijvend, correlationeel, experimenteel en quasi-experimenteel.
10
Q
Wat is kenmerkend voor beschrijvend onderzoek?
A
Het legt kenmerken of gedragingen vast zonder relaties te testen.
11
Q
Wat is correlationeel onderzoek?
A
Onderzoek naar de samenhang tussen variabelen zonder causaliteit vast te stellen.
12
Q
Wat is experimenteel onderzoek?
A
De onderzoeker manipuleert een variabele en gebruikt random toewijzing om oorzaak-gevolg te testen.
13
Q
Wat is quasi-experimenteel onderzoek?
A
Er wordt gemanipuleerd, maar zonder volledige controle of randomisatie (bijv. bestaande groepen).
14
Q
Wat is het belangrijkste verschil tussen experimenteel en quasi-experimenteel onderzoek?
A
Experimenteel gebruikt randomisatie, quasi-experimenteel niet.
15
Q
Wat is een conceptuele definitie?
A
De theoretische omschrijving van een begrip (wat het betekent).
16
Q
Wat is een operationele definitie?
A
De concrete, meetbare vertaling van een begrip (hoe je het meet).
17
Q
Waarom zijn operationele definities nodig?
A
Zodat anderen exact weten hoe variabelen zijn gemeten en het onderzoek kunnen herhalen.
18
Q
Wat is een theorie?
A
Een samenhangend geheel van ideeën dat verschijnselen verklaart en voorspelt.
19
Q
Wat is een hypothese?
A
Een specifieke, toetsbare voorspelling die uit een theorie voortkomt.
20
Q
Kun je een theorie bewijzen?
A
Nee, logisch onmogelijk—er kan altijd een nieuwe situatie zijn die de theorie tegenspreekt.
21
Q
Kun je een theorie falsificeren?
A
In theorie wel, maar in de praktijk lastig door meetfouten en context.
22
Q
Hoe vergroot je de zekerheid over een theorie?
A
Door herhaald onderzoek en replicatie in verschillende contexten.
23
Q
Wat betekent methodologisch pluralisme?
A
Het combineren van verschillende theorieën, designs en meetinstrumenten om resultaten robuuster te maken.
24
Q
Welke stappen doorloopt een onderzoeker vanaf vraag tot artikel?
A
Vragen → Theorie & hypothesen → Ontwerp → Meten & analyseren → Conclusie → Wetenschappelijk artikel.
25
Wat is het doel van de ontwerp-fase?
Het kiezen van methode, steekproef en meetinstrumenten om de hypothese betrouwbaar te toetsen.
26
Welke onderdelen bevat de inleiding van een wetenschappelijk artikel?
Literatuuroverzicht, onderzoeksvragen en hypothesen.
27
Welke onderdelen staan in de methode-sectie?
Steekproefbeschrijving, procedure, meetinstrumenten en analysemethoden.
28
Wat staat in de resultaten-sectie?
Alleen de uitkomsten van analyses, geen interpretaties.
29
Wat hoort in de discussie-sectie?
Samenvatting, conclusies, koppeling met literatuur, beperkingen, suggesties voor vervolgonderzoek en praktische implicaties.
30
Welke vijf stappen beschrijft De Groot (1961) in de empirische cyclus?
1) Observatie, 2) Inductie (theorie ontwikkelen), 3) Deductie (hypothese formuleren), 4) Toetsing (onderzoek uitvoeren), 5) Evaluatie (theorie bijstellen).
31
Wat is een variabele in onderzoek?
Een kenmerk dat wordt gemeten en dat kan variëren tussen personen, situaties of tijdstippen.
32
Wat is een onafhankelijke variabele?
De vermoedelijke oorzaak in een onderzoek; de variabele die de onderzoeker manipuleert of vergelijkt.
33
Wat is een afhankelijke variabele?
Het gevolg in een onderzoek; de uitkomst die wordt gemeten om het effect van de onafhankelijke variabele te zien.
34
Kun je altijd een duidelijk onderscheid maken tussen onafhankelijk en afhankelijk?
Nee, bij sommige onderzoeken is de relatie complex of beïnvloeden variabelen elkaar wederzijds.
35
Wat zijn samengestelde variabelen?
Variabelen die bestaan uit meerdere gemeten onderdelen, bijvoorbeeld een “welzijnsscore” samengesteld uit verschillende vragen.
36
Wat is een dataset in onderzoek?
Een tabel met ruwe gegevens waarin per respondent of observatie de waarden van alle variabelen staan.
37
Welke twee hoofdtypen meetniveaus zijn er?
Categorisch en numeriek.
38
Wat is het verschil tussen categorisch en numeriek?
Categorisch: waarden zijn groepen of categorieën (bijv. geslacht, kleur).
Numeriek: waarden zijn getallen die hoeveelheden of metingen weergeven.
39
Welke subtypen vallen onder categorische data?
Nominaal: categorieën zonder rangorde.
Ordinaal: categorieën mét rangorde, maar zonder vaste afstand.
40
Geef een voorbeeld van een nominale variabele.
Geslacht (man/vrouw/anders), nationaliteit, bloedgroep.
41
Geef een voorbeeld van een ordinale variabele.
Opleidingsniveau (laag-midden-hoog), tevredenheidsschaal (oneens–eens).
42
Welke subtypen vallen onder numerieke data?
Interval: gelijke afstand tussen waarden, maar geen absoluut nulpunt.
Ratio: gelijke afstand én absoluut nulpunt.
43
Geef een voorbeeld van een intervalvariabele.
Temperatuur in °C (0°C betekent niet “geen temperatuur”).
44
Geef een voorbeeld van een ratiovariabele.
Lengte, gewicht, leeftijd (0 = afwezigheid van de eigenschap).
45
Wat is een discrete variabele?
Variabele met afgebakende waarden waar niets tussen ligt (bijv. aantal kinderen).
46
Wat is een continue variabele?
Variabele die theoretisch oneindig veel waarden kan aannemen (bijv. lengte in cm of gewicht in kg).
47
Zijn variabelen altijd discreet gemeten?
Ja, in de praktijk worden waarden altijd in stappen gemeten, ook als de eigenschap continu is.
48
Is “discreet” hetzelfde als “categorisch”?
Nee. Discreet gaat over meetstappen, categorisch over soort waarde (categorie vs. getal).
49
Wat wordt bedoeld met “absoluut meetniveau: telling”?
Een pure telling (bijv. aantal studenten) is een speciaal geval van discrete meting.
50
Wat is een frequentieverdeling?
Een overzicht van hoe vaak elke waarde of categorie voorkomt in de dataset.
51
Waarom zijn frequentieverdelingen nuttig?
Ze geven snel inzicht in de verdeling, het midden en mogelijke uitschieters.
52
Welke grafiektypen worden vaak gebruikt?
Histogram, staafdiagram, taartdiagram, boxplot, enz.
53
Welke factoren bepalen de keuze van een grafiektype?
Het meetniveau, de vorm van de verdeling, eventuele scheefheid en aanwezigheid van uitbijters.
54
Welke grafieken gebruik je bij nominale data?
Taartdiagram of staafdiagram.
55
Waarom geen histogram bij nominale data?
Omdat de categorieën geen numerieke schaal of volgorde hebben.
56
Welke grafiek gebruik je bij ordinale data?
Staafdiagram (met de categorieën in logische volgorde).
57
Welke grafieken gebruik je bij numerieke data?
Histogram en boxplot.
58
Wat laat een histogram zien?
De verdeling van numerieke waarden in intervallen (frequenties per klasse).
59
Wat laat een boxplot zien?
De mediaan, kwartielen, spreiding en mogelijke uitbijters in één compact beeld.
60
Wat is scheefheid (skewness) in een verdeling?
De mate waarin de verdeling een langere staart heeft naar links (negatief) of rechts (positief).
61
Wat is een uitbijter?
Een waarde die opvallend ver buiten het patroon van de rest ligt.
62
Hoe helpt een boxplot bij het vinden van uitbijters?
Waarden buiten de ‘snorren’ (whiskers) worden gemarkeerd als mogelijke uitbijters.
63
Waarom is het belangrijk om het meetniveau te kennen vóór je analyseert?
Het bepaalt welke statistische tests en grafieken geschikt zijn.
64
Wat kan er misgaan als je een verkeerd grafiektype kiest?
De gegevens kunnen misleidend worden weergegeven of verkeerd geïnterpreteerd.
65
Hoe hangen meetniveau en statistiek samen?
Nominale data vraagt bijvoorbeeld om chi-kwadraattoetsen, numerieke data om t-toetsen of regressie.
66
Wat betekent centrale tendentie?
De mate waarin waarden in een verdeling rond een bepaald centrum liggen.
67
Wat betekent variabiliteit?
De mate van spreiding van scores binnen een verdeling.
68
Waarom beschrijven we zowel centrum als spreiding?
Samen geven ze een compleet beeld van waar de meeste waarden liggen én hoe sterk ze verschillen.
69
Noem de drie belangrijkste maten van centrale tendentie.
* Gemiddelde
* Mediaan
* Modus
70
Wat is het gemiddelde?
Het rekenkundig gemiddelde, ook wel het zwaartepunt van de verdeling.
71
Wanneer is het gemiddelde minder geschikt?
Bij scheve verdelingen of aanwezigheid van uitbijters, omdat het gevoelig is voor extreme waarden.
72
Wat is de mediaan?
De middelste waarde wanneer alle scores van laag naar hoog zijn gerangschikt.
73
Wanneer gebruik je de mediaan?
Bij scheve verdelingen of als er uitbijters zijn, omdat het robuuster is dan het gemiddelde.
74
Wat is de modus?
De meest voorkomende waarde in een dataset.
75
Voor welk meetniveau is de modus bruikbaar?
Voor nominale data, omdat er geen ordinale of numerieke schaal nodig is.
76
Hoe bereken je de mediaan bij een even aantal waarnemingen?
Neem het gemiddelde van de twee middelste waarden.
77
Noem drie veelgebruikte spreidingsmaten.
* Standaarddeviatie
* Variantie
* Interkwartielafstand (IQR)
78
Wat meet de standaarddeviatie (SD)?
De gemiddelde afstand van elke score tot het gemiddelde.
79
Hoe bereken je de standaarddeviatie in stappen?
* Trek het gemiddelde af van elke score.
* Kwadrateer deze afwijkingen.
* Tel ze op.
* Deel door n–1.
* Trek de wortel.
80
Wat is de variantie?
Het kwadraat van de standaarddeviatie; handig in formules, maar lastiger te interpreteren.
81
Waarom is SD niet robuust?
Het wordt sterk beïnvloed door uitbijters of scheve verdelingen.
82
Wat is de interkwartielafstand (IQR)?
Het verschil tussen het derde en eerste kwartiel (Q3 – Q1); bevat de middelste 50% van de data.
83
Waarom is IQR robuuster dan SD?
Het is minder gevoelig voor extreme waarden, omdat alleen het middelste deel van de data wordt gebruikt.
84
Hoe bepaal je of een waarde een uitbijter is met IQR?
Een waarde is een uitbijter als deze meer dan 1,5 × IQR onder Q1 of boven Q3 ligt.
85
Voorbeeldberekening uitbijter?
Q1 = 98, Q3 = 102, IQR = 4 → 1,5 × 4 = 6 → ondergrens = 92, bovengrens = 108 → 110 is een uitbijter.
86
Hoe liggen gemiddelde, mediaan en modus bij een normale verdeling?
Ze vallen ongeveer samen.
87
Hoe liggen ze bij een rechtsscheve verdeling?
Modus < Mediaan < Gemiddelde.
88
Hoe liggen ze bij een linksscheve verdeling?
Gemiddelde < Mediaan < Modus.
89
Wat is een schaaltransformatie?
Het systematisch aanpassen van alle scores in een verdeling, bijvoorbeeld door optellen, aftrekken, vermenigvuldigen of delen.
90
Noem twee voorbeelden van schaaltransformaties.
* Scores +3 optellen (bijv. correctie van een toets).
* Minuten omrekenen naar uren (delen door 60).
91
Wat is het effect van optellen of aftrekken op een verdeling?
Het gemiddelde verschuift met hetzelfde aantal punten; de spreiding (SD, variantie) blijft gelijk.
92
Wat is het effect van vermenigvuldigen of delen op een verdeling?
Zowel het gemiddelde als de SD worden met dezelfde factor vermenigvuldigd of gedeeld.
93
Wat gebeurt er met de variantie bij vermenigvuldigen?
De variantie wordt vermenigvuldigd met het kwadraat van de factor.
94
Wat gebeurt er als je alle scores +1 verhoogt?
Gemiddelde stijgt met +1, SD blijft gelijk.
95
Wat gebeurt er als je alle scores door 2 deelt?
Gemiddelde en SD worden gehalveerd, variantie wordt gedeeld door 4.
96
Waarom is interpretatie belangrijker dan blind rekenen?
Statistische maten geven alleen betekenis als je rekening houdt met meetniveau, verdelingsvorm en context.
97
Welk meetniveau is vereist voor het berekenen van een gemiddelde?
Minimaal intervalniveau, omdat gelijke afstand tussen waarden nodig is.
98
Welk meetniveau is voldoende voor een mediaan?
Ordinaal, omdat alleen rangorde nodig is.
99
Welk meetniveau is voldoende voor een modus?
Nominaal, omdat je alleen categorieën hoeft te tellen.
100
Wat is de belangrijkste conclusie over verdelingen?
Er zijn veel manieren om een verdeling te beschrijven; kies je maat afhankelijk van meetniveau, verdelingsvorm en onderzoeksdoel.
101
Waarom is het belangrijk om naar verdelingen te kijken na het meten?
Alleen als je de vorm van de verdeling kent, kun je scores interpreteren en uitspraken doen over de populatie.
102
Wat is een dichtheidscurve?
Een wiskundige benadering van de populatieverdeling waarbij de totale oppervlakte onder de curve 1 (100%) is.
103
Wat geeft de oppervlakte onder een dichtheidscurve weer?
Het percentage van de populatie binnen een bepaald score-interval.
104
Wat gebeurt er met een histogram als het aantal observaties en klassen toeneemt?
De verdeling wordt gelijkmatiger en benadert steeds beter de onderliggende dichtheidscurve.
105
Wat is een normaalverdeling?
Een “familie” van dichtheidscurven met een symmetrische, klokvormige en eentoppige vorm.
106
Hoe wordt een specifieke normaalverdeling genoteerd?
N(μ, σ) waarbij μ het gemiddelde en σ de standaarddeviatie van de populatie is.
107
Wat bepaalt de breedte van de normaalcurve?
De standaarddeviatie (σ) – een grotere σ geeft een plattere en bredere curve.
108
Wat bepaalt de ligging van de normaalcurve?
Het gemiddelde (μ) – verschuift de hele curve naar links of rechts.
109
Wat is de 68–95–99,7-regel?
±1 σ rond μ bevat ~68% van de scores
±2 σ rond μ bevat ~95%
±3 σ rond μ bevat ~99,7%
110
Voorbeeld: μ=164 cm, σ=7 cm. Binnen welke lengte valt 95% van de mensen?
Tussen 150 cm en 178 cm (μ ± 2σ).
111
Waarom gebruiken we kennis van de populatieverdeling?
Om vanuit een steekproef uitspraken over de populatie te doen (inferentiële statistiek).
112
Wat is een z-score?
Het aantal standaarddeviaties dat een individuele score afwijkt van het gemiddelde.
113
Hoe bereken je een z-score?
𝑧 = (𝑋 − 𝜇) / 𝜎
X = individuele score, μ = gemiddelde, σ = standaarddeviatie.
114
Wat betekent een z-score van 0?
De score is exact gelijk aan het gemiddelde.
115
Wat betekent een positieve z-score?
De score ligt boven het gemiddelde.
116
Wat betekent een negatieve z-score?
De score ligt onder het gemiddelde.
117
Noem drie toepassingen van z-scores.
* Bepalen van de positie van een individu binnen de populatie.
* Berekenen welk percentage hoger of lager scoort dan een bepaalde waarde.
* Vergelijken van scores uit verschillende populaties of metingen.
118
Waarom zijn z-scores handig voor vergelijking?
Ze drukken scores uit in dezelfde eenheid (standaarddeviaties), ongeacht de oorspronkelijke schaal.
119
Marieke heeft een score van 43, μ=50, σ=10. Wat is haar z-score?
𝑧 = (43 − 50) / 10 = −0.7. Ze zit 0,7 SD onder het gemiddelde.
120
Bas heeft een score van 78, μ=96, σ=8. Wat is zijn z-score?
𝑧 = (78 − 96) / 8 = −2.25. Hij zit 2,25 SD onder het gemiddelde.
121
Wie is relatief beter in lezen: Marieke of Bas (zie voorbeeld)?
Marieke, omdat haar z-score (-0.7) dichter bij 0 ligt dan die van Bas (-2.25).
122
Bas’ z-score is -2.25. Hoeveel procent van de populatie scoort lager?
Ongeveer 1,2% (af te lezen in een z-tabel).
123
Wat is de standaardnormaalverdeling?
De verdeling van z-scores voor een normaal verdeelde variabele met μ=0 en σ=1.
124
Kun je z-scores berekenen als de variabele niet normaal verdeeld is?
Ja, maar de z-scores volgen dan zelf geen standaardnormaalverdeling en percentages uit de z-tabel zijn dan niet geldig.
125
Wat betekent dit voor interpretatie?
Z-scores zijn dan alleen bruikbaar voor relatieve vergelijking, niet voor exacte kansberekeningen.
126
Hoe bepaal je welk percentage boven een bepaalde z-score ligt?
Zoek de cumulatieve kans in een z-tabel of gebruik software (bijv. SPSS, Excel, R).
127
Hoe vind je het percentage tussen twee z-scores?
Trek het kleinere cumulatieve percentage af van het grotere.
128
Wat is een normaal-kwantielplot (Q-Q plot)?
Een grafiek om te beoordelen of data ongeveer normaal verdeeld is.
129
Hoe herken je een normale verdeling in een Q-Q plot?
De punten liggen ongeveer op een rechte diagonaal.
130
Wat betekent het als de punten sterk afwijken van de diagonaal?
De data wijkt af van een normale verdeling (bijv. scheefheid of uitbijters).
131
Waarom is kennis van de populatieverdeling cruciaal voor statistische toetsen?
Veel toetsen (zoals t-toets en ANOVA) veronderstellen normaliteit voor correcte p-waarden.
132
Wat gebeurt er als je een niet-normale verdeling behandelt alsof die normaal is?
Kans op verkeerde conclusies doordat de berekende kansen niet overeenkomen met de werkelijkheid.
133
Wat is de kern van normaalverdelingen en z-scores?
Ze maken het mogelijk om individuele scores te positioneren, percentages te berekenen en steekproefresultaten te generaliseren naar de populatie.
onderzoekspracticum 1
flashcards
Decks in class (10)
# Cards
