Het verschil tussen quasi experimenteel onderzoek en

Methodologie
Hoofstuk 1: onderzoek in de gedragswetenschappen
Psychologie: De wetenschappelijke studie van het gedrag
Dus is net als chemie, fysica en biowetenschappen een wetenschap!
1. Het begin van de gedragswetenschappen
 Aristoteles: fundamentele vragen over de aard van het menselijk gedraag maar geen
wetenschappelijke methode om vragen te beantwoorden.
Heel lang schreven enkel filosofen of theologen over het gedrag, maar doordat ze niet
wetenschappelijk waren, waren ze meestal fout.
De wetenschappelijke psychologie en gedragswetenschappen bestaan vanaf het einde van de 19de
eeuw.
 Wilhelm wundt
 De eerste onderzoekspsychologe
 Had het eerste psychologisch lab voor systematisch onderzoek en psychologische
experimenten (1879)
 Vond het eerste wetenschappelijk tijdschrift uit (1881)
2. Doel van de gedragswetenschappen
Basic research (=fundamenteel onderzoek)

Onderzoek dat wordt gevoerd om psychologische processen beter te begrijpen en onze kennis te
vergroten. Hierbij wordt de toepasbaarheid niet in acht genomen
Applied research (=toegepast onderzoek)

Onderzoek dat wordt gevoerd om een oplossing te vinden voor een specifiek probleem.
Evaluation research

Onderzoekt de effecten van sociale of institutionele programma’s op gedrag
Gedragswetenschappers hebben meestal 3 doelen:




Gedrag beschrijven
Gedrag voorspellen
Gedrag verklaren
( in toegepast onderzoek meestal nog een stap verder: oplossing vinden)
a. Gedrag Beschrijven
Bv. Ontwikkelingspsychologisch onderzoek dat de leeftijdgerelateerde veranderingen beschrijft.
1
b. Gedrag voorspellen
Bv. Bedrijfspsychologen willen het gedrag van sollicitanten voorspellen om zo te meten hoe goed ze zullen
zijn in hun job.
Testen die hierin gebruikt worden, worden geanalyseerd, gecontroleerd en gewijzigd naar bepaalde
statistische criteria.
De wetenschappelijke voorspelling van gedrag kan enkel als de juiste methodes gebruikt worden.
c. Gedrag verklaren
Veel onderzoekers vinden dit het belangrijkste doel van onderzoek, want vele onderzoekers geloven niet
dat men iets begrijpt als men het niet kan verklaren, en dus is het plaatje niet compleet zonder verklaring
3. Gedragswetenschappen vs gezond verstand
Meeste onderwerpen in de gedragswetenschappen zijn onderwerpen waar velen zich dagelijks mee
bezighoud -> fabeltjes
We kunnen enkel adhv wetenschappelijk onderzoek te weten komen of deze “volkswijsheden” waar zijn of
niet.
4. De waarde van het onderzoek voor de student
Waarde van het onderzoek voor de student:


Het begrijpen van gedrag
Levenskwaliteit verhogen

Buiten deze twee lijkt het leren over onderzoek en –methodes niet relevant voor een student
MAAR toch zijn er vier belangrijke redenen:





Kennis over onderzoeksmethoden -> Beroepsrelevant onderzoek begrijpen
Het is onmogelijk om deze onderzoeken te begrijpen zonder kennis over de methoden en statistiek.
Ontwikkeling van kritisch denken (over eigen conclusies en die van anderen)
Men wordt vertrouwd met bepaalde onderwerpen, waardoor men blijft bijleren (Daarom wordt
onderzoek zo gestimuleerd aan universiteiten)
Kennis van onderzoeksmethoden en statistiek is belangrijk voor een succesvol leven
5. De basiskenmerken
Voordat een onderzoek als wetenschappelijk beschouwd wordt moet er aan drie voorwaarden voldaan
worden:

2
Systematische empirisme:
Empirisme -> enkel vertrouwen op observaties
Iets logische afleiden heeft niet dezelfde waarde als een empirische observatie. Er is geen plaats
voor inuïtie, rede en geloof.
Systematisch -> gestructureerd data verzamelen
Op verschillende momenten, bij verschillende persoenen, bij verschillende situaties


Publieke verificatie
o Replicatie: Andere onderzoekers kunnen het onderzoek herhalen om zo fouten eruit te halen
en/of een theorie uit te bereiden. Zo weten ze zeker dat de theorie niet verzonnen is, of is
opgemaakt door een foute interpretatie
o Zelf-correctie
Verifieerbaar: het moet “meetbaar” zijn. Je kunt enkel onderzoeken opstellen die mogelijk zijn met
de huidige methodologische beperkingen.
Als dit niet zo is spreken van psuedowetenschap
6. Het wetenschappelijke proces
a. Een wetenschapper doet 2 dingen:
Detecteren van fenomenen
o
o
o
o
Ontdekken
Beschrijven (systematisch)
Inductie: theorie opstellen op basis van generalisatie
Theorie = een reeks stellingen die het verband tussen verschillende concepten
probeert te verklaren
Verklaren van fenomen
Construeren van een theorie
Vb: doordat bepaalde mensen voortdurend hun aandacht naar negatieve informatie
richten, worden ze depressief



o Evalueren van de theorie door onderzoek (=toetsing)
Contingentietheorie: Drie factoren beslissen of een leider succesvol is of niet in een bepaalde
situatie
 Kwaliteit van de relatie tussen de leider en de groepsleden
 De mate van structuur in de taak die uitgevoerd moet worden
 De macht van de leider in de groep
Theorieën construeren adhv:
 Literatuurstudie
 Verzamelde date via observatie
 Case studies
 …
Criteria voor een goede theorie
 Verklaren hoe 1 of meer variabelen leiden tot een cognitieve, emotionele, gedragsmatige
of fysieke respons
 Coherentie: duidelijk, logisch en consistent
 Maakt de dingen niet ingewikkelder dan ze zijn (slechts enkele concepten en processen om
het fenomeen te verklaren)
 Genereert toetsbare hypotheses die kunnen weerlegd worden door onderzoek
 Stimuleert andere onderzoeker om onderzoek te voeren rond deze theorie
 Lost een theoretische vraag op
 …
o
3
Voorspellen en verklaren
b. Model want dit beschrijft enkel welk verband er is tussen variabelen en beschrijft niet
waarom (=beschrijvend)
c. Wetenschappelijke theorie
Een wetenschappelijke theorie = een set van uitspraken die relaties tussen concepten weergeeft en die
ondersteund is door empirische gegevens
Vb: papa’s spelen meer fysieke spelletjes met hun baby’s, vooral met jongens
d. Wetenschappelijke verklaring
 A priori verklaringen = theorie > gegevens
 Uit theorie wordt een hypothese afgeleid, hypothese worden getoetst, theorie moet falsifieerbaar
zijn
o Post-hoc of a posteriori verklaringen = gegevens > theorie (niet wetenschappelijke)
 Na de feiten is er voor alles een verklaring: het zegt niets over de waarde van theorie.
e. Wetenschap werkt op 2 niveaus


Theoretisch niveaus: conceptuele definities (+woordenboek) + niet speciefiek
Empirisch niveau: operationele definities (=positieve & negatieve info wordt geoperationaliseerd als
positieve & negatieve foto’s) + concreet en expliciet (meerdere operationele definities zijn mogelijk
voor zelfde concept > exact)
Vb: operationele definitie -> honger = de toestand na 24 uren zonder voedsel
Een theorie wordt op indirecte manier getoetst (langs beide richtingen mogelijk)
7. De wetenschappelijke hypothese
Een wetenschappelijke hypothese = een uitspraak die volgt uit een theorie
Vb. Als mama en papa met een jongetje spelen, dan zal papa meer fysieke spelletjes spelen
Deductie = van algemene theorie naar specifiek aspect van deze theorie
Inductie= hypothese opstellen op basis van observaties (niet op basis van theorie) = empirische
generalisatie
a.
Een hypothese toetsen (voorbeeld)
1. Theorie: depressie ontstaat door aandacht naar negatieve informatie
2. Hypothese: we verwachten dat proefpersonen die meer aandacht hebben voor naar negatieve
informatie depressiever zullen zijn dan proefpersonen die meer aandacht hebben voor positieve informatie
3. Conceptuele definitie
4. Operationele definitie: minstens 30 seconden intensieve interactie tussen ouder en kind
4
8. bevestiging, weerlegging en wetenschappelijke vooruitgang
a.



b.
Bevestiging van een theorie
Ondersteuning voor een theorie eerder dan bewijs
Als we kunnen aantonen dat we uit theorie T, hypothese H ontwikkelen en dat deze hypothese
klopt. Dan wil dit niet zeggen dat we kunnen bewijzen dat theorie T ook correct is.
Bewijs voor een theorie is logisch niet mogelijk
Als T dan H, welnu H dus T -> logische fout
Als het regent wordt je nat, welnu ik ben nat dus het regent ? (Neen, want ik lig in het
zwembad)
Weerleggen van een theorie
Als T dan H, welnu niet H dus niet T is logisch correct maar …






Door fouten in de deductie (hypothese H volgt niet uit theorie T)
Foute operationalisatie (experiment test eigenlijk H niet)
Slechte meting, ongepaste keuze van steekproef, slechte controle over variabelen
Andere factoren die nog niet in de theorie zitten (vb. vergeten rekening te houden met leeftijd)
“null findings” = wanneer ons onderzoek niet leidt tot wat we voorspeld hadden
“The file-drawer problem”= het probleem dat onsuccesvolle theorieën soms opnieuw onderzocht
worden, omdat niemand weet van het bestaan van de voorgaande onsuccesvolle studies
9. De wetenschappelijke filter
Praktische onmogelijkheid van het tegenbewijs
(hypothese blijkt fout maar daarom is de theorie nog niet fout)
Daarom bestaan er wetenschappelijke filters
Alle ideeën: groot deel van het
onderzoek is gefocust op de
ideeën van hier
Initiële onderzoeksprojecten
Onderzoeksprogramma’s
Gepubliceerd onderzoek
(primaire literatuur)
5
FILTER 1:
 Wetenschappelijke
training
 Bezorgdheid om
wetenschappelijke
reputatie
 Beschikbaarheid van
financiële middelen
FILTER 2:
 Zelfbeoordeling van
haalbaarheid
FILTER 3
 “peer” review:
beoordeling door
experten (gelijken)
FILTER 4:
 Gebruik
 Replicatie
 uitbreiding
 Initiële
onderzoeksprojecten
 Nonsens
 Onderzoeksprogramma’s
 Niet haalbare
onderzoeken
 Gepubliceerd onderzoek
(primaire literatuur)
 Methodologische fouten,
foutieve conclusies en
onbelangrijke bijdragen
 secundaire literatuur
 gevestigde kennis
 niet repliceerbaar
onderzoek,
oninteressante en
onbruikbare relsutaten
DUS: ondanks onmogelijkheid van tegenbewijs is toch eensgezindheid mogelijk, kan wetenschappelijke
vooruitgang geboekt worden
9. Waarom is het belangrijk dit wetenschappelijk proces te begrijpen?


Wetenschappelijke kennis voor iedereen cruciaal: je kan dan maar beter zelf in staat zijn om te
beoordelen wat wetenschappelijk is en wat niet …
Denk na over rapporten in tijdschriften, kranten, nieuwsuitzendingen (intelligent research
consumer)
Voordelen kennis over onderzoeksmethoden




Onderzoek begrijpen dat relevant is voor beroep
Intelligent research consumer in dagelijks leven
Kritische denkwijze
Autoriteit
Speculatief-theoretisch = gedrag verklaren door dagelijkse observaties, creatieve inzichten, religieuze
doctrines
Null findings = onderzochte variabelen hebben geen verband met het gedrag
Evaluatie-onderzoek = effecten van sociale of wettelijke programma’s op het gedrag beoordelen
10. Onderzoekstrategieën
a.
Beschrijvend onderzoek (enkel beschrijvend)
Beschrijft het gedrag, gedachten en gevoelens van een groep of individu. Bv publieke opinie beschrijft de
attitudes van een bepaald groep tov bv. Politek – Fundatie van al het andere onderzoek
b.
Correlationeel onderzoek (correlatie tussen variabelen)
Bestuderen van verbanden (=correlaties) tussen verschillende variablen
Toont GEEN oorzaak-gevolg aan !!
c.
Experimenteel onderzoek (causaliteit, condities creeëren)
Toont oorzaak-gevolg relatie tussen variabelen aan
Manipulatie van de onafhankelijke variabele om zo het effect daarvan te zien op de afhankelijke variabele
d.
Quasi-experimenteel onderzoek
Wanneer de onderzoeker niet in staat is om de onafhankelijke variabele te manipuleren en/of de
controlevariabele constant te houden. Een bepaalde variabele onderzoeken die er sowieso is (zonder te
manipuleren). Onafhankelijke variabele manipuleren en controle houden over andere factoren.
Een afhankelijke variabele = een variabele waarover men een voorspelling doet / een variabele die afhangt
van het onderzoekssubject.
Een onafhankelijke variabele = een variabele die men gebruikt om voorspelling op te baseren / een
experimentele variabele waarvan men aanneemt dat deze invloed heeft op het onderzoeksobject, en die
6
door de onderzoeker wordt gecontroleerd (gemanimpuleerd) en niet door het onderzoeksobject. Een
onafhankelijke variabele is dus onafhankelijke van het onderzoekssubject.
11. domeinen in de gedragswetenschappen
Ontwikkelingspsychologie
Persoonlijkheidspsychologie
Sociale psychologie
Experimentele psychologie
Neurowetenschappen en fysiologische psychologie
Cognitieve psychologie
Industriële-organisatie psychologie
Omgevingspsychologie
Educatie psychologie
Klinische psychologie
“counseling psychology”
Onderwijspsychologie
“community psychology”
Familiestudies
Interpersoonlijke communicatie
Beschrijven, meten en verklaren van
leeftijdsgerelateerde veranderingen in gedrag,
gedachten en gevoelens gedurende de levensloop
Beschrijven, meten en verklaren van
psychologische verschil tussen individu’s
De invloed van de sociale omgeving op gedrag,
gedachten en gevoelens; interpersoonlijke
interactie en relaties
Psychologische processen zoals leren, geheugen,
sensatie, perceptie, motivatie alsook fysiologische
processen
Relatie tussen lichaamsstructuren, processen en
gedrag
Denken, leren en geheugen
Gedrag op het werk en andere organisaties,
personeelselectie
Relatie tussen omgeving en gedrag
Processen die een invloed hebben op leren;
ontwikkeling van methodes in het onderwijs
Oorzaken en behandelingen van emotionele en
gedragsproblemen; psychopathologie
Oorzaken en behandeling van emotionele en
gedragsproblemen; normaal menselijk
functioneren
Intellectuele, sociale en emotionele ontwikkeling
van kinderen (met nadruk op schoolprestaties)
Gedrag in natuurlijke situaties en preventie van
problemen hierin
Relaties tussen familieleden; invloed van het gezin
op de ontwikkeling van het kind
Verbale e non-verbale communicatie;
groepsprocessen
12. gedragswetenschappelijk onderzoek op mensen en dieren
Ca. 8% van het psychologisch onderzoek wordt uitgevoerd op dieren
Voordelen onderzoek op dieren:



7
Kunnen opgroeien onder gecontroleerde omstandigheden -> geen omgevingseffecten die invloed
hebben op de resultaten van het onderzoek
Kunnen over lange tijd bestudeerd worden onder gecontroleerde omstandigheden
Sommige dingen kunnen niet op mensen gedaan worden, dus worden ze op dieren gedaan
(opoffering dieren voor onderzoek botst wel op controversie)
We hebben veel processen die ook bij mensen plaatsvinden geleerd door onderzoek op dieren. Door
onderzoek op dieren ook dieren helpen. (bv. Het welzijn van dieren in gevangenschap verbeteren).
Natuurlijk zijn er ethische vragen rond onderzoek op dieren.
Hoofstuk 2: variabiliteit en onderzoek
1. Kern van de cursus



Gedragsvariabiliteit: gedrag varieer over situaties, individuen, tijd
Bedoeling van het onderzoek
Systematiek achter deze variabiliteit (beschrijven)
En waarom is dit zo ? (verklaren)
KAPSTOK: de hele cursus kan hier aan opgehangen worden !
Principe van variabiliteit is basis voor:
o Design van onderzoeksopzet
o Analyse van de resultaten (variantie analyse)
2. variabiliteit en het onderzoeksproces
a.

gedragswetenschappen bestudeert gedragsvariabiliteit
gedrag varieert over situaties: eenzelfde persoon gedraagt zich anders in verschillende situaties
“Iets wat alle mensen gelijk doen” is niet interessant in de gedragswetenschappen (en kan ook
niet)
vb. weer (goed vs slecht), context (café vs auditorium)

gedrag varieert over individuen: verschillende mensen reageren anders op dezelfde situatie
vb. gesloten vs open, gestresseerd vs kalm

gedrag verandert over de tijd
vb. leesvaardigheid, veroudering
b.
onderzoeksvragen in de gedragswetenschappen zijn vragen over gedragsvariabiliteit


Beschrijven van variabiteit
Verklaren van variabiliteit: relatie tussen variabelen / gaat systematische waardeverandering op de
ene variabele samen met waardeverandering op de andere variabele
c.
Een onderzoek moet zo opgezet zijn dat het de onderzoeker optimaal toelaat om vragen
over gedragsvariabiliteit te beantwoorden
= onderzoek moet optimaal antwoorden geven
Vb. gedragsadaptie na fouten
Streven naar de maximale variabiliteit in de metingen
Vb. Angstcurve: van 1-5 (niet angstige mensen) -> hoe minder angst hoe hoger de score op
intelligentietest; 5-9 (angstige mensen) -> hoe meer angst hoe slechter de score op intelligentietest
 De samenhang tussen deze twee variabelen te onderzoeken zijn er van beide kanten
extremen nodig, daarom doet men preselecties om een grote variabiliteit onder de
proefpersonen te verkrijgen
8
d.
Meten is bepalen van variabiliteit



Meten is toekennen van getallen
Variabiliteit in getallen ~ variabiliteit in gedrag
Als variabiliteit in toegekende getallen de variabiliteit in gedrag niet weerspiegelt is onderzoek
waardeloos
Vb. depressievragenlijst
e.
Statistische analyses worden gebruikt om de geobserveerde variabiliteit te beschrijven
en te verklaren
= onderzoek gaat van het begin tot het einde over variabiliteit in observaties !
 Variantie is de statische maat voor variabiliteit
Hoeveel van de variabiliteit van één meting wordt verklaard door variabiliteit in de andere meting ? Er zal
altijd systematische en niet-systematische variabiliteit zijn, en statistiek is nodig om te weten of
systematische variabiliteit belangrijk genoeg is (significant is)
Beschrijvende statistiek = gedrag beschrijven, veel scores reduceren tot interpretabele gegevens
Inferentiële statistiek = toetsen van hypothesen en het schatten van de steekproefgrootte en hun
betrouwbaarheid
3. Variantie: een index van variabiliteit
Variantie = spreiding t.o.v. het gemiddelde
 Minder spreiding betekent kleinere variantie
a.
Een conceptuele verklaring van variantie
Range: verschil tussen grootste en kleinste scores
 Nadeel: de getallen ertussen worden genegeerd, een uitschieter zorgt meteen voor een
ader resultaat
Rekenkundig gemiddelde: alle scores opgeteld, gedeeld door het aantal scores
Variabiliteit berekenen door te kijken hoeveel de getallen variëren van het gemiddelde.
b.
Een statistische verklaring van variantie
1. het gemiddelde berekenen
= door alle getallen op te tellen en ze te delen door het aantal deelnemers
2. Deviatiescore berekenen (afwijking van het gemiddelde)
= door het gewenste getal af te trekken van het gemiddelde
3. de deviatiescore kwadrateren
= door de uitgekomen getallen te kwadrateren
4. soms van de kwadraten
= door alle kwadraten op te tellen
5. delen door het aantal
= door de soms van de kwadraten te delen door het aantal deelnemers -1
9
4. Systematische en errorvariantie
Totale variantie = systematische variantie + errorvariantie
a.
definities
Systematische variantie = systematische verandering in beide (variabele X+Y)
Errorvariantie= de variantie die niet verklaard kan worden door variabelen die geïntroduceerd worden door
de onderzoeker / uitzonderingen die niets te maken hebben met onze vraag, fouten of vergissingen
b.
Baron en Bell
“Electroschokken” toedienen aan persoon in kamer van 22, 29 en 35 graden
Agressie werd gemeten door na te gaan hoeveel volt iemand toedient
Systematische variantie: meer volt bij hogere temperatuur
Error variantie: variantie door verschillende proefpersonen, sociale aspecten
c.
Scheier en Carver
Studie rond optimisme en gezondheid -> vragenlijst in welke mate hebben de proefpersonen bepaalde
fysieke symptomen ondervonden
Mensen die hoger scoorden op de optimisme-schaal gaven minder symptomen aan
Systematische variantie: correlatie tussen optimisme en fysieke symptomen
Errorvariantie: slechts 7% van de variantie in de symptomen was gerelateerd aan optimisme
d.
Systematische variantie onderscheiden van de errorvariantie
= opdelen van totale variantie in componenten die systematische variantie reflecteren
Adhv statistiek kan men zien welk deel van de totale variantie systematisch is en of er genoeg
systematische variantie is om te kunnen besluiten dat het effect reëel is
5. Effect Size


Geeft aan wat de proportie van systematische variantie is in totale variantie
Effect size van .15 is groot -> 15% is dus al “grote variabiliteit in gedragswetenschappelijk
onderzoek, ook al zie je dit verband niet zonder statistiek




Meta-analyse = effect size over studies (en welke factoren de invloed mediëren)
d-based: grootte van verschil tussen twee groepen
r-based: grootte van een correlatie
Odds-based: kans dat effect voorkomt in één groep tov andere groep (1=evenveel kans in beide
groepen)
6. Variabiliteit conceptueel bekeken
Range of spreidingsbreedte is in de statistiek de afstand tussen de hoogste en laatste meting uit een
gegevensset. (verschil hoogste en laagste score)
10
 Geen goede maat want er wordt alleen maar naar de uitersten gekeken. Alles tussen de uitersten
wordt genegeerd.
Range zegt niets over de variantie
Hoofdstuk 3 : meten
Meten in strikte zin is de bepaling van de grootte of de omvang van iets aan de hand va waarneming en
uitgedrukt in een getalswaarde of in een eenheid met een aangegeven dimensie. Meting is niet beperkt tot
natuurkundige hoeveelheden, maar strekt zich uit tot de kwantificatie van bijna al het denkbare.
Psychometrie = studie van het psychologisch meten
1. Types van metingen
a.
Observationele metingen
Van buiten af observeerbaar



Agressie: eerst vraag wat is agressie dan pas meten
Versprekingen
Reactietijd: hierdoor kunnen we uitspraken doen over de moeilijkheden van een bepaalde conditie
Temporele metingen: reactietijd vs tijd om een taak af te werken

b.
Stroopexperiment: zo snel mogelijk de kleur van een stimulus benoemen (woord is niet
relevant, kleur wel)
Fysiologische metingen
Interne fysiologische processen die niet van buiten af observeerbaar zijn
adhv elektrodes hersen- en spieractiviteit meten
c.
Zelf-rapportering




Cognitieve zelfrapportering (hoe denk je over…?)
Affectieve zelfrapportering (hoe voel je je over…?)
Gedragsgerelateerde zelfrapportering (wat doe je… ?)
Moeilijkheid: sociale wenselijkheid
observationele metingen
= triangulatie
Fysiologisch metingen
convergerende operaties
Zelf-rapportering
= samenvoeging van verschillende metingen
11
2. Meetniveaus
Meten = toekennen van een getallen -> dit wil niet zeggen dat scores zomaar alle kenmerken van het
getallensysteem overnemen
Meetniveau = tot op welk niveau de scores de kenmerken van het getallensysteem overnemen
a.
Nominaal





Getallen zijn niets meer dan numerieke labels
Elke getal is gelijk aan zichzelf maar verschillend aan alle anderen
Als groepering/identiteit
Er is vrijheid om de gebruikte getallen zo te kiezen dat de gebruikte waarden uniek zijn
Één-één transoformatie
Vb. Man 1/ vrouw 0
b.



Ordinaal
Getallen zijn geordend in termen van hun relatieve grootte
Enkel volgorde is van belang
Monotone transformatie
Vb. Hoe vaak zwem je ? 1. Nooit / 2. Zelden / 3. Soms / 4. Vaak
c.
Interval
Voor elke paar naast elkaar liggende getallen is de afstand even groot
Vb. IQ test Jan 75; Piet 80
d.
>verschillen van 5
=Koen is niet dubbel zo slim
Ratio
Getallen drukken een absolute grootte uit ten opzichte van een nulpunt
o
Multiplicatieve transformatie
Vb. reactietijd: er is een vast nulpunt (geen reactietijd)
BELANGRIJK
 Er is een hiërarchie: elk niveau impliceert het voorgaande
 Hoe hoger het meetniveau: hoe preciezer de verkregen informatie > streven naar hoogste
 Meest nuttige en krachtige statistische analysetechnieken vereisen een interval of ratio niveau
 Interval niveau niet altijd gemakkelijk bereikbaar, maar bij voldoende categorieën kan men geordende
schaal als intervalschaal behandelen zonder grote meetfouten te maken
 Bij weinig categorieën = ruwe meeting (bv. 2) kan de fout 25% bedragen
= fijne meting (bv. 10) kan de fout 5% bedragen (van interval -> ratio)
3. Betrouwbaarheid
Bedoeling is dat variabiliteit in numerieke gegevens de variabiliteit weergeeft in datgene wat we willen
meten !
Betrouwbaarheid is een maat voor accuraatheid van een meting
12
Geobserveerde score = werkelijke score + meetfout
Een meetfout wordt veroorzaak door:





Voorbijgaande toestanden van proefpersonen
Stabiele kenmerken van proefpersonen
Situationele factoren
Karakteristieken van de meting
Vergissingen/fouten
Betrouwbaarheid als systematische variantie


Eén score: werkelijke score en meetfout onbekend
Maar kan geschat worden door scoren en variabiliteit in de scores te analyseren
Totale variantie= variantie (werkelijke scores ) + variantie (meetfout)
Betrouwbaarheid = variantie (werkelijkescores/totalevariantie
Methoden om betrouwbaarheid te schatten, principe
 Als twee metingen van hetzelfde gedrag zijn, reflecteren ze dezelfde werkelijke score
 Als twee metingen van hetzelfde gedrag verschillen is er een meetfout
 Correlaties tussen metingen berekenen; correlatie-co-coëfficiënt (r)
 Statistiek die de sterkte van het verband tussen twee metingen uitdrukt
 Van -1 tot +1
 r² = systematische variante/totale variantie
Maat voor nauwkeurigheid van metingen:
 geobserveerde score = werkelijke score + meetfout
a.


test-hertest betrouwbaarheid
Indien de meting weinig fouten bevat, zal de bekomen waarde bij herhaalde metingen steeds
ongeveer dezelfde zijn
Indien de meting veel fouten bevat, dan zullen er grote verschillen zijn in de bekomen waarden bij
herhaling van de meting (zwakke correlatie)
 De spreiding van de waarden geeft een indicatie over de betrouwbaarheid v/d meting
b.
Inter-item betrouwbaarheid
Bij meetinstrumenten bestaand uit meerdere items
o
o
13
Item-totaal correlatie=
Hoe goed is elk van de item; slechte correleren/elimineren
Split-halve betrouwbarheid=
Test in twee splitsen; correlatie tussen twee helften
Hoe goed is test als geheel ?
Probleem: hangt af van hoe gesplitst wordt
Cronbach’s alfa coëfficiënt: gemiddelde van alle mogelijk split-halves
c.
Inter-beoordelaar betrouwbaarheid
Meerdere onderzoekers beoordelen gedrag -> als ze totaal verschillende resultaten bekomen is het
systeem niet betrouwbaar. Er moet dus een zeker correlatie zijn tussen de resultaten van de verschillende
beoordeelaars. Wordt vooral toegepast als er sprake is van interpretatie tijdens het onderzoek
2 methoden:


% van de tijd overeenkomen
Meningen over deelnemer correleren
Betrouwbaarheid verhogen




Standaardiseren
Gebruik duidelijke instructies en vragen
Train observatoren
Minimaliseer fouten
4. Validitiet
= meet ik het concept dat ik wens te meten ?
a.
Face validity
Volledig gebaseerd op oordeel: is nuttig maar geeft geen garantie (kan soms fout zijn)
Lijk het valide? ≠ is het valide ?
Vb. intelligentie -> IQ-test of meten we de snelheid van de callosale transfer
“Als ik het vraag aan de man op straat, wat zegt hij?”
b.


c.



14
Construct-validiteit
Convergente validiteit: correlatie tussen de test en een gelijkaardig test (bv. Bestaande en nieuw
IQ-test) -> hoe hoger correlatie tussen twee tests, hoe beter
Divergente of discriminante validiteit: correlatie tussen de test en een andersoortige test ( hoe
kleiner hoe beter)
o Bv. Nieuwe depressievragenlijst vergelijk met een angstvragenlijst: hoe minder ze
correleren hoe beter, want het is niet de bedoeling dat ze hetzelfde meten
Criterium validiteit
De correlatie tussen de test (x) en een criterium (y)
o Selectietest – jobprestatie
o IQ-test – schoolprestatie
Probleem
o Hoe goed is de meting van het criterium
o Hoeveel waarde hecht je aan het criterium?
Onderscheid
o Gelijktijdige criterium validiteit: test – criterium op zelfde moment
o Predictieve criterium validiteit: test nu – criterium later
(Vooral toegepast in onderzoek)
5. Test bias
Bias = afwijking


Wanneer een meting niet altijd even zeer geldt voor alle deelnuemers
Geslacht, etnische verschillen
Vb. een Europeaan kan in Afrika geen hut bouwen, dus lage intelligentie ?
 Niet gemakkelijk vastelbaar
 Is er echt een verschil op gemeten variabele of is er bias ?
 Oplossingen:
 Mensen met gelijke scores uit verschillende groepen nemen en kijken naar criterium-validiteit
 Mensen met gelijke totaalscores uit verschillende groepen nemen en scores op specifieke items
vergelijken
Hoofdstuk 4: meten in de gedragswetenschappen
1. Gedragswetenschappen


Variabiliteit in gedrag beschrijven, voorspellen en verklaren in termen van variabiliteit in
oorzakelijke variabele
Om die variabiliteit vast te stellen moeten we een operationele definitie hebben van gedrag (bv.
Agressie meten in termen van volt) en dat meten
o Operationele definities: definitie die bruikbaar is in onderzoek; meetbare vorm van een
concept. (bv. Hoeveel volt is een proefpersoon beried om te geven)
2. Onderzoeksvraag

Voor sommige problemen bestaat er geen specifiek meetinstrument:
o Hoe meten we dat iemand ontoerekeningsvatbaar is?
o Euthanasie bij ondraaglijk psychisch lijden
3. Benaderingen voor psychologisch meten
a.
Observatie
IN EEN GECONTROLEERDE OMGEVING




Meer controle, minder storende variabelen
Observatie in labo (controle over temperatuur, licht, …)
Nadeel: reactiviteit!
Observatie in gecontroleerde buitenwereld (veld experiment)
Vb. bewusteloze dakloze vs bewusteloze man in pak)
IN EEN NATUURLIJKE OMGEVING




15
In de psychologie wordt er weinig voor deze vorm van onderzoek gekozen
Soms is dit noodzakelijk voor de onderzoeksvraag (bv. Onderzoek naar ondervragingstechnieken bij
politie)
Participant Obseration: observeerder doet mee in het gebeuren (bv. Infiltreren in sekte)
Nadeel: niet altijd objectief (te lang bij een bepaald groep: sympathie of antipathie ontwikkelen),
beïnvloeding variabelen (gedrag verandert doordat de onderzoeker het observeert)
I.
Weten de proefpersonen dat ze geobserveerd worden of niet ?
REACTIVITEIT: Wanneer mensen weten dat ze geobserveerd worden gaan ze anders reageren ->
beïnvloeding
OPLOSSING: verborgen observatie
Ethische problemen


Privacy
Informed consent
DUS hanteert men een aantal technieken:
-
-
Gedeeltelijk verborgen: deelnemers weten dat ze geobserveerd worden maar niet exact wat
geobserveerd wordt
Of videotapen en dan vragen (dyadic interaction paradigm)
Indirecte maten: onderlijnde stukken in boeken ipv vragen “wat vond je interessant?”
II.
Registreren van gedrag
Narrative records
o volledige beschrijving van gedrag of field notes (Piaget: cognitieve evolutie van het kind)
o Niet gestructureerd en geen numerieke gegevens -> via content analyse structureren (=
gedrag numeriek classificeren zodat het geanalyseerd kan worden)
Checklist
o Eerst een aantal dimensies vastleggen waarop je gedrag zal beoordelen
o Gestructureerd
o Interactive Process Analysis: 12 types interactief gedrag
o Schalen
 J/N
 0 (niet) 1(beetje) 2(erg)
 Ook vaag gebruikt in vragenlijsten
o Temporele metingen
 Reactietijd vs tijd om een taak af te werken vb. stroopeffect
 Reactietijd op zich is niet interessant, het is het verschil in
reactietijden tussen condities die ons mogelijks iets kan
vertellen over verschillende processen of mechanismen in
twee condities






16
Kunnen wij gemakkelijk van taak veranderen en welke mechanismen
maken dat mogelijk ?
Tijd om van taak te veranderen
Welke processen bepalen taakwisselkost? (voorbereidingstijd
Feit dat incongruentie trials trager zijn dan congruente geeft bv. Aan dat er een
extra proces is in deze trails (conflict resolutie)
Om processen van wisselen tussen taken beter te begrijpen kunnen we
manipulaties onderzoeken die de wisselkost beïnvloeden
Minder sociale wenselijkheid
III.



Betrouwbaarheid
Interbeoordelaars betrouwbaarheid
Betrouwbaarheid: instrument bedenken dat betrouwbaar is en waarbij iedere onderzoeker
dezelfde resultaten uitkomt
Duidelijke operationalisatie (vb. verstaat iedereen hetzelfde onder een “actief” spel)
 Hiervoor is een duidelijke en specifieke operationele definitie nodig)
Oefenen van coderingssysteem
b. fysiologische metingen
1. Neurale elektrische activiteit
EEG = electroencephalogram
Meten elektrische activiteit hersenen vb. slaap/waak/epilepsie/cognitieve functies


Event related potentials (hersenactiviteit tijdens verwachte – onverwachte stimulus)
Activiteit in motorische cortex meten: meten van intenties via Libett taak (wanneer
heeft iemand die intentie om iets uit te voeren: proefpersonen moeten naar een
wijzerplaat kijken en op een knopje als de intentie hebben om te duwen, naar de
meting van de hersenactiviteit werd gevonden dat de intentie in de hersenen al lang
aan het opbouwen is voordat we doorhebben dat we die intentie hebben -> bestaan
vrije wil of zijn we “onderworpen” aan de processen in onze hersenen
Sinle celle recording = elektrode die de elektrische activiteit van één cel meten





Hubel en Wiesel: elektrode in de hersenen van een kat (verantwoordelijk gebied voor visuele
informatie), eenvoudige lijnen aanbieden en per stimulus de activiteit van een cel meten.
Verschillende cellen reageren meer op verschillende stimuli -> Visuele stimulus wordt volledig
gedecompenseerd en terug samengesteld in de hersenen.
Open hersenen onderzoek ~ 1 cel isoleren waarbij elektrische activiteit gemeten wordt (klein) met
een speciaal staafje voor die meting
Is er 1 cel verantwoordelijke voor informatie of een deel van de hersenen die swamenwerken
Tegenstanders: etnisch niet verantwoord = je moet een goede reden hebben !
Streepjes: bepaalde cel was duidelijk heel erg actief bij een rechtstaand streepje
 Er zijn cellen in de visuele cortex specifiek voor rechte of schuine streepjes
2. Beeldvorming
PET= positron emissie tomografie

17
Geen beeld van de hersenen, maar van wat dat orgaan aan het doen is

Labelen van zuurstof: waar is er het meest zuurstof = waar is er het meest activiteit
MRI=Magnetic Resonance Imaging
Actieve hersencellen ontvangen meer vers bloed, dit zorgt voor een constante schommeling van gestuurd
en/of ontvangen bloed: dit wordt afgelezen (heel duur)
Vaststelling hersenletsel, afwijkingen, bepaalde gebieden lokaliseren, nieuwe gebieden ontdekken
Verandering van magnetische structuur doordat er meer bloed doorstroomt > actieve delen hersenen
bekijken
BV. Effecten van hypnose meten (zorgen dat ze de taal niet meer kunnen en activiteit meten tijdens Stroop
test)



3. Autonoom zenuwstelsel
Hartslag: vertelt veel over bepaald impulsen
 Gebruik bij leugendetector: elektrische signalen afkomstig van de hartspier
Bloeddruk: emotionele veranderingen zijn waarneembaar
Temperatuur
4. Precies meten over gedrag
EMG=electromyograph
Zelfde principe als EEG maar specifiek elektrische activiteit in de
spieren


18
Handig bij revalidatie; kunnen bepaald spieren nog actief
zijn?
Kan minimale elektrische reacties meten, veel beter dan
bij observatie
TMS= Transcranial Magnetic Stimualtion en motor evoked potentials
= wekt elektrisch veld op in de hersenen en verstoort daar de werking
5. Bloedanalyse
Hormonen en transmitters
 Rechtstreekse samenstelling testen / meten -> aanvulling op andere observaties
6. Specifieke metingen
Blozen -> toestel ontworpen om blozen te meten
Seksuele arousal
7. Conclusie fysiologische metingen
Allemaal zeer goede technieken maar ze moeten gebruikt worden voor wat ze dienen !
 EEG: temporele aspecten
 MRI: lokalisatie MRI: structurele MRI
fMRI: functionele MRI -> proefpersoon moet iet doen
 Single Cell: zijn ze cellen (en waar liggen ze) voor een bepaalde taak
 De eerste en tweede standaard, de derde is veel moeilijker
c. Vragenlijsten en interviews





19
observatie of fysiologisch onderzoek is meestal aangewezen maar naar gevoelens, attitudes en
ervaringen moet je vragen…
Gebruik bestaande vragenlijsten met goede betrouwbaarheid en validiteit
Na eventuele vertaling, opnieuw valideren
Zelf vragenlijsten ontwikkelen
Goede vragen:
o Specifiek en precies
o Simpel
o Maak geen assumpties
o Voorwaardelijke informatie vooraan in de vraag
o Geen vragen met dubbele bodem
o Test de vragen
o Juiste antwoordmogelijkheden
o Open vragen: hoe lang moet een antwoord zijn en hoe specifiek ? Inhoudsanalyse
o Rating scales: range effecten
o
Multiple choise: mogelijkheiden beïnvloeden antwoord
Vragenlijst
Minder training nodig van de onderzoeker
Kan in groep
Kan anoniem
Vragen liggen vast
Proefpersoenen moet kunnen lezen en moet
de vragen begrijpen


Interviews
Belangrijk een goed getrainde interviewer te
hebben
Moet individueel
Moeilijk anoniem
Hier kun je dieper ingaan op iets
Je kan altijd uitleg geven bij een vraag
Vragenlijsten worden veel gebruikt, ook in experimenteel onderzoek. Bevragen of
proefpersonen de manipulatie doorhadden of niet
o Ook in bedrijven
o Door regering
Interviews
o Face-to-face of via telefoon
o Vriendelijke sfeer
o Vriendelijke interesse
o Verberg persoonlijk reacties
o Structuur
o Gebruik exacte bewoording
o Legt geen woorden in de andere zijn mond
d. Bias
Sociale wenselijkheid
Krijg je ook bij observatie als ze weten dat ze geobserveerd worden (nefast voor validiteit)
o
o
o
Best niet opvallen als onderzoeker bij observatie
Neutrale vragen gebruiken
Anonimiteit benadrukken
Bevestigen/ontkennen
Er zijn mensen die geneigd zijn altijd “ja” te zeggen en er zijn er die altijd naar “nee” neigen. Al bij al, kleine
effecten
e. opzoekingswerk




Opzoeken van gegevens in krant
Opzoeken van gegevens in rechtbanken
Opzoeken van gegevens in dagboeken
Meta analyses (effect size over studies)
Kan over observaties gaan maar ook over fysiologische gegevens alsook interviews en vragenlijsten
Ideaal voor historische gegevens of evoluties
Groot nadeel: je moet het er mee doen…
20
Inhoudsanalyse
= voor geschreven teksten en mondelinge verhalen
Hoe?



Tekst omzetten naar betekenisvolle categorieën die relevant zijn voor de onderzoekshypothese
Utterance (thema)
Computergestuurd (beperkt)
Hoofdstuk 5: selecteren van deelnemers
Kernvraag is onderzoek opgesteld om een uitspraak te doen over een populatie OF om het verband tussen
variabelen aan te tonen ?
1. Types van beschrijven onderzoek
a. survey
o
o
o
o
 Vaak telefonisch
 Soms longitudinaal
 Internetsurveys
Cross-sectional survey design: éénmalige meting van een steekproef
Successive independent samples survey design: een sample op moment 1, andere sample om moment
2
Longitudinaal survey design: zelfde groep op twee of meer tijdstippen
E-surveys: goedkoop, makkelijke date, waar en wanneer de proefpersoon wilt maar niet voor iederen
en wie vult in ?
b. Demografisch onderzoek
c. epidemiologisch onderzoek
meestal binnen geneeskunde maar…
ziektes hebben soms te maken met gedrag en epidemiologisch onderzoek naar psychologische
aandoeningen
o
o
o
o
o
o
Prevelntie: hoeveel % heeft een bepaald ziekte of aandoening op een bepaald moment
Morbiditeit: hoeveel gevallen in absolute cijfers
Co-morbiditeit: het samengaan van verschillende aandoeningen
Incendentie: nieuwe gevallen voor een bepaald periode
Moraliteit: sterfgevallen voor een bepaald periode
Overlevingskans: kans op overleven na diagnose
2. Gedragswetenschappen
o
o
o
21
Oorzaken van gedrag aantonen EN verband tussen variabele obv een theorie en een daaruit
afgeleide hypothese (X en Y)
We proberen de variantie van X en Y zo groot mogelijk te maken tov andere storende variantie. Dus
gaan we werken met een homogene steekproef, die misschien niet altijd representatief is voor de
“populatie”
Zelden een probabilistische sample
3. Sampling
Niet alleen voor beschrijvende statistiek maar ook voor andere soorten onderzoek (experimenten)
Is de steekproef representatief voor de populatie waar je uitspraken over wil doen?
Sampling error = fout die veroorzaakt is door het nemen van een steekproef
Verschil tussen geobserveerde date uit steekproef en werkelijkheid in de volledige populatie. Dit verschil
zul je nooit kennen
Error of estimation (schattingsfout)
Foutmarge: geeft aan in welke mate je een verschil kan verwachten tussen sample en populatie
Hangt af van:
o
o
o
Grootte van steekproef
Populatiegrootte
Variantie in de data
Enkel zinvol bij probabilistische samples. Bij niet-probabilistische samples zijn er mogelijks verschillen
tussen de sample en de populatie waardoor een inferentie over de populatie obv de sample niet
gerechtvaardigd is.
a. probabilistische samples
o
De kans dat een individu uit de populatie wordt geselecteerd kan in een kans uitgedrukt worden
 Noodzakelijke als het gedrag van een populatie wil beschreven worden adhv een steekproef
meting
 Wordt niet veel gedaan in gedragswetenschappen
o Nonresponders = mensen die in de steekproef terecht gekomen zijn maar niet wille meewerken
 Wanneer responders en nonresponders van elkaar verschillen is onze steekproef niet langer
representatief
o Fout generalistatie (generaliseren naar andere populatie
22



I.
Simple random sampling
Iedereen uit populatie heeft evenveel kans om in de steeproef te komen
Sampling frame: lijst van de populatie, hier ad random mensen uit halene
Meestal hebben we een sample frame en geen idee hoe groot de populatie is
OPLOSSING: systematic sampling




II.
Systematic sampling
Wegens gebrek aan een sampling frame
Iedere zoveelste persoon wordt geselecteerd
Indien ken je de populatiegrootte
Niet iedereen had evenveel kans om in de studie terecht te komen -> meer kans dat data
steekproef verschilt van data populatie



III.
Stratified random smapling
Eerst onderverdelen in groepen en dan binnen groepen simple random sampling, zodat de
aantallen binnen elke groep gecontroleerd zijn
Proportioneel aan populatie
In elke groep evenveel kans om in steekproef terecht te komen
Zorgen dat er genoeg zijn in elke groep

IV.
Cluster sampling
Bij grote populaties zonder volledige lijst

b. niet-probabilistisch samples



Meestal in wetenschappelijk onderzoek
Geen probleem want geen uitspraak over populatie maar over variabelen
Onmogelijk om schattingsfout te bepalen


I.
Convenience sampling
Deelnemers die gemakkelijk te verkrijgen zijn
Lijkt problematisch voor conclusies maar dat is het niet



II.
Quota sampling
Is niet hetzelfde als stratified sampling
Bijzondere vorm van convenience sampling waarbij je er voor zorgt dat er van alle groepen
evenveel zijn
Wordt meestal toegepast als er verwacht dat er een effect is
4. Hoeveel deelnemers
Schattingsfout: ook afhankelijk van populatiegrootte en variantie van steekproef

Hoe meer, hoe kleiner de foutmarge, maar toch meestal economische samples (foutmarges: zo
klein mogelijk houden, maar toch rekening houden met het aantal proefpersonen en kosten
Power: correlatie tussen angst en depressie -> groot effect zal met kleine sample aantgetoond kunnen
worden
Hoofstuk 6 beschrijvend onderzoek

Niet bedoeld om hypothesen te onderzoeken, eerder om bepaalde toestand in kaart te brengen
1. Types van beschrijven onderzoek
a. Surveys (rondvraag)




23
Rondvraag dmv interviews, vragenlijsten of andere observationele techniek vaak telefonisch, of via
internet
Cross-sectional survey design (cross-section van populatie, 1 groep op 1 moment)
Successive independent sample survey (twee groepen op verschillend moment)
Longitudinaal of panel survey design (zelfde groep twee of meerdere keren na elkaar)
b. Demografisch onderzoek
NIS: nationaal instituut voor statistiek
c. epidemologisch onderzoek
Prevalente: hoeveel % heeft een bepaald ziekte of aandoening op een bepaald moment
2. Describing and presenting data


Drie criteria om zinvolle gegevens te bekomen
o Accuraatheid: altijd zo accuraat mogelijk, MAAR het kan ook te accuraat. Hierbij krijgt de
lezer te veel informatie (bv. Ruwe data is heel accuraat maar niet interpreteerbaar)
o Verstaanbaarheid
o Beknoptheid: van ruwe gegevens naar betekenisvolle en interpreteerbare data
Numerieke gegevens
o Numerieke methoden: percentages, gemiddelde,…
o Grafisch methoden: grafieken
3. frequentieverdelingen
Frequentieverdeling = tabel met de verschillende scores en de frequenties ervan
a. simple frequency distributions


Eerste kolom: scores
Tweede kolom: frequentie
b. grouped frequency distributions




Te veel scores zorgen ervoor dat de simple frequency distributions onoverzichtelijk worden
Oplossing: verdelen in klassen
Hierbij meestal ook de relatieve frequentie
Voorwaarden
o Niemand kan in meer dan één klassen vallen
o Alle scores worden gerepresenteerd door de klasse-intervallen
o Alle klassen hebben een gelijke klassegrootte
c. Histogrammen en polygonen



Histogram
o X-as: klasse-interval
o Y-as: scores
o Interval- of ratioschaal
o Continue variabelen
Staafdiagram
o Nominale of ordinale variabelen
o Niet-continue variabelen
Frequentiepolygon
o X-as: klasse-interval
o Y-as: scores
o Interval- of ratioschaal
4. Maten van centrale tendentie
a. het rekenkundig gemiddelde

24
Som van alle scores gedeeld door het aantal scores

Kan misleidend zijn
b. de mediaan


Middelste score in de verdeling
Minst geaffecteerd door ouliers
c. de modus

De meest frequente score
d. gemiddelden weergeven in grafieken en tabellen

Error bars:
o Gemiddelde in staafdiagram
o Confidence interval
 Verwachte accuraatheid van het gemiddelde
 In 95% van de keren dat het onderzoek herhaald wordt valt het gemiddelde tussen
dit interval
5. Maten van variabiliteit




Range: verschil tussen hoogste en laagste score
Variantie: som van de kwadraten van alle scores gedeeld door het aantal scores ( al dan niet -1) ->
gemiddelde variabiliteit
Standaarddeviatie: vierkantswortel van de variantie
Variantie en standaarddeviatie > range want houden rekening met alles scores
a. standaarddeviatie en normale verdeling


Normale verdeling
o 68% van de scores in de range liggen in het interval van 1standaarddeviatie onder het
gemiddelde en 1 standaarddeviatie erboven
o 95% van de scores in de range liggen in het interval van 2 standaarddeviatie onder het
gemiddelde en 2 standaarddeviatie erboven
o Weinig onderzoeksgegevens zijn een perfecte normale verdeling, het geldt dus eerder als
een benadering
Niet-normale verdeling
o Postively skewed (=schuin) distribution: meer lage dan hoge scores
o Negatively skewed distribution: meer hoge dan lage scores
6. De Z-socre (standaardscore)



Toont aan hoeveel standaarddeviaties een score onder of boven het gemiddelde zit (gemiddelde:
z=0, één standaarddeviatie daar vandaan: +1)
z= (score –gemiddelde)/standaarddeviatie
ook zinvol om outliers te identificeren (z-kleiner dan -3 of groter dan 3)
hoofdstuk 7: correlationeel onderzoek


natuurlijk samen voorkomen (correleren) van observaties
correlationeel onderzoek toont een verband aan tussen twee variabelen, maar geen oorzakelijk
verband. Dit is geen experimenteel onderzoek
1. beschouwen van een verband

25
Met twee continue variabelen kan een correlatie berekend worden

Met twee discrete variabelen moet het anders: de contingentietabel
o Contingentietabel = een onderzoeker veronderstelt een verband tussen
persoonseigenschappen en al dan niet hebben van een huisdier, meer specifiek gaat hij er
van uit dat introverte personen, vaker een huisdier zouden hebben

Alle onderzoek waarbij het verband tussen 2 variabelen nagaan zonder zelf te manipuleren is
correlationeel onderzoek
2. Manieren om een verband vast te stellen
a. de contingentietabel


Celfrequenties
Marginale totalen
b. scatterplot


Bij continue variabelen
Een onderzoeker veronderstelt een verband tussen intelligentie van ouders en intelligent van
kinderen
3. Soorten relaties
a. lineair


Stijgend
Dalend
b. niet lineair

Logaritmisch: in het begin veel stijging/daling, na een tijdje veel minder stijging/daling
650
600
550
500
450
400
1
26
3
5
7
9
11
13
15
17
19
21
23
25
27
29

Exponentieel: in het begin weinig stijging/daling, na een tijdje veel meer
50
45
40
35
30
25
20
15
10
5
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29

Sigmoidaal
o Begint als exponentieel en wordt logaritmisch: traag begin, dan sneller, dan weer trager
(plateau)
o Leercurve

Kwadratisch (U-vormig verband)
o Seriële positiecurve: reeks van 30 woorden horen en nadien zoveel mogelijk herhalen
 Eerste en laatste woorden worden het best onthouden, woorden in het midden worden
meestal vergeten
o Omgekeerd U-verband bv. Stress-prestatie
 Weinig stress = weinig prestatie; matige stress = goeie prestatie; veel stress = weinig
prestatie
50
variabele B
40
30
20
10
0
0
10
20
variabele A
30
4. De correlatiecoëfficiënt (r)



Geeft de lineaire relatie weer tussen (continue) variabelen
Bij sommige niet-lineair verbanden zal de correlatiecoëfficiënt toch nog groot genoeg zijn.
ER bestaan ook toetsen om niet-lineaire verbanden na te gaan
R ligt tussen -1 en +1
5. Statistische significantie van r




27
Gegeven een bepaalde r voor een steekproef, is het dan mogelijk dat r=0 in de populatie?
Als dezze kans 5% of minder is, dan is de steekproefcorrelatie significant
Signifcantie hant af van
o Grootte steekproef
o Welk risico je wenst
Verschil tussen directionele en niet-directionele hypothese
6. Factoren die r beïnvloeden
a. beperkte range

Bij een kleinere range is er een kleinere correlatiecoëfficiënt
b. outliers


Online outliers: correlatie wordt groter
Offline outliers: correlatie wordt kleiner
c. betrouwbaarheid van metingen
ontbetrouwbare metingen zwakken de correlatie af
7. Correlatie en causaliteit

Causaliteit veronderstelt
o Covariatie
o Richting
o Geen derde factor
8. Partiële correlatie


Gegeven een correlatie tussen x en y, dan kan
o X,Y veroorzaken
o Y,x veroorzaken
o Z, x en y veroorzaken
Partiële correlaties berekenen is een statistische techniek om de variabiliteit van een mediërende
variabele uit de data te halen en om dan de correlatie tussen x en y te berekenen
9. Correlationeel onderzoek

Toont een verband tussen twee variabelen, maar geen oorzakelijk verband
Hoofdstuk 8: advanced correlational strategies
1. voorspellen op basis van correlatie – regressieanalyse
2. mogelijke causaliteit onderzoeken
3. onderliggende dimensies aan meerdere correlaties onderzoeken
28
1. Voorspellen: regressieanalyse
Als er een correlatie is tussen twee metingen dan kun je op basis van de ene meting de andere voorspellen.





Regressievergelijking
Regressiecoëfficiënt
Regressieconstante
De fit van enkelvoudige functie
o r bepaalt hoe goed de voorspelling is
o r² geeft aan hoeveel variantie aan y door x kan gevat worden
meervoudige regressie analyse
o meerdere predictoren om een betere voorspelling te doen
 standaard
 Y=b0 + b1x + c1x
a. Meervoudige regressieanalyse
meerdere predictoren om een betere voorspelling te doen



Standaard
(stapgewijs)
Hiërarchisch
2. Causaliteit
Ook al sluit je op basis van partiële correlaties een aantal mediërende factoren uit, dan nog ken je de
causaliteit niet
a. correlatie over tijdstippen



Cross-lagged panel design
X en y worden op twee tijdstippen gemeten en de correlatie over tijdstippen gemeten
r(x1,y2) en r(x2,y1)µAls x, y veroorzaakt dan moet r(x1, y2) groter zijn dan r(x2,y1)
b. structurele vergelijkingsmodellen


hypothese x veroorzaak y en y veroorzaakt z
dan moet de r(x,y)>r(x,z)
3. Factor analyse
a. gebruik van factor analyse
1. Onderliggende structuur van psychologische constructen
Kunnen we verschillende vaardigheden terugbrengen tot een reeks basisvaardigheden
?
Zijn er basisemoties ?
Is er een algemeen IQ ?
2. Reduceren van een groot aantal variabelen
3. Validatie van vragenlijsten
b. basis factor analyse
Factor matrix: correlatie van variabele en nieuwe factor (latente variabele)
Hoofdstuk 9: Experimenteel onderzoek
Psychologie = een wetenschappelijke studie van het gedrag
29


Oorzaak van gedrag
Gedrag relateren aan iets
o Is er een relatie ?
o Is er een oorzakelijk verband ?
1. Een verband onderzoeken


Is niet causaal verband aantonen
Natuurlijk samen voorkomen van observaties
Vb. Is er een verband tussen spelen van video spelletjes en cognitieve vaardigheden ?
Is er een verband tussen TV gedrag en agressie ?

Twee variabelen meten en het verband inschatten (statistisch toetsen)
2. Experimenteel onderzoek



Groep vergelijkbare studenten (zonder gaming ervaring)
 Conditie 1: heel veel gamen
 Conditie 2: gamen niet
 Onafhankelijke variabele
 Beide cognitieve test
 Afhankelijke variabele
 Als er een groot verschil is tussen de scores kunnen we een causaal verband leggen
Als er storende variabelen zijn die de afhankelijke variabele beïnvloeden is het onderzoek niet
valide (vb. geslacht, IQ, leeftijd mogen geen invloed hebben op bovenstaand onderzoek)µ
 Vermengd met onafhankelijke variabele: als variabele covarieert met onafhankelijke
variabele (=confound) => probleem
Vb. OV= makkelijke of moeilijke test
AV= gelukkiger na makkelijke dan na moeilijk test
Confound: aantal fouten op test
Geneutraliseerd: wel uitgesloten als mogelijke oorzaak door gebruik van
experimentele procedures
Om experimenteel onderzoek te mogen doen moet men goedkeuring krijgen van een ethisch
comité
 Oplossing bij onethisch onderzoek: dierenonderzoek
3. Onafhankelijke variabele






Veronderstelde oorzaak
Wordt gemanipuleerd
Soms 1, meestal 2 of meerdere met 1 of meerdere niveaus
Zo krijg je verschillende condities in een experiment
Controleconditie is conditie zonder behandeling
Interne validiteit >< externe validiteit
4. Types onafhankelijke variabele
a. omgevingsvariabele
Manipulatie van fysische of sociale omgeving

30
Men herinnert zich informatie beter op de locatie waar het geleerd is
b. instructie variabele
Manipulatie van taakinstructie
Vb. snelheid/nauwkeurigheid benadrukken
Diepte van verwerking met 3 niveaus



Letters tellen (vraag over letters)
Rijmwoord vinden (vraag over klanken)
Vraag over betekenis
=> woorden aanbieden met verschillende taken er rond: bij moeilijke taken rond een woord
onthoudt men het woord langer dan bij makkelijkere taken
c. invasieve variabele
Creëren van fysische veranderingen voor operatie of geneesmiddelen
(d. subjectvariabelen)
Zijn niet gemanipuleerd omdat ze niet manipuleerbaar zijn vb. geslacht, leeftijd, … Als je iets wilt weten
over een subjectvariabele, is dit GEEN experiment meer. Je hebt hierbij geen controle meer over je
experiment.
5. Validiteit van een experiment



Interne validiteit: wordt een effect gevonden dat geldig is binnen de steekproef en de
experimentele procedure? Is de verandering in de onafhankelijke variabele echt verantwoordenlijk
voor verandering in de afhankelijke variabele
Externe validiteit: kan de intern valide conclusie veralgemeend worden naar de populatie en naar
de gelijkaardige omstandigheden?
Altijd voorkeur geven aan interne validiteit !
6. Gevaren voor interne validiteit
a. fouten in toewijzing

Bij between-subjects design: systematische bias in toewijzingsprocedure (selectiebias of pech bij
randomisatie)
 Nefast voor interne validiteit
b. uitval van personen
 Proefpersonen stopt deelname
o Bij random verspreiding over condities -> geen probleem
o Bij systematische verspreiding over condities -> nefast voor interne validiteit
c. pretest sensitisatie



31
Sensitisatie: gevoelig maken voor de manipulatie of zelfs de hypothese
o Vooral in within subjects designs omdat proefpersonen de verschillende conditie doorloopt
(behalve bij pretest sensitisatie is dit niet noodzakelijk within subject)
Baseline meting of zelfs screening (voor aanvang experiment) maakt deelnemers aandachtig voor
iets
Betere resultaten kunnen gevolg zijn van pretest -> effect manipulatie wordt versterkt door de
pretest
d. geschiedenis



Relevante externe variabelen die zich voordoen buiten de onderzoekssetting
Een bepaalde gebeurtenis kan het effect van een training of programma versterken of verzwakken
VB: onderzoek naar effect van sponsoring in wielrennen op naambekendheid, maar net groot
dopingschandaal (geschiedeniseffect)
e. vraagkenmerken




Onderzoekssituatie maakt proefpersonen attent op bedoeling en proefpersonen gaan zich er (al
dan niet bewust) naar gedragen
Informed consent verplicht onderzoekers aardt en doelstelling van experiment bekend te maken
Misleiding “mag” in de gedragswetenschappen, niet in medische
Double blind procedure: proefpersonen en proefleiders weten niet in welke conditie ze zitten (bv.
Alcohol/geen alcohol)
f. placebo effect


Gerelateerd aan vraagkenmerken
o “ik kreeg alcohol dus ik vermoed dat men van mij verwacht dat ik meer fouten zal maken”
(vraagkenmerk)
o “ik ga er van uit dat ik alcohol kreeg, dus ik vermoed dat men van mij verwacht dat ik meer
fouten zal maken” (placebo)
Placebo controle groep (double blind placebo controled) op die manier kun je het echte effect van
de manipulatie nagaan
7. Experimentele logica
Vermengd (confounded)

Als variabele convarieert met onafhankelijke variabele => probleem
Vb. taak moeilijkheid en aantal fouten
Effect van alcohol (alchohol groep komt naar lab en moet 1 uur wachten, anderen beginnen
onmiddellijk)
Effect van chocolade (chocogroep krijgt iets, andere niet )
Geneutraliseerd

Wel uitgesloten als mogelijke oorzaak door gebruik van experimentele procedures
8. Mogelijkheid tot neutralisatie
Controle


De variabele wordt constant gehouden (zowel alcohol groep als controle groep wacht een uur,
zowel de chocoladegroep als de controlegroep krijgen iets)
De variabele word gebalanceerd (proefpersonen in conditie A zijn gelijkaardig aan proefpersonen in
B voor wat deze variabel betreft)
Randomisatie


32
de variabelen wordt op een random wijze gevarieerd (toevallig proefpersonen toewijzen aan
condities en hopen dat gemiddelde IQ in beide condities gelijk is)
zowel controle als randomisatie zorgen ervoor dat de waarden van de extreme variabelen niet
systematisch kunnen covariëren met de onafhankelijke variabele



simple random design = proefpersonen worden op volledige toevallige wijze in conditie geplaatst
(neutralisatie door randomisatie
matched random design= expliciete matching (matchen waardoor ik weet dat het invloed heeft op
mijn resultaten. Neutralisatie door balancering
repeated measures of within-subjects design= impliciete matching. Elke proefpersoon neemt deel
aan elke conditie
a simple random design





hypothese: perceptuele weerstand. Waarneming van negatieve gebeurtenissen wordt vertraagd in
vergelijking met neutrale gebeurtenissen
voorspelling: bij een zeer korte stimulus-aanbieding worden woorden met emotionele negatieve
valentie minder vaak herkend dan neutrale woorden
experiment:
o woorden worden getoond gedurende 20 ms
o in de controle conditie alleen neutrale woorden
o in de experimentele conditie negatieve woorden
o de taak van de proefpersoon bestaat erin het woord te noemen
Er wordt geregistreerd of het woord correct benoemd is. De proefpersoon doorloopt een
reeks dergelijke benoemingsbeurten met telkens een ander woord
data onderzoek
o is er een invloed of effect? -> de gemiddelde waarden van afhankelijke variabele in de
condities verschillen van elkaar
o is het effect te wijten aan de onafhankelijke variabele ? -> ja, als alle andere variabelen
geneutraliseerd werden
Bij simple random design zijn de storende variabelen die gebonden zijn aan de persoon in principe
onder controle (in principe: enkel die storende variabelen die gebonden zijn aan een proefpersoon)
b. matched random design




Zelfde experiment
Misschien is angst gerelateerd aan perceptuele weerstand
Angst moet geneutraliseerd woorden
Hoe ?
o Meet angst van proefpersonen
o Stel paren proefpersonen samen met gelijke angst. Wijs op basis van toeval 1 persoon het
paar toe aan de experimentele conditie en 1 aan de controleconditie
c. Repeated measures of within subject designs





33
Impliciete matching: elke deelnemer gematcht met zichzelf
Elke proefpersoon neemt deel aan elke conditie
Hetzelfde experiment
o Proefpersonen doen beide condities
o Neutrale en negatieve woorden in blokken
VOORDEEL: alle subjectvariabelen zijn onder controle, hogere statische power en minder
proefpersonen nodig
PROBLEEM: het bekomen effect kan te wijten zijn aan de twee blokken met beurten
o Oefeneffecten: sneller worden, stimulusmateriaal beter kennen, geheugeneffecten
o Vermoeidheidseffecten: motorisch en cognitief
o

Sensitisatie: door verschillende niveaus van onafhankelijke variabele te krijgen kunnen
deelnemers makkelijker de hypothese achterhalen
o Carry-over: ook al stopt of verandert de manipulatie, het effect blijft verder duren
Volgorde wordt een probleem dat geneutraliseerd moet worden
9. Oplossingen voor volgorde effecten
Contrabalancering (1,2 en 2,1)


Alle mogelijke volgordes, elke proefpersoon random toewijzen aan volgorden
Niet altijd praktisch
o Aantal volgordes neemt snel toe met aantal condities
o Aantal mogelijke volgorde = (aantal condities)!
o 4!=24; 5!=120
Latijns vierkant


elke conditie komt voor op elke ordinale positie
elke conditie gaat vooraf aan en wordt gevolgd door elke andere conditie
10. verschil within Ss en between Ss





34
Drie groepen -> zijn de groepen gelijk ?
Within Ss met 3 blokken
o Blok 1: hoeveel letters (10woorden)
o Blok 2: rijmt op? (10 woorden)
o Blok 3: eetbaar of niet?
o 6 volgordes en proefpersonen random toewijzen
o Maar wie zegt dat proefpersonen de oude instructie niet meer opvolgen? (=carry-over)
o Within Ss variant: volgorde randomiseren binnen 1 blok = beste manier
 Nog steeds carry over mogelijk (kunnen proefpersonen wel wisselen van taak)
 Als carry over te sterk is heeft deze vorm geen nut
Manipulaties die enkel within subjects werken
o Bv. Beloning 50 cent of 2 euro per correct, effect op aantal fouten
o Between subjects: proefpersonen krijgen altijd hetzelfde voor een correct antwoord, ze
kunnen dus ook geen verschil merken
o Within subject: 1 blok veel, en 1 blok weinig beloning (sensitisatie)
Balanceren = matchen
Contrabalanceren is het omgekeerde: niet iedereen begint met conditie A en niet iedereen begint
met conditie B
Hoofdstuk 10: experimentele designs
1. Overzicht
a. manipulatie van variabelen



One-way design: 1 onafhankelijke variabele
Factorieel design: >1 onafhankelijke variabele
Mixed design: >/= tussen subject variabele
>/= binnen subject variabele
b. effecten van variabele


Hoofdeffecten
Interactie-effecten
2. One-way design




Manipulatie van één onafhankelijk variabele
o Minimum twee niveaus
 Dus twee condities in experiment
 “two-group experimental design
o Maximum: “vrij”
Toewijzen van proefpersonen
o Between subject
 Gerandomiseerde groepen design
 Proefpersonen worden op toevallige wijze in een conditie geplaatst
 Matched-subjects design
 Expliciete matching
o Within subject
 Repeated measures design
 Impliciete matching (gevaarlijke voor volgorde-effect)
Posttest only design: Afhankelijke variabele gemeten na manipulatie onafhankelijke variabele
(meest klassieke design
Pretest-posttest design: afhankelijke variabele gemeten voor en na manipulatie onafhankelijke
variabele (interventies)
o Voordelen tov enkel posttest
 Controle voor groepsverschillen (bij tussen-subjecten design)
 Test hoe groot het effect van de onafhankelijke variabele is (deviatiscore)
 Grotere “power” (statistisch krachtiger) dan enkel posttest
o Nadelen
 Pretest sensitisatie (interne validiteit)
 Tijd en geld (niet noodzakelijk om te weten of OV effect heeft
3. Factorieel design


35
Manipulatie van >/= 1 onafhankelijke variabelen. Elke van deze variabelen heeft minimum twee
niveaus
o Aantal niveaus = product van het aantal niveaus op alle onafhankelijke variabelen
 Minimum: 2x2 = 4
 Maximum: ?
Terminologie
o Aantal onafhankelijke variabelen (x-way design)
o
o
Aantal niveaus per onafhankelijke variabele
Aantal condities
a. Two way design
2 x 2 design
3 x 3 design
2 x 4 design
A
A
A
A1 A2
A1 A2 A3
A1 A2
B1
B1
B1
B2
B2
B
B2
B
B
B3
B3
B4
b. Three way design
3 x 2 x 4 design
A
A1
A2
A3
B
B
B
B1
B2
B1
B2
B1
C1
C1
C1
C2
C2
C2
C3
C3
C3
C4
C4
C4
C
4. Mixed design

36
Toewijzen van proefpersonen
o Tussen-subjecten design
 Gerandomiseerde groepen design
 Matched-subjects design
o Binnen subjecten design
 Repeated measures design
o Mixed design: combinatie van
 >/= between-subjects variabele
 >/= within-subjects variabele
B2
5. Overzicht

Manipulatie van variabelen
o One-way design: 1 onafhankelijke variabele
o Factorieel design: > 1 onafhankelijke variabelen
o Mixed design: >/= tussen subject variabele
>/= binnen subject variabele
6. Hoofdeffecten en interacties
a. one-way design
variantie te wijten aan onafhankelijke variabele (hoofdeffect)
b. Factorieel design


Variantie te wijten aan elke onafhankelijke variabele afzonderlijk (hoofdeffect)
Variantie te wijten zijn aan de combinatie(s) van onafhankelijke variabelen (interactie)
c. hoofdeffect




37
Effect van één onafhankelijke variabele
Negeren van (middelen over) andere onafhankelijke variabelen
Aantal onafhankelijke variabelen -> aantal hoofdeffecten
Is er een verschil tussen de condities
d. interactie
Wanneer het effect van één onafhankelijke variabele afhangt van de andere onafhankelijke variabele
Is er een verschil tussen de verschillen of zijn er niet-parallelle lijn? (niet parallelle lijnen = interactie!)
Er is een interactie
Er is geen interactie
e. tweewegs (two-way) design


2 hoofdeffecten + 1 tweewegs interactie
Y = A + B + (AxB)
f. Driewegs (three-way) design


3 hoofdeffecten + 3 tweewegs interacties + 1 driewegs interactie
Y = A+B+C+(AxB)+(AxC)+(BxC)+(AxBxC)
g. problemen


Complexiteit
Aantal proefpersonen
7. Oefeningen
1.1 Mixed design (2x2x4)
 Groep (subject variabele)
o Klinische populatie
o Controlegroep
 Situatie (onafhankelijke, within-subjects variabele)
o Stressvol
o Neutraal
 Medicijn (onafhankelijke between-subjects variabele)
o Hoeveel condities zijn er ?
o Hoeveel proefpersonen heb je minimaal nodig ?
38
o
Zijn er hoofdeffecten en interacties ?






Er is hoofdeffect groep
Er is een hoofdeffect situatie
Er is een hoofdeffect dosis
Er is een interactie tussen groep x situatie
Er is een interactie tussen groep x dosis
Er is een interactie tussen situatie x dosis
Interactie tussen groep x situatie
Interactie tussen groep x dosis
0
0.1
0.2
0.5
550
540
530
520
510
500
490
Klinisch
39
Controle
Interactie tussen situatie x dosis
0
0.1
0.2
0.5
550
540
530
520
510
500
490
Neutraal
Stressvol
Hoofdstuk 11: Experimentele designs en analyses (enkele slides)






Interne validiteit gaat over design.
Onafhankelijke variabele X (en A en B?) -> afhankelijke variabele Y
o Interne validiteit: is effect in Y daadwerkelijk veroorzaak door manipulatie X?
o Statistische significantie: is effect in Y betrouwbaar en niet te wijten aan toeval ?
One-way design: manipulatie van één onafhankelijke variabele
o Meest eenvoudige design (1 kopje koffie of 3 kopjes koffie: wie heeft het meeste energie)
o Diepte van verwerking: three-group experimental design
o Enkel hoofdeffecten (variantie te wijten aan onafhankelijke variabele)
Factorieel design: manipulatie van één of meer onafhankelijke variabelen
o Elke variabele heeft minimum twee niveaus
o Hoofdeffecten en interactie (wanneer het effect van één onafhankelijke variabele niet
gelijk is binnen elk niveau van andere onafhankelijke variabele / variantie te wijten aan
combinaties van onafhankelijke variabelen)
Statistische significantie gaat over data zelf.
Achter een grafiek zitten er data, meerdere data. Een balkje is een gemiddelde score van meerdere
proefpersoenen. Binnen de condities is er veel variabiliteit. Dit is slecht een zeer kleine weergave
van data. Logica van statistiek: variabiliteit veroorzaakt door manipulatie. Variantie binnen mijn
condities en tussen mijn condities bepaalt of iets significant is of niet.
1. Analyse
a. de logica
Errorvariantie : variantie die niets met de manipulatie te maken heeft


40
Experiment
o Stap 1 = strategie & design
o Stap 2 = collectie
o Stap 3 = analyse
Analyse:
o Leidde manipulatie van de onafhankelijke variabele tot systematische verandering in de
afhankelijke variabele
o
o
Bevat totale variantie afhankelijke variabele systematische variantie veroorzaak door
manipulatie onafhankelijke variantie
Totale variantie = systematische variantie + errorvariantie
b. de intuïtieve aanpak
De intuïtieve aanpak: vergelijken van gemiddelden
PROBLEEM -> Gemiddelden verschillen door systematische en error variantie
OPLOSSING -> nagaan of het verschil in gemiddelde (op zijn minst gedeeltelijk) te wijten is aan
systematische variantie
Inferentiële statistiek (<> beschrijvende statistiek) = statistische uitspraken doen die verder gaan dan de
zuiver data
2. Inferentiële statistiek
Dit is een stap verder dat beschrijvende statistiek
Inferentiële statistiek = Schatten hoe groot verschil tussen condities zou zijn als er geen effect zou zijn van
onafhankelijke variabele.


Als geobserveerd verschil > geschat verschil, dan totale variantie = systematische variantie + error
variantie
Als geobserveerd verschil < geschat verschil dan totale variantie = error variantie
BELANGRIJK ! : statistiek duidt de probabiliteit (p) dat het verschil te wijten is aan enkel error variantie.
Wat is de kans dat alles puur toeval ? Negatief antwoord -> wel een effect is !
Omgekeerde redenering omdat we niet kunnen afleiden.
Hoe lager deze kans, hoe beter !! (5% door toeval -> statistisch significant)
Statistisch significant -> wat is de kans dat het niet bepaald wordt door mn manipulatie. De kans kleiner dan
5 % dan is het statistisch significant.
3. Statistische significantie van r
Wat betekent significantie bij correlatie ?
 Als de kans kleiner dan 5% dat voor de populatie r=0, dan is de steekproefcorrelatie
significant
Hoe meer proefpersonen, hoe kleiner de kans op toeval
Hoe kleiner de steekproef, hoe rapper dat er toeval zal optreden
Geldt voor alle effecten -> omgekeerde redenering
4. De nulhypothese
De omgekeerde redenering start met de nulhypothese. De situatie waarvan we niet hopen van wat het
geval is.
We hopen dat we de nulhypothese kunnen verwerpen WANT
41
Nulhypothese = manipulatie van de onafhankelijke variabele leidde niet tot systematisch verandering in de
afhankelijke variabele
We hopen met de statistiek de nulhypothese te verwerken. Trachten te bewijzen dat de nulhypothese fout
is en dat je de alternatieve hypothese wel juist is.
Alternatieve/Experimentele hypothese = manipulatie onafhankelijke variabele leidde wel tot systematische
verandering in de afhankelijke variabele
Statistiek: nulhypothese = vals
Hoge probabiliteit -> reject nulhypothese (verwerpen nulhypothese) -> systematische variantie + error
variantie -> X1 ≠ X2 DUS de onderzoeker concludeerdt dat de onafhankelijke variabele inderdaad een
effect had op de afhankelijke variabele
Lage probabiliteit -> fail to reject nulhypothese (mislukken om de nulhypothese te verwerpen) -> error
variantie -> X1 ≈ X2 DUS de onderzoeker concludeert dat de onafhankelijke variabele geen effect had op de
afhankelijke variabele
5. Type I en type II fouten
a. type I fout




Onterecht concluderen dat er een effect van onafhankelijke effect van onafhankelijke variabele is.
Terwijl het verschil tussen de experimentele condities komt door errorvariantie.
Onterecht verwerpen van nulhypothese verwerpen -> correcter
Kans op Type I fout = α (significantie niveau, bv.0,05) Alpha level staat op 0.05: onderzoekers
verwerpen de nulhypotheses wanneer er 0.05 minder kans is dat de verschillen die ze vinden
tussen de gemiddelden van de experimentele condities, komt door errorvariantie. Dan is het
verschil tussen de gemiddeldes van de experimentele condities significant.
“statistisch significant” als kans op Type I < 5%
Als je denkt dat een effect is van de onafhankelijke variabele terwijl er geen is (error variantie)
b. type II fout




42
Onterecht concluderen dat onafhankelijke variabele geen effect had
Onterecht niet verwerpen naar nulhypothese
Onterecht besluiten dat de totale variantie = de error variantie
Kans op Type II fout = β
Hoe strenger jezelf bent, hoe minder kans op Type I
fout.
De kans om de volgende experimenten ook een type I
fout maken is heel klein.
Statistische power = de kans dat een echt effect wordt gedetecteerd in een experiment. Kans dat
nulhypothese wordt verworpen wanneer deze ook in realiteit vals is.
Statistische power = de kans dat een studie correct de nulhypothese verwerpt, wanneer de nulhypothese
vals is. Anders gezegd, power is de kans dat een studie een significant resultaat zal verkrigjen wanneer de
experimentele hypothese juist is.



1- β = Power
Hoe meer proefpersonen, hoe hoger de power hangt ook af van grootte van effect.
Wenselijke power 0.80, maar in psychologie vaak 0.50
Signaal detectie
43
6. Oefeningen
OEFENING 1
Type 1 fout
OEFENING 2
Type 2 fout
Er is in realiteit wel een effect maar in een kleine proef vinden we dit niet terug hierdoor.
OEFENING 3
Type 1 fout
Eerst iets significant zijn voordat je er iets aan kan koppelen
OEFENING 4
Fout in toewijzing van proefpersonen -> niet noodzakelijke een type 1 fout.
OEFINGING 5
Type 2
OEFENING 6
Dit verlaagt de power en vergroot de kans op een type 2 fout
7. Analyse van 2-group design
We nemen het gemakkelijkste : een experimentele conditie en een controle conditie.
Ethische noot: controle groep kan nadien soms toch nog de interventie krijgen wanneer bleek dat
interventie werkte of wanneer er goede redenen zijn om te veronderstellen dat er een effect zal zijn
(wachtlijst controle groep)
Grote van een visueel effect kan je zeer gemakkelijk manipuleren want dit gaat hierbij twee keer over
dezelfde data’s. Je kan alleen een uitspraak doen over de significantie als je de data weet.
44
Twee groepen rechtstreeks vergelijken -> adhv t-test




Gemiddelde van twee groepen: 20 en 24
Hoeveel zou het verschil tussen de twee groepen zijn obv toeval? Error variantie zit hier in de
variantie binnen de condities
t = verschilscore/pooled standaard dev ( varianties optellen)
zwarte statistische toverkunst zorgt ervoor dat er een bepaald getal bereikt wordt. Als dit geval (t)
groter is dan een kritische waarde dan is het verschil significant en is het effect niet te wijten aan
errorvariantie
Als te grote is dan een kritische waarde dan is verschil significant (waarschijnlijk niet op toeval gebaseerd)
Verwerpt H0
Type I fout
Correcte beslissing
(p = α)
(p = 1 – β)
8. analyse van matched Ss en within Ss design
Pretest-posttest desing


t-test is krachtiger door een betere schatting van de errorvariantie
meer statistische power
Hfst 12: analyse van complexere designs




10 t-test ? Meerdere t-test verhogen de kans op het maken van een Type 1 fout. 1 t-test 5% kans
op Type 1 fout maar de kans op minstens 1 type 1 fout op 10 test is ongeveer 40%
Bonferroni correctie = alpha delen door aantal tests dus 0,05 wordt 0,005. Goede bescherming
tegen Type 1 fout, maar verhoogt wel de kans op Type 2
Meerdere t-tests verhogen de kans op het maken van een Type 1 fout. Vandaar dat “bijtesten”
geen goed idee is. Aantal proefpersonen op voorhand bepalen door powerinschatting en niet 20 en
test, 5bij en testen en nog eens 5 bij…
We worden zeer strikt in wat we significant noemen hierdoor verlagen de kans op een type 1 fout.
De kans is hierop zeer laag
Variantie analyse -> één test die effect van onafhankelijke variabele nagaat
Variantie analyse is hetzelfde voor een t-test maar dan wel voor meer dan 2 zoals bij een t-test.
1. Variantie analyse
Variantie binnen een conditie is error variantie. Als onafhankelijke variabele geen effect heeft, dan zijn ook
de verschillen tussen condities error-variantie. Als de variantie tussen de condities beduidend groter is dan
de variantie binnen condities, dan moet dit systematisch variantie zijn.
2. Analyse k-group design: anova
ANOVA = één test die effect van onafhankelijke variabele nagaat


45
Variantie binnen een conditie = errorvariantie
Als de onafhankelijke variabele geen effect heeft dan zijn de verschillen tussen condities ook
errorvariantie

Als de variantie tussen de condities significant groter is dan de variantie binnen condities, dan wijst
dit op systematische variantie
De F test zal de verhouding tussen deze twee vormen van variantie weergeven

46
Factoriële designs
o Within group variantie, blijft error variantie
o Between group variantie: error variantie, HE van geslacht, HE van methode, IA
Hoofdstuk 13: quasi-onderzoek



Bekom per toeval
Ligt tussen een correlationeel onderzoek en een experimenteel onderzoek
Correlationeel onderzoek: natuurlijk samen voorkomen van observaties (dus geen manipulatie)
o Niet noodzakelijke een lineair verband. Kan ook een niet-lineair verband zijn
o Meestal twee continue variabelen, maar soms ook met discrete variabelen
(contingentietabel: aantal keer dat een combinatie voorkomt)
o



Geen conclusie in termen van oorzaak-gevolg mogelijk
Experimenteel onderzoek: hier werk je met een manipulatie
Quasi-onderzoek: is wanneer een experimenteel onderzoek niet kan voorkomen, het schema klopt
niet.
o Soms is het niet mogelijke of wenselijke om de onafhankelijke variabele te manipulere
Vb. Effect van jarenlang alcoholmisbruik, of van roken, of van sport
Als je effect van jarenlang gamen wil onderzoeken
o Soms kunnen we proefpersonen niet willekeurig toewijzen aan condities (subject
variabelen zoals geslacht, maar soms ook bij interventies) Geslacht heb je niet onder
controle
 Subjects variabelen zijn altijd quasi onafhankelijke variabele (soms is dit een quasi
onafhankelijke variabele in een overigens experimenteel onderzoek
 Vb. Effect van taakmoeilijkheid op ERN voor jong en oud
 Vb.Effect van emotie inductie op prestatie voor jongens en meisjes
DUS: Quasi experimenteel design wanneer proefpersonen niet random worden toegewezen en/of
wanneer er geen manipulatie is van de onafhankelijke variabele
1. Verschil tussen Quasi Experimenteel onderzoek en correlationeel onderzoek




47
Verschil met correlationeel onderzoek kan heel subtiel zijn
Bij correlationeel onderzoek heb je nooit een manipulatie
Bij correlationeel onderzoek heb je geen “condities” vanwege continue numerieke gegevens
Hier heeft onafhankelijke variabele twee of meerdere niveaus
Quasi experimenteel onderzoek
Correlationeel onderzoek
Gamers vs niet-gamers vergelijken op
Aantal uren gamen correleren met werkgeheugen
werkgeheugen
Basketbalspelers vs voetballes op oogAantal uren sport correleren met ooghandcoördinatie ( Ik heb zelf niet gekozen wie in
handcoördinantie
welke groep komt, deze groepen waren er al)
Jongens vs. Meisjes op taalvaardigheid
Testosteron correleren met taalvaardigheid
ERN voor jong vs. Oud
Grootte ERN correleren met leeftijd
Het verschil tussen quasi experimenteel onderzoek en correlationeel onderzoek is soms onherkenbaar.
Voorbeelden zonder correlationele “aanhanger”
Quasi experimenteel onderzoek
Effect van nieuwe leermethode nagaan
Effect van bepaalde interventie (niet-equivalente
controle groep)

Correlationeel onderzoek
Subjects variabelen zoals geslacht, IQ, leeftijd, … zijn altijd quas OV (soms is dit een quasi OV in een
overigens experimenteel onderzoek
Vb. Effect van taakmoeilijkheid op ERN voor jong en oud
Effect van emotie inductie op prestatie voor jongens en meisjes
2. Problemen bij quasi experimenteel onderzoek




“opteren”voor een quasi experimenteel design heeft gevolgen voor de oorzaak-gevolg discussie
Het belangrijkste blijft steeds wat je kan concluderen. Conclusies zijn beperkter dan bij
experimenteel onderzoek omdat je niet kunt manipuleren.
Stel je vergelijkt gamers en niet-gamers op een aantal werkgeheugentaken (niet equivalente
groepen)
Als er dan een verschil is in werkgeheugen, ligt dit dan aan gaming ? -> Zelfde probleem als bij
correlationeel onderzoek
3. Interne validiteit
Interne validiteit = de sterkte waarmee de onderzoeker weet dat er verandering is in de onafhankelijke
variabele door z’n manipulatie. Zijn de verschillen tussen mijn condities echt veroorzaakt door de
onafhankelijke variabele

In het algemeen is de interne validiteit (veel) lager bij quasi experimentele designs dan bij
experimentele designs
4. Soorten quasi experimenteel onderzoek
a. Pretest-posttest designs




48
Invloed van medicijnen of interventie. Soms is het onethisch om een bepaald groep te behandeling
niet toe te dienen (geen controlegroep) => echt experiment: proefpersonen willekeurig toewijzen
aan experimentele- / controle conditie
School die een nieuw programma uitvoert
Echt exp: proefpersonen willekeurig in experimentele conditie of controle conditie
Within Ss design, maar zonder volgorde te contrabalanceren
Single group pretest-posttest design ( how not do a study)
Obeservatie 1 X Obeservatie 2




Slecht !!
Zeer lage interne validiteit
Pre-experimenteel design
Testing effect: meting Observatie 1 kan soms al voldoende zijn om een bepaald effect te bekomen
(aantal sigaretten per dag bevragen kan al een daling veroorzaken zonder dat er klevers of
kauwgum aan te pas komen)
 Natuurlijke genezing
 “zwak” want er zijn geen vergelijkingspunten
VOORBEELD
Stel je wilt de effectiviteit van een anti-drug programma testen via een pretest-posttest design. Je kan het
druggebruik voor de campagne meten en ook erna. We kunnen het zo voorstellen:
Observatie 1 X observatie 2
O1: pretest gebruik van drugs
X: introductie van het anti-drugs programma
O2: posttest gebruik van drugs
Zeer lage interne validiteit ! Veel factoren kunne het druggebruik van de studenten beïnvloedt hebben:
 Maturatie effecten: studenten zijn ouder geworden en gebruiken daardoor minder
 Geschiedenis effecten
o Een populaire rockbandlid die sterft aan een overdosis
o De locale vereniging start een “zeg tegen drug” campagne
 Pretest sensitisatie
Regression to mean



Extreme scores die bij hertesting dichter bij het gemiddelde gaan liggen. Bv Iemand selecteert
zware rokers, stelt hen aan de quasi-OV bloot (nicotine kauwgum) en hertest die zelfde
proefpersoon
Statistische tendens: iedere meting heeft een meetfout en die is random verdeeld over alle
observaties
Maar als je een groep neemt met extreem lage (hoge) scores dan is de kans groter dat de meetfout
de scores naar beneden (boven) toe heeft vertekend
Vb. Iemand die 2/20 haalt op test zal waarschijnlijk niet meer punten gehaald hebben dan hij
verdiende door geluk met de vragen, gokken … (meetfout) maar eerder punten verloren hebben
door ongeluk, vermoeidheid, … terwijl net het omgekeerde geld voor iemand die 18/20 haalt op die
test. DUS als je die persoon met 2/20 hertest ,is de kans groot dat hij meer haalt, en regression tot
he mean vertoont
Nonequivalent control group design


49
Resultaten vergelijken met een niet-equivalente controle groep
Nonequivalente groep = groep die min of meer overeen komt met de quasi-onafhankelijke
variabele
Enkel posttest (static group comparison)
Je doet een test nadat de ene groep blootgesteld is geweest aan de quasi onafhankelijke variabele
Quasi experimentele groep: X O (groep die 60 dagen geen vlees eet)
Nonequivalente controle groep- X (groep die gewoon vlees blijft eten)
Je zoekt een groep die min of meer op de onderzoeksgroep gelijkt en je meet de afhankelijke variabele
PROBLEEM: We hebben geen idee of de quasi experimentele groep en de nonequivalte controle groep
gelijk waren voor de behandeling. Indien de twee groepen verschillend waren bij O, dan weten we niet of
het komt door de variabele X of dat de groepen verschilden zelfs voor de quasi experimentele groep X
verkreeg -> selection bias
Non equivalent pretest-posttest
Je doet een test voordat de variabele X wordt toegediend en een test erna. Het design wordt dan zo
voorgesteld:
Quasi experimentele groep: Observatie 1 X Obeservatie 2
Nonequivalente controle groep Observatie 1 – Observatie 2
 Vb. Vlaanderen en Wallonië gaan andere belastingsvoeten introduceren en we bekijken de invloed
er van op de economische groei
 Local history effect: er kan zich een gebeurtenis voordoen in de ene groep, maar niet in de andere
groep.
 Selection by history interactie (iets doet zich voor in beide groepen maar doordat ze niet equivalent
zijn, reageren ze anders) 2 groepen reageren anders op 1 gebeurtenis
b. Time series designs
= meerdere metingen
Afhankelijke variabele wordt meerdere malen gemeten voor en na de quasi-onafhankelijke variabele zich
voordoet
simpel onderbroken time series
= een aantal pretests doen voor de quasi experimentele variabele en een aantal posttest na de quasi
experimentele variabele


Om interne validiteit te verhogen meerdere meetmomenten
Observatie 1 observatie 2 observatie 3 observatie 4 X observatie 5 observatie 6 observatie 7 observatie
8
o De metingen worden onderbroken door toediening van de quasi experimentele variabele (X)
Vb. om de drie maand een drugsgebruik test afnemen en dan na de antidrugs campagne om de
drie maand een drugsgebruik test afnemen
GEVAAR: local history effect
Onderbroken time series met reversal


50
Observatie 1 observatie 2 observatie 3 observatie 4 X observatie 5 observatie 6 –X observatie 7
observatie 8 observatie 9 observatie 10
Met herhaling: observatie 1 observatie 2 observatie 3 observatie 4 X observatie 5 observatie 6 –X
observatie 7 observatie 8 observatie 9 X observatie 10 observatie 11 observatie 12 –X observatie 13
observatie 14 observatie 15



Meestal niet mogelijk om quasi experimentele variabel weg te nemen (-X)
Ook al neem je variabele weg, het effect kan blijven bestaan
Wegnemen van variabele kan van alles veroorzaken
Onderbroken time series met niet equivalente controle groep

Quasi experimentele groep:
Observatie 1 observatie 2 observatie 3 observatie 4 X observatie 5 observatie 6 observatie 7
observatie 8
Niet equivalente controle groep:
Observatie 1 observatie 2 observatie 3 observatie 4 – observatie 5 observatie 6 observatie 7
observatie 8

c. Longitudinale studies


De quasi experimentele variabele is (leef)TIJD
Observatie 1 observatie 2 observatie 3 observatie 4 observatie 5
Moeilijkheden:



Moeilijk om proefpersonen te vinden
De proefpersonen terugvinden om de zoveel tijd
Tijd en geld

Cross sectional design: verschillende leeftijdsgroepen vergelijken op één moment in de tijd
Vb. geheugen test bij 4-jarige kinderen en bij 8-jarige kinderen
PROBLEEM: kunnen geen leeftijdsgerelateerde veranderingen onderscheiden van generatie
effecten (de omstandigheden waarin de kinderen zijn opgegroeid)
5. Evaluatie van quasi experimentele designs
a. causaliteit



Oorzaak moet gevolg vooraf gaan in tijd
Er moeten een verband zijn tussen oorzaak en gevolgen
Andere alternatieve verklaringen zij nuitgesloten door randomisatie of experimentele controle
b. interne validiteit
Interne validiteit bedreigt door






Geschiedenis
Maturatie
Regression tot he mean
Testing effect
Selectie bias
Lokale geschiedenis
Zonder controle groep
Met (niet equivalente) controle groep
Interne validiteit is dan we lager dan bij experimentele designs, het is toch beter om een quasi experiment
op te zetten als alternatief geen studie is…
51
Wetenschappelijke vooruitgang gaat toch met kleine stapjes, en zelfs met een echt experimentele kunne
we enkele ondersteuning vind voor een bepaalde theorie, geen bewijs
52