Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks
In opdr. 3.3.4 van de module kwantitatieve data-analyse staat bij de terugkoppeling:
 
"De η2 is .04, hetgeen wil zeggen dat van de variantie in de mate waarin vaders het kind straffen, 4% verklaard wordt door het nettogezinsinkomen, en 96% door een of meerdere andere variabelen."
 
Ik vind dat de woordkeuze lijkt te wijzen op een causaal verband tussen de variabelen netto-gezinsinkomen en de mate waarin vaders het kind straffen. Is dit ook zo bedoeld? Het lijkt me dat van niet meer dan correlatie gesproken kan worden op basis van de verstrekte gegevens?
 
Vooral de bewoordingen "verklaard wordt" wijzen m.i. in de richting van causaliteit.​
 
Voor mijn goede begrip hoor ik graag even hoe het zit.

 

in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (160 punten)

1 Antwoord

0 leuk 0 niet-leuks
Dat iets verklaard kan worden uit iets anders kan wellicht in de breedste zin een hint naar causaliteit geven, maar in deze context, een wiskundige zin, is dat niet het geval. Y wordt gedefinieerd als een functie van X. Op basis van de covariantie tussen beiden kan gesteld worden dat een proportie van alle waargenomen variabiliteit op Y verklaard wordt door X, Als X wordt gevarieerd, nemen we een bepaalde mate van die variatie doorwerken in Y. X en Y zijn toevallig zo door de onderzoeker gekozen, maar de wiskundige formule voor de regressievergelijking is heel eenduidig: Y = aX + b.

In deze zin is 'verklaard worden' nog erg neutraal. In een regressiecontext is slechts stellen dat er een associatie is tussen twee variabelen niet helemaal recht doen aan wat er berekend wordt. Wel is belangrijk om in ogenschouw dat houden dat 'verklaren' hier enkel het verklaren van variantie betekent. Het is niet het 'verklaren' op theoretisch inhoudelijk niveau. Kort gezegd: dat veranderingen op Y zich kunnen laten verklaren door veranderingen op X, betekent niet dat X de veranderingen op Y veroorzaakt, of er direct invloed op heeft.

Dus in de discussiesectie weten we ineens niet meer in welke richting de inhoudelijk theoretische verklaring is, maar in de resultatensectie doen we recht aan de terminologie die het modelfitten reflecteert.
door (63.5k punten)
...