Selecte Steekproef (Non-Probability Sampling) | Betekenis & Voorbeelden

Een selecte steekproef (non-probability sampling) is een steekproefmethode die gebruikmaakt van niet-willekeurige criteria zoals de beschikbaarheid, geografische nabijheid of expertise van de personen die je wilt onderzoeken om een onderzoeksvraag te beantwoorden.

Een selecte steekproef wordt gebruikt als de parameters van de populatie onbekend zijn of niet individueel kunnen worden vastgesteld. Bezoekers van een website waarvoor gebruikers geen account hoeven aan te maken, kunnen bijvoorbeeld deel uitmaken van een selecte steekproef.

Bij dit type steekproef is het risico op onderzoeksbias (met name sampling bias) groter dan bij een aselecte steekproef.

Let op
Pas op dat je de aselecte en selecte steekproef niet door elkaar haalt.

  • Bij een selecte steekproef heeft elke eenheid in je doelpopulatie geen gelijke kans om in de steekproef te worden opgenomen. De steekproef wordt samengesteld op basis van andere overwegingen, zoals gemak of een specifiek kenmerk.
  • Bij een aselecte steekproef heeft elke eenheid in je doelpopulatie juist wel een gelijke kans om geselecteerd te worden.

Verder lezen: Selecte Steekproef (Non-Probability Sampling) | Betekenis & Voorbeelden

Aselecte Steekproef (Probability Sampling) | Betekenis & Voorbeelden

Een aselecte steekproef (probability sampling) is een steekproefmethode waarbij je willekeurig een steekproef selecteert. Deze methode wordt ook wel de kanssteekproef, willekeurige selectie of random sampling genoemd.

Om willekeurig te zijn, moet elke onderzoekseenheid (e.g., een persoon, bedrijf of organisatie in je populatie) een gelijke kans hebben om geselecteerd te worden. Dit gebeurt meestal via een willekeurig selectieproces, zoals een loting.

Tip
Zorg ervoor dat je leden uit de doelpopulatie een naam of nummer geeft om een nauwkeurige randomisatie (willekeurige toewijzing) te garanderen.

Verder lezen: Aselecte Steekproef (Probability Sampling) | Betekenis & Voorbeelden

Generaliseerbaarheid | Betekenis & Voorbeelden

Generaliseerbaarheid (generalizability) is de mate waarin je de resultaten van je onderzoek kunt toepassen op een bredere context (i.e., je resultaten zijn dan te generaliseren).

Onderzoeksresultaten worden beschouwd als generaliseerbaar als de bevindingen kunnen worden toegepast op de breedste context, de meeste mensen, het grootste deel van de tijd.

Voorbeeld: Generaliseerbaarheid
Stel dat je de winkelgewoonten van mensen in je stad wilt onderzoeken. Je staat bij de ingang van een dure winkelstraat en vraagt willekeurig aan voorbijgangers of zij een paar vragen voor je enquête willen beantwoorden.

Zijn de mensen die meedoen aan je enquête een goede representatie van alle mensen in je stad? Waarschijnlijk niet. Dit betekent dat je onderzoek niet als generaliseerbaar kan worden beschouwd.

Generaliseerbaarheid wordt bepaald door hoe representatief je steekproef is voor de doelpopulatie. Dit staat ook wel bekend als de externe validiteit van je onderzoek.

Verder lezen: Generaliseerbaarheid | Betekenis & Voorbeelden

Criteriumvaliditeit (Criterion Validity) | Betekenis & Voorbeelden

Criteriumvaliditeit (criterion validity) evalueert hoe nauwkeurig een test het resultaat meet waarvoor de test ontworpen is. Een resultaat kan bijvoorbeeld een ziekte, gedrag of prestatie zijn. Er zijn twee soorten criteriumvaliditeit:

  • Concurrente validiteitmeet jouw test en de criteriumvariabelen in het heden;
  • Predictieve validiteitmeet deze in de toekomst.

Om criteriumvaliditeit vast te stellen, moet je je testresultaten vergelijken met criteriumvariabelen. Criteriumvariabelen zijn metingen die vaak de “gouden standaard” worden genoemd. Deze variabelen omvatten andere tests die algemeen aanvaard zijn als valide metingen van een construct.

Als je test overeenkomt met het criteriumvariabele, heeft deze een hoge criteriumvaliditeit. Criteriumvariabelen kunnen echter lastig te vinden zijn.

Voorbeeld: Criteriumvaliditeit
Je wilt weten of een toelatingsexamen voor een universiteit toekomstige academische prestaties kan voorspellen. Het gemiddelde tentamencijfer van het eerste semester kan dienen als criteriumvariabele, omdat dit cijfer een geaccepteerde maatstaf is voor academische prestaties.

Je kunt de cijfers van 100 studenten op het toelatingsexamen vergelijken met hun gemiddelde na één semester op de universiteit. Als de scores van de twee tests met elkaar correleren, dan heeft het toelatingsexamen van de universiteit criteriumvaliditeit.

Soorten validiteit
Criteriumvaliditeit is één van de vier soorten validiteit die van belang zijn voor meetinstrumenten. De overige drie zijn:

  • Constructvaliditeit (construct validity): Meet het onderzoeksinstrument daadwerkelijk het begrip dat het moet meten?
  • Indruksvaliditeit (face validity): Lijkt de inhoud van het meetinstrument geschikt (relevant) voor je onderzoeksdoel?
  • Inhoudsvaliditeit (content validity): Is het onderzoeksinstrument volledig representatief voor het te meten begrip?

Verder lezen: Criteriumvaliditeit (Criterion Validity) | Betekenis & Voorbeelden

Inhoudsvaliditeit (Content Validity) | Betekenis & Voorbeelden

Inhoudsvaliditeit (content validity) evalueert in welke mate een meetinstrument alle relevante aspecten van het te meten construct dekt. Dit type validiteit meet of een onderzoeksinstrument volledig representatief is voor het te meten construct.

Een construct is hier een theoretisch concept, begrip, thema of idee. Het is meestal een concept dat niet direct kan worden gemeten.

Voorbeeld: Inhoudsvaliditeit
Een schriftelijk examen toetst of de participanten over voldoende theoretische kennis beschikken om een rijbewijs te halen. Het examen heeft een hoge inhoudsvaliditeit als de gestelde vragen elk mogelijk onderwerp in de cursus met betrekking tot verkeersregels behandelen. Tegelijkertijd moet het examen ook alle andere vragen uitsluiten die niet relevant zijn om je rijbewijs te halen.
Soorten validiteit
Inhoudsvaliditeit is één van de vier soorten validiteit die van belang zijn voor meetinstrumenten. De overige drie zijn:

  • Constructvaliditeit (construct validity): Meet het onderzoeksinstrument daadwerkelijk het begrip dat het moet meten?
  • Indruksvaliditeit (face validity): Lijkt de inhoud van het meetinstrument geschikt (relevant) voor je onderzoeksdoel?
  • Criteriumvaliditeit (criterion validity): Komen de resultaten van jouw onderzoeksinstrument overeen met die van andere, gevalideerde instrumenten?

Constructvaliditeit en inhoudsvaliditeit vormen samen de betekenisvaliditeit.

Als je experimenteel onderzoek doet, moet je verder ook rekening houden met de interne validiteit (de mate van zekerheid dat er een causaal verband bestaat) en de externe validiteit (de generaliseerbaarheid van de resultaten).

Verder lezen: Inhoudsvaliditeit (Content Validity) | Betekenis & Voorbeelden