Methode_Causale_Analyse

Methode van

Causale analyse

Introductie Causale analyse

Voorwoord

Deze methode biedt inzicht in de universele structuur van causale relaties. Op basis daarvan worden richtlijnen geboden voor het opsporen van causale mechanismen, het achterhalen van oorzaken en het voorspellen van effecten.

Waarom belangrijk.

Zo'n methode is van cruciaal belang telkens wanneer we oorzaak-gevolg willen toepassen: met name om gebeurtenissen in de wereld te begrijpen, of gewenste resultaten te realiseren. Vooral is ze van belang in praktische settings die complex, dynamisch of chaotisch zijn, en waar steekproefonderzoek geen optie is omdat het te tijdrovend is of niet de benodigde informatie biedt.

Samenvatting.

'Onder' de methoden en technieken voor verklarende statistiek blijkt een model voor causale determinatie/attributie te schuilen. Dit model kunnen we in logische regels vertalen, en vervolgens uitbreiden en verfijnen met behulp van logische principes, zodat het geschikt wordt voor toepassing in situaties in de praktijk, waar vaak steekproefonderzoek of complexe statistische data-analyses en toetsen niet mogelijk of niet zinvol zijn. Bovendien biedt dit logische model voor causale analyse de nodige handvatten voor vertaling van statistische gegevens naar betekenisrelaties, verbale beschrijvingen, theorievorming en praktische toepassingen - en vice versa.

Inleiding

Causale oordeelsvorming - of simpeler gezegd, 'oorzaak-gevolg denken' is van het grootste belang in ons dagelijks leven. Het is onmisbaar, essentieel-belangrijk en cruciaal-beslissend voor ons welzijn en functioneren.

**Vrijwel overal 'oorzaak-gevolg'.**

Vrijwel alle situaties en gebeurtenissen waarmee we te maken krijgen zijn ontstaan als gevolg van bepaalde oorzaken , en meestal hebben ze ook weer bepaalde effecten op andere omstandigheden. Met andere woorden, de verschijnselen in en om ons heen vormen schakels in allerlei ketens en netwerken van oorzaak-gevolg relaties. Preciezer gezegd, alle 'dingen' hebben feitelijk een proceskarakter, het zijn op elk moment zeer veranderlijke tussenstadia in even complexe als dynamische oorzaak-gevolg processen.

Onze werkelijkheid is hoe dan ook doortrokken van oorzaak-gevolg, het is werkelijk overal in alles aanwezig, werkzaam en beslissend voor wat gebeurt of niet.

Steeds als we iets willen bereiken in de werkelijkheid - iets realiseren wat we willen of iets tegengaan wat we niet willen - dan zijn we aangewezen op werkzame oorzaken en hun mogelijke effecten.
Elk resultaat - gewenst of ongewenst - komt tot stand via bepaalde oorzaak-gevolg processen.

Het is daarom van het grootste belang dat we een goed begrip hebben van de algemene principes van oorzaak-gevolg.

Inhoud

(hoofdpunten):

1. Oorzaak-gevolg problemen.

2. Onderzochte variabelen.

**3. De 'standaard' Causale hypothese.**

**4. Conceptvaliditeit.**

**4.1. Conceptvaliditeit van de causale factoren.**

**4.2. Conceptvaliditeit van het causale model.**

**5. Betrouwbaarheid van observaties en metingen.**

**5.1. Algemene randvoorwaarden voor de meetwaarden van de variabelen.**

**5.2. Algemene randvoorwaarden voor het meetproces.**

**6. Validiteit van bevindingen.**

**6.1. Algemene randvoorwaarden voor causale determinatie/attributie.**

**6.2. Algemene kenmerken van een oorzaak-gevolg relatie.**

**7. Inductie.**

**7.1. Interne (steekproef) validiteit.**

Van populatie naar steekproef: representativiteit.
Binnen de steekproef: proefopzet, experimentele condities en subgroepen, vóórmeting (pre-test), nameting ( post-test).
Variantie-analyse, steekproef-correlatie, interne generalisatie.

**7.2. Externe (statistische) validiteit.**

Steekproef naar populatie: significantie-test, statistical conclusion validiteit.

**7.3. Externe (test-hertest) validiteit.**

Test-hertest, extrapolatie, externe generalisatie, geschatte populatie-correlatie.

**8. Deductie.**

Van populatie naar een nieuwe steekproef.
Substitutie, instantiatie, applicatie, deductie.

**8.1. Deductieve (relevante) validiteit - gemiddeld.**

Van populatie naar gemiddelde van een nieuwe steekproef.

**8.2. Deductieve (relevante) validiteit - individueel.**

Van populatie naar item, individu, 'N=1' steekproef.

Zie ook:
(·) Causale analyse en statistiek.
Over de betekenis van correlatie, regressie en significantie.
(·) Principes van Causale analyse voor 'N=1' steekproef:
Voorspellende kracht van correlatiewaarden: van steekproef naar populatie en naar specifiek geval.


Methode van *Causale analyse* Introductie Causale analyse Voorwoord Deze methode biedt inzicht in de universele structuur van causale relaties. Op basis daarvan worden richtlijnen geboden voor het opsporen van causale mechanismen, het achterhalen van oorzaken en het voorspellen van effecten. Waarom belangrijk. Zo'n methode is van cruciaal belang telkens wanneer we oorzaak-gevolg willen toepassen: met name om gebeurtenissen in de wereld te begrijpen, of gewenste resultaten te realiseren. Vooral is ze van belang in praktische settings die complex, dynamisch of chaotisch zijn, en waar steekproefonderzoek geen optie is omdat het te tijdrovend is of niet de benodigde informatie biedt. Samenvatting. 'Onder' de methoden en technieken voor verklarende statistiek blijkt een model voor causale determinatie/attributie te schuilen. Dit model kunnen we in logische regels vertalen, en vervolgens uitbreiden en verfijnen met behulp van logische principes, zodat het geschikt wordt voor toepassing in situaties in de praktijk, waar vaak steekproefonderzoek of complexe statistische data-analyses en toetsen niet mogelijk of niet zinvol zijn. Bovendien biedt dit logische model voor causale analyse de nodige handvatten voor vertaling van statistische gegevens naar betekenisrelaties, verbale beschrijvingen, theorievorming en praktische toepassingen - en vice versa. Inleiding Causale oordeelsvorming - of simpeler gezegd, 'oorzaak-gevolg denken' is van het grootste belang in ons dagelijks leven. Het is onmisbaar, essentieel-belangrijk en cruciaal-beslissend voor ons welzijn en functioneren. *Vrijwel overal 'oorzaak-gevolg'.* Vrijwel alle situaties en gebeurtenissen waarmee we te maken krijgen zijn ontstaan als gevolg van bepaalde oorzaken , en meestal hebben ze ook weer bepaalde effecten op andere omstandigheden. Met andere woorden, de verschijnselen in en om ons heen vormen schakels in allerlei ketens en netwerken van oorzaak-gevolg relaties. Preciezer gezegd, alle 'dingen' hebben feitelijk een proceskarakter, het zijn op elk moment zeer veranderlijke tussenstadia in even complexe als dynamische oorzaak-gevolg processen. Onze werkelijkheid is hoe dan ook doortrokken van oorzaak-gevolg, het is werkelijk overal in alles aanwezig, werkzaam en beslissend voor wat gebeurt of niet. Steeds als we iets willen bereiken in de werkelijkheid - iets realiseren wat we willen of iets tegengaan wat we niet willen - dan zijn we aangewezen op werkzame oorzaken en hun mogelijke effecten. Elk resultaat - gewenst of ongewenst - komt tot stand via bepaalde oorzaak-gevolg processen. Het is daarom van het grootste belang dat we een goed begrip hebben van de algemene principes van oorzaak-gevolg. *Inhoud* (hoofdpunten): 1. Oorzaak-gevolg problemen. 2. Onderzochte variabelen. *3. De 'standaard' Causale hypothese.* *4. Conceptvaliditeit.* *4.1. Conceptvaliditeit van de causale factoren.* *4.2. Conceptvaliditeit van het causale model.* *5. Betrouwbaarheid* van observaties en metingen. 5.1. Algemene randvoorwaarden voor de meetwaarden van de variabelen. 5.2. Algemene randvoorwaarden voor het meetproces. 6. Validiteit van bevindingen. 6.1. Algemene randvoorwaarden voor causale determinatie/attributie. 6.2. Algemene kenmerken van een oorzaak-gevolg relatie. 7. Inductie. 7.1. Interne (steekproef) validiteit.** Van populatie naar steekproef: representativiteit. Binnen de steekproef: proefopzet, experimentele condities en subgroepen, vóórmeting (pre-test), nameting ( post-test). Variantie-analyse, steekproef-correlatie, interne generalisatie. *7.2. Externe* (statistische) validiteit.** Steekproef naar populatie: significantie-test, statistical conclusion validiteit. *7.3. Externe* (test-hertest) validiteit.** Test-hertest, extrapolatie, externe generalisatie, geschatte populatie-correlatie. *8. Deductie.* Van populatie naar een nieuwe steekproef. Substitutie, instantiatie, applicatie, deductie. *8.1. Deductieve* (relevante) validiteit - gemiddeld.** Van populatie naar gemiddelde van een nieuwe steekproef. *8.2. Deductieve* (relevante) validiteit - individueel.** Van populatie naar item, individu, 'N=1' steekproef. Zie ook: (·) Causale analyse en statistiek. Over de betekenis van correlatie, regressie en significantie. (·) Principes van Causale analyse voor 'N=1' steekproef: Voorspellende kracht van correlatiewaarden: van steekproef naar populatie en naar specifiek geval.