Bij betrouwbaarheid gaat het om hoe consistent een methode iets meet. Hierbij is het van belang dat de uitkomsten hetzelfde zijn als je de meting of het gehele onderzoek op exact dezelfde wijze nog een keer uitvoert (reproduceert of repliceert).
Voor de betrouwbaarheid moet je de vragenlijst op consistente wijze afnemen en willekeurige fouten voorkomen bij de data-analyse. Voor de validiteit is het van belang dat je begrippen correct zijn geoperationaliseerd, zodat je meet wat je daadwerkelijk beoogt te meten.
De betrouwbaarheid, dus de onafhankelijkheid van het toeval, kun je testen door te kijken hoe stabiel jouw meting is. Wanneer bij een onderzoek sprake is van stabiliteit, betekent het dat een meting bij herhaling telkens dezelfde uitkomst heeft.
Met 4 à 5 metingen heb je een grove indicatie van de spreiding. Met 10 metingen heb je een redelijke waarde. Dit laatste is dus eigenlijk het minimum dat je nodig hebt voor een betrouwbaar resultaat.
Vaak wordt het 95% betrouwbaarheidsinterval gebruikt. Hiermee zeg je eigenlijk: stel ik zou mijn onderzoek 100 maal herhalen, dan verwacht ik dat de werkelijke waarde (parameter) minstens 95 keer binnen het (voor ieder onderzoek apart opgestelde) 95% betrouwbaarheidsinterval ligt.
Stel je hebt 95% gekozen. Bereken de foutmarge. Je kunt de foutmarge vinden middels de volgende formule: Za/2 * σ/√(n). Za/2 = betrouwbaarheidscoëfficient, waarbij a = betrouwbaarheidsniveau, σ = standaarddeviatie en n = steekproefgrootte.
Betrouwbaarheid heeft betrekking op de mate waarin een meting in je scriptie vrij is van fouten, op consistente wijze iets meet, en daarmee herhaalbaar is. Je kunt voor een hoge betrouwbaarheid zorgen door willekeurige meetfouten (random errors) te voorkomen.
Bij je discussie kun je vervolgens aangeven in hoeverre jouw gekozen onderzoeksmethode ook hebben gemeten wat je wilde meten (validiteit) en in hoeverre de resultaten hetzelfde zouden zijn als je het onderzoek op dezelfde manier zou uitvoeren (betrouwbaarheid).
Betrouwbaarheid is de mate van eerlijkheid of geloofwaardigheid van een persoon. Een beeld van de betrouwbaarheid van iemand krijgt men door middel van de omgang met iemand, waarbij levenservaring een belangrijke rol speelt.
Een betrouwbare bron is een bron die gegevens verstrekt die op waarheid berusten. Een blogartikel of Wikipedia kan bijvoorbeeld interessante informatie bevatten, desondanks wil dat niet zeggen dat de informatie die verstrekt wordt door deze bronnen ook daadwerkelijk juist is. Niet elke bron is dus betrouwbaar.
Cronbachs alfa is een maat voor interne consistentie oftewel voor de homogeniteit van de vragen. Een hoge score, zeg groter dan 0,70, wijst op een hoge mate van betrouwbaarheid zodat je een somscore kunt maken. Je kunt je voorgenomen hebben de tevredenheid over de woning te onderzoeken.
Validiteit is de mate waarin je resultaten geldig zijn en overeenkomen met de werkelijkheid. De validiteit kan worden onderzocht door te bepalen of je daadwerkelijk hebt gemeten wat je wilde meten, bijvoorbeeld door kritisch te kijken naar je onderzoeksopzet en meetinstrumenten.
Maar hoe kun je er als marketeer voor zorgen dat mensen je merk vertrouwen? Het antwoord is eigenlijk heel simpel: door middel van betere, meer geloofwaardige marketingcontent. Het begint allemaal met de juiste communicatie. En in de meeste gevallen communiceren bedrijven met hun klanten via marketingcontent.
Bij validiteit gaat het om het meten wat je beoogt te meten. Bij betrouwbaarheid daarentegen gaat het om de vraag of je onderzoeksresultaten hetzelfde zouden zijn als je het onderzoek op dezelfde wijze nogmaals uitvoert.
In de context van een onderzoek heeft het begrip betrouwbaarheid (Engels: reliability) betrekking op de manier van meten. Een betrouwbare meetmethode leidt tot accurate uitkomsten en kenmerkt zich vaak ook door een redelijke verdeling van de meetresultaten.
beproefd, bonafide, degelijk, deugdelijk, duurzaam, eerlijk, feilloos, getrouw, integer, onkreukbaar, solide, veilig, vertrouwd.
Strikt genomen is de p-waarde een maat voor de kans dat de nulhypothese ten onrechte is verworpen (en het gevonden verschil tussen onderzoeksgroepen dus in werkelijkheid op toeval berust). Praktisch gezien is de p-waarde een waarde tussen 0 en 1, die wordt bepaald door middel van een statistische toets.
Hoe hoger het percentage, hoe vaker het populatiegemiddelde in het betrouwbaarheidsinterval zal liggen. Als we een 99 % 99% betrouwbaarheidsinterval berekenen, weten we zeker dat het populatiegemiddelde in 99 % 99% van de steekproeven in dat interval zal liggen.
Als de kans, dat een verschil door toeval ontstaan is, kleiner is dan 5% (p = 0.05), dan noemt men het verschil significant (betekenisvol). Als de kans, dat het verschil door toeval ontstaan is, kleiner is dan 1% (p = 0.01 ) dan noemt men het verschil zeer significant (zeer betekenis vol).
Een betrouwbaarheidsinterval biedt dezelfde informatie als een p-waarde, maar geeft daarnaast ook (een indruk van) het interval waarbinnen de werkelijke waarde met 95% waarschijnlijkheid ligt. 2) het 95%-BI om het gemeten verschil in infectiepercentages worden berekend.
Vaak wil je dat een onderzoeksresultaat staat of geldt voor de hele populatie. Als je een steekproef trekt is het tricky om te stellen dat het je gelukt is. Daarom geef je een betrouwbaarheidsinterval. Deze geeft aan tussen welke waarden een onderzoeksuitkomst waarschijnlijk zal zitten.
Maak een lijst van alle scores en vind het gemiddelde. Trek het gemiddelde af van iedere score om de afstand (afwijking) tot het gemiddelde te berekenen. Bereken voor iedere afwijking het kwadraat. Tel alle gekwadrateerde afwijkingen bij elkaar op.
Bij betrouwbaarheid gaat het om hoe consistent een methode iets meet. Hierbij is het van belang dat de uitkomsten hetzelfde zijn als je de meting of het gehele onderzoek op exact dezelfde wijze nog een keer uitvoert (reproduceert of repliceert).