Statistische modellen
Het komt maar heel zelden voor dat ruwe data – de data zoals ze worden geproduceerd – rechtstreeks kunnen worden gebruikt om een vraag te beantwoorden. Naast het opschonen van de data is het vaak ook nodig om de data samen te vatten en de verbanden tussen verschillende verzamelde variabelen te onderzoeken. Bovendien is het vaak niet zeker of de verzamelde data wel echt de werkelijkheid beschrijven. Technieken voor statistische modellering worden gebruikt om verbanden te onderzoeken, bewijsmateriaal te kwantificeren en zo vragen beter te kunnen beantwoorden.
Binnen de afdeling Methoden & Statistiek is het gebruik van latente variabelen om meerdere variabelen te combineren een belangrijk onderzoeksthema. Dit omvat bijvoorbeeld de technieken item respons theorie (IRT), multilevel analyse, en structurele vergelijkings modellen (SEM). Met behulp van informatieve hypothesen kunnen onderzoekers onderzoeksvragen op een informatieve manier beantwoorden en kunnen antwoorden worden gevonden op onderzoeksvragen die niet met traditionele statistische methoden kunnen worden beantwoord. Methoden voor de synthese van bewijsmateriaal worden gebruikt om meerdere onderzoeken en/of verschillende soorten informatie (bijv. bevindingen uit verschillende bronnen) samen te voegen. De afgelopen jaren is onderzoek naar causale verbanden (causaliteit) een belangrijk aandachtsgebied van de afdeling geweest, vaak in combinatie met intensieve longitudinale data. In deze modellen worden waarnemingen over lange perioden verzameld om inzicht te krijgen in veranderingen en ontwikkelingen in de loop van de tijd. Op deze gebieden werkt de afdeling nauw samen met het strategische thema Dynamics of Youth.
