methoden van het wetenschappelijk onderzoek: positief ... · pdf filemethode van onderzoek 1 1...

Methode van onderzoek 1 1

Methoden van het wetenschappelijk onderzoek: positief wetenschappelijke benadering

De logica van het wetenschappelijk onderzoek 1.

Wetenschap en gezond verstand 1.1

Het hoofddoel van wetenschap is kennis verwerven. Dit doen we ook in het dagelijks leven met het

gezond verstand.

Wetenschappelijke kennis Gezond verstand

Netwerk van concepten: Kennis in het LTM; organisatie van informatie (om kennis terug te vinden)

Indien informatie in het geheugen wordt opgeslaan integreert het met al bestaande informatie

Gebaseerd op onderzoek Gebaseerd op voorafgaande ervaringen

Interne consistentie (coherentie): Uitspraak mag niet in tegenspraak zijn met de rest van de theorie waarvan het deel uitmaakt

Geen interne consistentie en correspondentie: Vergt veel tijd en energie en doet vaak niet ter zake. Sneller beslissingen nemen met gezond verstand. MAAR foute veronderstellingen, geruststelling door autoriteiten, …

Correspondentie met werkelijkheid (empirische verificatie): verzamelde kennis wordt op haar overeenkomst met de ervaringswereld getoetst

Systematisch (regels van het onderzoek) Selectiviteit: evidentie te selecteren die consistent is met hun hypothese of met wat ze al weten.

Gecontroleerd: controle uitoefenen op storende variabelen

Heuristieken!

Voorbeelden van selectiviteit bij gezond verstand:

- Mensen zoeken informatie die consistent is met hun hypothese

- Mensen vermijden potentieel falsifiërende informatie

- Selectiviteit is een cognitieve tunnelvisie,

- men heeft een confirmatie tendens

heuristieken:

- oplossingsstrategie

- gebruiken bij selectiviteit

- lijkt op een algoritme; maar goed algoritme = doel bereiken, dit is meer vuistregel

- leidt niet noodzakelijk tot de juiste oplossing

- vaak een mentale shortcut (vuistregel) om een conclusie te bereiken, die waarschijnlijk maar

niet noodzakelijk juist is

- is meestal nuttig, maar kan tot fouten leiden.

1) Beschikbaarheidsheuristiek

Oordeel vellen over waarschijnlijkheid van gebeurtenissen

Hoe gemakkelijk kan ik mij concrete voorbeelden voor de geest halen?

Vaak bruikbare heuristiek! Elementen uit een grote verzameling vind je gewoonlijk

sneller dan elementen uit een kleine verzameling

Niet enkel frequentie en probabiliteit dat beschikbaarheid beïnvloed

o Hoe makkelijk is het om de informatie uit het geheugen op te halen;

hoe makkelijker, hoe groter die klasse lijkt


2) Rol van vividness van informatie

Neiging om meer waarde toe te kennen aan levendige informatie dan aan statistische

informatie.

3) Representativiteitsheuristiek

Om de waarschijnlijkheid in te schatten dat geval A tot klasse B behoort

Hoe goed lijkt dit geval op de andere gevallen in die klasse? Hoe representatief is dit

geval voor deze klasse?

Vaak erg bruikbaar!

Houdt geen rekening met basisprobabiliteit van klasse B

Opmerking :

- Psychologie als wetenschap selecteert ook (onderzoeksobject en onderzoeksmethodologie)

- Verschil met selectiviteit van dagdagelijks denken:

o Geselecteerde onderzoeksobject en –methodologie zijn geëxpliciteerd

o binnen die grenzen gelden de criteria van interne consistentie en empirische

verificatie

- Maar

o Niet altijd eensgezindheid over studieobject en onderzoeksmethodologie

o Onderzoekers zijn ook van vlees en bloed:

potentieel onderhevig aan confirmatietendens, beschikbaarheidsheuristiek,

representativiteitsheuristiek.

Enkele opvattingen over wetenschap 1.2

Stereotypen

Naam Beschrijving Voorbeeld

Techneut Job bestaat erin uitvindingen te doen, nieuwe technologiën te ontwikkelen en de maatschappij te moderniseren (vaak technologische sfeer)

Edison

Witte jas, labo werkt in een labo met gecompliceerde apparatuur, hij/zij loopt rond in witte jassen, het doel is het lot van de mensheid te verbeteren (vaak medische sfeer)

Catherine Verfaille

Allesweter Alleswetende, alles kunnende, ultieme scheidsrechter in moeilijke beslissingen

Etienne Vermeersch

wereldvreemd Wereldvreemde genie, opgesloten in een ivoren toren ver van het echte leven. Hij/zij houdt zich alleen bezig met supergespecialiseerde kennis, maatschappelijke relevantie is er alleen per toeval.

Hawking

Wetenschappers zijn meestal echter ‘gewoner’

Statistische en dynamische visie op wetenschap:

Statische visie

Dynamische visie

Wetenschap is de verzameling van bevindingen, vooruitgang is de uitbreiding van deze bevindingen

Uitbreiden en/of vervangen, nieuwe theorie kan oude wijzigen


Wetenschap als corpus van vaststaande feiten en theorieën

Kan aanleiding geven tot compleet nieuwe theorieën, zelfs over dezelfde werkelijkheid

Aan verworven kennis wordt niet getornd: enkel kennis uitbreiden

Nieuwe kennis kan vroegere kennis wijzigen

Wetenschappelijke veranderingen vinden plaats in periferie

Wetenschappelijke veranderingen kunnen in centrum zelf plaatsvinden

Werkt overmatig vertrouwen in de wetenschapper in hand

Wetenschappelijke revoluties! Paradigmawissel (Kuhn)

Kanttekeningen

Meer realistisch

Verzameling feiten uitbreiden Meer nadruk op belang van theorie

Mythe: wetenschap bestaat alleen uit dramatische ontdekkingen en doorbraken = Einstein syndroom (Stanovich):

Het ‘cruciale experiment’ model van wetenschappelijke vooruitgang alle wetenschappelijke problemen opgelost in één cruciaal experiment

Het grote-sprong voorwaarts model van wetenschappelijke vooruitgang theoretische vooruitgang is het resultaat van één enkel kritisch inzicht dat alle vorige kennis op de helling zet.

Deze twee fenomenen komen wel voor, maar zijn niet voornaamste, frequentste manier van vooruitgang maken

2 kanttekeningen bij Einstein syndroom: o Rol van media o Vaststelling dat een nieuwe theorie niet voldoet aan connectiviteitsprincipe is

soms een manier om de theorie als pseudowetenschappelijk te ontmaskeren descriptieve wetenschapsfilosofie

- hierbij spreekt Thomas Kuhn Poppers beeld van een groei van kennis tegen.

Kuhn stelt dat wetenschappelijke kennis zich niet gestaag ontwikkelt maar in golfbewegingen:

normal science crisis revolutie normal science …

normal science

- een paradigma : een soort van grondidee waaruit wetenschappers werken.

Bij normal science werkt men zo’n paradigma uit. Door deze uitwerking ontstaan er bepaalde wetten. Men gaat wel altijd de

moeilijkheden proberen op te lossen binnen het paradigma.

Als bepaalde voorspellingen niet uitkomen moet er gewoon het een en ander bijgeschaafd worden aan het paradigma.

Crisis

- = een sfeer waarin de wetenschappers gaan twijfelen aan hun paradigma.

Dit gebeurd pas als er geen vooruitgang meer zit in het paradigma en de negatieve resultaten zich opstapelen.

Revolutie

- Hier ontstaat een nieuw paradigma. Dit is de periode van niet-normale wetenschap.

het nieuw paradigma ontstaat als ware toevallig. Sterker nog: feiten die binnen het vorige paradigma problemen waren,

veranderen in feiten die juist steun geven aan een nieuw paradigma, zo ontstaat weer normal science.

Kuhn versus Popper


- Kuhn - Popper

- Wetenschap is niet zo kritisch andere factoren dan rationele aspecten spelen ook een rol in de wetenschap

- Wetenschap is kritisch (en gericht op weerlegging) en het moet rationeel zijn

- Zijn fout: wetenschappers proberen juist confirmaties te vinden en houden zich vast aan hun paradigma ondanks tegenslagen als er problemen optreden dan beschouwen ze deze als puzzels die ze moeten oplossen binnen het paradigma

- Zijn fout: wetenschap heeft ook irrationele aspecten zoals gewoontes, resultaten kunnen dus soms onterecht zijn. Er zijn ook factoren zoals collegiale verbanden en geldstromen die wetenschap beïnvloeden.

- Volgens Popper is de doelstelling van de wetenschap de groei van kennis. Voor Kuhn is dit de overgang van het ene

paradigma naar het andere paradigma, de revolutie.

maar het nieuwe paradigma is compleet nieuw dus geen groei.

Accuratere beschrijving van wetenschappelijke vooruitgang:

- Connectiviteitsprincipe

o Om van vooruitgang te spreken moet een theorie niet alleen nieuwe feiten verklaren

maar ook de oude (verklaard door vroegere theorieën)

o Kan op andere manier maar moet ze wel verklaren

- Principe van convergerende evidentie

o In plaats van focus op evidentie van één enkel zogenaamd cruciaal experiment

o Evidentie van meerdere (elk misschien niet helemaal ‘perfecte’) studies, liefst nog

met verschillende onderzoeksmethodologieën

Kennisgerichte vs pragmatische visie 1.3

Kennisgericht Pragmatisch

Vooraleer we onze leefwereld kunnen verbeteren, moeten we weten hoe de werkelijkheid van die leefwereld functioneert, welke wetmatigheden aan de basis liggen van dit functioneren

Wetenschap is gericht op de verbetering van onze leefwereld, op vooruitgang

De wetenschapper wil een fenomeen begrijpen De wetenschapper wilt ene oplossing zoeken voor een praktisch probleem

Komt overeen met onderscheid toepassingsgericht – fundamenteel onderzoek

MAAR eerder verschil in klemtoon Vb.: geneeskunde; enerzijds gericht op het realiseren van therapeutische effecten, anderzijds ook fundamenteel onderzoek over bv werking van spijsverteringsstelsel

ALS wel al verschil: visies zijn complementair

Kennisgericht pragmatisch Pragmatisch kennisgericht

De kennisgerichte visie wil zaken verklaren, verklaren is het vermogen om het verloop van gebeurtenissen te voorspellen. Dit voorspellen kan heel nuttig zijn voor toegepaste wetenschap.

Toegepast onderzoek kan relevante vragen aanbrengen die richtinggevend zijn voor vruchtbare ontwikkelingen in de fundamentele wetenschap

Echter: niet alle wetenschap moet van in het begin meteen maatschappelijk relevant zijn. Praktische toepasbaarheid komt vaak later.

Hoofdbedoeling van wetenschap is niet het verbeteren van de mensheid maar theorievorming: hoe zit de werkelijkheid in elkaar.

Bedoeling is kennis verwerven

Kennis wordt vastgelegd in theorieën

Theorie als verklaring van fenomenen


Doel van wetenschap: theorie

We hebben een fenomeen dat we moeten verklaren. Bij dit fenomeen spelen er verschillende

variabelen mee, de bedoeling is om de relatie tussen deze variabelen te specificeren.

Een theorie is een verzameling constructen(concepten), definities en stellingen die een systematische

zienswijze geven op de fenomenen door causale relaties tussen variabelen te specificeren, met de

bedoeling de fenomenen te verklaren en te voorspellen (Kerlinger).

Netwerk van constructen:

- Variabelen die kunnen variëren

- Pijl voor oorzakelijk verband

Concept

Een theoretisch begrip dat een abstractie uitdrukt:

Over de aanwezigheid van een eigenschap

Verkregen na generalisatie over specifieke of particuliere (op een bepaalde plaats en tijd) observaties

Een voorbeeld: Gewicht = een theoretisch begrip

Steun op specifieke observaties (ervaringen) o Waarnemingen over de aanwezigheid van een

gemeenschappelijke eigenschap die je ervaart wanneer je voorwerpen optelt

Is een generalisatie (=abstractie) o Onmogelijk dat een persoon alle mogelijke gewichten

ervaart, we kunnen niet ALLE gewichten optillen o Gemeenschappelijkheid van de ervaring gaat terug op

een eindige verzameling van specifieke gevallen

Construct

= deelverzameling van een concept, construct kan concept worden - Een concept dat met opzet en bewust gecreëerd werd of aangepast

werd voor wetenschappelijke doeleinden - Onderscheid concept en construct:

o Concept: abstractie over een eigenschap door te generaliseren over specifieke objecten

o Construct: wetenschappelijk concept = speciaal gemaakt om bij wetenschappelijke theorieën een rol te spelen

Voorbeeld:

Massa

Energie

Introversie

Prestatiemotivatie

intelligentie

Variabele

(voorlopige definitie:)

construct of concept dat verschillende waarden kan aannemen (kan variëren)

strikter: concept of construct dat verschillende numerieke waarden kan aannemen


Causale relaties

= oorzakelijk verband Verandering in een variabele X leidt tot verandering in andere variabele Y

mediatie: een variabele medieerd, staat er tussen De invloed is niet rechtstreeks

Criteria van een theorie

interne consistentie

correspondentie met werkelijkheid Toetsing met ervaringswereld via empirische cyclus

Empirische cyclus: 1.4

er zijn drie belangrijke criteriums:

- falsifieerbaarheid: hij zou weerlegd moeten kunnen worden

- herhaalbaarheid: voldoende informatie geven om het opnieuw te doen

- controleerbaarheid: voldoende details zodat de lezer kan oordelen over kwaliteit

Een ander belangrijk criterium is dat men de wetenschappelijke methode moet volgen.

Voor empirische wetenschappen stelt men de empirische cyclus als standaard.

Dit is een beschrijving van verschillende fasen in een empirisch wetenschappelijk onderzoek, deze beschrijving is niet neutraal, er komt

een ideaalbeeld naar voor.

Stap Beschrijving Voorbeeld iedereen lust cola

1. observatie Onderzoeksvraag groeit Iedereen die ik ken lijkt cola te lussen

2. inductie Redenering die van het enkele naar het algemene gaat. Men gaat een theorie of onderzoeksvraag formuleren.

Iedereen lust cola = theorie Of Lust iedereen cola? (onderzoeksvraag)

3. deductie Van het algemene naar het enkele. We leiden specifieke consequenties af in de vorm van toetsbare voorspellingen of hypothesen. Deze hypothese is toetsbaar en falsifieerbaar.

Hypothese: als ik 1000 mensen bevraag dan moeten die allemaal ja antwoorden op de vraag lust je cola.

4. Toetsing De hypothese wordt getoetst aan de hand van nieuw empirisch materiaal

- aan 1000 mensen vragen of ze cola lusten

5. evaluatie Wordt onze hypothese bevestigd of verworpen? Wat weten we bij? De verzamelde gegevens gelden als nieuw observatiemateriaal

- hypothese bevestigd, - wat weten we bij? - Nieuwe aansluitende onderzoeken?


1) Observatiefase

- Startpunt: probleem/obstakel/idee

- Vaak vaag, vaak soort gevoel

o Onderzoeker ervaart een obstakel om iets te begrijpen, eerder vage nieuwsgierigheid

- Meestal particuliere observatie op één of andere manier interesse wekt

= op een specifiek moment in een specifieke situatie

- Opmerkingen:

1. Toeval kan een rol spelen

o Serendipisme / serendipiteit

= bij toeval iets nieuw vinden waarnaar men niet op zoek was

+ dit erkennen als iets belangrijk

o Gave om door toevalligheden en intelligentie iets te ontdekken waar men niet naar

op zoek was

o Je moet open staan voor potentieel relevante observaties

2. Observatie wordt altijd al geleid door theorie

o Bij observeren theorieën in gedachten krijgen of al hebben

2) Inductieve fase

- Denkwerk om het vaak vage gevoel uit de observatiefase om te zetten in een hanteerbaar

probleem

- Inductief: vanuit particuliere observatie wordt gegeneraliseerd naar algemeen geldende

uitspraken

- Stap die vaak over het hoofd gezien wordt: wat zijn de relevante problemen in een

wetenschap wanneer een probleem goed gedefinieerd is zijn we vaak al dichter bij de

oplossing

3) Deductieve fase

- Vanuit theorie worden voorspellingen gemaakt: als de theorie juist is dan moet in de

werkelijkheid het volgende observeerbaar zijn

- Deductief: speelt zich af binnen het kader van de theorie zelf (op abstract redeneringsniveau)

- Mondt uit in predicties

- Predicties zijn voor empirische toetsing vatbaar

theorie wordt getoetst op haar overeenkomst met de werkelijkheid

(correspondentiecriterium)

4) Evaluatieve fase

- Testen van theoriën

- Als theorie X juist is: hypothese zal bevestigd worden

- Hypothese verworpen: theorie verkeerd (moet aangepast worden)

- Hypothese bevestigd: theorie zou juist kunnen zijn.

Toepassing: moord op Kitty Genevese

Man steekt haar met mes, kitty probeert naar haar appartement te gaan. Man komt terug en steekt

nog eens. Kitty kruipt tot in de hal. Man komt nog eens terug en steekt nog eens. Kitty sterft in het

ziekenhuis. 38 buurtbewoners keken toe en deden niets. Waarom?

Omstaandereffect: des te meer mensen des te minder kans dat iemand helpt en het duurt langer

totdat iemand helpt.


Observatie: de moord op Kitty

Inductie: gedeelde verantwoordelijkheid, hoe meer getuigen, indruk hulp niet nodig

Deductie: in concrete situatie meer mensen kans dat iemand helpt daalt

Evaluatie: een experiment op stellen waarbij mensen via intercom een epilepsie aanval horen.

Operationaliseren van variabelen 1.5

= instructies over operaties (manipuleren, observeren)

Stellingen:

- Beweringen over hoe de werkelijkheid functioneert (door causale relaties tussen concepten

te specificeren)

- Bezitten een universele geldigheid (inductie)

- Zeggen nog niet hoe de onderzoeker dit concreet in de werkelijkheid zou kunnen nagaan

Afgeleide stelling:

- Kan door logisch redeneren uit theorie afgeleid worden (deductie)

- Zegt nog niet hoe dit concreet in de werkelijkheid moet nagegaan worden

Hypothesestelling

- Herformulering in termen van observeerbare (en manipuleerbare) variabelen

- Verwijst naar gebeurtenissen die in principe observeerbaar zijn

- Maar nog steeds geformuleerd als een uitspraak met een universele geldigheid

- Nog niet onmiddellijk empirisch verifieerbaar

Predictie

- Concrete situaties bedenken die voldoet aan de voorwaarden gespecificeerd in de hypothese

- Dan nagaan of het veronderstelde verband inderdaad geobserveerd wordt

Onafhankelijke variabele:

- Variabele die gemanipuleerd wordt

- Variabele waarvan verwacht wordt dat ze een invloed heeft op het gedrag

Afhankelijke variabele:

- Variabele die geobserveerd wordt

- Wordt beïnvloed door of is afhankelijk van de onafhankelijke variabele

Dan concreet experiment uitvoeren om na te gaan of observaties overeenkomen met de predicties:

- Als predicties worden bevestigd: theorie (voorlopig) houdbaar

- Als predicties niet worden bevestigd: theorie niet houdbaar en vatbaar voor herziening


Hypotheses 1.6

Bruikbare hypothese voldoet aan twee voorwaarden:

1) Er wordt expliciet verwezen naar het bestaan van een verband tussen variabelen

2) De hypothese verwijst al naar de mogelijkheid van empirische toetsing (operationaliseren en

relatie theorie- empirische cyclus)

Onderscheid:

- Hypotheses in nulvorm: hypothese die stelt dat er geen verband is tussen variabelen

- Hypothese die stelt dat er een verband is zonder zich uit te spreken over de richting van het

verband

- Hypothese die zich ook uitspreekt over de richting van het verband

- Hypothese die zich ook uitspreekt over de specifieke vorm en grootte van het verband

Normaliter is de onderzoekshypothese geen nulhypothese (bestaan van verband tussen variabelen?).

Een theorie kan er weinig baat bij hebben te specificeren waar er allemaal geen verband zou

bestaan. Maar er zijn enkele uitzonderingen. In het geval van primitieve kenmerken voorspellen we

geen verband tussen aantal afleiders en reactietijd.

Relatie theorie-empirische cyclus 1.7

- Theorie = causaal netwerk van theoretische constructen

- Correspondentiecriterium: delen van theorie moeten overeenkomen met werkelijkheid

Wetenschap bestaat uit theorie aan de ene kant en empirische evidentie aan

de andere kant


Onderscheid model en theorie:

Model Theorie

‘alsof’

- Causaal netwerk van theoretische concepten

Model waarbij bepaalde constructen verbonden zijn met de empirische wereld door correspondentieregels

- Netwerk van verbanden tussen theoretische concepten staat ‘model’ voor datgene wat er in de werkelijkheid gebeurt

- Model kan getoetst worden op logische gronden: coherentiecriterium De uitspraken in het model mogen niet in tegenstelling zijn tot de rest van de theorie

Theorie kan empirisch getoetst worden

Opmerkingen: * coherentiecriterium: rol van computersimulatie - nabootsen van dit geheel van deelprocessen in een computerprogramma - voordeel: onderzoeker moet elk deelproces expliciteren - bij inconsistenties of onvolledigheden zal het programma niet werken

Correspondentieregel geeft de procedure aan om een construct aan de data te relateren

Twee verschillende definities van constructen:

Operationele definitie Constitutieve definitie

Construct wordt gedefinieerd in termen van observeerbare data en/of manipuleerbare variabelen

Construct wordt gedefinieerd (door middel van concepten in netwerk) in termen van andere constructen in de set. Min of meer zoals in een woordenboek gebeurt. Per definitie is dit circulair

De dubbele lijnen in voorgaande figuur De enkele lijnen in voorgaande figuur


Een construct kan verschillende operationele definities hebben

o Vb operationele definities van gewicht:

Metingen met een evenwichtsbalans of een veerbalans

metingen kunnen licht afwijken van elkaar (vb spanning van veer niet tijdig herijkt)

maar toch hoge correlatie

o Vb operationele definities van intelligentie:

Uitgebreide keuze aan intelligentietests

correleren niet zo hoog

Een construct kan verschillende constitutieve definities hebben

afhankelijk van concepten waarmee in verband gebracht

Bv tijd in fysica of tijd in denken

Latente en manifeste variabelen:

- Latene variabelen = constructvariabele (constitutief gedefinieerd)

- Manifeste variabele = indicatorvariabele = observatievariabele (operationeel gedefinieerd)

o Variabiliteit in de latente variabele is per definitie niet direct observeerbaar

o Wordt verantwoordelijk gesteld voor de observeerbare variabiliteit in de manifeste

variabele

Verband met operationalisering:

- Theorie bestaat uit constitutief gedefinieerde concepten (latente variabelen)

- Predictie bestaat uit operationeel gedefinieerde concepten (manifeste variabelen

Extreem operationalisme

- Alle constructen moeten een operationele definitie hebben

= een overdreven eis

- Een ‘puur’ meetinstrument dat maar één variabele meet is onmogelijk

- Extreem operationalisme is fout

- Alle constructen moeten wel tenminste indirect (via hun connectie met andere constructen)

met observeerbare data verbonden zijn. Als dit niet zo is hebben ze geen verklarende kracht


- Een concept wordt best operationeel gedefinieerd door een set van operaties

= notie van convergerende operaties

- Uit de modelmatig veronderstelde verbanden tussen concepten (zelfs als niet allemaal

operationeel te definiëren) kunnen predicties afgeleid worden die voor empirische toetsing

vatbaar zijn

Correlationele vs theoretische verklaringen

Correlationele procedures of verklaringen Theoretische procedures of verklaringen

Wetenschap die voornamelijk bestaat uit stellingen die de relaties weergeven tussen variabelen die min of meer direct observeerbaar zijn

Wetenschap die ook relaties verklaart op basis van principes die niet onmiddellijk gegeven zijn en verder gaan dan strikte empirische kennis

- Geen enkele wetenschap is puur theoretisch of puur correlationeel - Wel verschil in gradatie - Elke wetenschap begint als puur correlationeel en evolueert naar theoretisch

Fysica vs psychologie

Fysica als voorbeeld van een sterke wetenschap

Psychologie als minder sterke wetenschap

Veel constructen, veel correspondentieregels en veel relaties tussen constructen

Correspondentieregels vaak operationele definities van hoeveelheden

Aan de constructen kunnen getallen toegekend worden

Theoretische constructen vaak ook kwantificeerbaar

Relatie tussen constructen kan dan de vorm van een mathematische vergelijking aannemen

Enerzijds theoretische constructen die belangrijk zijn voor het verklaren van fenomenen in de psychologie

o Connecties tussen concepten geven theoretische relaties weer

o Connectie vaak vaag en verbaal uitgedrukt in plaats van mathemathisch

Anderzijds operationeel gedefinieerde constructen

Men is er vaak niet over eens dat operationeel gedefinieerde concepten hetzelfde zijn als de theoerisch gedefinieerde concepten

Vaak lijkt het erop dat we een concept hebben en daarnaast een meting ervan


Gevolgen voor empirische cyclus

Als predictie niet bevestigd: Theorie fout of operationeel gedefinieerde variabelen zijn geen goede metingen van de corresponderende constitutief gedefinieerde variabelen

Verband met empirische cyclus

- Correspondentieregels werken in twee richtingen

o Observatie: van empirie naar construct (daarom hoor ik de bel)

o Predictie: van construct naar empirie (bv lucht wegnemen)

- Wanneer relaties tussen constructen mathematische vergelijkingen zijn spreken we over

formele modellen

= Formeel model

- Formeel model kan data a.h.w. berekenen in plaats van de echte observaties te doen

- Kan ook een procedure zijn om een theorie te testen: worden de predicties door de

observaties bevestigd of niet?

De rol van formele modellen : voorbeeld uit fysica 1.8

Newton (1642 – 1727)

- Constructen: lichamen (objecten), krachten

- Stellingen (postulaten):

o Een lichaam waarop geen kracht wordt uitgeoefend beweegt met constante snelheid

o Alslichaam A een kracht uitoefent op lichaam B dan oefent lichaam B een even grote

maar tegengestelde kracht uit op lichaam A

o Bij constant lbijvende massa : kracht = massa x versnelling

o Twee lichamen trekken elkaar aan met een kracht die evenredig is met hun

respectieve massa’s en omgekeerd evenredig is met het kwadraat van hun

onderlinge afstand

- Afgeleide stellingen;

o Op basis van regels van logica (of wiskunde als de postulaten op wiskundige

geformaliseerde wijze kunnen voorgesteld worden)

o Valwetten (Galilei)

o Beweging van de planeten rond de zon (Kempler)

Fransman Urbain Leverrier (1811 – 1877)

- Observeerde een afwijking in de baan van Uranus

o Niet voorspeld vanuit Newtons theorie en toenmalige kennis van zonnestelsel


- Veranderde niets wezenlijks aan Newtons theorie

- Deduceerde dat Uranus onderhevig moest zijn aan een bijkomende zwaartekracht die actief

moest zijn vanop een grotere afstand van de zon

- Deductie leidt tot predictie: er moet een onbekende planeet bestaan

- Predictie werd doorgegeven aan astronoom Galle van Berlijnse sterrenwacht

- Vond reeds bij eerste telescopische waarneming na het ontvangen van de berekeningen van

Leverrier de nieuwe planeet Neptunus

- Op basis van één set observaties via de correspondentieregels de theoretische ruimte

binnengaan

- Binnen de ruimte via mathematische transformaties van één construct naar een ander gaan

(relatie tussen cconstructen = mathematische vergelijking)

- Via correspondentieregels dan voorspellingen maken met betrekking tot de empirie

Op gelijkaardige manier werd door afwijking in de baan van neptunus door de Amerikaanse

astronoom Tombaugh, met behulp van een nog krachtiger telescoop, pluto ontdekt

Kanttekening 1:

o De ontdekking van Pluto volgde enerzijds uit empirissche evidentie, nl waarneming van

de baan van Neptunus

o Maar anderzijds ook uit de theorie: er was initieel geen directe empirische evidentie

aanwezig voor het bestaan van Pluto

o Niet op basis van observaties

Kanttekening 2:

o Observatievermogen afhankelijk van technologische ontwikkelingen

snelheid waarmee theorieën kunnen getoetst worden dus ook afhaneklijk van

technologische ontwikkelingen

Beoordelingscriteria voor theorieën 1.9

Interne consistentie Uitspraak mag niet in tegenspraak zijn met rest van de theorie waarvan uitspraak deel uitmaakt. Bij theorie A zijn de stellingen niet met elkaar in tegenspraak.

Empirische correspondentie

Tenminste een deel van de theorie komt overeen met de ervaringswereld. Bij theorie A worden afgeleide predicties tot nu toe bevestig d in de empirische cyclus

Dit zijn noodzakelijke voorwaarden

Extensiviteit Hoe wijdomvattend is de theorie? Hoe omvangrijk is het specifieke domein binnen de observeerbare werkelijkheid die een theorie beweert te kunnen verklaren? Theorie A verklaart meer dan theorie B

Spaarzaamheid Bij keuze tussen twee theorieën die even veel verklaren (zelfde extensiviteit) maar die verschillen in complexiteit, kies dan voor de meest eenvoudige theorie. Overbodige entiteiten moeten uit de theorie worden weggesnoeid. A is minder complex dan B

Deze twee kunnen met elkaar in conflict komen en zijn niet absoluut geldend. Enerzijds: theorie sterker wanneer empirische inhoud kan uitgebreid worden zonder het verklarende begrippenkader uit te breiden. Anderzijds: vaak naar aanleiding van poging om theorie te laten winnen aan extensiviteit dat begrippenkader dient uitgebreid te worden


Maatschappelijke relevantie

Een theorie wordt interessanter naarmate ze toelaat er meer praktische toepassingen uit af te leiden. Theorie A heeft meer praktische consequenties dan B Zeker in het geval van een bijdrage tot het oplossen van sociaal-

economische, medische of technische problemen

De evaluatieve fase 1.10

Correspondentiecriterium

o Toetsen in hoeverre (een deel van) de theorie overeenkomt met de ervaringswereld

Wat zijn de implicaties van een empirische bevestiging/verwerping van een theorie?

Wetenschapsfilosofische discussie!

Karl Popper:

Empirisch onderzoek let te sterk de nadruk op het bevestigen van de gestelde hypothese door

de waarnemingen

Redenen om achterdochtig te zijn tegen zo’n strategie

o Werk vooringenomenheid in de hand:

Neiging om confirmerende evidentie te zoeken

= informatie zoeken die consistent is met hypothese

= informatie vermijden die potentieel falsifiërend is

Door keuze proefopzet gebeurt al selectie in wat men kan observeren en wat

niet

Observeren zelf kan ook selectief zijn (invloed van kennis op perceptie)

Op basis van vroeger opgedane kennis gaat het visuele systeem hypotheses

genereren over voorwerpen die aanwezig kunnen zijn in de wereld en gaat dan

actief op zoek naar evidentie om deze hypotheses te bevestigen / verwerpen

= top down (conceptueel gedreven)

Bottom up : data gedreven, zonder aan leiding bewuste perceptie + kennis zorgt

voor bewuste perceptie

Top down verwerkingen kan contexteffecten verklaren

o Logisch bezwaar:

Een eenmalige bevestiging van een predictie aan de hand van geobserveerde

gegevend biedt geen absolute zekerheid over de algemene geldigheid van de

hypothese waaruit de predictie werd afgeleid

Zelfs bij herhaaldelijke waarneming nooit volledige zekerheid

Conclusie Popper: beter te werken met theorieën die tot falsifieerbare hypothesen leiden

o Falsificatie = verwerpen van een hypothese door middel van observaties

o = Popperiaans falsificationisme

o Voordeel: Falsificatie impliceert zekerheid over het onjuist zijn van een hyptoehse

Hoe zou de wereld eruit zien als de hypothese niet klopt?

Van een theorie moet tenminste aangetoond kunnen worden hoe ze verworpen zou kunnen

worden


o Toetsbare theorieën zijn interessant: een theorie zegt meer in de mate dat ze zich

openstelt voor weerlegging en des te waardevoller als de theorie tegen het risco van

weerlegging bestand is

o Niet falsifieerbare theorieën zeggen eigenlijk niet veel

Problemen:

o Als je Popperiaans falsifaicationisme consequent doortrekt: theorieën zullen zich

bescheidener opstellen

o Kan ook niet enige bedoeling van empirische verificatie zijn theorieën te proberen te

verwerpen

Kanttekening: is eigenlijk een wat onjuiste voorstelling van Popper’s suggestie

o Niet proberen theorieën te verwerpen

o Wel baseer kennis op het uitsluiten van alternatieve verklaringen (in de hoop

uiteindelijk één verklaring over te houden)

Lakatos:

= genuanceerd falsificationisme

Theorie t kan worden verlaten ten voordele van theorie t’ indien:

o T’ omvat de niet gefalsifieerde empirische inhoud van T

(T’ verklaart tenminste wat T verklaarde)

o T’ heeft grotere empirische inhoud dan T

(T’ verklaart meer dan T (extensiviteit))

(Zelfs mogelijk dat T’ fenomenen voorspelt die volgens T onwaarschijnlijk of zelfs

onmogelijk zijn)

o Een gedeelte van de meerinhoud van T’ wordt niet door de werkelijkheid gefalsifieerd

(dynamische visie op wetenschap)

Opmerkingen:

o T en T’ verschillen in empirische inhouden (dat wat ze verklaren)

o T en T’ kunnen op totaal verschillende verklaringsprincipes beroep doen

o T’ zal op den duur moeten wijken voor T’’’

Dynamische visie op wetenschap

Probleem: vergelijken van empirische inhoud van T en T’ veronderstelt een methode om de

overeenkomst tussen theorie en werkelijkheid na te gaan

Objectiviteit door consensus

= observaties worden in één richting geïnterpreteerd indien iedereen het over de interpretatie eens

is (om selectiviteit en top down invloeden op waarneming tegen te gaan). De communicatie gebeurt

via publicaties en congressen

Objectiviteit door consensus is niet waterdicht. Belang van theorie! Is het wel realistisch?

Belangrijk regels te ontwikkelen over wat ondersteunende en falsifiërende evidentie is en hoe we

consensus bereiken over welke evidentie. Dit veronderstelt discussieforum waarin

beoordelingscriteria permanent ter discussie staan.


Meten in de psychologie 2.

2.1 Inleiding

Wetenschappelijke kennis wordt in eerste instantie opgebouwd door uitpsraken te doen over de

ondelringe samenhang tussen variabelen. Dit heeft twee problemen:

1) Meetbaarheid van psychologische variabelen

In welke mate het zin heeft te spreken over fundamenteel meten in de psychologie?

2) Causaliteit uit geobserveerde gegevens interfereren

Hoe kunnen uit gegevens valide conclusies getrokken worden over onderzoekshypothese?

Hoe kunnen we zekerheid verhogen dat er geen storende variabele in het spel is?

2.2 Meetniveaus

Natuurlijke variabele:

Een indeling van alle mogelijke onderzoeksobjecten (bv personen)

op basis van een welbepaalde eigenschap (bv geslacht)

in een aantal wederzijds uitsluitende klassen,

waarbij ieder object tot één en slechts één klasse behoort.

De klasse komen overeen met de waarden die de variabele kan aannemen.

(bv mannelijk of vrouwelijk)

Variabelen zijn niet noodzakelijk getallen. Psychologie bestudeert gedrag en onderliggende mentale

processen. Meer specifiek de variabiliteit in gedrag en mentale processen, in functie van verschillen

in situaties, personen (eventueel tijd). Het aangeven van welke aspecten van situatie en gedrag

kunnen veranderen. Deze aspecten kunnen als variabele fungeren en dus ook in klassen ingedeeld

worden.

Opmerkingen:

1) Niet alleen onderzoeksobjecten die toevallig beschikbaar zijn in een bepaald onderzoek.

Veralgemeenbaarheid!

2) De waarden van een variabele zijn in eerste instantie nog geen getallen, we zijn niet

geïnteresseerd in getallen maar psychologie

3) Aantal klassen kan eindig (bv haarkleur) of oneindig (bv haarlengte)zijn

Dit heeft te maken met discrete vs continue variabelen maar valt er niet mee samen

Discrete vs continue variabele

Discrete variabele Continue variabele

Categorische variabele

Elk punt op de schaal is volledig gescheiden van het volgende

Er is geen grens op de onderverdeling van punten (tenminste in principe)

Om van de ene waarde naar de andere te gaan moet een sprong gemaakt worden (stapsgewijs)

Tussen elke twee waarden kan een nieuwe waarde gevonden worden

Equivalent met natuurlijke getallen Equivalent met reeële getallen


Discrete variabelen kunnen verschillen in de fijnheid (resolutie) waarmee een klassenindeling gemaakt worden

Continuïteit is een theoretische veronderstelling: Omdat meetinstrument altijd beperkt is, kunnen eigenlijk alleen discrete variabelen geobserveerd worden

In praktijk spreken we toch van een continue variabele wanneer:

- De variabele een groot aantal waarden kan aannemen

- De variabele kan geconceptualiseerd worden als manifestatie van een onderliggende continue variabele

Van waarden naar meetwaarden

Een geschaalde variabele of een schaal: indien men de waarden van de variabele voorziet van

getalwaarden. Getallen zijn de meetwaarden (van de objecten met betrekking tot de variabele).

Meten =

Het toekennen van getallen aan de waarden van een natuurlijke variabele,

Zodanig dat de geobserveerde relaties tussen de waarden (de klassen)

afgebeeld zijn in

de overeenkomstige relaties tussen de getallen (de waarden van de geschaalde

variabelen)

Meten

Relaties in empirisch relationeel systeem

Relaties in numerisch relationeel systeem: zelfde relaties als weleer maar in getallen

Relationeel systeem: een verzameling objecten en één of meerdere relaties gedefinieerd tussen de

objecten. <A, R1, R2, …> waarbij A een (niet lege) set is en R1, R2 zijn relaties gedefinieerd op de

elementen van A.

Empirisch relationeel systeem: objecten en relaties zijn empirisch:

o Objecten = de entiteiten waarop de meting betrekking heeft

o Relaties = observeerbare relaties tussen entiteiten

Hetgeen we willen begrijpen

Numerisch relationeel systeem: objecten zijn getallen

Homorfisme tussen de twee systemen

o Relaties tussen elementen in het empirisch relationeel systeem worden

weerspiegeld in relatie in numerisch relationeel systeem

Vrijheid in het toekennen van getallen

o Enige voorwaarde: relaties tussen elementen in het empirisch relationeel systeem

worden weerspiegeld in relaties in het numerisch relationeel systeem

Transformatievrijheid:

o Verschillende meetniveaus hebben eigenlijk te maken met de relaties van het

empirisch relationeel systeem die weerspiegeld moeten worden in het numerisch

relationeel systeem

o hoe minder we weten hoe meer vrijheid


De meetniveaus

Nominaal Ordinaal Geordend metrisch

Interval Ratio Absoluut

Is een deelverzameling van

ERS Zelfde klasse of niet

orde Orde en orde van verschillen

Orde en verhoudingen van verschillen

Orde en verhoudingen van objecten

Alle eigenschappen

NRS X = y of x≠ y X ≥ y X ≥ y (X -y) ≥ (u-v)

X ≥ y (X -y) (u-v) ≥ (k-l) (m-n)

X ≥ y x/y ≥ u/v

X en y

TRANS FORMATIE VRIJHEID

1-1 Strikt monotoon stijgend

Hyper monotoon stijgend

Positief lineair

Similariteits transformatie

Identiteitstransformatie

VB Geslaagd of niet

Opleiding Basket Geboortejaar Zakgeld Aantal kinderen

Vast nulpunt

X X

Vaste meeteenheid

X

Y = log(x) X

Y = x X X X X X

Y = 32x X X X

Y = 0x + 2 X X

Y = 3x -5 X X

Transformatievrijheid:

Strikt monotoon stijgend, bv y =wortel van x, bv y = log(x), bv y = ax + b (met a>0)

Similariteitstransformaties: transformaties die de verhouding van elk tweetal van schaalwaarden niet

beïnvloeden (ax met a >0 en B=0)

Identiteitstransformatie = geen transformatie


1) nominaal niveau

- elk item/voorwerp/gebeurtenis moeten we in één en slechts één categorie kunnen plaatsen

- mutueel exclusieve en exhaustieve categorieën

- leden van eenzelfde categorie krijgen hetzelfde label

- leden van verschillende categorieën krijgen een verschillend label

- de categorienamen zijn een label, alleen maar een naam

- betekent niet dat noodzakelijk niet numerisch, getallen als naam kan ook

- binnen de categorieën kunnen we wel van frequenties spreken, deze frequenties zijn dan

absolute meetenheden terwijl klassenaam nominaal is

= stellen het aantal keer voor dat een gebeurtenis zich binnen een bepaalde categorie

voordoet

DUS

- relatie in empirisch relationeel systeem: behoort een onderzoeksobject voor een bepaalde

eigenschap tot dezelfde klasse of niet?

- Relatie in numerisch relationeel systeem: getallen kunnen verschillend zijn

getallen toekennen aan de klassen op zo’n manier dat onderzoeksobjecten die tot

eenzelfde klasse behoren ook hetzelfde getal toebedeeld krijgen en objecten die tot

verschillende klassen behoren een verschillend.

- Er bestaat een vrijheid in het toekennen van de getallen:

voorwaarde: relaties tussen elementen in het empirisch relationeel systeem worden

weerspiegeld in relaties in het numerisch relationeel systeem

- Transformatievrijheid:

na transformatie moeten leden van eenzelfde categorie nog steeds hetzelfde label krijgen en

leden van verschillende categorieën een verschillend label (één-één transformatie)


2) ordinaal niveau

- vrijheid beperken en daardoor meer informatie

- informatie over rangorde

- ordinale getallen stellen de volgorde voor van de onderzoek elementen

- relatie in empirisch relationeel systeem: onderzoeksobjecten kunnen geordend worden

naargelang hun waarde voor een bepaalde eigenschap

- relatie in numerisch relationeel systeem: van twee verschillende getallen is het ene getal

groter dan het andere

- getallen toekennen aan de klassen op zo’n manier dat onderzoeksobjecten die een hogere

rang hebben ook een hoger getal toebedeeld krijgen





transformaties mogen de orderelatie niet beïnvloeden

= strikt monotoon stijgende transformatie (dus geen plateaus in grafiek)

- We hebben nu meer info dan bij nominaal, we kennen de volgorde


3) geordend metrisch niveau

- afstand tussen paren gebruiken

- relatie in empirisch relationeel systeem:

onderzoeksobjecten kunnen geordend worden naargelang hun waarden voor een bepaalde

eigenschap + paren van onderzoeksobjecten kunnen geordend worden naar onderlinge

gelijkenis op de eigenschap (maw verschillen tussen onderzoeksobjecten kunnen geordend

worden)

- relatie in numerisch relationeel systeem:

van twee verschillende getallen is het ene getal groter dan het andere (a>b) + van twee

verschillende verschillen tussen twee getallen is het ene verschil groter dan het andere ( (a,-

b)> ( (c-d) )


rang hebben ook een hoger getal toebedeeld krijgen en dat grotere verschillen tussen

onderzoeksobjecten overeenkomen met grotere verschillen tussen getallen





transformaties mogen de orderelatie niet beïnvloeden + de verschillen

= enkel hypermonotoon stijgende transformatie (dus geen plateaus in grafiek)

- We hebben nu meer info dan bij ordinaal, we kennen de volgorde en de volgorde van de

verschillen van telkens twee getallen


4) interval niveau

- verhouding van afstanden

- we kunnen op een zinvolle manier over afstanden tussen punten op een schaal spreken

- afstanden of intervallen tussen onderzoekselementen (mbt een bepaald kenmerk) worden

weerspiegeld in de afstanden tussen getallen

- geen vast nulpunt, zowel nulpunt als meeteenheid is arbitrair



eigenschap + relatieve afstanden (verhoudingen van telkens twee verschillen tussen

onderzoeksobjecten op die eigenschap) hebben betekenis


van twee verschillende getallen is het ene getal groter dan het andere (a>b) +

getalsverhoudingen van twee verschillen hebben een bepaalde grootte


rang hebben ook een hoger getal toebedeeld krijgen en dat relatieve afstanden (of

intervallen) tussen onderzoek elementen (mbt) een bepaald kenmerk worden weerspiegeld

in de afstanden tussen getallen






transformaties die de relatieve afstanden (verhouding van twee verschillen) niet beïnvloeden

= positief lineaire transformaties

- We hebben nu meer info dan bij ordinaal, we kennen de volgorde en de volgorde van de

verschillen van telkens twee getallen

- Veel schalen die op intervalniveau lijken zijn dat in werkelijkheid niet

Dan is het verschil tussen scores bijvoorbeeld niet vergelijkbaar omdat bv de vragen niet

allemaal even moeilijk zijn.

- Stijgend lineair verband tussen aantal afleiders en de reactietijd: bij een even grote toename

van het aantal afleiders is er een even grote toename in reactie tijd.

Om op grond van gegevens te kunnen uitmaken of dit verband er is, moeten de twee

variabelen minstens op intervalniveau meetbaar zijn

5) ratio niveau

- absoluut nulpunt (natuurlijke ondergrens)

negatieve getallen hebben geen betekenis

- meeteenheid is arbitrair

- we spreken over de verhoudingen tussen onderzoekselementen

(m.b.t. een bepaald kenmerk)

- verschil is vaak subtiel



eigenschap + verhoudingen van onderzoeksobjecten (op die eigenschap) hebben een

betekenis


van twee verschillende getallen is het ene getal groter dan het andere (a>b) +

getalsverhoudingen hebben een bepaalde grootte


rang hebben ook een hoger getal toebedeeld krijgen en dat verhoudingen tussen

onderzoekselementen (m.b.t. een bepaald kenmerk) worden weerspiegeld in de

verhoudingen tussen de getallen





transformaties die de verhouding van elk tweetal van schaalwaarden niet beïnvloed

= similariteitstransformaties (bv ax met b = 0 en a >0)

- We hebben nu meer info dan bij interval, we kennen de volgorde en de verhoudingen tussen

schaalwaarden

-

6) absoluut niveau

- de getallen voor de waarden van een variabele liggen geheel vast

- zowel nulpunt als meeteenheid liggen vast

- getallen toekennen aan de klassen op zo’n manier dat alle eigenschappen van de

onderzoekselementen (m.b.t. dat bepaalde kenmerk) worden weerspiegeld in de de getallen






afwezigheid van een toegelaten transformatie. Er is maar één schaal voor die variabele

= identiteitstransformatie

- We hebben nu meer info dan bij ratio, we kennen de volgorde en de verhoudingen tussen

schaalwaarden

Hiërarchie van meetniveaus

Deelverzameling van … Absoluut niveau

Identiteitstransformatie

Verhoudingsniveau

Similariteitstransformatie

Intervalniveau

Positief lineaire transformatie

Geordend metrisch niveau

Hypermonotoon stijgende transformatie

Ordinaal niveau

Strikt monotoon stijgende transformatie

Nominaal niveau

Één-één transformatie

Informatie: naarmate we van nominaal naar absoluut niveau gaan krijgen we telkens meer specifieke

informatie:

Nominaal: informatie over (on)gelijkheden

Ordinaal: informatie over rangordeningen

Geordend metrisch: ook informatie over rangordeningen van onderlinge afstanden

Interval: ook informatie over verhoudingen van twee verschillen

Ratio: ook informatie over verhouding van twee schaalwaarden

Verband met theorie:

Eisen over het meetniveau gaan terug op het soort inhoudelijke uitspraken die uit een

theorie kunnen worden gereduceerd EN heeft praktische consequenties

Meetniveau is geen intrinsieke eigenschap van een variabele!

Hangt af van doel van onderzoeker (en daarmee samenhangend, latente variabele die

gepresenteerd wordt)

Slotbemerkingen:

Er bestaan nog andere meetniveaus

Meetniveaus hebben implicaties voor statistische analyse


2.4 Inleiding in datatheorie

Gaat ook om het afbeelden van empirisch systeem op numerisch systeem.

Hierbij vaak handig beroep te doen op isomorfie tussen reële getallen en punten

o Expliciet afbeelden van elementen uit empirisch systeem op getallen in numerisch

systeem (numerische modelformulering)

= identificeren van elementen uit empirisch systeem als punten op een rechte

(geometrische modelformulering)

Voordeel van geometrisch modelformulering

o In vb tot nu toe: één schaalwaarde toekennen aan elk element in empirisch

relationeel systeem (elk element voorgesteld als één punt op een lijn)

= één lijn

o Soms aan elk element twee (of meer) getallen toekennen

(elk element voorgesteld als één punt in twee – (of multi) dimensionale ruimte

= assenstelsel (2dmensioneel)

= vaak overzichtelijker dan in numerische vorm

Coombs onderscheidt vier fundamenteel verschillende types van data:

1) Enkelvoudige prikkelgegevens

2) Voorkeurgegevens

3) Prikkelvergelijkingsgegevens

4) Vergelijking van verschillen tussen prikkels

Enkelvoudige prikkelgegevens

Er ligt een latente (verborgen) continuüm dimensie achter de gegevens

Dominantierelatie: wat rechts ligt domineert wat links ligt aangeduid door

bv a 1 (1 wordt gedomineerd door a)

Aan de gerichte afstand (enkelvoudige prikkelgegevens) in het geometrisch model

correspondeert een relatie in het numerisch model (schaalwaarden)

a 1 1 a d1a > 0 S1 – Sa >0 d1a < 0 S1 – Sa <0 Gerichte afstand

Schaalwaarden

Twee formele kenmerken

a) Twee verzamelingen van entiteiten worden als twee afzonderlijke verzamelingen van

punten in de geometrische schaaloplossing voorgesteld

b) De geobserveerde relatie tussen twee entiteiten (een entiteit uit de ene verzameling en

een entiteit uit de andere verzameling) wordt voorgesteld in een relatie tussen punten

Niet alleen van toepassing op antwoorden op testitems

Deze lijn deelt voor elk punt het continuüm in twee helften

Individuen zijn te ordenen langs één onderliggende (latente) dimensie

o Elk individu verdeelt die dimensie in twee stukken:

één gebied waarin de items liggen die het individu fout beantwoordt en één gebied

waarin de items liggen die het individu juist beantwoord


o verschillende individuen delen de dimensie op verschillende plaatsen in tweeën

o = informatie op ordinaal niveau

Items zijn te ordenen langs zelfde onderliggende (latente) dimensie

o Elk item verdeelt de dimensie in twee stukken:

één gebied waarin de individuen liggen die het item fout beantwoorden en één

gebied waarin de individuen liggen die het item juist beantwoorden

o Verschillende items delen de dimensie op verschillende plaatsen in tweeën

o = informatie op ordinaal niveau

A B C D E Scalogram- of simplexstructuur van Guttman: Perfecte triangulaire structuur = perfect fit

0 0 0 0 0

1 0 0 0 0

1 1 0 0 0

1 1 1 0 0

1 1 1 1 0

1 1 1 1 1

Hoe triangulaire structuur verkrijgen:

o Permutatie van rijen en kolommen

je mag ze verschuiven

o Het aantal positieve antwoorden in opeenvolgende rijen moet variëren van 0 tot n

Frequentie wordt vaak gegeven; die pak je mee over

Dit kan je dan ook op een lijn zetten. Frequentie zet je onder de lijn met accolades.

De frequentie is dan het aantal subjecten per segment

Er bestaan computerprogramma’s om oplossingen te zoeken

In realiteit worden ook antwoordpatronen geobserveerd die afwijken van de perfect

triangulaire structuur

We kunnen nagaan hoe groot de afwijking is (hoe goed het scalogrammodel de

oorspronkelijke gegevens verklaar), hoe goed of slecht de fit is

=sommatie ( aantal fouten in bepaalde regel x frequentie van die regel)

= aantal foute reproducties


Reproductiecoëfficiënt (geeft aan hoe goed het scalogrammodel de oorspronkelijke

gegevens verklaart)

= aantal fouten / aantal antwoorden

aantal antwoorden = aantal subjecten (n frequentie) x aantal items (kolommen)

Niet alles is strikt genomen toegelaten, dit betekent daarom niet dat andere patronen

helemaal afwijken van triangulaire structuur

Betekenis van observatie van redelijk goede fit:

o Er bestaat een bepaalde, voor iedereen vaste, volgorde van symptomen (ordinale

informatie ivm symptomen)

o Sommige subjecten komen één of meer fasen verder dan anderen (ordinale

informatie ivm subjecten)

o Laat voorspelling toe (theoretisch weliswaar) ;

symptoom 1 dan waarschijnlijk ook symptoom 2

o Er bestaat een intrinsieke afhankelijkheid tussen de verschillende symptomen

waardoor ze geordend kunnen worden van minder naar meer ernstig

o Suggereert at symptomen van één onderliggende latent, continuüm afkomstig zijn

We vinden structuur in de empirie, hoe de empirie in elkaar zit, bij goede fit

Schaaltechnieken kunnen belangrijke rol spelen in theorievorming;

je kunt van een verzameling items nagaan of ze op hetzelfde continuüm betrekking hebben;

of ze tot dezelfde ‘universe of content’ behoren

Opmerking: ook uitbreidbaar naar multicategoriële items!

Legt heel sterke restricties op aan de gegevens

Bij k items:

o in principe 2k mogelijke antwoordpatronen

o Bij perfect triangulaire structuur: slechts k+1 antwoordpatronen toegelaten

Items Mogelijke patronen

Toegelaten patronen

3 4 5 6

8 16 32 64

4 5 6 7

Wat doen indien model onvoldoende bij de gegevens past ?

(in de praktijk komt dit niet voor)

o Model uitbreiden tot meer dimensies

Bv twee dimensionaal waarbij nog een variabele een rol zal spelen

o Minder restricties

o Minder structuur (toegeven)

Voorkeursgegevens (2e Coombs)

Elke dimensie heeft betekenis. In een geometrisch model: continuüm van de variabele

voorstellen als rechte lijn

Subject wordt afgebeeld als een punt op het continuüm (=ideaalpunt voor subject i)


Absolute afstand tussen ideaalpunt en stimuluspunt neemt af naarmate het subject bv. een

grotere voorkeur heeft voor het schilderij

|d1a| < |d1b|

De denkbeeldige stimulus c die samenvalt met het subjectpunt is die stimulus die altijd door

het subject zal verkozen worden boven elke andere stimulus = ideaalpunt

Aan verschil in afstand in het geometrisch model correspondeert een grootte van verschil in

schaalwaarden in het numerisch model

|d1a| < |d1b| |s1 – sa|< |s1 – sb|

Twee formele kenmerken van voorkeursgegevens:

o Twee verzamelingen van entiteiten worden als twee afzonderlijke verzamelingen van

punten in de geometrische schaaloplossing voorgesteld (model c)

o De geobserveerde relatie tussen twee paren van entiteiten (relatie voorkeur van s

voor i en voorkeur van s voor j) wordt voorgesteld in een relatie tussen twee

afstanden

Verschil met enkelvoudige prikkelgegevens:

Relatie tussen twee entiteiten Relatie tussen twee paren van entiteiten

Twee verzamelingen van entiteiten

Enkelvoudige prikkelgegevens Voorkeursgegevens

1 > a S1 – Sa<0 1:a < b |s1 – sa|< |s1 – sb|

Hoe voorkeurschaal voor individueel subject afleiden?

o J-schaal:

Joint scale, bevat posities van subjecten en stimuli

= een oplossing

o I-schaal:

Individual scale, rangorde van stimuli naar een individueel

= data gegeven

Om van J-schaal naar I-schaal te gaan: opvouwen (afstand)


Om van I-schalen naar J-schalen: omgekeerde weg

o Centrale rol voor het midden (ab) tussen twee stimuluspunten

Indien het ideaalpunt van een subject links van ab ligt: subject verkiest a

indien het ideaalpunt van een subject rechts van ab ligt: subject verkiest b


o 3 stimuli a, b en c

De drie middenpunten bepalen vier regio’s voor ideaalpunten.

Voor elk segment kunnen we nagaan welke I-schaal geproduceerd moet worden

door subjecten die hun ideaalpunt in het segment hebben

Interval 1 (links van ab): a > b > c

Interval 2 (tussen ab en ac): b > a > c

Interval 3 (tussen ac en bc): b > c > a

Interval 4 (rechts van ab): c > b > a

Restrictief: a > c > b en c > a >b zijn niet toegestaan want dit valt niet binnen

restricties van het schaalmodel

o Vier stimuli a, b, c en d

o

Bij n-stimuli word de J-schaal ingedeeld in [n(n-1)/2] + 1 segmenten

Er kunnen dan ook maximaal [n(n-1)/2] + 1 verschillende I-schalen voorkomen bij een J-

schaal met n stimuli

er zijn in principe n! verschillende rangordeningen van n-stimuli

(Schaalmodel uit restricties 1 dimensie)

# stimuli # mogelijke

rangordeningen # toegestane rangordeningen

3 6 4 4 24 7 5 120 11 6 720 16 7 5040 22 (zeer restrictief)

Van een I schaal een J- schaal maken:

o Is er maar één paar met tegengestelde I-schalen?

= altijd gesitueerd in de intervallen aan de uiteinden van de J-schaal

o Zijn er slechts twee verschillende stimuli die voorkomen als laatste stimulus

van de I-schalen?

= De twee meest extreme stimuli op de j-schaal

Als er een middenpunt PQ overschreden wordt verandert de voorkeur van P over Q naar Q

over P, de rangorde van de andere stimuli blijft dezelfde


Volgorde van de I-schalen tussen de twee uiterste I-schalen wordt bepaald door de volgorde

van de middenpunten tussen de stimuli op de J-schaal, maar volgorde van middenpunten

wort niet alleen bepaald door volgorde van stimuli zelf maar ook door grootte van afstanden

tussen stimuli

orde van paren stimuli (verschillen stimuli)

Dit heeft te maken met het meetniveau van de schaal:

Geordend metrische schaal

- informatie over rangorde van schaalwaarden en van afstanden tussen schaalwaarden

wordt bewaard (niet meer enkel ordinaal zoals bij enkelvoudige, meer structuur)

Sa > Sb S’a > S’b |sa – sb|> |sc – sd| |s’a – s’b|> |s’c – s’d|

- geordend metrische schaal bevindt zich in de hiërarchie van meetniveaus tussen

ordinale schaaltype en intervalschaaltype

o ordinaal meetniveau: informatie over rangorde van schaalwaarden wordt bewaard

Sa > Sb S’a > S’b

o intervalmeetniveau: informatie over rangorde van schaalwaarden en over

verhoudingen tussen afstanden worden bewaard.

Sa > Sb S’a > S’b

(sa – sb) / (sc – sd) (s’a – s’b) / (s’c – s’d)

- implicatie:

o we vertrekken van louter ordinale informatie (volgorde van de stimuli voor elk

subject)

o we bekomen geordend metrische informatie (ook info over de rangorde van de

afstanden tussen stimuli)

we spreken niet over dominante relaties maar over absolute afstanden hierbij


Dus; hoe van I-schalen naar J-schalen:

- Ontvouwingstechniek van coombs:

o De I-schalen ontvouwen naar een gemeenschappelijke J-schaal

o Daarbij gebruik maken van de karakteristieken van J-schalen

Stappenplan:

1) Max [n(n-1)/2] + 1 verschillende I-schalen

Nee: geen unidimensionale oplossing mogelijk

Ja: volgende vraag

2) Max één paar met tegenstelde I-schalen


Ja: deze zijn gesitueerd in de intervallen aan de uiteinden van de J-schaal

3) Slechts twee verschillende stimuli voorkomen als laatste stimuli


Ja: deze zijn de twee meest extreme stimuli op de J-schaal

4) Als er een middenpunt PQ overschreden wordt verandert de voorkeur van p over q

naar q over p


Ja: bepaal de volgorde van de I-schalen zo dat bij de overgang tussen twee

opeenvolgende I-schalen alleen de relatieve positie van twee stimuli omslaat

5) Doe stap 4 voor alles

6) Je hebt nu de I-schaal geordend, zet deze opeen lijn

Vergeet hierbij niet het aantal subjecten met een bepaalde I-schaal als interval te

zetten

Interpretatie (enkele mogelijkheden):

- Volgorde van stimuli

o Komt volgorde overeen met bepaalde stimuluseigenschap?

o Gebruiken subjecten meer complexe criteria?

o Belang van theorie (kan getoetst worden via schaaloplossing)

o Is voorkeur te verklaren vanuit één onderliggende dimensie?

- Volgorde van afstanden tussen stimuli

Verschil in beoordeling stimuli veel groter bij de ene dan bij de andere

- Verdeling van subjecten over de schaal

stel dat stimuluseigenschap inderdaad de volgorde verklaard, dan kan je ook de

subjecten classificeren naargelang de voorkeur voor deze stimuluseigenschap

kan nuttig zijn om relaties met andere variabelen te onderzoeken

Hoe van I-schalen naar J-schaal

- In realiteit met computer

- In realiteit ook onvolledige gegevens (ontbrekende I-schalen)

Indien er te veel ontbreken kan je best beperken tot ordinale schaal

- In realiteit afwijkingen (ook I-schalen die niet toegelaten zijn in unidimensionele

oplossing), drie mogelijkheden:

a) Beschouwen als toevallige afwijkingen

- Indien beperkt aantal!

- Percentage I-schalen die door schaaloplossing verklaard worden = index voor graad

van aangepastheid van schaaloplossingen van gegevens


- Ruwe vuistregel: wanneer unidimensionale J-schaal minstens 80% van de gegevens

verklaart heb je een valide schaal (niet toevallig)

b) Multidimensionele oplossingen

bv uitbreiden naar twee dimensies

Ideaalpunt van een subject is nu een punt in een twee-dimensionale ruimte

relatieve voorkeur voor stimuli nu weergeven als verschil in relatieve afstand

ideaalpunt-stimlusa en ideaalpunt-stimulusb

Meer dimensies is weliswaar ook minder restrictief.

Je moet restricties opleggen anders heeft het geen zin, dan vind je geen structuur in

de empirie (dit is moeilijker met drie stimuli)

# stimuli # mogelijke

rangordeningen # toegestane

rangordeningen

# toegestane rangordeningen met 2 dimensies

4 24 7 18 5 120 11 46 6 720 16 101

- Voorbeeldstudie in voorbeelddocument


Basisprincipes bij het opzetten van experimenteel onderzoek 3.

3.1 Inleiding

Wetenschappelijke kennis wordt in eerste mate opgebouwd door uitspraken te doen over onderlinge

samenhang tussen variabelen. Dit geeft ons twee problemen:

1) Het probleem van de meetbaarheid van psychologische variabelen (deel 2)

2) Hoe causaliteit uit geobserveerde gegevens interfereren (dit deel)

Hoe kunnen uit gegevens valide (geldige) conclusies getrokken worden over

onderzoekshypothese?

Hoe kunnen we de mate van zekerheid verhogen dat we kunnen spreken over causaal

verband?

Drie basisprincipes:

1) Maximiseren van experimentele variabiliteit

2) Minimiseren van foutenvariabiliteit

3) Maximiseren van controle op storende variabelen

3.2 Variabelen en proefopzet

Het skelet van een experiment:

Altijd tenminste één onafhankelijke variabele

Altijd tenminste één afhankelijke variabele

Potentieel storende variabelen worden gecontroleerd

Bedoeling van experimenten: nagaan in welke mate de data afhankelijk zijn van het niveau van de

onafhankelijke variabele.

Onafhankelijke variabele Afhankelijke variabele Storende variabele

= datavariabele = observatievariabele

= controlevariabele

= causale variabele = antecedens variabele = Indien X variabele = gemanipuleerde variabele

= effectvariabele = consequensvariabele = dan Y variabele = geobserveerde variabele

kan suggereren dat een correlationeel verband voldoende is om causaal verband te infereren

Variabele die wordt gemanipuleerd

Variabele die wordt beïnvloed door OV

Afhankelijke variabele niet alleen beïnvloed door OV maar ook door ontelbaar andere variabelen


Onafhankelijk van de natuurlijke loop der dingen (onderzoeker zorgt voor variatie)

Komt natuurlijk voor Een storende variabele varieert mee met een OV en oefent een invloed uit op de AV

Resulteert in verschillende experimentele condities of behandelingen (ov specificeert hoe verschillende subjecten ‘behandeld’ worden in verschillende condities)

Bedoeling is na te gaan in welke mate de data afhankelijk zijn van het niveau van de onafhankelijke variabele

- Geen deel van de hypothese

- Invloed op AV - OV en SV hangen

samen (als OV wijzigt, SV ook)

Tenminste twee niveaus (1niveau heeft geen nut)

-

Correlationeel verband / causaal verband

Best dat het verband onder gecontroleerde omstandigheden wordt geobserveerd

Omstandigheden waarbij de onafhankelijke variabele als een causale variabele wordt

gemanipuleerd

Wanneer onafhankelijke variabele als een causale variabele wordt gemanipuleerd

o Wanneer X aanwezig is, wordt een effect op Y geobserveerd: X Y

o Zonder dat andere variabelen verantwoordelijk kunnen worden gesteld voor het

effect op Y

o Wanneer X afwezig is, wordt geen effect op Y geobserveerd

X is een noodzakelijke en voldoende voorwaarde

Meerdere onafhankelijke en afhankelijke variabelen mogelijk

Unifactoriaal: één OV

Multifactoriaal: meerdere OV

Univariaat: één AV Vaak variantie-analyse (ANOVA)

Multivariaat: meerdere AV Vaak multivariate variantie-analyse (MANOVA)

En combinaties

3.3 Validiteitsvoorwaarden

Vier vormen van validiteit waaraan experimenteel (en quasi-experimenteel) onderzoek moet

voldoen:

1) Validiteit van statistische conclusie

Is er een covariatie tussen de OV en AV?

Variatie in AV te wijten aan variatie in OV statistisch?

2) Interne validiteit

Gegeven dat er een verband is, gaat het om een causaal verband van een

geoperationaliseerde variabele naar een andere?

Causale of storende variabele?


3) Constructvaliditeit

Gegeven dat het verband vermoedelijk causaal is, wat zijn de theoretische constructen die

aan de basis liggen van het verband?

Verruimen theoretische kennis

4) Externe validiteit

Gegeven dat er vermoedelijk een causaal verband is tussen constructen A en B, kunnen we

die relatie dan generaliseren naar andere personen, situaties en momenten en naar andere

operationalisaties?

Veralgemeenbaarheid

We bespreken nu deze vier validiteiten

1) Validiteit van statistische conclusie

Beslissen of onderzoekshypothese al dan niet aangehouden wordt, gebeurt meestal op basis

van statistische data analyse

Onderliggend aan statistische data-analyse ligt een beslissingsmodel.

Dit model legt voorwaarden op aan de gegevens:

1. Power analyse

Is de studie gevoelig genoeg om iets te concluderen over de covariatie tussen OV en AV?

Hoe groot moet de steekproef minstens zijn om een effect van een bepaalde grootte te

kunnen observeren?

2. Significantie toetsen

Indien studie gevoelig genoeg is, is er voldoende evidentie om te besluiten dat de

variabelen covariëren? Is de covariantie goed genoeg om toeval uit te sluiten?

(Onderscheid onderzoekshypothese – statistische hypothese)

3. Effect grootte

Indien voldoende evidentie voor covariatie tussen variabelen, hoe sterk covariëren de

variabelen?

Enkele mogelijke bedreigingen van statistische conclusie-validiteit (niet exhaustief)

o Te lage statistische power (vb te kleine steekproef, te weinig observaties)

o Data voldoen niet aan voorwaarden van model (vb variantie-analyse veronderstelt

dat score op AV normaal verdeeld is)

2) Interne validiteit

Een onderzoek is intern valied als de waargenomen variatie in de afhankelijke variabele op

ondubbelzinnige wijze kan toegeschreven worden aan variatie in de OV, en niet aan variatie

in een storende variabele.

Voornamelijk twee mogelijke problemen:

1. Richting van verband

o A B of B A

o Meestal geen probleem in experimenteel onderzoek aangezien onderzoek de OV

manipuleert


2. Invloed van storende variabelen

o Indien variatie geobserveerd wordt in afhankelijke variabele en indien er

onzekerheid is of die variatie te wijten is aan de OV of aan een storende variabele

onderzoek niet intern valies

o Andere termen:

Concomitante (samengaan) variabele

Contaminerende (door elkaar halen, besmetten) variabele

Engels: Nuisance, confounding variabele

Alternatieve hypothese

Rivaliserende hypothese

laatste twee specificeert het verband tussen de AV en een andere

variabele dan de OV

Toetsen in experiment waarin alleen OV een effect kan hebben

Valse positieve bevindingen:

een derde variabele die er voor zorgde dat een covariatie was tussen A en B, zonder dat er

een causaal verband was tussen A en B

Valse negatieve bevindingen:

door de invloed van een storende variabele wordt de covariatie tussen A en B verdoezeld

(hoewel er in werkelijkheid een causaal verband is tussen A en B)

Toename in A leidt tot toename in B en C. Toename in C leidt tot afname in B

Toename in A leidt tot afname in B en C. Afname in C leidt tot toename in B

Toename in A leidt tot toename in B en afname in C. Afname in C leidt tot afname in B

Effecten van A en C op B heffen elkaar op (+ en – heffen elkaar op)


3) Constructvaliditeit

- Link met theoretisch model (correspondentie) EN empirische cyclus (predictie)

- Gegeven dat het verband vermoedelijk causaal is, wat zijn de theoretische constructen die

aan de basis liggen van het verband?

o Interne validiteit: relatie tussen geoperationaliseerde variabelen

o Constructvaliditeit: op basis van geoperationaliseerde variabelen uitspraken doen

over de onderliggende theoretische constructen?

- Constructvaliditeit voor ALLE variabelen in het onderzoek

(onafhankelijk, afhankelijk en controle variabelen)

4) Externe validiteit

- Heeft te maken met constructvaliditeit

- Een onderzoek is extern valied als de conclusies van het onderzoek veralgemeen kunnen

worden naar andere participanten, situaties en tijdsmomenten (ook veralgemening naar

andere operationaliseringen van OV en AV ).

- Twee manieren om het te bekijken:

1. Engere betekenis van veralgemening

Veralgemening naar grotere populatie van theorie

Nadruk op individuele studies

2. Bredere betekenis: belang van theorie

Kleine overlap met construct

Onderzoeker vaak niet geïnteresseerd in verband tussen geoperationaliseerde variabelen

op zich. Hij wil theoretische conclusies trekken

- Belang van theorie: externe validiteit overstijgt vaak individuele experimenten

- Systematische replicatie

o Externe validiteit kan je nagaan via nieuw onderzoek

o Directe replicatie: originele studie zo exact mogelijk overdoen

Dit is niet publiceerbaar maar geeft veel informatie over betrouwbaarheid

o Systematische replicatie: originele studie overdoen, maar met systematische variatie

wat betreft participanten, situaties, tijdsmomenten en/of operationaliseringen van

variabelen

- Spanning interne – externe validiteit

o Interne validiteit kan verhogen oa door striktere experimentele controle op

mogelijke storende variabelen

o Leidt vaak tot specifiekere, soms artificiële situatie

o Leidt vaak tot ‘grotere afstand van het echte leven’ (externe validiteit)

o Kennis verworven in een experiment zegt eigenlijk niets over het echte leven

ECHTER

Interne validiteit belangrijk: in tegenstelling tot wat men denkt, is het feit dat

wetenschappelijke experimenten in elkaar worden gekunsteld geen ongeluk.

Het is bewust gezocht. Wetenschappers zetten expres condities op dat, in

tegenstelling tot die van de natuur, omdat dit de enige manier is om de basis

variabeleren voor de correlatie te onderscheiden van evenementen in de

wereld.

Belang van theorie: onderling mechanisme van psychologie


Afwijking Som kwadraten Gemiddelde kwadraat

Totaal

= totaal gemiddelde

SKTot ∑∑

GKTot ∑ ∑

Totale variëteit in groepen

= groepsgemiddelde

SKbin ∑∑

GKbin ∑ ∑

Tussen groepen

= totaal- en groepsgemiddelde

SKtus ∑

GKtus ∑

=nog nakijken

1. Totale variantie

= afwijking individuele score t.o.v. totaalgemiddelde

2. Variantie binnen elke groep

Variabiliteit bij subjecten van eenzelfde groep Variabiliteit bij subjecten van verschillende groepen

= afwijking individuele score t.o.v. groepsgemiddelde (onafhankelijke variabele)

GKBG = gemiddelde kwadraat binnen de groepen

Te wijten aan bronnen van variabiliteit die niets met onafhankelijke variabele te maken

hebben

= FOUTENVARIABILITEIT (ruis) ; variabiliteit waar we niet geïnteresseerd in zijn

Deze bronnen van variabiliteit zijn niet te wijten aan de onafhankelijke variabele want binnen

een groep blijft niveau van onafhankelijke variabele hetzelfde

Bronnen van variabiliteit niet alleen actief bij subjecten van eenzelfde groep, ook bij

subjecten van verschillende groepen

Schatting van deze variantie door met varianties van alle condities rekening te houden


3. Variantie tussen groepen

GKtussen = gemiddelde kwadraat tussen de groepen

Bij verschillen tussen individuen van verschillende groepen: één bijkomende bron van

variabiliteit

variabiliteit ten gevolge van manipulatie van onafhankelijke variabele

= experimentele variabiliteit

Variantie binnen groepen Variantie tussen groepen

= foutenvariabiliteit (ruis) Foutenvariabiliteit + experimentele variabiliteit

Wanneer er geen effect uitgaan van de onafhankelijke variabele op de afhankelijke variabele, dan zal GKtussen = GKbinnen (want gaan terug op zelfde bronnen variabiliteit, behalve onafhankelijke variabele)

Wanneer er een effect uitgaat van de onafhankelijke variabele op de afhankelijke variabele dan moet GKtussen groter zijn dan GKbinnen

⇔

Variantieanalyse is een statistische techniek die toelaat na te gaan of GKtussen / GKbinnen meer afwijkt van 1 dan volgens toeval te verwachten is

Interpretatie: onafhankelijke variabele oefent invloed uit op afhankelijke variabele

Bijkomende analyses laten toe na te gaan welke condities precies van elkaar verschillen

3.5 enkele basisopzetten

keuze van experimenteel opzet

beslissen welke participanten welke behandeling zullen krijgen en wanneer

bedoeling

zoveel mogelijk aan validiteitsvoorwaarden voldoen

Bouwstenen van een experiment (opzet)

Tussen 1 of meer variabele

Binnen 1 of meer variabele

gelijktijdig

herhaaldelijk

Blok


3.5.1 manipulatie van variabele tussen subjecten

elke participant wordt ad random toegewezen aan één groep volledig gerandomiseerd proefopzet Anders creëer je mogelijk storende variabelen (interne validiteit!)

participanten van eenzelfde groep krijgen dezelfde experimentele behandeling

3.5.2 manipulatie van meerdere variabelen tussen subjecten

elke participant wordt ad random toegewezen aan 1 groep volledig gerandomiseerd factorieel proefopzet

3.5.3 manipulatie van een variabele binnen subjecten, met gelijktijdige meting

elke participant krijg alle experimentele behandelingen (elk niveau van onafhankelijke var)

eenvoudigste vorm: participant kan a.h.w. kiezen tussen de verschillende niveaus van de onafhankelijke variabele

3.5.4 manipulatie van een variabele binnen subjecten, met herhaalde metingen

elke participant krijgt alle experimentele behandelingen

experimentele condities worden op verschillende tijdsmomenten gerealiseerd

3.5.5 manipulatie van meerdere variabelen binnen subjecten

twee onafhankelijke variabele over zelfde object

bv zelfde object of niet en grootte van hoek van het object

3.5.6 manipulatie van één variabele tussen of binnen subjecten en één blok variabele

participanten worden in blokken verdeeld, op zo’n manier dat subjecten binnen een blok homogener (minder variabiliteit) zijn dan subjecten tussen blokken niet meer volledig ad random

daarnaast wordt één variabele tussen of binnen subjecten gemanipuleerd gerandomiseerd blok opzet

3.5.7 gemengde opzetten met manipulatie zowel van variabele(n) tussen subjecten als variabele(n) binnen subjecten

split-plot factorieel proefopzet: opzet met minstens één tussen-subject en minstens één binnen-subject variabele

Voorbeeld: 2 x 4 opzet Wilt zegge: Onafhankelijke variabele 1: 2 niveaus (bv man of vrouw) Onafhankelijke variabele 2: 4 niveaus (bv op werk, thuis, bij vrienden, bij familie)

3.5.8 Opmerking: situationele en persoonsvariabele

Zowel situationele variabelen (visueel/auditief, duur, hoek, …) als persoonsvariabele zijn mogelijk (intelligentie, geslacht, zelfzekerheid)

Situationele variabele Persoonsvariabele

Manipulatie Niet gemanipuleerd

Liefst ad random Kan niet ad random (interne validiteit, storende variabele!)

Vaak experimenteel onderzoek Quasi-experimenteel onderzoek


3.5.9 Keuze van proefopzet

Beslissen welke participanten welke behandeling zullen krijgen en wanneer heeft belangrijke implicaties voor:

o Maximiseren van experimentele variabiliteit o Minimiseren van foutenvariabiliteit (ruis) o Maximiseren van controle op storende variabele

Basisprincipes van experimenteel onderzoek die kans op valide conclusies t.a.v. onderzoekshypothese moeten verhogen

3.6 Maximiseren van experimentele variabiliteit

zo groot mogelijk maken

Bij constante foutenvariabiliteit wordt kans op significant effect groter naarmate experimentele variabiliteit toeneemt

Onafhankelijke variabele een kans geven: 1) Zorgen voor goede operationalisering van onafhankelijke variabele

indien dit niet zo is, is de kans op significant effect kleiner 2) Indien keuze tussen verschillende niveaus van een onafhankelijke variabele:

voldoende verschillende niveaus kiezen ruimte creeëren voor experimentele variabiliteit Indien niveaus weinig van elkaar verschillen is kans op significant effect kleiner MAAR bij te extreme waarden kans dat constructvaliditeit van geoperationaliseerde variabele in het gedrag komt

3) Plafond of vloereffecten vermijden ruimte creeëren voor experimentele variabiliteit bij keuze van niveau(s) van OV er naar streven dat OV aanleiding kan geven tot voldoende variatie in AV Plafondeffect: OV resulteert in extreem hoge scores op AV (hogere scores onmogelijk) Vloereffect: OV resulteert in extreem lage scores op AV (lagere scores onmogelijk)

4) Voldoende aantal participanten/observaties kiezen Er bestaan procedures die je toelaten te schatten hoeveel participanten minstens aan een bepaald experiment moeten deelnemen om een effect van een bepaalde grootte te kunnen observeren (gegeven een aantal bijkomende veronderstellingen) = power analyse

5) Manipulatie check Bijkomende observatie om na te gaan of manipulatie van OV succesvol was bv vragenlijst om af te toetsen dat de manipulatie geïnterpreteerd werd zoals verwacht kan ontbreken van effect verklaren

3.7 Maximiseren van controle op storende variabele Storende variabele kan interne validiteit van experiment in het gedrang brengen. Manieren om controle te maximiseren:

Constantie

Randomisering

Manipulatie als pseudo OV

Gelijkstelling (matching)

Combinatie van methodes


1) Constantie

Zoals vermijden van ruis

Potentieel storende variabele constant houden over experimentele condities zodat de factor niet kan functioneren als bron van variabiliteit

De geobserveerde variabiliteit in AV kan niet verklaard worden door SV

Speciale soort variabele die vaak constant wordt gehouden is de EXPERIMENTATORVARIABELE

o Variabelen die te maken hebben met persoon die het verloop van het experiment controleert

o Mogelijke oplossing: altijd dezelfde proefleider o Bij andere oplossingen in alle geval vermijden dat variatie in OV samenvalt met

variatie in proefleider (het mag geen SV worden) o Eenzelfde proefleider is geen garantie: experimentator kan zichzelf ongewild anders

gedragen, afhankelijk van het niveau van de OV, en op die manier een invloed uitoefenen op de AV rol verwachting van experimentator

o Gedeeltelijke oplossing: conditie-blinde proefleider Proefleider weet niet in welke conditie de participant zich bevindt ( verwachting proefleider constant over condities) niet altijd mogelijk (manipulatie vaak gewoon zichtbaar voor proefleider)

Verwachtingen van participanten: PLACEBO EFFECT o Behandeling die op zich geen effect heeft maar toch tot een effect leidt omdat het

subject denkt/gelooft dat de behandeling een effect zal hebben o Je vindt altijd mensen die zeggen dat een placebo helpt (+- 35%) o Meeste (succesvolle) therapeutische behandelingen zijn een onbekende combinatie

van een actieve therapeutische component en een placebo effect Gegeven dat eigenlijk maar gedurende de laatste 100 jaar is dat er in de geneeskunde een substantieel aantal behandelingen ontwikkeld zijn die een echt therapeutisch effect hebben

o Placebo effecten kunnen heel sterk zijn (mensen kunnen zelfs verslaafd geraken aan placebo pillen)

o Oplossing: invoeren van placebo conditie: Patiënten in controleconditie krijgen bv nep-pil, iets dat niets doet

o Gevolg: verwachtingen van participanten in experimentele en controleconditie constant (conditie-blinde participanten)

o Gevolg: geobserveerde verschillen in AV kunnen niet toegeschreven worden aan verschillen in verwachting

o Probleem: persoon die experimentele behandeling krijgt kan verwachten dat de behandeling effect zal hebben, deze verwachting op zich kan al een effect hebben op de AV

o Hawthorne – effect (Elton Mayo): bewust zijn dat ze deel uitmaken van experiment en daardoor volgens hen gewenst gedrag vertonen

o Gedeeltelijke oplossing: conditie blinde-participanten verwachtingen van participanten zijn constant over condities (verwachting geen storende variabele meer) ideaal is dat de persoon niet weet dat hij mee doet aan een experiment

Dubbel blind proefopzet: zowel proefleider als participant conditie-blind o Vooral constant houden van situationele variabelen o Constant houden van subjectvariabelen gebeurt minder vaak (maar wel soms)

vanwege het in gedrag brengen van externe validiteit (generaliseerbaarheid)


2) Randomisering

(gaat over binnen steekproef)

Onderliggende veronderstelling: potentieel storende variabele zal gelijkmatig verdeeld zijn over de condties indien we proefpersonen ad random over de verschillende condities verdelen

Ligt aan de basis van volledig gerandomiseerde proefopzetten o Toekennen van proefpersonen aan groepen o Toekennen van groepen aan niveaus van OV

Voordeel 1: verhoogt externe validiteit In principe kunnen bevindingen gegeneraliseerd worden naar alle niveaus van de potentieel storende variabele

Voordeel 2: laat ook toe te controleren voor ‘ongekende’ storende variabelen In principe wordt gecontroleerd voor alle variabelen die samenhangen met gerandomiseerde entiteiten

Kans dan randomisering ‘slaagt’ wordt groter naarmate aantal subjecten groter is (voldoende proefpersonen nodig)

Dit is niet hetzelfde als een random steekproef, waarbij men random mensen uit de populatie aanspreekt om mee te doen aan een experiment

Hoe kan je dit doen? o Toevalstabellen (wordt minder gebruikt) o Computergestuurd! (let op, algoritmes van een computer kunnen minder random

zijn dan het lijkt) o Best niet op het zicht

3) Manipulatie als pseudo OV

We manipuleren de storende variabele alsof het een onafhankelijke variabele is

De storende variabele kan wel persoonsgebonden zijn, maar zit nooit in de subjecten geen manipulatie BINNEN subjecten Nadat een subject gemanipuleerd wordt (bv iets wordt bijgeleerd) is hij/zij permanent veranderd

Speciaal geval: CONTRABALANCERING = manipuleren van (storende) variabelen die te maken heeft met het opzet van onderzoek zelf

o Manipulatie gebeurt TUSSEN subjecten Elk subject bij elk niveau van OV (je creeërt wel volgorde)

a) volgorde-effecten bij manipulatie van een OV binnen subjecten - probleem: CARRY-OVER effecten

Feit dat een participant deelnaam aan één niveau van een conditie kan een invloed hebben op gedrag in niveuas die later aangeboden worden (vermoeidheid, training, veranderde motivatie, …)

- mogelijke oplossing is dan contrabalancering: Verschillende niveaus van een OV in een verschillende volgorde aan verschillende (groepen van ppn) aanbieden. Je behandelt de volgorde als OV

b) andere variabelen bv hoe je een taak moet vervullen (bv maak dit met je linker en dat met je rechterhand) c) nog andere variabelen bv stimuli veranderen (bv de richting een object beweegt) Een stimuli hou je constant binnen subjecten maar contrabalanceer je tussen subjecten

de verschillende contrabalanceringen creeëren ook telkens verschillende condities, hierdoor zit je ook steeds met een minimum aantal proefpersonen


speciale vorm van contrabalancering: Latijns-vierkant opzet (= Latijns kwadraten) o ter controle van volgorde-effecten o waarbij het aantal niveaus van OV > 2 o waarbij het aantal participanten gelijk is aan of een veelvoud is van het aantal

niveaus van de OV

o in een Latijns-vierkant opzet: elk niveau van de OV komt één keer voor in elke rij en

in elke kolom o gaat terug op een oud raadsel, op hoeveel verschillende manieren kun je n Latijnse

letters in een matrix van n kolommen en n rijen rangschikken, zodanig dat elke letter maar één keer in elke rij en elke kolom voorkomt? (vb ABC, BCA, CAB) 3 niveaus betekent 12 mogelijkheden

o dit kan ook gebruikt worden om andere variabelen dan aanbiedingsvolgorde te controleren (bv plaatsing)

4) Gelijkstelling (matching)

Je rangschikt de proefpersonen

Je maakt blokken binnen deze volgorde (bv 4ppn met laagste score naar 4ppn met hoogste score)

Binnen de blokken worden de subjecten ad random toegewezen aan de experimentele condities (methode) Ad random om SV te vermijden (intelligentie als invloed)

Voordelen: o Interne validiteit: min of meer zekerheid dat storende variabele in gelijke mate

aanwezig is op verschillende niveaus van OV (analoog aan constantie) o Externe validiteit: binnen elke conditie wordt de potentieel storende variabele NIET

constant gehouden (analoog aan randomisering)

Kern van proefopzet met blok-variabele Homogeniteit op storende variabele is groter binnen blokken dan tussen blokken

Kern van proefopzetten met manipulatie binnen subjecten, met herhaalde metingen: o Hetzelfde subject binnen hetzelfde blok o Subject is haar/zijn eigen controle o Probleem: carry over effecten

5) Combinatie van methodes In een specifiek experiment worden verschillende controlemechanismen meestal gecombineerd. Sommige variabelen gecontroleerd door de variable constant te houden, anderen door randomisering, nog anderen door ze te manipuleren als pseudo-OV en nog anderen via gelijkstelling.


3.8 Minimiseren van foutenvariabiliteit (ruis)

Bij constante experimentele variabiliteit wordt kans op significant effect groter naarmate foutenvariabiliteit afneemt

Proberen variabiliteit binnen condities zo klein mogelijk te houden

Variabiliteit binnen condities minimiseren: a) door potentieel storende variabelen te controleren, experimenteel of statistisch

Soms kan een opzet met een manipulatie van de OV binnen subjecten de foutenvariabiliteit verkleinen

b) Manipulatie binnen subjecten Elk subject elk niveau van OV!

c) Zorgen voor goede operationalisering van AV Voor de meest betrouwbare meetprocedure kiezen Wordt ine xperimentelee onderzoek (in tegenstelling tot individueel diagnostisch onderzoek) vaak over het hoofd gezien; nochtans is ruis (foutenvariabiliteit) verminderen een goed doel bij experimenteel onderzoek

Enkele andere types van onderzoek 4.

4.1 Inleiding

We willen nog steeds weten of er een causaal verband is (OV AV)

Probleem:

Hoe causaliteit uit geobserveerde gegevens infereren in onderzoek dat niet strikt

experimenteel is?

Hoe kunnen uit gegevens valide (geldige) conclusies getrokken worden over

onderzoekshypotheses?

4.2 Quasi- experimenteel onderzoek

Quasi: bijna experimenteel onderzoek, met variabelen die je niet kunt controleren

Experimenteel: interesse in causaal verband

Quasi-onafhankelijke variabele:

- Variabele die niet echt gemanipuleerd wordt door onderzoeker

- Subjecten niet ad random toegewezen aan condities

Deur open voor Storende Variabele (interne validiteit)

Waarom quasi-experimenteel onderzoek?

1) Het kan niet gecontroleerd worden

2) Praktische redenen

3) Ethische overwegingen

Voornamelijk onder twee vormen:

1) Vergelijking tussen groepen die al bestaan

2) Vergelijking binnen eenzelfde groep subjecten voor en na behandeling


1) Vergelijking tussen groepen die al bestaan

- Mensen die kiezen voor het één en niet voor het ander

Bv door ppn zelf een conditie laten kiezen

- subjecten niet ad random aan groepen toegekend

- Kan nog wel experimenteel controle onderzoek: één van deze groep aan beide condities

onderwerpen

2) Vergelijking binnen eenzelfde groep subjecten voor en na behandeling

1. Pretest-posttest opzet met één groep

= Opre X Opost

Opre = pretest observatie

X = programma, interventie, behandeling

Opost = posttest observatie

Zwak proefopzet! Kan aan verschillende factoren toe te schrijven zijn:

o Maturatie effecten:

participanten kunnen ondertussen veranderd zijn

o Historiciteitseffecten

Andere gebeurtenissen dan de behandeling kunnen voorgekomen zijn

o Testeffecten:

pretest kan participanten aanzetten tot verandering

o Instabiliteit:

mogelijk dat er grote fluctuaties zijn in de observatievariabele

(daling of stijging van Opre naar Opost is slechts toeval)

validiteit statistische conclusie / interne validiteit

o Regressie effect (regressie naar het gemiddelde)

= een statistisch artefact.

Vaak doen we er pas iets aan als er extreem veel problemen zijn (extreme

scores als voormeting)

Extreme scores hebben de neiging bij de volgende meting te verschuiven

naar het gemiddelde:

Extreme hoge scores zullen over het algemeen lager zijn

bij een tweede meting (kan het wel erger worden na

verloop van tijd?)

Extreme lage scores zullen over het algemeen hoger zijn

bij een tweede meting


2. Pretest-posttest opzet met controlegroep (interventie niet uitvoeren)

controlegroep moet vergelijkbare groep zijn!

Experimentele groep: Opre X Opost

Controlegroep: Opre -- Opost

GEVAAR: lokaal historiciteitseffect! Mogelijk dat een andere gebeurtenis wel voorkwam bij de

ene groep maar niet in andere

3. Eenvoudig onderbroken tijdsreeksproefopzet

Afhankelijke variabele wordt op verschillende tijdstippen gemeten, zowel voor als na de

experimentele behandeling.

Opre1 Opre2 … OpreN X Opost1 Opost2 … OpostN

Herhaalde metingen worden onderbroken door behandeling,

dit laat toe maturatie-effecten, testeffecten en instabiliteit na te gaan

Minder onderhevig aan regressie-effect, blijft wel onderhevig aan gevaar van historiciteitseffect


4. Onderbroken tijdreeksproefopzet met reversie

Soms is het mogelijk quasi onafhankelijk variabele te verwijderen en te verwachten dat

behandelingseffect dan verdwijnt. Dit is enkel als het geen permanent effect heeft

O1 O2 … ON X ON+1 ON+2 … OM -X OM+1 OM+2 … OP

Behandeling wordt geïntroduceerd Behandeling wordt verwijderd

Verwachting (alleen mogelijk in bepaalde gevallen) dat observatievariabele na het verwijderen van

de behandeling terugkeert naar het niveau voor de introductie van de behandeling.

Voordeel: indien verwachting bevestigd: vermoedelijk niet te wijten aan historiciteitseffecten


Beperkingen:

Soms onmogelijk behandeling te verwijderen

Van sommige behandelingen verwacht de onderzoeker dat ze een

min of meer permanent effect hebben (en dat het effect dus niet

verdwijnt zodra de behandeling wordt verwijderd)

Soms kan het verwijderen van de behandeling tot onverwachte

effecten leiden

5. Onderbroken tijdreeksproefopzet met controlegroep

Gevaar van historiciteitseffect blijft bestaan

Opre1 Opre2 … OpreN X Opost1 Opost2 … OpostN

Opre1 Opre2 … OpreN -- Opost1 Opost2 … OpostN

4.3 N=1 onderzoek

= single case design

Interpretatie op bassi van date van individueel subject

o Eenheid van analyse is de individuele participant (in plaats van de groep)

Betekent niet noodzakelijkerwijs dat slechts één subject aan het onderzoek deelneemt

o Wel: data van individuele subjecten worden apart geanalyseerd

(dus elke subjecten apart in één experiment)

o Indien meerdere subjecten (n nog altijd klein), wordt elk subject behandeld als

een apart ‘experiment’

vb storende variabelen: spontaan herstel, placebo effect, observator effecten

controle nodig

1) ABA proefopzet

= eenvoudigste

Drie fasen:

Basislijn A: observeren van AV in afwezigheid van OV

Behandeling B: OV wordt geïntroduceerd

Reversie A: OV wordt verwijderd

Ook bekend als terugval-proefopzet (analoog aan tijdreeksproefopzet met reversie)

Variaties mogelijk aan ABA-basisopzet (vb ABAB of ABABABA)


Beperking: niet bruikbaar wanneer OV snel resulteert in een permanente verandering in de AV


2) Multiple-basislijn proefopzet

Terwijl het nadeel bij ABA was dat verandering niet permanent mocht zijn, maakt dat hier niet uit.

Essentie:

Verschillende AV tegelijk

Eerst basislijn voor alle gedragingen

Dan OV introduceren die maar één van gedragingen beïnvloedt

methoden van het wetenschappelijk onderzoek: positief ... · pdf filemethode van onderzoek 1 1...

Documents