Onderzoekspracticum Experimenteel onderzoek
Thema 1: Experimenten
1.1 Inleiding
Menselijk gedrag is moeilijk te bestuderen, omdat het wordt beïnvloed door ontelbaar veel
factoren die tegelijkertijd spelen. Mensen zijn van nature geneigd patronen te zien, ook als die er
in werkelijkheid niet zijn. Dat maakt het risico op verkeerde conclusies groot. Het meeste
psychologisch onderzoek richt zich op de vraag waarom gedrag voorkomt.
Je kunt gedrag observeren en vaststellen dat gebeurtenis B volgt op gebeurtenis A (bijvoorbeeld:
Je merkt dat elke keer nadat je een paraplu meeneemt, het begint te regenen.
A: Je neemt een paraplu mee.
B: Het gaat regenen.
Dat betekent natuurlijk niet dat jouw paraplu de regen veroorzaakt. Je nam de paraplu juist mee,
omdat je de weersverwachting kende. Er is dus een andere verklaring. Dat A vóór B komt,
betekent niet automatisch dat A de oorzaak is van B.
De enige manier om causaliteit vast te stellen is door een experiment uit te voeren. Het doel van
een experiment is om causale relaties empirisch te toetsen.
Experimenten zijn hiervoor geschikt omdat:
• de onderzoeker controle heeft over de omstandigheden;
• alleen de onafhankelijke variabele (X) wordt gemanipuleerd.
• alle andere factoren gelijk worden gehouden (ceteris paribus).
Als daarna de afhankelijke variabele (Y) verandert, kan men concluderen dat X de oorzaak is van
Y.
In experimenteel onderzoek betekent manipulatie: het opzettelijk veranderen van een variabele.
Voorbeelden:
• Medicijnonderzoek: wel of geen werkzame stof (placebo vs. medicatie)
• Psychologisch onderzoek: wel of geen interventie, training of instructie
1.1.1 Controlegroepen
Een experiment wordt sterker door het toevoegen van een controleconditie (of controlegroep).
Een controlegroep is een situatie waarin de manipulatie niet plaatsvindt. Daarnaast is een
controlegroep een vergelijkingspunt voor de experimentele conditie.
Zonder controlegroep kun je niet uitsluiten dat een verandering:
• vanzelf zou zijn opgetreden;
• door tijd, gewenning of externe factoren is veroorzaakt.
Een controlegroep hoeft niet letterlijk “niets” te doen. Het gaat om een neutrale of gebruikelijke
situatie. Voorbeeld bij behandeling:
• Nieuwe therapie
• Controlegroep: bestaande standaardbehandeling
Zo kun je beoordelen of de nieuwe therapie beter werkt dan wat al bestaat.
1.1.2 Mill’s methode (causaliteit logisch onderbouwen)
Het gebruik van controlegroepen is logisch onderbouwd door John Stuart Mill en staat bekend als
Mill’s methode. Zijn uitgangspunt: Een goed experiment moet bewijs vóór én tegen een
hypothese verzamelen. Mill onderscheidde twee vormen van bewijs:
1. Methode van overeenkomst (su ciënt/voldoende condition)
Als X optreedt, dan treedt Y ook op.
Als: Y in meerdere situaties voorkomt en X is in al die situaties aanwezig.
Dan is X een voldoende (su ciënt) voorwaarde voor Y.
Voorbeeld: In alle groepen die de stormbaan doen (X), neemt teamgevoel toe (Y).
Dan is de stormbaan voldoende om teamgevoel te vergroten. Voldoende is genoeg.
ffi ffi
,2. Methode van verschil (Necessary/ noodzakelijke condition)
Als X niet optreedt, dan treedt Y ook niet op.
Als: Y afwezig is wanneer X afwezig is
Dan is X een noodzakelijke (necessary) voorwaarde voor Y.
Voorbeeld: In groepen zonder stormbaan (niet X) neemt teamgevoel niet toe (niet Y).
Dan is de stormbaan is noodzakelijk voor het e ect. Noodzakelijk is onmisbaar.
Samen leveren ze causaliteit
Pas wanneer beide methoden worden aangetoond, kan men spreken van een causaal verband.
Experimentele groep Controlegroep
Als X, dan Y Als niet X, dan niet Y
1.1.3 Invulling van de controlegroep
Het kiezen van een goede controlegroep is cruciaal. Een slechte controlegroep zegt in vergelijking
weinig over het e ect van de interventie. Voorbeeld:
• Experimentele groep: stormbaan
• Controlegroep: samenwerken is volledig verboden
Dan zegt deze vergelijk niets over:
• Stormbaan vs. normale werksituatie, maar alleen over de stormbaan vs. extreme isolatie
Een goede controlegroep is een situatie die zo dicht mogelijk bij de normale realiteit ligt. Zo meet
je het toegevoegde e ect van de interventie. Soms is een controlegroep niet (volledig) mogelijk
vanwege ethische en praktische beperkingen. Voorbeeld:
• Experimenteel medicijn bij terminaal zieke patiënten (hierbij kan je ethisch gezien niet “niets”
doen). Een oplossing hiervoor kan de wachtlijst controlegroep zijn. Die later alsnog behandeling
krijgen. Een zorgvuldige afweging is nodig tussen validiteit, ethiek en praktische haalbaarheid.
1.2 Typen experimentele ontwerpen
Er bestaat geen standaard experimenteel ontwerp dat voor elke onderzoeksvraag geschikt is.
Het doel van elk experiment is hetzelfde, namelijk het testen van een hypothese en het
beantwoorden van een onderzoeksvraag. De uitdagingen verschillen per vraag.
Een belangrijke uitdaging in psychologisch onderzoek is dat mensen van nature van elkaar
verschillen. Deze individuele verschillen zorgen voor ruis in de data, waardoor het lastiger wordt
om het echte e ect van een manipulatie (het signaal) te herkennen. Experimentele ontwerpen
proberen daarom:
• causale relaties te testen, én
• de invloed van individuele verschillen (ruis) te beperken.
Er zijn twee belangrijke manieren om experimenten te classi ceren:
1. Volledig gerandomiseerde experimenten vs. quasi-experimenten, waarbij het gaat over de
toewijzing aan condities.
2. Between-subjects vs. within-subjects designs, waarbij het gaat over hoeveel condities
proefpersonen doorlopen. Deze indelingen staan niet los van elkaar en kunnen gecombineerd
worden.
1.3 Volledig gerandomiseerd ontwerp vs. quasi-experiment
Een volledig gerandomiseerd ontwerp is een zuiver experiment. Bij een volledig gerandomiseerd
ontwerp worden proefpersonen willekeurig toegewezen aan experimentele condities. Elke
proefpersoon heeft een gelijke kans om in elke conditie terecht te komen. Het maakt niet uit hoe
proefpersonen in de steekproef komen, maar wel hoe ze aan condities worden toegewezen.
Voorbeeld: Een onderzoeker onderzoekt of meer studie-uren leiden tot betere cijfers. Alle
deelnemers aan het onderzoek zijn studenten uit één familie. Dat is geen representatieve
steekproef, waardoor de resultaten minder goed te generaliseren zijn. Toch blijft het onderzoek
een gerandomiseerd experiment als de deelnemers willekeurig worden verdeeld over de conditie
'veel studeren' en de conditie 'weinig studeren'.
ff ff ff ff fi
, Randomisatie is belangrijk, omdat de verstorende variabelen (bijvoorbeeld motivatie, intelligentie)
gemiddeld is over alle condities. Bij voldoende proefpersonen wordt de invloed van individuele
verschillen op groepsniveau kleiner. Hierdoor wordt causale inferentie mogelijk, namelijk of Y
door X komt. Randomisatie garandeert geen perfecte gelijkheid, maar verkleint systematische
vertekening.
1.3.1 Quasi-experiment
Bij een quasi-experiment vindt geen willekeurige toewijzing aan condities plaats. De onderzoeker
werkt met bestaande groepen. Bijvoorbeeld het e ect van een onderwijsvernieuwing:
• School A: voert vernieuwing in
• School B: geen vernieuwing
Leerlingen worden niet willekeurig verdeeld over scholen → quasi-experiment
Kenmerken van quasi-experimenten:
• Zwakker in het aantonen van causaliteit
• Mogelijke structurele verschillen tussen groepen
• Geen volledige controle over storende variabelen
• Minder interne validiteit.
Dit betekent niet dat quasi-experimenten “slecht” zijn, maar dat causaliteit voorzichtiger
geïnterpreteerd moet worden. Het voordeel van quasi-experimenten is een betere ecologische
validiteit. Quasi-experimenten vinden vaak plaats in realistische, alledaagse contexten, waardoor
resultaten beter aansluiten bij de praktijk.
1.3.2 Gedeeltelijke randomisatie (cluster randomisatie)
Tussen volledige randomisatie en geen randomisatie ligt cluster randomisatie (loten van
groepen). Hierbij worden bestaande groepen (bijv. schoolklassen) gebruikt en deze groepen
worden willekeurig toegewezen aan condities. Bijvoorbeeld: klassen worden willekeurig
toegewezen aan nieuwe of oude lesmethode.
Dit heeft zowel voordelen als nadelen. Voordelen hiervan zijn dat het aansluit bij natuurlijke
situaties en dat het praktisch uitvoerbaar is. Nadelen hiervan zijn dat deelnemers binnen clusters
op elkaar lijken en dat storende variabelen niet volledig zijn uitgesloten.
1.3.3 Experimentele controle
Experimentele controle omvat alle maatregelen om storende variabelen te beheersen.
Een storende variabele beïnvloedt mogelijk de relatie tussen de manipulatie en uitkomst.
Voorbeeld: Zo kan bij onderzoek naar vroege interventie bij dementie leeftijd invloed hebben op
het e ect. De oplossing hiervoor is het zorgen voor een gelijke verdeling van leeftijden over
condities. Leeftijd kan eventueel opgenomen worden als extra variabele in het design. Hierdoor
wordt duidelijk of het e ect echt komt door de interventie.
1.3.4 Het blokontwerp (Groepsgewijs matchen)
Een (gerandomiseerd) blokontwerp combineert:
• experimentele controle
• randomisatie
1. Proefpersonen worden eerst ingedeeld in homogene blokken (bijv. leeftijdsgroepen).
2. Binnen elk blok worden proefpersonen willekeurig toegewezen aan condities
Bijvoorbeeld:
• Medicijn vs. placebo
• Leeftijdsgroepen: jong, middelbaar, oud
Hierdoor ontstaan 2x3 dus 6 groepen.
De voordelen hiervan zijn dat storende variabelen (zoals leeftijd) worden gecontroleerd en dat
andere onbekende factoren worden beperkt door randomisatie.
ff ff ff
, 1.3.5 Matchen en homogeniseren
Soms is randomisatie niet voldoende of zijn er te veel storende variabelen. Dan kun je matchen
en homogeniseren.
Het doel van matchen is dat de experimentele groep en controlegroep gelijk worden gemaakt op
belangrijke kenmerken. Twee vormen hiervan zijn precisiecontrole en globale controle.
Precisiecontrole
• Voor elke proefpersoon wordt een zo gelijk mogelijke tegenhanger gezocht.
• Daarna willekeurig toegewezen aan conditie
Het nadeel hiervan is dat dit praktisch lastig is en er een grote steekproef voor nodig is.
Globale controle
• Zorgt voor gelijke verdelingen van kenmerken
• Geen exacte koppels
• Minder precies, maar wel praktischer.
Bijvoorbeeld: In beide groepen evenveel jonge als oude deelnemers.
Bij homogeniseren worden proefpersonen bewust geselecteerd op gelijke kenmerken om ruis te
verminderen. Bijvoorbeeld: Alleen jongeren in een experiment als leeftijd storend is. Dit heeft
zowel voor- als nadelen. Het voordeel is dat er minder ruis is en er sprake is van hogere statische
power. Het nadeel kan zijn dan er minder generaliseerbaarheid is en er is sprake van een lagere
externe validiteit.
Matchen en homogeniseren vervangen randomisatie niet, maar kunnen een aanvulling hierop
zijn.
1.4 Between-subjects vs. within-subjects designs
Between-subjects design
• Elke proefpersoon zit in één conditie
• Verschillende groepen worden vergeleken
Voorbeeld: Groep A: medicijn en groep B: placebo
Het voordeel hiervan is dat er geen sprake is van volgorde-e ecten. Het nadeel hiervan is dat er
meer proefpersonen nodig zijn en dat er meer ruis kan ontstaan door individuele verschillen.
•
Within-subjects design (repeated measures)
• Elke proefpersoon doorloopt alle condities
• Vergelijking binnen dezelfde persoon
Voorbeeld: Heeft cafeïne invloed op reactietijd? Alle deelnemers doen eerst een reactietest zonder
cafeïne. Een week later doen dezelfde deelnemers dezelfde test na een kop ko e. De
reactietijden worden binnen dezelfde persoon vergeleken.
Een nadeel hiervan is dat dit kan resulteren in volgorde-e ecten, vermoeidheid en gewenning.
Een oplossing hiervoor in counterbalancing (volgorde variëren). Een voordeel van within-subjects
design is dat er minder ruis is en minder proefpersonen nodig zijn.
Mixed designs
Dit is een combinatie van between-subjects en within-subjects.
Voorbeeld: Twee behandelgroepen met metingen op meerdere tijdstippen.
1.5 Voorbeelden van experimentele designs
Hoewel er talloze experimentele designs bestaan, delen ze allemaal hetzelfde doel, namelijk het
zo goed mogelijk vaststellen van causaliteit, door verstorende factoren uit te sluiten. Hierbij wordt
de methode van Mill gehanteerd.
Elk design is in feite een afweging tussen:
• interne validiteit (hoe zeker weten we dat X → Y?)
• praktische en ethische haalbaarheid
• speci eke validiteitsbedreigingen
fi ff ff ffi
Thema 1: Experimenten
1.1 Inleiding
Menselijk gedrag is moeilijk te bestuderen, omdat het wordt beïnvloed door ontelbaar veel
factoren die tegelijkertijd spelen. Mensen zijn van nature geneigd patronen te zien, ook als die er
in werkelijkheid niet zijn. Dat maakt het risico op verkeerde conclusies groot. Het meeste
psychologisch onderzoek richt zich op de vraag waarom gedrag voorkomt.
Je kunt gedrag observeren en vaststellen dat gebeurtenis B volgt op gebeurtenis A (bijvoorbeeld:
Je merkt dat elke keer nadat je een paraplu meeneemt, het begint te regenen.
A: Je neemt een paraplu mee.
B: Het gaat regenen.
Dat betekent natuurlijk niet dat jouw paraplu de regen veroorzaakt. Je nam de paraplu juist mee,
omdat je de weersverwachting kende. Er is dus een andere verklaring. Dat A vóór B komt,
betekent niet automatisch dat A de oorzaak is van B.
De enige manier om causaliteit vast te stellen is door een experiment uit te voeren. Het doel van
een experiment is om causale relaties empirisch te toetsen.
Experimenten zijn hiervoor geschikt omdat:
• de onderzoeker controle heeft over de omstandigheden;
• alleen de onafhankelijke variabele (X) wordt gemanipuleerd.
• alle andere factoren gelijk worden gehouden (ceteris paribus).
Als daarna de afhankelijke variabele (Y) verandert, kan men concluderen dat X de oorzaak is van
Y.
In experimenteel onderzoek betekent manipulatie: het opzettelijk veranderen van een variabele.
Voorbeelden:
• Medicijnonderzoek: wel of geen werkzame stof (placebo vs. medicatie)
• Psychologisch onderzoek: wel of geen interventie, training of instructie
1.1.1 Controlegroepen
Een experiment wordt sterker door het toevoegen van een controleconditie (of controlegroep).
Een controlegroep is een situatie waarin de manipulatie niet plaatsvindt. Daarnaast is een
controlegroep een vergelijkingspunt voor de experimentele conditie.
Zonder controlegroep kun je niet uitsluiten dat een verandering:
• vanzelf zou zijn opgetreden;
• door tijd, gewenning of externe factoren is veroorzaakt.
Een controlegroep hoeft niet letterlijk “niets” te doen. Het gaat om een neutrale of gebruikelijke
situatie. Voorbeeld bij behandeling:
• Nieuwe therapie
• Controlegroep: bestaande standaardbehandeling
Zo kun je beoordelen of de nieuwe therapie beter werkt dan wat al bestaat.
1.1.2 Mill’s methode (causaliteit logisch onderbouwen)
Het gebruik van controlegroepen is logisch onderbouwd door John Stuart Mill en staat bekend als
Mill’s methode. Zijn uitgangspunt: Een goed experiment moet bewijs vóór én tegen een
hypothese verzamelen. Mill onderscheidde twee vormen van bewijs:
1. Methode van overeenkomst (su ciënt/voldoende condition)
Als X optreedt, dan treedt Y ook op.
Als: Y in meerdere situaties voorkomt en X is in al die situaties aanwezig.
Dan is X een voldoende (su ciënt) voorwaarde voor Y.
Voorbeeld: In alle groepen die de stormbaan doen (X), neemt teamgevoel toe (Y).
Dan is de stormbaan voldoende om teamgevoel te vergroten. Voldoende is genoeg.
ffi ffi
,2. Methode van verschil (Necessary/ noodzakelijke condition)
Als X niet optreedt, dan treedt Y ook niet op.
Als: Y afwezig is wanneer X afwezig is
Dan is X een noodzakelijke (necessary) voorwaarde voor Y.
Voorbeeld: In groepen zonder stormbaan (niet X) neemt teamgevoel niet toe (niet Y).
Dan is de stormbaan is noodzakelijk voor het e ect. Noodzakelijk is onmisbaar.
Samen leveren ze causaliteit
Pas wanneer beide methoden worden aangetoond, kan men spreken van een causaal verband.
Experimentele groep Controlegroep
Als X, dan Y Als niet X, dan niet Y
1.1.3 Invulling van de controlegroep
Het kiezen van een goede controlegroep is cruciaal. Een slechte controlegroep zegt in vergelijking
weinig over het e ect van de interventie. Voorbeeld:
• Experimentele groep: stormbaan
• Controlegroep: samenwerken is volledig verboden
Dan zegt deze vergelijk niets over:
• Stormbaan vs. normale werksituatie, maar alleen over de stormbaan vs. extreme isolatie
Een goede controlegroep is een situatie die zo dicht mogelijk bij de normale realiteit ligt. Zo meet
je het toegevoegde e ect van de interventie. Soms is een controlegroep niet (volledig) mogelijk
vanwege ethische en praktische beperkingen. Voorbeeld:
• Experimenteel medicijn bij terminaal zieke patiënten (hierbij kan je ethisch gezien niet “niets”
doen). Een oplossing hiervoor kan de wachtlijst controlegroep zijn. Die later alsnog behandeling
krijgen. Een zorgvuldige afweging is nodig tussen validiteit, ethiek en praktische haalbaarheid.
1.2 Typen experimentele ontwerpen
Er bestaat geen standaard experimenteel ontwerp dat voor elke onderzoeksvraag geschikt is.
Het doel van elk experiment is hetzelfde, namelijk het testen van een hypothese en het
beantwoorden van een onderzoeksvraag. De uitdagingen verschillen per vraag.
Een belangrijke uitdaging in psychologisch onderzoek is dat mensen van nature van elkaar
verschillen. Deze individuele verschillen zorgen voor ruis in de data, waardoor het lastiger wordt
om het echte e ect van een manipulatie (het signaal) te herkennen. Experimentele ontwerpen
proberen daarom:
• causale relaties te testen, én
• de invloed van individuele verschillen (ruis) te beperken.
Er zijn twee belangrijke manieren om experimenten te classi ceren:
1. Volledig gerandomiseerde experimenten vs. quasi-experimenten, waarbij het gaat over de
toewijzing aan condities.
2. Between-subjects vs. within-subjects designs, waarbij het gaat over hoeveel condities
proefpersonen doorlopen. Deze indelingen staan niet los van elkaar en kunnen gecombineerd
worden.
1.3 Volledig gerandomiseerd ontwerp vs. quasi-experiment
Een volledig gerandomiseerd ontwerp is een zuiver experiment. Bij een volledig gerandomiseerd
ontwerp worden proefpersonen willekeurig toegewezen aan experimentele condities. Elke
proefpersoon heeft een gelijke kans om in elke conditie terecht te komen. Het maakt niet uit hoe
proefpersonen in de steekproef komen, maar wel hoe ze aan condities worden toegewezen.
Voorbeeld: Een onderzoeker onderzoekt of meer studie-uren leiden tot betere cijfers. Alle
deelnemers aan het onderzoek zijn studenten uit één familie. Dat is geen representatieve
steekproef, waardoor de resultaten minder goed te generaliseren zijn. Toch blijft het onderzoek
een gerandomiseerd experiment als de deelnemers willekeurig worden verdeeld over de conditie
'veel studeren' en de conditie 'weinig studeren'.
ff ff ff ff fi
, Randomisatie is belangrijk, omdat de verstorende variabelen (bijvoorbeeld motivatie, intelligentie)
gemiddeld is over alle condities. Bij voldoende proefpersonen wordt de invloed van individuele
verschillen op groepsniveau kleiner. Hierdoor wordt causale inferentie mogelijk, namelijk of Y
door X komt. Randomisatie garandeert geen perfecte gelijkheid, maar verkleint systematische
vertekening.
1.3.1 Quasi-experiment
Bij een quasi-experiment vindt geen willekeurige toewijzing aan condities plaats. De onderzoeker
werkt met bestaande groepen. Bijvoorbeeld het e ect van een onderwijsvernieuwing:
• School A: voert vernieuwing in
• School B: geen vernieuwing
Leerlingen worden niet willekeurig verdeeld over scholen → quasi-experiment
Kenmerken van quasi-experimenten:
• Zwakker in het aantonen van causaliteit
• Mogelijke structurele verschillen tussen groepen
• Geen volledige controle over storende variabelen
• Minder interne validiteit.
Dit betekent niet dat quasi-experimenten “slecht” zijn, maar dat causaliteit voorzichtiger
geïnterpreteerd moet worden. Het voordeel van quasi-experimenten is een betere ecologische
validiteit. Quasi-experimenten vinden vaak plaats in realistische, alledaagse contexten, waardoor
resultaten beter aansluiten bij de praktijk.
1.3.2 Gedeeltelijke randomisatie (cluster randomisatie)
Tussen volledige randomisatie en geen randomisatie ligt cluster randomisatie (loten van
groepen). Hierbij worden bestaande groepen (bijv. schoolklassen) gebruikt en deze groepen
worden willekeurig toegewezen aan condities. Bijvoorbeeld: klassen worden willekeurig
toegewezen aan nieuwe of oude lesmethode.
Dit heeft zowel voordelen als nadelen. Voordelen hiervan zijn dat het aansluit bij natuurlijke
situaties en dat het praktisch uitvoerbaar is. Nadelen hiervan zijn dat deelnemers binnen clusters
op elkaar lijken en dat storende variabelen niet volledig zijn uitgesloten.
1.3.3 Experimentele controle
Experimentele controle omvat alle maatregelen om storende variabelen te beheersen.
Een storende variabele beïnvloedt mogelijk de relatie tussen de manipulatie en uitkomst.
Voorbeeld: Zo kan bij onderzoek naar vroege interventie bij dementie leeftijd invloed hebben op
het e ect. De oplossing hiervoor is het zorgen voor een gelijke verdeling van leeftijden over
condities. Leeftijd kan eventueel opgenomen worden als extra variabele in het design. Hierdoor
wordt duidelijk of het e ect echt komt door de interventie.
1.3.4 Het blokontwerp (Groepsgewijs matchen)
Een (gerandomiseerd) blokontwerp combineert:
• experimentele controle
• randomisatie
1. Proefpersonen worden eerst ingedeeld in homogene blokken (bijv. leeftijdsgroepen).
2. Binnen elk blok worden proefpersonen willekeurig toegewezen aan condities
Bijvoorbeeld:
• Medicijn vs. placebo
• Leeftijdsgroepen: jong, middelbaar, oud
Hierdoor ontstaan 2x3 dus 6 groepen.
De voordelen hiervan zijn dat storende variabelen (zoals leeftijd) worden gecontroleerd en dat
andere onbekende factoren worden beperkt door randomisatie.
ff ff ff
, 1.3.5 Matchen en homogeniseren
Soms is randomisatie niet voldoende of zijn er te veel storende variabelen. Dan kun je matchen
en homogeniseren.
Het doel van matchen is dat de experimentele groep en controlegroep gelijk worden gemaakt op
belangrijke kenmerken. Twee vormen hiervan zijn precisiecontrole en globale controle.
Precisiecontrole
• Voor elke proefpersoon wordt een zo gelijk mogelijke tegenhanger gezocht.
• Daarna willekeurig toegewezen aan conditie
Het nadeel hiervan is dat dit praktisch lastig is en er een grote steekproef voor nodig is.
Globale controle
• Zorgt voor gelijke verdelingen van kenmerken
• Geen exacte koppels
• Minder precies, maar wel praktischer.
Bijvoorbeeld: In beide groepen evenveel jonge als oude deelnemers.
Bij homogeniseren worden proefpersonen bewust geselecteerd op gelijke kenmerken om ruis te
verminderen. Bijvoorbeeld: Alleen jongeren in een experiment als leeftijd storend is. Dit heeft
zowel voor- als nadelen. Het voordeel is dat er minder ruis is en er sprake is van hogere statische
power. Het nadeel kan zijn dan er minder generaliseerbaarheid is en er is sprake van een lagere
externe validiteit.
Matchen en homogeniseren vervangen randomisatie niet, maar kunnen een aanvulling hierop
zijn.
1.4 Between-subjects vs. within-subjects designs
Between-subjects design
• Elke proefpersoon zit in één conditie
• Verschillende groepen worden vergeleken
Voorbeeld: Groep A: medicijn en groep B: placebo
Het voordeel hiervan is dat er geen sprake is van volgorde-e ecten. Het nadeel hiervan is dat er
meer proefpersonen nodig zijn en dat er meer ruis kan ontstaan door individuele verschillen.
•
Within-subjects design (repeated measures)
• Elke proefpersoon doorloopt alle condities
• Vergelijking binnen dezelfde persoon
Voorbeeld: Heeft cafeïne invloed op reactietijd? Alle deelnemers doen eerst een reactietest zonder
cafeïne. Een week later doen dezelfde deelnemers dezelfde test na een kop ko e. De
reactietijden worden binnen dezelfde persoon vergeleken.
Een nadeel hiervan is dat dit kan resulteren in volgorde-e ecten, vermoeidheid en gewenning.
Een oplossing hiervoor in counterbalancing (volgorde variëren). Een voordeel van within-subjects
design is dat er minder ruis is en minder proefpersonen nodig zijn.
Mixed designs
Dit is een combinatie van between-subjects en within-subjects.
Voorbeeld: Twee behandelgroepen met metingen op meerdere tijdstippen.
1.5 Voorbeelden van experimentele designs
Hoewel er talloze experimentele designs bestaan, delen ze allemaal hetzelfde doel, namelijk het
zo goed mogelijk vaststellen van causaliteit, door verstorende factoren uit te sluiten. Hierbij wordt
de methode van Mill gehanteerd.
Elk design is in feite een afweging tussen:
• interne validiteit (hoe zeker weten we dat X → Y?)
• praktische en ethische haalbaarheid
• speci eke validiteitsbedreigingen
fi ff ff ffi
