Onderzoeksmethoden en technieken
Praktische informatie
OMT examen 60 % met standaardsetting, en taak 40 % (zie opdrachten, gaat over hoe je artikel
kritisch moet evalueren aan de hand van validiteit en vervolgstudie opstellen die bepaalde gebreken
aanpakt van zwakke punten) in wpo’s worden oefeningen gegeven die helpen met taak (we kunnen
feedback vragen) max 5 blz (met alles erbij) tegen mei
1 HOOFDSTUK 1: Onderzoek uitvoeren
We moeten weten hoe we onderzoek moeten uitvoeren (zie hieronder voorbeelden)
- Facilitated communication: aan de hand van tablet een patiënt begeleiden waardoor
communicatie mogelijk wordt, maar daarom onderzoek doen om te zien of deze methode wel
goed lukt, hieruit beek dat de begeleider vaak de patiënt lijdt en dus niet echt de patient een
eigen antwoord geeft
- Scared-straight approach: mensen proberen bang te maken zodat ze niet aan misdaad gaan
doen, maar werkt niet volgens onderzoek
- Mindfulness kan je beter doen presteren, onderzoek duidt aan dat het inderdaad effectief kan
werken
Ook onderzoek kritisch evalueren, de meeste resultaten zijn moeilijk te repliceren of zijn vaak niet
juist
Wetenschap is gebasseerd op empirie/data, om conclusies te kunnen trekken, zodanig dat het
repliceerbaar is!! wat we concluderen is dus gebasseerd op objectieve data, dit gebruiken we om een
theorie te onderzoeken
Theorie → onderzoeksvragen → onderzoeksdesign → hypothese → data → theorie (viscieuze cirkel)
als onze theorie niet blijkt te kloppen kan dit liggen aan onze theorie of de manier waarop onderzoek
is gedaan
- Zie experiment Harlow met aapjes (contact comfort theory) die klopt
Goede theorie:
- ondersteund door data
- falsifieerbaar (mogelijkheid om die te weerleggen)
- parsimonie
+ simpelste theorie verkiezen we boven een ingewikkelde theorie
+ één theorie die theorie weerlegt is niet voldoende
+ een theorie is nooit volledig bewezen, we kunnen alleen data hebben die de theorie juist laten
lijken
4 norman die belangrijken zijn in wetenschap
1
, - Univeralisme (werk beoordelen op inhoud van werk, en niet door wie het heeft bedacht)
- Communality (bereikbaar/beschikbaar maken voor buitenwereld)
- Disinterestedness (waarheid proberen zoeken omdat het hun interesseert, en niet omdat het
hun geld zou opleveren)
- Organized skepticism (we zouden alles in vraag moeten stellen, dit is wetenschap)
2 soorten wetenschap
- Fundamenteel onderzoek: wat wij meestal doen
- Toegepast onderzoek: echt testen of een toepassing werkt (bv meditatietrainingen
aanbieden en echt zien of het wel degelijk werkt)
als onze data niet goed is of de theorie niet kan worden bewezen, dan moeten we de theorie
falsifieren (het is geen goede theorie meer)
onderzoek: leerlingen krijgen oftewel map met groene kleur of map met rode kleur, hieruit bleek
dat de leerlingen met een groene kleur beter scoorden dan degene met een rode kleur (omdat
we rood associeren met slecht/fout)
onderzoek: groep kreeg oftewel foto van vrouw met rode trui of vrouw met blauwe trui, als
mensen foto hadden met vrouw van rode kleur dachten ze eerder dat ze op date gingen met hun
(en gingen sneller stappen naar deur van date) terwijl mensen die blauwe kleur hadden gingen
trager stappen naar deur van date
als je als onderzoeker een odnerzoek wil publiceren, dan stuur je dit in met hoop dat dit wordt
gepubliceerd, dit wordt gedaan aan hand van peer-review, rol van editor, rol van reviewers en reject,
revisie, …
ook via media kan je beter iets publiek maken
1.1 Bronnen van informatie
onderzoekers:
- gebruiken vergelijkingsgroep
- Controleren voor derde variabelen
- Trachten informatie te evalueren zonder bias
Onderzoek is beter dan eigen ervaring (zie computer vs op blad samenvattingen maken)
- Omdat het belangrijk is om controlegroep te hebben (dus via eigen ervaring is dit niet)
- Catharsis onderzoek: “door je woede te uiten, voel je je beter” maar dit blijkt niet juist, als je
je woede uit dan ga je nog meer kwaad zijn
Onderzoek vs intuitie: veel biases
- Present/present bias: bv iemand waar we aan denken stuurt ons net op dat zelfde moment,
we denken dat het geen toeval is
- Confirmation bias: bestaande overtuiging willen bevestigen (bv stel je hebt goede IQ test
gehad ga je sneller boekjes lezen die zeggen dat IQ testen betrouwbaar zijn enzo omdat je
2
, toch wilt denken van jezelf dat je intelligent bent)
→ zie ook confiratory hypothesis testing
- Bias blind spot: we hebben niet door dat we een bias hebben
- Dunning-kruger effect: ons eigen te hoog inschatten van onze eigen competenties
3
, 2 HOOFDSTUK 2: Grondbeginselen van alle onderzoek
2.1 Drie soorten uitspraken, vier aspecten van validiteit
2.1.1 Variabelen
Een variabele: we meten iets dat varieert, kan twee of meerdere waarden aannemen (bv
intelligentie, iedereen heeft dit maar in een verschillende mate)
Hierbij is het belangrijk om bepaalde variabelen constant te houden (bv enkel mannen onderzoeken,
hierbij houd je de variabele “geslacht” constant, hierdoor is er meer controle)
Onafhankelijke variabele heeft invloed op afhankelijke variabele
→ bv “heeft intelligentie een impact op het nemen van risicovolle beslissingen?” waarbij intelligentie
de onafhankelijke variabele is en het nemen van risicovolle beslissingen de afhankelijke variabele is
We gaan variabelen oftewel meten of manipuleren
- Meten: hoe scoort iemand (obv vragenlijsten, observatie, …)
- Manipuleren: in experiment, waarbij onafhankelijke variabele wordt gemanipuleerd (bv conditie
A en conditie B zijn de gemanipuleerde onafhankelijke variabelen, en dan kijken hoe dit een
invloed heeft op de afhankelijke variabele)
Belangrijk is dat we geen uitspraken doen over de variabelen zelf, maar over constructen (iets
abstract/theoretisch dat we op bepaalde manier zouden kunnen meten, zoals bv een vragenlijst, we
kunnen dit construct dus vertalen/operationaliseren naar een variabele die we kunnen meten)
-> we vertalen een conceptuele variabele (construct) naar een geoperationaliseerde variabele (wat
we meten)
-> als dit goed is gelukt, kunnen we uitspraken doen over het construct!!
-> in artikel van onderzoek moeten we goed uitleggen hoe we construct hebben geoperationaliseerd
Voorbeeld: Hebben mensen die veel SMS berichten sturen tijdens het rijden met de wagen een
grotere kans op ongevallen in het verkeer?
- Wat zijn de (onafhankelijke en afhankelijke) variabelen?
onafhankelijk: SMS sturen tijdens rijden, afhankelijk: kans op ongevallen
- Hoe zou je de onafhankelijke variabele meten?
vragenlijst, observatie, dash cam, …
- Hoe zou je de onafhankelijke variabele manipuleren?
in condities indelen (ene groep veel SMS laten sturen tijdens rijden, andere groep geen of weinig
SMS laten sturen tijdens rijden) MAAR is niet ethisch, dus daarom labo simulatie
4
Praktische informatie
OMT examen 60 % met standaardsetting, en taak 40 % (zie opdrachten, gaat over hoe je artikel
kritisch moet evalueren aan de hand van validiteit en vervolgstudie opstellen die bepaalde gebreken
aanpakt van zwakke punten) in wpo’s worden oefeningen gegeven die helpen met taak (we kunnen
feedback vragen) max 5 blz (met alles erbij) tegen mei
1 HOOFDSTUK 1: Onderzoek uitvoeren
We moeten weten hoe we onderzoek moeten uitvoeren (zie hieronder voorbeelden)
- Facilitated communication: aan de hand van tablet een patiënt begeleiden waardoor
communicatie mogelijk wordt, maar daarom onderzoek doen om te zien of deze methode wel
goed lukt, hieruit beek dat de begeleider vaak de patiënt lijdt en dus niet echt de patient een
eigen antwoord geeft
- Scared-straight approach: mensen proberen bang te maken zodat ze niet aan misdaad gaan
doen, maar werkt niet volgens onderzoek
- Mindfulness kan je beter doen presteren, onderzoek duidt aan dat het inderdaad effectief kan
werken
Ook onderzoek kritisch evalueren, de meeste resultaten zijn moeilijk te repliceren of zijn vaak niet
juist
Wetenschap is gebasseerd op empirie/data, om conclusies te kunnen trekken, zodanig dat het
repliceerbaar is!! wat we concluderen is dus gebasseerd op objectieve data, dit gebruiken we om een
theorie te onderzoeken
Theorie → onderzoeksvragen → onderzoeksdesign → hypothese → data → theorie (viscieuze cirkel)
als onze theorie niet blijkt te kloppen kan dit liggen aan onze theorie of de manier waarop onderzoek
is gedaan
- Zie experiment Harlow met aapjes (contact comfort theory) die klopt
Goede theorie:
- ondersteund door data
- falsifieerbaar (mogelijkheid om die te weerleggen)
- parsimonie
+ simpelste theorie verkiezen we boven een ingewikkelde theorie
+ één theorie die theorie weerlegt is niet voldoende
+ een theorie is nooit volledig bewezen, we kunnen alleen data hebben die de theorie juist laten
lijken
4 norman die belangrijken zijn in wetenschap
1
, - Univeralisme (werk beoordelen op inhoud van werk, en niet door wie het heeft bedacht)
- Communality (bereikbaar/beschikbaar maken voor buitenwereld)
- Disinterestedness (waarheid proberen zoeken omdat het hun interesseert, en niet omdat het
hun geld zou opleveren)
- Organized skepticism (we zouden alles in vraag moeten stellen, dit is wetenschap)
2 soorten wetenschap
- Fundamenteel onderzoek: wat wij meestal doen
- Toegepast onderzoek: echt testen of een toepassing werkt (bv meditatietrainingen
aanbieden en echt zien of het wel degelijk werkt)
als onze data niet goed is of de theorie niet kan worden bewezen, dan moeten we de theorie
falsifieren (het is geen goede theorie meer)
onderzoek: leerlingen krijgen oftewel map met groene kleur of map met rode kleur, hieruit bleek
dat de leerlingen met een groene kleur beter scoorden dan degene met een rode kleur (omdat
we rood associeren met slecht/fout)
onderzoek: groep kreeg oftewel foto van vrouw met rode trui of vrouw met blauwe trui, als
mensen foto hadden met vrouw van rode kleur dachten ze eerder dat ze op date gingen met hun
(en gingen sneller stappen naar deur van date) terwijl mensen die blauwe kleur hadden gingen
trager stappen naar deur van date
als je als onderzoeker een odnerzoek wil publiceren, dan stuur je dit in met hoop dat dit wordt
gepubliceerd, dit wordt gedaan aan hand van peer-review, rol van editor, rol van reviewers en reject,
revisie, …
ook via media kan je beter iets publiek maken
1.1 Bronnen van informatie
onderzoekers:
- gebruiken vergelijkingsgroep
- Controleren voor derde variabelen
- Trachten informatie te evalueren zonder bias
Onderzoek is beter dan eigen ervaring (zie computer vs op blad samenvattingen maken)
- Omdat het belangrijk is om controlegroep te hebben (dus via eigen ervaring is dit niet)
- Catharsis onderzoek: “door je woede te uiten, voel je je beter” maar dit blijkt niet juist, als je
je woede uit dan ga je nog meer kwaad zijn
Onderzoek vs intuitie: veel biases
- Present/present bias: bv iemand waar we aan denken stuurt ons net op dat zelfde moment,
we denken dat het geen toeval is
- Confirmation bias: bestaande overtuiging willen bevestigen (bv stel je hebt goede IQ test
gehad ga je sneller boekjes lezen die zeggen dat IQ testen betrouwbaar zijn enzo omdat je
2
, toch wilt denken van jezelf dat je intelligent bent)
→ zie ook confiratory hypothesis testing
- Bias blind spot: we hebben niet door dat we een bias hebben
- Dunning-kruger effect: ons eigen te hoog inschatten van onze eigen competenties
3
, 2 HOOFDSTUK 2: Grondbeginselen van alle onderzoek
2.1 Drie soorten uitspraken, vier aspecten van validiteit
2.1.1 Variabelen
Een variabele: we meten iets dat varieert, kan twee of meerdere waarden aannemen (bv
intelligentie, iedereen heeft dit maar in een verschillende mate)
Hierbij is het belangrijk om bepaalde variabelen constant te houden (bv enkel mannen onderzoeken,
hierbij houd je de variabele “geslacht” constant, hierdoor is er meer controle)
Onafhankelijke variabele heeft invloed op afhankelijke variabele
→ bv “heeft intelligentie een impact op het nemen van risicovolle beslissingen?” waarbij intelligentie
de onafhankelijke variabele is en het nemen van risicovolle beslissingen de afhankelijke variabele is
We gaan variabelen oftewel meten of manipuleren
- Meten: hoe scoort iemand (obv vragenlijsten, observatie, …)
- Manipuleren: in experiment, waarbij onafhankelijke variabele wordt gemanipuleerd (bv conditie
A en conditie B zijn de gemanipuleerde onafhankelijke variabelen, en dan kijken hoe dit een
invloed heeft op de afhankelijke variabele)
Belangrijk is dat we geen uitspraken doen over de variabelen zelf, maar over constructen (iets
abstract/theoretisch dat we op bepaalde manier zouden kunnen meten, zoals bv een vragenlijst, we
kunnen dit construct dus vertalen/operationaliseren naar een variabele die we kunnen meten)
-> we vertalen een conceptuele variabele (construct) naar een geoperationaliseerde variabele (wat
we meten)
-> als dit goed is gelukt, kunnen we uitspraken doen over het construct!!
-> in artikel van onderzoek moeten we goed uitleggen hoe we construct hebben geoperationaliseerd
Voorbeeld: Hebben mensen die veel SMS berichten sturen tijdens het rijden met de wagen een
grotere kans op ongevallen in het verkeer?
- Wat zijn de (onafhankelijke en afhankelijke) variabelen?
onafhankelijk: SMS sturen tijdens rijden, afhankelijk: kans op ongevallen
- Hoe zou je de onafhankelijke variabele meten?
vragenlijst, observatie, dash cam, …
- Hoe zou je de onafhankelijke variabele manipuleren?
in condities indelen (ene groep veel SMS laten sturen tijdens rijden, andere groep geen of weinig
SMS laten sturen tijdens rijden) MAAR is niet ethisch, dus daarom labo simulatie
4
