Introductie in onderzoeksmethoden HC 1

Om iemand ergens van te overtuigen moet je onderzoek met 'reasonable experimental conditions' doen.

Nieuwe kennis

We proberen betrouwbare kennis te krijgen over onszelf en over de wereld. Een probleem dat zich hierbij voordoet is dat veel dingen meerdere betekenissen hebben. Wat je ziet en wat er is, is niet altijd hetzelfde. Om betrouwbare kennis van de wereld te krijgen wil je zo dicht mogelijk komen bij wat er daadwerkelijk is. We worden hierbij voor de gek gehouden door onze zintuigen, door onze verwachtingen en door andere mensen.

Verschillende soorten kennis worden geproduceerd door verschillende soorten waarnemingen;

• intuitieve kennis: 'ik voel gewoon dat...'
• logica als basis van de kennis: 'als je er logisch over nadenkt...'
• argument van autoriteit: 'hij/zij zei...'
• kennis op basis van observatie: 'deze studie laat zien dat...'

De principes van wetenschap

Om uiteindelijk tot betrouwbare kennis te komen heeft de wetenschap de volgende principes:

Determinisme betekent dat het dagelijks spraakgebruik niet helemaal hetzelfde betekent als wat wetenschappers er mee bedoelen. Determinisme houdt in: 'de wereld is in principe te begrijpen'. Er bestaat zoiets als een wetmatigheid: dingen gebeuren niet zomaar, maar met een reden. Die reden kunnen we ontdekken, en als we die ontdekken kunnen we ze leren begrijpen, verklaren en voorspellen. Het doel van wetenschappelijk onderzoek is theorieën vormen over causale verbanden, deze te ontdekken en te toetsen. Hiermee wordt niet de 'vrije wil' bedoeld. Het gaat er om dat menselijk gedrag ergens door veroorzaakt wordt. Bijvoorbeeld dat je iets ziet, je daardoor geprikkeld bent iets te doen. Maar hierbij is altijd een oorzaak, en die kun je in principe achterhalen.

Empirisme is waarnemen. Waarnemen is geen gemakkelijke bezigheid. Om (menselijke) vergissingen uit te sluiten is het belangrijk om systematisch waar te nemen. Daarnaast is het ook belangrijk om niet zomaar dingen aan te nemen die andere mensen zeggen. Probeer het ook zelf uit. We kunnen alleen wetenschappelijke uitspraken doen over dingen die we op de een of andere manier kunnen observeren.

Spaarzaamheid houdt in dat je soms moet kiezen tussen 2 verschillende theorieën of verklaringen. Beide theorieën werken, stemmen overeen met de data en doen nauwkeurige voorspellingen. Dit principe zegt dat je dan in beginsel kiest voor de meest simpele theorie. Vind een zo simpel mogelijke theorie die zoveel mogelijk bespaart (occam's razor).

Toetsbaarheid: wetenschappelijke theorieën moeten toetsbaar zijn. Je moet kunnen zien of ze in strijd zijn met je observaties.

Het principe van falsifieerbaarheid geeft weer dat je in principe nooit kunt zeggen dat een theorie 'waar' is, omdat je niet weet of hij in de toekomst nog ontkracht gaat worden. Een falsificatiestrategie is een manier om te testen of je eigen methode klopt. Om de grenzen van je theorie te vinden kun je beter dingen proberen te vinden die er niet onder vallen dan die er wel onder vallen.

Operationalisme: bijvoorbeeld: neem een vaag begrip zoals 'intelligentie', en formuleer het duidelijker en op een manier zodat het te onderzoeken is. Hierbij is het belangrijk dat je systematische waarnemingen gebruikt om je theorie te toetsen. Hiervoor moet je weten wat je eigenlijk probeert te onderzoeken. Formuleer een operationele definitie. Dit gaat erover hoe je dingen kunt onderzoeken, hoe je die dingen kunt waarnemen. Hoe kan ik mijn theorie omzetten in waarnemingen. Stel, je wilt 'schoonheid' meten. Wat houdt dat in; hoe pak je het aan? Eerst kijk je bijvoorbeeld in het woordenboek of op Wikipedia. Dit geeft misschien een gangbare definitie, maar nog geen verduidelijking over hoe je het moet onderzoeken. Op basis van wat je weet kun je iets specifiekers formuleren; iets wat je wilt meten. Bijvoorbeeld: 'symmetrie in een gezicht'. Je kunt nu foto's door verschillende mensen laten beoordelen, om te kijken of je theorie klopt.

Van theorie naar getallen

De essentie van psychologische metingen is dat je dingen probeert te kwantificeren (van gegevens naar meetbare nummers). Op basis van deze getallen kunnen we onderscheid maken tussen mensen die intelligent zijn en mensen die minder intelligent zijn. Bij de vraag naar meetbaarheid spelen een aantal dingen:

Aan het begin van je onderzoek speelt de judgment phase. Deze geeft weer dat mensen veroordelend zijn, bijvoorbeeld over de meetmethode die je gebruikt. Als je bijvoorbeeld een weegschaal gaat gebruiken om de lengte van mensen te bepalen, zullen ze je onderzoek niet bepaald serieus nemen.

Open vragen geven mensen de kans precies weer te geven wat ze denken of voelen. Een nadeel is dat het heel moeilijk is om mensen te onderscheiden. Hoe druk je een bepaalde mate van extraversie bijvoorbeeld uit in een getal? Een manier om dit te bewerkstelligen is door middel van gesloten vragen, waardoor je mensen beter kunt categoriseren. Het valt te prefereren om vragen zo simpel mogelijk te formuleren. Stel geen meerdere vragen tegelijk. Hou er hierbij wel rekening mee dat je mensen het antwoord niet al te veel in de mond legt. Als je daadwerkelijk iets met de data wilt doen, dan wil je wel verschillen zien tussen verschillende groepen. Formuleer je vragen met een juiste schaal.

Een andere valkuil is de 'leidende' vraag. Bijvoorbeeld: 'hoeveel hou je van de prachtige stad Groningen?' Vergelijk dit met 'hoeveel hou je van Groningen?' De laatste formulering zal een objectiever antwoord bewerkstelligen.

Opstellen van vragenlijsten

• Formuleer verschillende vragen die richting dezelfde meting sturen. Als je dit soort vragen bedacht hebt, is het handig om ze door elkaar te halen. Bijvoorbeeld als je probeert te meten hoe extravert iemand is, kun je in datzelfde onderzoek ook vragen formuleren om de introvertheid van mensen te meten.
• Hou de context algemeen. Vragen moeten in principe voor iedereen relevant zijn.
• Hou rekening met de sociale lading van een vraag. Mensen zullen bepaalde vragen niet (eerlijk) willen beantwoorden. Dit doet af aan de geloofwaardigheid van je onderzoeksresultaten.
• zorg dat je onderzoek serieus wordt genomen en zorg voor toestemming. Wees duidelijk over wat er gaat gebeuren en laat mensen hier vooraf toestemming voor geven.
• Ethiek is belangrijk. Het is bijvoorbeeld niet ethisch om een anoniem onderzoek garanderen en vervolgens iemands toestemming (met naam) vasthechten aan de vragenlijst.
• Hou rekening met de schaalpunten die je geeft, waarbij het van belang is wat je schaalpunten betekenen. Definieer je schaalpunten en zorg ervoor dat je verschillende schaalpunten geleidelijk oplopen. Het is ook mogelijk om een bipolaire schaal te gebruiken: mensen kunnen antwoorden geven in beide richtingen (ook negatieve mogelijkheden).

Introductie in onderzoeksmethoden HC 2

Redeneren

Deductieve redenaties gaan van een algemeen geval naar een specifieke conclusie. Bijvoorbeeld: als het regent, dan wordt alles wat buiten staat nat. De auto staat buiten, en het regent. Conclusie: de auto wordt nat. Er zijn een aantal vaststaande regels, die verbindt je met elkaar, en daar trek je een conclusie uit. Dus: theorie → hypothese → observatie → bevestiging

Deductieve manieren om tot onderzoeksvragen te komen:

– Begint bij het redeneren vanuit analogieën.

– Toepassen van functionele analyse.

– Hypothese deductieve methode: gaat vanuit een hypothese. Je begint vanuit een veronderstelling. Bijvoorbeeld: 'je moet kennis van de inhoud hebben om een hoorcollege te geven'. Vervolgens ga je deze hypothese testen.

– rekening houden met conflicterende resultaten:

– rekening houden met uitzonderingen

Inductieve redenatie: op basis van waarnemingen een algemene regel proberen te formuleren. Die algemene regel hoeft dan niet per se waar te zijn. We gaan uit van waarnemingen en observaties, en niet van algemene redenaties. Dus: observatie → patroon → hypothese → theorie.

Bijvoorbeeld: knappe mensen die een misdrijf begaan wekken meer sympathie op. Hier ontdek je een patroon in: ze onderscheiden zich van andere mensen. Op basis van dat patroon kom je uit bij de hypothese: aantrekkelijke mensen worden minder zwaar bestraft.

Hier is overigens al in 1972 onderzoek naar gedaan. De conclusie luidde dat kinderen die fysiek aantrekkelijk zijn anders worden behandeld dan kinderen die fysiek minder aantrekkelijk zijn. Je kunt vanuit dit onderzoek deductief redeneren naar een specifiek geval.

Inductieve manieren om tot onderzoeksvragen te komen:

– Case studies, zoals autoverkopers door Chialdini onderzocht zijn om tot de lowball-techniek te komen.

– Paradoxale incidenten, zoals 's ochtends niet teruggegroet worden.

– Analyseren van de vuistregels van de beoefenaar van bepaalde methoden. Dit past goed bij de case studies.

– Geluk/toeval. Een voorbeeld: iedere keer dat iets goed werd gedaan door een rat, kreeg het eten. Het was even niet mogelijk om niet positief te bekrachtigen omdat het eten op was. Daarom kwamen ze op het idee: wat gebeurt er als er af en toe een beloning komt? Het gedrag bleef beter bestaan: de ratten waren veel meer bereid om de oefening goed te doen op het moment dat het onvoorspelbaar was.

Validatie, falsificatie en kwalificatie

Validatie: bij ons onderzoek: zijn er verschillende toemetingen bij uiterlijk verschillende mensen?

Falsificatie: kunnen we bewijs tegen onze stelling vinden? Bijvoorbeeld bij de strafbaarheid: is het 'what is beautiful is good', of is het 'what is ugly is bad'? Over het algemeen hebben onderzoekers de neiging om niet op zoek te gaan naar falsificatie maar enkel naar validatie. Andersom zou echter beter zijn.

Kwalificatie heeft te maken met het karakter van een theorie: een theorie heeft zijn begrenzingen. Bij kwalificatie ga je er naar op zoek onder welke omstandigheden iets al dan niet waar is. Op het moment dat je een moord pleegt, gaat uiterlijk minder invloed spelen bij de beoordeling. Dus zodra de misdaad zwaarder wordt, wordt het effect van je uiterlijk minder. Uit onderzoek is wel gebleken dat mensen die zichzelf als 'knap' beoordelen, op een andere manier kijken naar andere mensen. Zij zullen andere knappe mensen minder snel het voordeel van de twijfel geven dan mensen die zichzelf niet als knap beschouwen.

Ethiek

Onderzoeksmethoden en onderzoeksethiek zijn ten dele hetzelfde. De vraag bij ethiek is: hoe ver kunnen we gaan om de doelen van de wetenschap te bereiken?

Milgrams learning experiment is een onderzoek waarbij 1 persoon de leerling werd, en de andere persoon de leraar. De leraar moest de leerling schokken geven als hij het fout had. Het experiment ging over gehoorzaamheid: hoe ver zouden mensen hierin gaan? De begeleidende 'dokter' zei de hele tijd dat het experiment vereist dat je doorgaat. Milgram verwachtte dat een kleine groep (10%) van de mensen zou doorgaan met schokken geven tot dodelijke hoogte, maar 65% bleek door te gaan met het toedienen van schokken tot boven de 300 volt. Naast de schokkende resultaten bracht deze studie ook ethische complicaties met zich mee. Het is ongelooflijk heftig om zoiets over jezelf te horen te krijgen. Je kunt er bijvoorbeeld trauma's aan overhouden.

Daarom is het tegenwoordig verplicht om een IRB (internal research board) te hebben. Die kijken of voorgestelde onderzoeken ethisch gezien wel door de beugel kunnen. Al het empirische onderzoek met menselijke proefpersonen dat aan het Heymansinsinstituut wordt gedaan, moet door die commissie worden goedgekeurd.

Basisprincipes van de ethiek

– Je moet de mensen en hun autonomiteit respecteren;

– Je mag geen schade toebrengen aan mensen. Je moet vaak wel een zeker risico maken, maar zorg dat deze acceptabel is.

– Vertrouwen is belangrijk. Zorg dat je nakomt wat je belooft.

– Debriefing. Zorg er wel voor dat mensen niet boos/verdrietig het lab uitgaan, helemaal als je mensen in vrij heftige onderzoeken laat deelnemen.

Het is niet altijd duidelijk of iets al dan niet door de beugel kan. Denk bijvoorbeeld aan observatieonderzoek. Dit gaat namelijk om mensen die niet de keuze hebben om mee te doen. Wetenschappelijke integriteit speelt een belangrijke rol. Denk hierbij aan het niet plegen van plagiaat.

Onderzoek dat je uitvoert met slechte methodes, of onderzoek dat je helemaal niet uitvoert, is per definitie niet ethisch. Slechte onderzoeken zijn een verspilling van tijd en geld en daardoor ook niet ethisch. Daarnaast ben je bezig valse kennis te vertonen.

Introductie in Onderzoeksmethoden, HC 3

Correlatie en causatie zijn niet hetzelfde. Voorbeeld: de leeftijd van Miss-America komt overeen met de hoeveelheid mensen die per jaar door een stroomstoot om het leven komt. Dit betekent echter niet dat het een tot de ander leidt.

Validiteit

Interne validiteit is de mate waarin je onderzoeksresultaten iets zeggen over de causaliteit. Eigenlijk is er maar 1 ding om causaliteit te waarborgen: experimenteel onderzoek. Hiervoor gelden een aantal voorwaarden:

– Covariatie/correlatie: als het ene verandert, moet het andere ook veranderen.

– Tijdsvolgorde: als het ene veranderd moet daarna het andere veranderen. Enkel de correlatie is niet voldoende.

– Afwezigheid van 'confounds'. Confounds zijn andere omstandigheden die niet zijn meegewogen in het onderzoek. Een voorbeeld. In een kleinere winkel werd meer tevredenheid gemeten dan in een grotere winkel. Er is niet automatisch een causaal verband tussen de grootte van de winkel en de tevredenheid. Er kan een andere variabele zijn die het verschil verklaart, zoals de locatie.

Externe validiteit is generaliseerbaarheid. Dit geeft aan in hoeverre de resultaten van je onderzoek daadwerkelijk een zinnige beschrijving geven van wat er gebeurt in het dagelijks leven. Een hoge externe validiteit betekent dat het waarschijnlijk is dat de gevonden resultaten ook bij andere mensen gemeten zullen worden.

Construct validiteit geeft weer in hoeverre je meting overeen komt met je variabele. Een ander woord hiervoor is operalisatie. Verschillende vormen van meten leveren namelijk vaak een verschillend resultaat op.

Conceptuele validiteit gaat over de theorie. Je doet bijvoorbeeld een onderzoek naar keuzecomplexiteit, maar kijk je eigenlijk wel naar keuzecomplexiteit (of kijk je bijvoorbeeld alleen naar de locatie?) Deze vorm is breder dan de construct validiteit. Het geeft aan wat de kwaliteit van een concept is.

Betrouwbaarheid

Betrouwbaarheid geeft de consistentie van een meting of een observatie weer. Er zijn verschillende vormen van betrouwbaarheid te onderscheiden:

– Test-hertest betrouwbaarheid geeft weer dat als je een test meerdere keren doet, er hetzelfde uit hoort te komen. Is dat het geval, dan is sprake van betrouwbaarheid.

– Interne consistentie: in hoeverre leveren dezelfde onderzoeken dezelfde resultaten op? Dit wordt weergegeven met de correlatie.

– Interrater betrouwbaarheid: komen verschillende onderzoekers tot hetzelfde resultaat? Hierbij is van belang dat de onderzoekers onafhankelijk van elkaar tot hetzelfde resultaat komen.

Validiteit zonder betrouwbaarheid is niet mogelijk, maar betrouwbaarheid zonder validiteit wel.

Als een onderzoek niet valide en niet betrouwbaar is, dan heb je er eigenlijk niks aan. Maar het is onmogelijk om alle vormen van betrouwbaarheid en validiteit tegelijk te hebben. Stel je voor: je wilt causaliteit vaststellen. Om dat te doen moet je een experiment doen. Dit doe je in het lab. Hierdoor heb je een hoge interne validiteit, maar een lage externe validiteit. De link met de buitenwereld is namelijk zwakker in het lab. Als je daarentegen een toepasbaar onderzoek wilt doen (bijvoorbeeld voor Philips wat voor soort lampen mensen aangenaam vinden), dan wil je een zo hoog mogelijke externe validiteit. Maar omdat je niet alles onder controle kunt houden is de interne validiteit een stuk lager. Wat valide en betrouwbaar is, hangt dus ook af van de context.

Meetinstrumenten

– Nominale schalen zijn categorisch. Ze hebben geen volgorde. Het is de ene groep, of de andere groep. Bijvoorbeeld geslacht en ziekte.

– Ordinaal: hierbij zijn verschillende categorieën, waarbinnen een volgorde bestaat. We weten niet wat de afstand is. Denk aan een schoonheidswedstrijd, of opleidingsniveau: mavo-havo-vwo.

– Intervalschalen lossen dat probleem op. Binnen deze groep is namelijk wel een vaste afstand, waar je mee kunt rekenen. Voorbeeld: temperatuur.

– Ratio: hier kun je nog meer mee rekenen. Niet alleen de afstanden maar ook de verhouding is hier relevant.

Deze verschillende schalen voegen telkens 1 stapje toe aan de 'betekenis'. Nominale schalen maken alleen categorieën. Een ordinale schaal rangschikt deze. Vervolgens geven intervalschalen een bepaalde waarde aan de rangschikking. Tenslotte voegen ratioschalen nog een nulpunt toe.

Artifacten en verwarringen

Een artifact is een variabele die constant wordt gehouden in je studie(s). Er wordt bewust voor gekozen deze vast te stellen. Als deze niet vast was gesteld, had het mogelijk iets veranderd aan je onderzoeksresultaten. Een verwarring (confound) daarentegen is een variabele waar geen rekening mee is gehouden, waar dat wel had moeten gebeuren. Dit leidt tot valse causaliteit, waardoor de interne validiteit laag is.

Introductie in Onderzoeksmethoden HC 4

Met een experiment kun je causaliteit vaststellen. Causaliteit is interessant omdat je hiermee dingen kunt voorspellen. Er zijn drie voorwaarden bij causaliteit. De eerste is covariatie. Dit houdt in dat de dingen die je meet naast elkaar moeten bestaan. Vervolgens dienen ze elkaar op te volgen in tijd. Ten derde mogen er geen derde variabelen zijn. Dit zijn storende variabelen die een vals beeld van de causaliteit kunnen geven.

Bij causaliteit mag maar 1 variabele veranderen. Het is van groot belang om de andere factoren constant te houden. Op deze manier kun je goed zien of een verandering in een variabele ook daadwerkelijk volgt op je manipulatie. Daarnaast is het belangrijk dat bij een experiment de situatie zo nauwkeurig mogelijk wordt omschreven. Hierdoor is het mogelijk om aan te tonen dat er geen andere variabelen aanwezig zijn die een rol speelden bij de causaliteit.

Deze beide voorwaarden horen bij een true experiment. Dit is een experiment waarbij de onderzoeker 1 (of meer) variabelen manipuleert, en de rest constant houdt om de invloed van de manipulatie te kunnen meten. Daarbij is het belangrijk om ‘ruis’ uit te schakelen. Dit zijn andere factoren die je onderzoek kunnen beïnvloeden. Een true experiment bestaat uit twee delen: manipulatie en random assignment.

Met een true experiment kun je zien wat de ene variabele doet met de andere. Nadelen van deze experimenten zijn dat je de realiteit mist. In een experiment worden situaties nagebootst. Een voorbeeld is simulatierijlessen. Het is toch wat anders als je in een simulator bepaalde rijuitvoeringen doet dan in een auto op de weg. Een voordeel is dat je andere factoren kunt manipuleren zodat je zuivere causale verbanden kunt maken.

Er zijn meerdere soorten experimentele designs, waarbij manipulatie een grote rol speelt:

• - one way design: hierbij is een onafhankelijke en een afhankelijke variabele.
• – factorieel design: hierbij zijn er twee of meer onafhankelijke variabelen zijn die zijn gecombineerd. De meest gebruikte vorm hiervan is het 2x2 design.

Interactie kan twee rollen hebben in een experiment. Aan de ene kant kan het aanvullend zijn, dan is het geen hoofdeffect van een onderzoek. Maar aan de andere kant kan het ook juist het effect zijn dat er uitkomt. Dan is het wel het hoofdeffect. Dit is afhankelijk van het onderzoeksdesign en datgene wat onderzocht wordt.

Randomisatie slaat op het proces dat hoort bij de indeling van de proefpersonen in je onderzoek. Random selectie houdt in dat je random mensen uit de populatie neemt om te onderzoeken. Hiermee voorkom je vooroordelen in je onderzoek. Als je echter denkt dat het niet relevant is hoeveel personen in je onderzoek belanden, dan kun je het beste een steekproef gebruiken. Na de random selectie deel je je proefpersonen in door middel van random allocatie in verschillende subgroepen. Dit kan niet als je mensen met een bepaalde eigenschap onderzoekt, zoals ziekte.

Er zijn verschillende vormen van sampling mogelijk. Simple random sampling is de eenvoudigste vorm van random sampling. Hierbij gooi je bij wijze van spreken briefjes in een hoge hoed. Deze trek je er vervolgens willekeurig uit. Stratified random sampling kun je gebruiken om een onderzoek te houden uit een grote populatie, en je wilt iedere groep evenredig vertegenwoordigd. Hiervoor verdeel je de populatie eerst handmatig in groepen. Vervolgens hou je voor elke groep een simple random sampling. Een andere vorm van sampling is een convenient sample. Hierbij worden proefpersonen gekozen vanwege hun beschikbaarheid. Dit kan zorgen voor een hoge mate van bias, maar het hoeft niet altijd een probleem te zijn. Denk hierbij aan onderzoeken naar universele concepten (zoals aandacht en geheugen). Beide alternatieven zijn echter niet random, en het is onmogelijk om alle confounds te meten.

Alternatieven voor randomisatie zijn de pretest en matching. Bij de pretest wordt het verschil gemeten voor en na de manipulatie. Matching probeert zo gelijk mogelijke groepen te creëren.

Randomisatie werkt niet bij kleine groepen. Daarom moet je de grootte van een groep eerst testen

Introductie in onderzoeksmethoden HC 5

Het gaat om het meten van gedrag. Er zijn 2 insteken. Je kunt mensen vragen naar hun gedrag/attitude, maar je kunt ze ook observeren.

Veel onderzoeken in de psychologie zijn gebaseerd op zelfrapportage. Deze vragenlijsten lijken eenvoudig maar er zit veel inspanning achter, zoals schaalconstructie en het bepalen van categorieën.

Observatie is meer arbeidsintensief dan een vragenlijst. Hierbij hangt het af van de vraag waarin je als onderzoeker geïnteresseerd bent. Met bepaalde factoren kan namelijk geen rekening worden gehouden. Er zit een verschil tussen persoonlijkheidseigenschappen en eigenschappen die ontstaan in een specifieke context. Daarnaast kost het veel tijd (en daardoor geld). Maar er zijn ook duidelijke voordelen. Observatie is minder abstract, want het staat dichter bij het werkelijke leven. Daarnaast heeft het een vrij grote validiteit. Ook is het enorm transparant.

Observatievormen

– Naturalistische observatie: bestuderen van het gedrag in werkelijke context. Je probeert hierbij zoveel mogelijk op te gaan in de omgeving.

– Participerende observatie: bijvoorbeeld dat een observator vragen stelt aan een kind. De observator maakt zelf onderdeel uit van de observatie.

– Laboratorium observatie: gericht uitlokken. Hier is minder vrijheid dan bij participerende observatie.

– Zelfobservatie: mensen moeten zichzelf observeren. Dit kan bijvoorbeeld voorkomen bij therapieën. Hierdoor worden mensen bewuster van hun eigen gedrag.

Er kan onderscheid worden gemaakt tussen een rating schale aan de ene kant, en een observatieschaal aan de andere kant. Bij observatielijsten kan bijvoorbeeld de vraag komen: 'hoe sensitief is de moeder'. Een observatie gaat om concrete gedragingen. Een voorbeeld hiervan is hoe vaak de moeder een kind optilt.

Codeerschema's

Bij observatie doet zich het probleem doet dat je niet overal tegelijk op kunt letten. Dat is de objectiviteit. Ook subjectiviteit vormt een probleem. Niet iedereen ziet hetzelfde. Hier is een oplossing voor: je kunt alleen op een wetenschappelijke manier observeren als je werkt met een codeerschema. Daarnaast moet je je onderzoekers goed trainen in het gebruik daarvan. Een codeerschema geeft aan hoe je bepaalde situaties moet beoordelen. Cohens Kappa geeft de mate van betrouwbaarheid tussen de observatoren weer. Het is een globale mate van betrouwbaarheid, en is alst volgt te bereken:

(% geobserveerde overlap – toevalsoverlap) / (1-toevalsoverlap)

Binnen een codeerschema wordt onderscheid gemaakt tussen durationrecordings en frequencyrecordings. De eerste gaat over dingen die langer duren, zoals slapen versus waken.

Probleem bij een vragenlijst is dat je iemand niet steeds dezelfde vragenlijst kunt laten afnemen. Observatie is veel naturalistischer, en geeft een meer werkelijk beeld. Zodra mensen echter weten dat ze geobserveerd worden, veranderen de resultaten.

Non experimental designs

Niet alles kan experimenteel onderzocht worden. In zulke gevallen is het noodzakelijk om naar andere onderzoeksdesigns te kijken. Voorbeelden hiervan zijn case studies, single variable research en multiple variable research.

Een case study is een systematische studie van de ervaringen van een bepaalde persoon of groep. Het doel van een dergelijke studie is het ontwikkelen of verfijnen van het menselijk gedrag op een wetenschappelijke manier. Dit wordt gebruikt om theorieën te testen en/of te falsificeren. Een bekend voorbeeld hiervan is H.M. Deze man verloor na een beroerte de mogelijkheid om nieuwe herinneringen te vormen. Door H.M. te bestuderen hebben wetenschappers iets kunnen ontdekken over de manier waarop herinneringen gevormd worden in de hersenen. Het was het startpunt van het onderzoek naar geheugen. Een ander voorbeeld is Phineas Gage. Hij kreeg een metalen buis door zijn hoofd heen, waarna hij blijvende gedragsveranderingen vertoonde. Hierdoor hebben onderzoekers informatie kunnen verkrijgen over de locatie van bepaalde sociale functies.

Een single variable research is een onderzoek naar de 'stand van zaken'. Hierin worden vragen gesteld zoals 'hoe tevreden ben je op school', of 'hoeveel mensen gaan op vakantie'. Van census is sprake als je dergelijke vragen aan de hele populatie stelt. Dit komt bijna niet voor omdat het veel te tijd- en kostenintensief is. Daarom maken we gebruik van steekproeven.

Van multiple variable research is sprake wanneer we op zoek gaan naar onderlinge verbanden tussen verschillende variabelen. De correlatie wordt onderzoekt. Hiervoor zijn 3 methodes mogelijk:

– archief studies. Hierbij ga je op zoek naar eerdere onderzoeksgegevens, die je kunt gebruiken voor nieuwe onderzoeken. Een nadeel is dat je je onderzoek niet kunt sturen; je kunt enkel data gebruiken dat beschikbaar is;

– met vragenlijsten kun je verbanden onderzoeken tussen verschillende variabelen zonder experimenten uit te voeren. Dit kan erg veel tijd en kosten besparen, maar een nadeel is dat bias dreigt bij een lage response;

– observatie studies. Uit je waarnemingen kun je proberen correlaties af te leiden.

Introductie in onderzoeksmethoden HC 6

One way design: Een onafhankelijke variabele verklaart de afhankelijke variabele. Je verandert de onafhankelijke variabele, zodat je de afhankelijke variabele kunt meten.

Factoriële designs hebben meer dan 1 onafhankelijke variabele. Hierin heb je dus twee hoofdeffecten: een effect voor elke onafhankelijke variabele. Een 2x2 design heeft 2 onafhankelijke variabelen en 2 afhankelijke variabelen.

Een interactie zorgt ervoor dat het ene effect alleen in een bepaalde omstandigheid voorkomt.

Within subject design

Within subject design: soms is het niet verstandig om verschillende groepen proefpersonen te nemen. In zo'n geval geef je meerdere behandelingen aan 1 groep proefpersonen. Een duidelijk voordeel hiervan is dat je minder proefpersonen nodig hebt. Ook heb je meer 'statistische power'. Stel dat je een 2x2 design hebt. Deze zou je kunnen invullen aan de hand van 1 proefpersoon met een within subject design. Gebruikte je dit model niet, dan was je 4 aparte proefpersonen nodig voor evenveel gegevens. Een laatste voordeel is dat je confounds elimineert.

Een dergelijk model heeft echter ook nadelen. 'Sequence' effecten zorgen ervoor dat je een andere uitslag krijgt terwijl je die niet zou moeten krijgen. Vermoeidheid en verveling kan hier bijvoorbeeld een oorzaak van zijn. Carryover effecten worden veroorzaakt doordat je eerste vraag een invloed heeft op je tweede vraag. Dit kan er onder andere aan liggen dat je een test eerder hebt gedaan. Interferentie is het tegenovergestelde van die oefeningseffecten: de eerste taak die je krijgt zorgt ervoor dat je de tweede taak slechter doet. Een laatste nadeel is dat de externe validiteit afneemt, omdat je minder proefpersonen gebruikt. Een kleine steekproef uit je populatie vergroot de kans dat het minder goed te generaliseren is.

Voor deze nadelen zijn een aantal oplossingen bedacht: dit valt te categoriseren als counterbalancing. Dat betekent dat je de volgorde van de condities veranderd. Dit kan op verschillende manieren:

– complete counterbalancing: je draait de 2 condities om

– incomplete counterbalancing: hierbinnen zijn verschillende mogelijkheden. Bij reverse counterbalancing wordt de volgorde omgedraaid. Van 1-2-3-4- naar 4-3-2-1. een nadeel is dat de middelste waardes niet (veel) veranderen. Hiertegen is partial counterbalancing bedacht: je counterbalanced een aantal van je variabelen, maar niet allemaal.

Procesmodellen

Een procesmodel gebruik je om inzichtelijker te maken waar je mee bezig bent. Eigenlijk is het een aantal vakjes met een aantal pijltjes ertussen. In deze vakjes staan de variabelen, en niet de niveaus. Het gaat namelijk om het effect dat de variabele heeft. De pijltjes geven aan wat het effect is van een variabele op een andere variabele. Een min in een vakje geeft aan dat het een negatieve relatie betreft.

Een moderatie zegt iets over een bepaald verband; wanneer een effect optreedt. Tegenover een moderatie staat een mediatie. Dit zegt iets over de oorzaak: waarom gebeurt iets? Het is mogelijk beide variabelen in een procesmodel weer te geven, maar hierdoor worden ze wel ingewikkeld.

Quasi-experimentele onderzoeksdesigns

Je spreekt van een 'true experiment' op het moment dat je de onafhankelijke variabele manipuleert zodat je een verschil in de afhankelijke variabele kan waarnemen. Een andere voorwaarde is random toewijzing aan groepen. Doordat je alleen een verandering maakt in de variabele die jij wilt variëren, kun je de causaliteit vaststellen. Dat is bij niet-experimentele designs niet het geval.

Bij een quasi-experimenteel design hou je ook niet de controle, maar probeer je dat wel zoveel mogelijk te doen. Hier kun je dus niet de causaliteit duiden.

Voorbeeld: iemand wil onderzoeken of mannen zich meer laten beïnvloeden door uiterlijk. Verschillende onderzoeksdesigns kunnen gekozen worden:

– one group design: alleen mannen werden gevraagd over het uiterlijk van mannen. Hier is echter geen vergelijkingsmateriaal.

– posttest-only design with nonequivalent groups: hier zijn zowel mannen als vrouwen gevraagd.

– pretest-posttest design with nonequivalent groups: hier zijn mannen en vrouwen op verschillende manieren gevraagd. Eerst een casus zonder plaatje, daarna dezelfde casus met plaatje.

Dit geeft een voorbeeld van een patched-up design: een quasi-experimenteel onderzoek, waarbij de onderzoeker steeds meer groepen en condities toevoegt om het onderzoek te versterken. Patchen slaat op het toevoegen van die condities aan een quasi-experiment. 'Patches' zijn lapjes waarmee je gezamenlijk tot een onderzoek kunt komen.

Op deze manier kun je de interne validiteit omhooghalen. Om causaliteit te duiden, heb je eigenlijk een experiment nodig. Maar de interne validiteit is niet 'aan' of 'uit'. Elke keer dat je er een 'patch' aan toevoegt, kun je iets meer zeggen over de kwaliteit.

De twee meest voorkomende vormen van quasi-experimenten zijn:

– Person by treatment quasi experiment: er wordt tenminste 1 onafhankelijke variabele gemeten, en ten minste 1 andere onafhankelijke variabele gemanipuleerd. Echter, een mediaansplit (je kiest een bepaalde grens, zoals 30 jaar) is niet ideaal. Beter is het om een geleidelijke schaal te gebruiken. Hiervoor kun je extreme groepen gebruiken: je maakt 4 groepen, en je meet de hoogste en de laagste.

– Natural experiment: hierbij laat je randomisatie helemaal los.