Inhoudsopgave
Thema 1: Experimenteren .............................................................................................................................. 2
Hoofdstuk 7: Experimentele designs ................................................................................................................... 2
Hoofdstuk 10: Validiteit bij experimenten ........................................................................................................ 10
Hoofdstuk 37: Wetenschappelijke integriteit ................................................................................................... 14
Hoofdstuk 32: Power voor t-toetsen ................................................................................................................. 17
Hoofdstuk 33: Power voor variantieanalyse ..................................................................................................... 20
Thema 2: T-toets .......................................................................................................................................... 22
Hoofdstuk 23: t-toetsen en Cohen’s d ............................................................................................................... 22
Hoofdstuk 19: Datascreening ........................................................................................................................... 29
Thema 3: Variantieanalyse ........................................................................................................................... 38
Hoofdstuk 24: Variantieanalyse........................................................................................................................ 38
Thema 4: Experimentele controle ................................................................................................................. 47
Hoofdstuk 27: Factoriële ANOVA ...................................................................................................................... 47
Thema 5: Statistische controle ...................................................................................................................... 54
Hoofdstuk 28: Covariantie-analyse ................................................................................................................... 54
Thema 6: Herhaalde metingen ...................................................................................................................... 61
Hoofdstuk 29: Single-case designs .................................................................................................................... 61
Hoofdstuk 30: Anova voor herhaalde-metingen............................................................................................... 63
,Thema 1: Experimenteren
Hoofdstuk 7: Experimentele designs
7.1 Inleiding
Het bestuderen van menselijk gedrag is complex, omdat er talloze factoren meespelen op de
voor- en achtergrond. Bovendien zijn mensen geneigd patronen te herkennen, ook als die er
niet zijn, wat het trekken van juiste conclusies bemoeilijkt. Psychologisch onderzoek richt
zich meestal op de vraag waarom bepaald gedrag optreedt. Onderzoekers stellen theorieën
op over onderliggende oorzaken, zoals het idee dat interesse in een studietaak alleen
ontstaat als studenten zich voldoende competent voelen om die taak aan te kunnen.
Hoewel gedrag en de context waarin het plaatsvindt geobserveerd kunnen worden, is het
probleem met observatie dat het enkel een verband tussen A en B toont — maar geen
zekerheid geeft dat A de oorzaak is van B. Om causaliteit vast te stellen is een experiment
nodig. Het hoofddoel van een experiment is dan ook het aantonen van causale verbanden
door te onderzoeken hoe verschillende uitkomsten en observaties samenhangen.
Experimenten zijn hiervoor geschikt omdat de onderzoeker controle heeft over de
omstandigheden. In een goed opgezet experiment wordt alleen de onafhankelijke variabele
gemanipuleerd, terwijl alle andere factoren gelijk blijven (ceteris paribus). Als onder die
voorwaarden een verandering in de afhankelijke variabele wordt waargenomen, kan worden
geconcludeerd dat deze door de manipulatie van de onafhankelijke variabele is veroorzaakt.
De term 'manipulatie' betekent in experimenteel onderzoek het opzettelijk veranderen van
een variabele. In farmaceutisch onderzoek is dit bijvoorbeeld het geven van een werkzame
of niet-werkzame pil (placebo). In psychologisch onderzoek gebeurt dit vaak door het
aanbieden van een specifieke interventie.
7.1.1 Controlegroepen
Een experiment wordt betrouwbaarder en sterker wanneer het een controleconditie bevat.
Dit is een conditie waarin de experimentele manipulatie niet plaatsvindt en die dient als
vergelijkingspunt voor de experimentele conditie waarin die manipulatie wél wordt
toegepast. De termen ‘controleconditie’ en ‘controlegroep’ worden vaak door elkaar
gebruikt. Het nut van zo’n controlegroep blijkt bijvoorbeeld wanneer onderzocht wordt of
een stormbaanactiviteit leidt tot meer teamgevoel onder werknemers. Alleen door de
uitkomst van deze groep te vergelijken met een vergelijkbare groep die níet aan de activiteit
deelnam, kunnen onderzoekers bepalen of het teamgevoel daadwerkelijk door de
stormbaan kwam, of dat het ook spontaan zou zijn gegroeid.
Bij psychologische behandelingen geldt iets soortgelijks: het is niet genoeg om te zien of een
nieuwe therapie werkt — we willen weten of die beter werkt dan niets doen, of beter dan
bestaande methoden. Een controlegroep hoeft dus niet per se passief te zijn. De controle
vertegenwoordigt een neutrale of standaard situatie: hoe dingen verlopen zonder de
specifieke manipulatie van het experiment.
7.1.2 Mill’s methode
Het belang van controlegroepen komt voort uit ideeën van filosoof John Stuart Mill. Zijn
zogenoemde "methode van Mill" biedt een logische onderbouwing voor het gebruik van
experimentele en controlegroepen. Deze methode benadrukt dat een goede experimentele
2
,opzet niet alleen laat zien dat een effect optreedt wanneer een bepaalde oorzaak aanwezig
is, maar ook dat het effect uitblijft als die oorzaak afwezig is.
Mill beschreef twee belangrijke vormen van bewijs:
1. Methode van Overeenkomst
Als een effect (Y) optreedt in verschillende situaties waarin telkens dezelfde oorzaak
(X) aanwezig is, dan is X een voldoende voorwaarde voor Y. Met andere woorden: X
is op zichzelf genoeg om Y te veroorzaken.
2. Methode van Verschil
Als Y niet optreedt in situaties waarin X ook afwezig is (-X), dan is X een noodzakelijke
voorwaarde voor Y. Dat betekent dat zonder X het effect Y niet kan ontstaan — X is
dus essentieel.
Deze logica wordt vaak samengevat in een schema:
- Experimentele groep: Als X, dan Y
- Controlegroep: Als -X, dan -Y
In tegenstelling tot het juridische principe dat iemand onschuldig is tot het tegendeel
bewezen is, vereist wetenschap dat een hypothese wordt getoetst op zowel bevestiging als
ontkrachting. Onderzoekers moeten dus niet alleen bewijzen zoeken vóór hun hypothese,
maar ook actief testen of het tegendeel mogelijk waar is. Mill’s methode ondersteunt deze
wetenschappelijke houding.
7.1.3 Invulling van de controlegroep/-conditie
Een controlegroep hoeft niet leeg of passief te zijn, maar moet een relevante
vergelijkingsbasis bieden. In het stormbaanvoorbeeld is een passende controlegroep er één
waarin werknemers normaal samenwerken. Een groep waarin samenwerking actief wordt
belemmerd zou geen bruikbare vergelijking opleveren, omdat die situatie te veel afwijkt van
de normale gang van zaken.
Soms zijn controlegroepen praktisch of ethisch niet haalbaar. Bij terminaal zieke patiënten
kun je bijvoorbeeld niet zomaar een behandeling onthouden. In zulke gevallen gebruiken
onderzoekers soms wachtlijsten als controlegroep, maar ook dat kent ethische grenzen. Elke
studie vraagt om een zorgvuldige balans tussen wetenschappelijke kwaliteit en morele
verantwoordelijkheid.
7.2 Typen experimentele ontwerpen
Er bestaat geen universeel experimenteel ontwerp dat op elke onderzoeksvraag toepasbaar
is. Het doel blijft steeds: het testen van een hypothese en beantwoorden van een specifieke
vraag. Elke vraag vereist een ontwerp dat aansluit bij de unieke kenmerken van het
onderzochte gedrag.
Een grote uitdaging in psychologisch onderzoek is de individuele variatie tussen mensen.
Deze verschillen zorgen voor ruis, wat het lastig maakt om duidelijke patronen te herkennen.
Verschillende experimentele ontwerpen proberen met die ruis om te gaan, zonder het oog
te verliezen voor causale toetsing.
3
,Globaal zijn er twee hoofdtypes experimenten:
- Volledig gerandomiseerde experimenten
- Quasi-experimenten
Deze vormen liggen op een continuüm van streng experimenteel tot minder strikt. Elk van
deze types kan verder worden onderverdeeld in:
- Between-subjects designs (tussen proefpersonen)
- Within-subjects designs (binnen proefpersonen)
7.3 Volledig gerandomiseerd ontwerp versus quasi-experiment
Het belangrijkste verschil tussen een volledig gerandomiseerd ontwerp (zuiver experiment)
en een quasi-experiment is het al dan niet toepassen van randomisatie. In een volledig
gerandomiseerd ontwerp worden deelnemers willekeurig toegewezen aan experimentele
condities, terwijl dit bij een quasi-experiment niet gebeurt.
7.3.1 Randomisatie
Bij randomisatie heeft elke deelnemer evenveel kans om in een bepaalde conditie terecht te
komen. Het gaat hierbij niet om hoe proefpersonen zijn geselecteerd, maar om hoe ze
worden toegewezen. Hoewel randomisatie geen perfecte gelijkheid garandeert, helpt het
wel om verstorende factoren eerlijk te verdelen over de condities — zeker bij een groot
aantal proefpersonen.
7.3.2 Quasi-experiment
In een quasi-experiment worden bestaande groepen onderzocht zonder willekeurige
toewijzing. Bijvoorbeeld: twee scholen worden vergeleken, waarvan er één een
onderwijsvernieuwing doorvoert. Omdat leerlingen niet willekeurig aan de scholen zijn
toegewezen, kunnen andere factoren meespelen, zoals sociaaleconomische achtergrond.
Quasi-experimenten zijn minder geschikt voor harde causale conclusies dan zuivere
experimenten. Onderzoekers kunnen de vergelijking wel verbeteren door groepen te
‘matchen’ op kenmerken of door statistische controle. Ondanks deze beperking bieden
quasi-experimenten vaak meer ecologische validiteit: ze vinden plaats in realistische
omgevingen, waardoor de resultaten relevanter zijn voor de praktijk.
7.3.3 Gedeeltelijk randomiseren
Tussen volledige randomisatie en geen randomisatie in ligt cluster randomisatie: hierbij
worden bestaande groepen (zoals klassen) willekeurig aan condities toegewezen. Hoewel de
toewijzing van clusters zelf random is, geldt dat niet voor de individuele deelnemers binnen
clusters. Personen binnen een cluster lijken vaak meer op elkaar dan tussen clusters,
waardoor deze methode minder controle biedt over storende variabelen. Het voordeel is
echter dat de methode natuurlijker is en praktisch uitvoerbaar in bestaande settings.
7.3.3.1 Experimentele controle
Experimentele controle houdt in dat storende variabelen — factoren die de relatie tussen de
manipulatie en de afhankelijke variabele kunnen beïnvloeden — bewust worden beheerst.
Als bijvoorbeeld leeftijd mogelijk van invloed is, kan de onderzoeker zorgen voor een gelijke
verdeling van leeftijden over condities, of leeftijd opnemen als extra variabele in het
4
, ontwerp. Dergelijke maatregelen helpen om de specifieke effecten van de manipulatie
zuiverder te meten, doordat andere invloeden beter onder controle worden gehouden.
7.3.4 Het blokontwerp
Een gerandomiseerd blokontwerp combineert randomisatie met experimentele controle.
Proefpersonen worden vooraf ingedeeld in homogene groepen (blokken) op basis van
relevante kenmerken, zoals leeftijd of geslacht. Vervolgens worden ze binnen elk blok
willekeurig toegewezen aan experimentele condities, zoals een behandeling of placebo.
Bijvoorbeeld: als een onderzoeker drie leeftijdsgroepen onderscheidt en twee condities
heeft (behandeling vs. controle), ontstaan er zes groepen (3 × 2). Dit helpt om verstorende
effecten van de blokvariabele, zoals leeftijd, uit te schakelen en tegelijkertijd te profiteren
van de voordelen van randomisatie — zoals het verdelen van onbekende storende factoren
over de condities.
Het blokontwerp wordt ook wel groepsgewijs matchen genoemd, omdat deelnemers met
vergelijkbare kenmerken eerst worden gegroepeerd voordat ze worden verdeeld over de
condities.
7.3.5 Matchen en homogeniseren
Het toevoegen van extra variabelen in een onderzoeksontwerp, zoals in blokdesigns, vraagt
om grotere steekproeven. Dit is soms niet haalbaar, zeker als veel storende factoren een rol
spelen. Daarom worden alternatieve methoden gebruikt, zoals matchen en homogeniseren,
die helpen om verstorende variabelen onder controle te houden zonder het ontwerp
ingewikkelder te maken.
7.3.5.1 Matchen
Matchen zorgt ervoor dat experimentele en controlegroepen gelijk zijn op belangrijke
achtergrondkenmerken.
Er zijn twee vormen:
- Precisiecontrole: per proefpersoon wordt een ‘match’ gezocht met dezelfde
kenmerken (zoals geslacht, opleiding). Eén van het paar gaat naar de experimentele
groep, de ander naar de controle.
- Globale controle: geen exacte paren, maar evenwichtige verdeling van kenmerken
over groepen (bijv. in beide groepen evenveel mannen/vrouwen).
Matchen vraagt om veel deelnemers, vooral bij precisiecontrole, maar kan helpen om
storende variabelen te neutraliseren.
7.3.5.2 Homogeniseren
Bij homogeniseren worden alleen deelnemers geselecteerd die op een bepaald storend
kenmerk (zoals leeftijd) gelijk zijn. Zo wordt de variatie verkleind en de statistische power
vergroot. Nadeel is dat de groep minder representatief wordt, waardoor de externe
validiteit daalt.
5
Thema 1: Experimenteren .............................................................................................................................. 2
Hoofdstuk 7: Experimentele designs ................................................................................................................... 2
Hoofdstuk 10: Validiteit bij experimenten ........................................................................................................ 10
Hoofdstuk 37: Wetenschappelijke integriteit ................................................................................................... 14
Hoofdstuk 32: Power voor t-toetsen ................................................................................................................. 17
Hoofdstuk 33: Power voor variantieanalyse ..................................................................................................... 20
Thema 2: T-toets .......................................................................................................................................... 22
Hoofdstuk 23: t-toetsen en Cohen’s d ............................................................................................................... 22
Hoofdstuk 19: Datascreening ........................................................................................................................... 29
Thema 3: Variantieanalyse ........................................................................................................................... 38
Hoofdstuk 24: Variantieanalyse........................................................................................................................ 38
Thema 4: Experimentele controle ................................................................................................................. 47
Hoofdstuk 27: Factoriële ANOVA ...................................................................................................................... 47
Thema 5: Statistische controle ...................................................................................................................... 54
Hoofdstuk 28: Covariantie-analyse ................................................................................................................... 54
Thema 6: Herhaalde metingen ...................................................................................................................... 61
Hoofdstuk 29: Single-case designs .................................................................................................................... 61
Hoofdstuk 30: Anova voor herhaalde-metingen............................................................................................... 63
,Thema 1: Experimenteren
Hoofdstuk 7: Experimentele designs
7.1 Inleiding
Het bestuderen van menselijk gedrag is complex, omdat er talloze factoren meespelen op de
voor- en achtergrond. Bovendien zijn mensen geneigd patronen te herkennen, ook als die er
niet zijn, wat het trekken van juiste conclusies bemoeilijkt. Psychologisch onderzoek richt
zich meestal op de vraag waarom bepaald gedrag optreedt. Onderzoekers stellen theorieën
op over onderliggende oorzaken, zoals het idee dat interesse in een studietaak alleen
ontstaat als studenten zich voldoende competent voelen om die taak aan te kunnen.
Hoewel gedrag en de context waarin het plaatsvindt geobserveerd kunnen worden, is het
probleem met observatie dat het enkel een verband tussen A en B toont — maar geen
zekerheid geeft dat A de oorzaak is van B. Om causaliteit vast te stellen is een experiment
nodig. Het hoofddoel van een experiment is dan ook het aantonen van causale verbanden
door te onderzoeken hoe verschillende uitkomsten en observaties samenhangen.
Experimenten zijn hiervoor geschikt omdat de onderzoeker controle heeft over de
omstandigheden. In een goed opgezet experiment wordt alleen de onafhankelijke variabele
gemanipuleerd, terwijl alle andere factoren gelijk blijven (ceteris paribus). Als onder die
voorwaarden een verandering in de afhankelijke variabele wordt waargenomen, kan worden
geconcludeerd dat deze door de manipulatie van de onafhankelijke variabele is veroorzaakt.
De term 'manipulatie' betekent in experimenteel onderzoek het opzettelijk veranderen van
een variabele. In farmaceutisch onderzoek is dit bijvoorbeeld het geven van een werkzame
of niet-werkzame pil (placebo). In psychologisch onderzoek gebeurt dit vaak door het
aanbieden van een specifieke interventie.
7.1.1 Controlegroepen
Een experiment wordt betrouwbaarder en sterker wanneer het een controleconditie bevat.
Dit is een conditie waarin de experimentele manipulatie niet plaatsvindt en die dient als
vergelijkingspunt voor de experimentele conditie waarin die manipulatie wél wordt
toegepast. De termen ‘controleconditie’ en ‘controlegroep’ worden vaak door elkaar
gebruikt. Het nut van zo’n controlegroep blijkt bijvoorbeeld wanneer onderzocht wordt of
een stormbaanactiviteit leidt tot meer teamgevoel onder werknemers. Alleen door de
uitkomst van deze groep te vergelijken met een vergelijkbare groep die níet aan de activiteit
deelnam, kunnen onderzoekers bepalen of het teamgevoel daadwerkelijk door de
stormbaan kwam, of dat het ook spontaan zou zijn gegroeid.
Bij psychologische behandelingen geldt iets soortgelijks: het is niet genoeg om te zien of een
nieuwe therapie werkt — we willen weten of die beter werkt dan niets doen, of beter dan
bestaande methoden. Een controlegroep hoeft dus niet per se passief te zijn. De controle
vertegenwoordigt een neutrale of standaard situatie: hoe dingen verlopen zonder de
specifieke manipulatie van het experiment.
7.1.2 Mill’s methode
Het belang van controlegroepen komt voort uit ideeën van filosoof John Stuart Mill. Zijn
zogenoemde "methode van Mill" biedt een logische onderbouwing voor het gebruik van
experimentele en controlegroepen. Deze methode benadrukt dat een goede experimentele
2
,opzet niet alleen laat zien dat een effect optreedt wanneer een bepaalde oorzaak aanwezig
is, maar ook dat het effect uitblijft als die oorzaak afwezig is.
Mill beschreef twee belangrijke vormen van bewijs:
1. Methode van Overeenkomst
Als een effect (Y) optreedt in verschillende situaties waarin telkens dezelfde oorzaak
(X) aanwezig is, dan is X een voldoende voorwaarde voor Y. Met andere woorden: X
is op zichzelf genoeg om Y te veroorzaken.
2. Methode van Verschil
Als Y niet optreedt in situaties waarin X ook afwezig is (-X), dan is X een noodzakelijke
voorwaarde voor Y. Dat betekent dat zonder X het effect Y niet kan ontstaan — X is
dus essentieel.
Deze logica wordt vaak samengevat in een schema:
- Experimentele groep: Als X, dan Y
- Controlegroep: Als -X, dan -Y
In tegenstelling tot het juridische principe dat iemand onschuldig is tot het tegendeel
bewezen is, vereist wetenschap dat een hypothese wordt getoetst op zowel bevestiging als
ontkrachting. Onderzoekers moeten dus niet alleen bewijzen zoeken vóór hun hypothese,
maar ook actief testen of het tegendeel mogelijk waar is. Mill’s methode ondersteunt deze
wetenschappelijke houding.
7.1.3 Invulling van de controlegroep/-conditie
Een controlegroep hoeft niet leeg of passief te zijn, maar moet een relevante
vergelijkingsbasis bieden. In het stormbaanvoorbeeld is een passende controlegroep er één
waarin werknemers normaal samenwerken. Een groep waarin samenwerking actief wordt
belemmerd zou geen bruikbare vergelijking opleveren, omdat die situatie te veel afwijkt van
de normale gang van zaken.
Soms zijn controlegroepen praktisch of ethisch niet haalbaar. Bij terminaal zieke patiënten
kun je bijvoorbeeld niet zomaar een behandeling onthouden. In zulke gevallen gebruiken
onderzoekers soms wachtlijsten als controlegroep, maar ook dat kent ethische grenzen. Elke
studie vraagt om een zorgvuldige balans tussen wetenschappelijke kwaliteit en morele
verantwoordelijkheid.
7.2 Typen experimentele ontwerpen
Er bestaat geen universeel experimenteel ontwerp dat op elke onderzoeksvraag toepasbaar
is. Het doel blijft steeds: het testen van een hypothese en beantwoorden van een specifieke
vraag. Elke vraag vereist een ontwerp dat aansluit bij de unieke kenmerken van het
onderzochte gedrag.
Een grote uitdaging in psychologisch onderzoek is de individuele variatie tussen mensen.
Deze verschillen zorgen voor ruis, wat het lastig maakt om duidelijke patronen te herkennen.
Verschillende experimentele ontwerpen proberen met die ruis om te gaan, zonder het oog
te verliezen voor causale toetsing.
3
,Globaal zijn er twee hoofdtypes experimenten:
- Volledig gerandomiseerde experimenten
- Quasi-experimenten
Deze vormen liggen op een continuüm van streng experimenteel tot minder strikt. Elk van
deze types kan verder worden onderverdeeld in:
- Between-subjects designs (tussen proefpersonen)
- Within-subjects designs (binnen proefpersonen)
7.3 Volledig gerandomiseerd ontwerp versus quasi-experiment
Het belangrijkste verschil tussen een volledig gerandomiseerd ontwerp (zuiver experiment)
en een quasi-experiment is het al dan niet toepassen van randomisatie. In een volledig
gerandomiseerd ontwerp worden deelnemers willekeurig toegewezen aan experimentele
condities, terwijl dit bij een quasi-experiment niet gebeurt.
7.3.1 Randomisatie
Bij randomisatie heeft elke deelnemer evenveel kans om in een bepaalde conditie terecht te
komen. Het gaat hierbij niet om hoe proefpersonen zijn geselecteerd, maar om hoe ze
worden toegewezen. Hoewel randomisatie geen perfecte gelijkheid garandeert, helpt het
wel om verstorende factoren eerlijk te verdelen over de condities — zeker bij een groot
aantal proefpersonen.
7.3.2 Quasi-experiment
In een quasi-experiment worden bestaande groepen onderzocht zonder willekeurige
toewijzing. Bijvoorbeeld: twee scholen worden vergeleken, waarvan er één een
onderwijsvernieuwing doorvoert. Omdat leerlingen niet willekeurig aan de scholen zijn
toegewezen, kunnen andere factoren meespelen, zoals sociaaleconomische achtergrond.
Quasi-experimenten zijn minder geschikt voor harde causale conclusies dan zuivere
experimenten. Onderzoekers kunnen de vergelijking wel verbeteren door groepen te
‘matchen’ op kenmerken of door statistische controle. Ondanks deze beperking bieden
quasi-experimenten vaak meer ecologische validiteit: ze vinden plaats in realistische
omgevingen, waardoor de resultaten relevanter zijn voor de praktijk.
7.3.3 Gedeeltelijk randomiseren
Tussen volledige randomisatie en geen randomisatie in ligt cluster randomisatie: hierbij
worden bestaande groepen (zoals klassen) willekeurig aan condities toegewezen. Hoewel de
toewijzing van clusters zelf random is, geldt dat niet voor de individuele deelnemers binnen
clusters. Personen binnen een cluster lijken vaak meer op elkaar dan tussen clusters,
waardoor deze methode minder controle biedt over storende variabelen. Het voordeel is
echter dat de methode natuurlijker is en praktisch uitvoerbaar in bestaande settings.
7.3.3.1 Experimentele controle
Experimentele controle houdt in dat storende variabelen — factoren die de relatie tussen de
manipulatie en de afhankelijke variabele kunnen beïnvloeden — bewust worden beheerst.
Als bijvoorbeeld leeftijd mogelijk van invloed is, kan de onderzoeker zorgen voor een gelijke
verdeling van leeftijden over condities, of leeftijd opnemen als extra variabele in het
4
, ontwerp. Dergelijke maatregelen helpen om de specifieke effecten van de manipulatie
zuiverder te meten, doordat andere invloeden beter onder controle worden gehouden.
7.3.4 Het blokontwerp
Een gerandomiseerd blokontwerp combineert randomisatie met experimentele controle.
Proefpersonen worden vooraf ingedeeld in homogene groepen (blokken) op basis van
relevante kenmerken, zoals leeftijd of geslacht. Vervolgens worden ze binnen elk blok
willekeurig toegewezen aan experimentele condities, zoals een behandeling of placebo.
Bijvoorbeeld: als een onderzoeker drie leeftijdsgroepen onderscheidt en twee condities
heeft (behandeling vs. controle), ontstaan er zes groepen (3 × 2). Dit helpt om verstorende
effecten van de blokvariabele, zoals leeftijd, uit te schakelen en tegelijkertijd te profiteren
van de voordelen van randomisatie — zoals het verdelen van onbekende storende factoren
over de condities.
Het blokontwerp wordt ook wel groepsgewijs matchen genoemd, omdat deelnemers met
vergelijkbare kenmerken eerst worden gegroepeerd voordat ze worden verdeeld over de
condities.
7.3.5 Matchen en homogeniseren
Het toevoegen van extra variabelen in een onderzoeksontwerp, zoals in blokdesigns, vraagt
om grotere steekproeven. Dit is soms niet haalbaar, zeker als veel storende factoren een rol
spelen. Daarom worden alternatieve methoden gebruikt, zoals matchen en homogeniseren,
die helpen om verstorende variabelen onder controle te houden zonder het ontwerp
ingewikkelder te maken.
7.3.5.1 Matchen
Matchen zorgt ervoor dat experimentele en controlegroepen gelijk zijn op belangrijke
achtergrondkenmerken.
Er zijn twee vormen:
- Precisiecontrole: per proefpersoon wordt een ‘match’ gezocht met dezelfde
kenmerken (zoals geslacht, opleiding). Eén van het paar gaat naar de experimentele
groep, de ander naar de controle.
- Globale controle: geen exacte paren, maar evenwichtige verdeling van kenmerken
over groepen (bijv. in beide groepen evenveel mannen/vrouwen).
Matchen vraagt om veel deelnemers, vooral bij precisiecontrole, maar kan helpen om
storende variabelen te neutraliseren.
7.3.5.2 Homogeniseren
Bij homogeniseren worden alleen deelnemers geselecteerd die op een bepaald storend
kenmerk (zoals leeftijd) gelijk zijn. Zo wordt de variatie verkleind en de statistische power
vergroot. Nadeel is dat de groep minder representatief wordt, waardoor de externe
validiteit daalt.
5
