Onderzoekspracticum Longitudinaal Onderzoek PB1722
Open Universiteit OpenMens & Brightspace
Field H21 & Verboon Mediatieanalyse
Nederlandse Samenvatting
Theorie en tutorial uitleg Jamovi
Gemaakt door Saartje Koning
Persoonlijke noot
In deze samenvatting volg ik de structuur van brightspace met daarin de thema’s en studietaken.
Het bevat de benodigde theorie uit OpenMenS en brightspace voor het tentamen en
uitgeschreven instructies voor een aantal van de tutorials. Deze cursus bevat veel tutorials en
verwerkingsopdrachten waarvan ik een gedeelte heb uitgewerkt in deze samenvatting. Daarbij
wil ik vermelden dat je geen formules dient te kennen / berekenen voor het tentamen.
Aan het einde van het document vind je een handig overzicht wat je kunt gebruiken voor de
verwerkingsopdrachten en de eindopdracht. Heel veel succes!
Thema 1 – De factor tijd in onderzoek
4 manieren waarop longitudinale data kan worden gebruikt:
1. Interventie-evaluatie
= voormetingen worden vergeleken met metingen tijdens/na de interventie om het effect
te bepalen
2. Patroon/trend-analyse
= longitudinale data laten zien hoe een fenomeen zich over tijd ontwikkelt
3. Mediatiemodellen
= verband tussen twee variabelen te verklaren door een derde tussenliggende variabele
(mediator). De drie variabelen worden op drie opeenvolgende momenten gemeten
waardoor een causaal mechanisme zichtbaar kan worden gemaakt
4. Experience Sampling Method (ESM)
= een korte vragenlijst die meerdere keren per dag wordt afgenomen op willekeurige
momenten en over meerdere dagen
o Wordt ook wel intensieve longitudinale designs genoemd → waarom? Omdat
het een intensieve methode is
Studietaak 1.1 – Longitudinale onderzoeksdesign
Longitudinaal vs. Cross-sectioneel:
• Cross-sectioneel = alles op één tijdstip gemeten en geen uitspraken over verandering
mogelijk
• Longitudinaal = herhaalde metingen van dezelfde variabelen bij dezelfde personen en
wel uitspraken over verandering mogelijk
Longitudinaal onderzoek kan zowel experimenteel als observationeel van aard zijn:
• Experimenteel longitudinaal onderzoek
Voorbeeld: onderzoek naar de korte- en langetermijneffecten van twee verschillende
vormen van psychotherapie op depressieve klachten
3 voorwaarden voor experimenteel longitudinaal onderzoek:
1. Meerdere metingen in de tijd
, 2. Verschillende condities waarvan er minstens één wordt blootgesteld aan een
experimentele manipulatie
3. Doel is om de effecten in verschillende condities met elkaar te vergelijken
2 soorten experimenteel longitudinaal onderzoek:
1. Zuiver experimenteel = random/aselect toewijzen van deelnemers aan
condities
2. Quasi-experimenteel = geen random/aselecte toewijzing van deelnemers (bijv.
bestaande groepen)
• Observationeel longitudinaal onderzoek
= meerdere metingen in de tijd zonder dat er variabelen worden gemanipuleerd
Voorbeeld: het in kaart brengen van de ontwikkeling van prosociaal gedrag van
opgroeiende jongens en meisjes door op vaste tijdstippen in de puberteitsperiode
vragenlijsten af te nemen
o Geschikt om → patronen in de tijd te bestuderen
o Uit te voeren bij → enkel groep of meerdere groepen
Longitudinale dataverzameling kan zowel intensief als extensief zijn:
• Intensief
= een hoge meetfrequentie
Voorbeeld: een studie waarbij deelnemers gedurende twee weken 4x per dag een korte
vragenlijst invullen
o Meerdere metingen per dag
o Korte duur
o Andere benamingen → ESM (experience sampling method) of EMA (ecological
momentary assessment)
• Extensief
= een lage meetfrequentie
o Een meting per week, maand of jaar
o Langere duur
2 soorten doelen van longitudinaal onderzoek:
1. Ontwikkeling over tijd
= trend/groei in kaart brengen
Voorbeeld: relatietherapie → wekelijkse intimiteit meten
• Verwachting → therapiegroep laat vooruitgang zien over tijd
• Effect van conditie (therapie vs. Wachtlijst) hangt af van tijd
• Dit is interactie-effect tussen tijd en conditie
• Voorbeeld onderzoeksvraag → neemt intimiteit toe of af na 10 dagen?
2. Fluctuaties
= verband tussen twee patronen van schommelingen laten zien
Voorbeeld: wanneer je wilt laten zien dat iedere keer als iemand zich slechter voelt (meer
negatief affect ervaart), ook diens zelfwaardering naar beneden gaat
• Verwachting → geen ontwikkeling verwacht tussen begin en eind van de studie
• Wél verband tussen de schommelingen zelf
• Voorbeeld onderzoeksvraag → is de zelfwaardering lager op momenten dat
iemand negatief affect ervaart dan wanneer iemand positief affect ervaart?
Het verschil tussen deze twee doelen heeft consequenties voor de statistische analyse.
3 specifieke vormen van observationeel longitudinaal onderzoek:
, 1. Panelstudie
= prospectief longitudinaal onderzoek waarbij een langere tijd dezelfde mensen
meerdere keren worden bevraagd over een onderwerp
• Vast panel
• Herhaald bevraagd
• Maatschappelijke ontwikkelingen in een brede onderzoekspopulatie te
onderzoeken
• Representativiteit extra belangrijk → alle leeftijden, opleidingsniveaus,
etniciteiten en andere relevante achtergrondkenmerken dienen voldoende
aanwezig te zijn in het panel
2. Cohortstudie
= deelnemers worden meerdere keren bevraagd, maar de deelnemers worden
geselecteerd op basis van een gemeenschappelijk kenmerk dat gerelateerd is aan een
tijdstip of periode
Voorbeeld: deelnemers met hetzelfde geboortejaar, lichting studenten, scholieren die
hetzelfde jaar een eindexamen doen
3. Life-eventstudies
= psychische gevolgen van (ingrijpende) veranderingen of (traumatische) gebeurtenissen
kunnen worden bestudeerd
Voorbeeld: een langere periode de depressieve klachten in kaart brengen van mensen
wiens partner onlangs overleden is
• Epidemiologie gebruik → om potentiële risicofactoren te identificeren die ziekten
veroorzaken of ziektepatronen beïnvloeden
• Let op! Longitudinaal effect is op zichzelf niet voldoende voor het trekken van
causale conclusies
Sinds 1980 kunnen we pas goed veranderingen over tijd meten.
2 soorten veranderingen:
1. Within individual change
= hoe verandert ieder individu in de loop van de tijd?
• Doel → vorm van individuele groeitraject te beschrijven
2. Interindividual difference in change
= wat voorspelt de verschillen tussen mensen in hun veranderingen?
• Doel → heterogeniteit in verandering tussen individuen te detecteren en de
relatie tussen voorspellende factoren en de vorm van ieders individuele
groeitraject te bepalen
3 belangrijke kenmerken van onderzoek naar veranderingen:
1. 3 of meer ‘waves’ van data
2. Uitkomst waarvan de waarden in de loop van de tijd systematisch veranderen
3. Verstandige maatstaf voor het registreren van gewerkte tijd
4 problemen bij herhaald meten:
1. Uitval (attritie of drop-out)
= deelnemers stoppen tijdens het onderzoek
• 2 gevolgen:
o Minder deelnemers
o Als uitvallers anders zijn dan blijvers → bias (vertekening) → bedreigt
validiteit
• Niet alleen hoeveel mensen uitvallen is belangrijk, maar ook wie uitvallen
• Vrijwillige uitval (te hoge belasting) vs. Onvrijwillige uitval (overlijden)
, • Mate van uitval kan samenhangen met studieduur
Voorbeeld: bestraling bij kanker met uitzaaiingen in de hersenen
• Onderzoeksvraag → is de vermindering van cognitief functioneren beter bij
precisiebestraling waarbij alleen geobserveerde tumorcellen bestraald worden
• T0 (voormeting) en meten op 3, 6, 9, 12, 15 en 21 maanden na behandeling
• Uitval veroorzaakt door → overlijden van veel patiënten door het ziektebeeld
Voorbeeld: muziektherapie bij ouderen met dementie
• Interventie van 3 weken waarin deelnemers 9 sessies bijwoonden
• T0 (voormeting) en halverwege de interventie (t1) en 3 en 6 weken na afloop van
de interventie
• Meetperiode van beperkt, maar lage uitval (4,8%)
3 redenen die het verschil tussen de uitval ratio’s verklaren:
a. Verschil in verwacht ziekteverloop populatie (agressief vs mild)
b. Verschil in studieduur (21 mnd vs 6 weken)
c. Aard interventie (belastende bestraling vs prettige muziektherapie)
2. Belasting
= zware belasting voor deelnemers → weerhouden van deelname
Gevolg → verminderde externe validiteit
• Ethische afweging → zo min mogelijk belasten, zo veel als nodig
3. Reactiviteit
= meting beïnvloedt de deelnemer
3 soorten reactiviteit:
a. Minder serieus invullen → antwoorden worden slordiger
b. Instrumentatie → mensen worden zich bewuster van wat wordt gemeten en
daardoor veranderen antwoorden
c. Leereffect → mensen worden niet beter in de vaardigheid, maar wel beter in het
maken van de test
4. Incorrecte causale conclusies
= longitudinaal onderzoek is niet voldoende voor causale uitspraken
3 designaspecten ter overweging:
1. Meetfrequentie
Hoe snel verwacht ik verandering?
• Snelle verandering? → vaker meten
• Langzame verandering? → minder vaak meten
2. Tijdsintervallen
Met welke regelmaat wordt er gemeten?
3 ESM tijdsintervallen:
a. Interval-contingent → vaste tijdstippen
b. Signal-contingent → willekeurig na een signaal
c. Event-contingent → na vooraf gedefinieerde gebeurtenis
3. Totale studieduur
Balans zoeken tussen genoeg data verzamelen, deelnemers niet overbelasten en uitval
beperken
3 voorwaarden voor causaliteit:
1. Relatie tussen onafhankelijke variabele (oorzaak) en afhankelijke variabele (gevolg)
→ Cross-sectioneel onderzoek is hiervoor genoeg
• Hoe? → Correlatie- of regressieanalyse, een t-toets of ANOVA
Open Universiteit OpenMens & Brightspace
Field H21 & Verboon Mediatieanalyse
Nederlandse Samenvatting
Theorie en tutorial uitleg Jamovi
Gemaakt door Saartje Koning
Persoonlijke noot
In deze samenvatting volg ik de structuur van brightspace met daarin de thema’s en studietaken.
Het bevat de benodigde theorie uit OpenMenS en brightspace voor het tentamen en
uitgeschreven instructies voor een aantal van de tutorials. Deze cursus bevat veel tutorials en
verwerkingsopdrachten waarvan ik een gedeelte heb uitgewerkt in deze samenvatting. Daarbij
wil ik vermelden dat je geen formules dient te kennen / berekenen voor het tentamen.
Aan het einde van het document vind je een handig overzicht wat je kunt gebruiken voor de
verwerkingsopdrachten en de eindopdracht. Heel veel succes!
Thema 1 – De factor tijd in onderzoek
4 manieren waarop longitudinale data kan worden gebruikt:
1. Interventie-evaluatie
= voormetingen worden vergeleken met metingen tijdens/na de interventie om het effect
te bepalen
2. Patroon/trend-analyse
= longitudinale data laten zien hoe een fenomeen zich over tijd ontwikkelt
3. Mediatiemodellen
= verband tussen twee variabelen te verklaren door een derde tussenliggende variabele
(mediator). De drie variabelen worden op drie opeenvolgende momenten gemeten
waardoor een causaal mechanisme zichtbaar kan worden gemaakt
4. Experience Sampling Method (ESM)
= een korte vragenlijst die meerdere keren per dag wordt afgenomen op willekeurige
momenten en over meerdere dagen
o Wordt ook wel intensieve longitudinale designs genoemd → waarom? Omdat
het een intensieve methode is
Studietaak 1.1 – Longitudinale onderzoeksdesign
Longitudinaal vs. Cross-sectioneel:
• Cross-sectioneel = alles op één tijdstip gemeten en geen uitspraken over verandering
mogelijk
• Longitudinaal = herhaalde metingen van dezelfde variabelen bij dezelfde personen en
wel uitspraken over verandering mogelijk
Longitudinaal onderzoek kan zowel experimenteel als observationeel van aard zijn:
• Experimenteel longitudinaal onderzoek
Voorbeeld: onderzoek naar de korte- en langetermijneffecten van twee verschillende
vormen van psychotherapie op depressieve klachten
3 voorwaarden voor experimenteel longitudinaal onderzoek:
1. Meerdere metingen in de tijd
, 2. Verschillende condities waarvan er minstens één wordt blootgesteld aan een
experimentele manipulatie
3. Doel is om de effecten in verschillende condities met elkaar te vergelijken
2 soorten experimenteel longitudinaal onderzoek:
1. Zuiver experimenteel = random/aselect toewijzen van deelnemers aan
condities
2. Quasi-experimenteel = geen random/aselecte toewijzing van deelnemers (bijv.
bestaande groepen)
• Observationeel longitudinaal onderzoek
= meerdere metingen in de tijd zonder dat er variabelen worden gemanipuleerd
Voorbeeld: het in kaart brengen van de ontwikkeling van prosociaal gedrag van
opgroeiende jongens en meisjes door op vaste tijdstippen in de puberteitsperiode
vragenlijsten af te nemen
o Geschikt om → patronen in de tijd te bestuderen
o Uit te voeren bij → enkel groep of meerdere groepen
Longitudinale dataverzameling kan zowel intensief als extensief zijn:
• Intensief
= een hoge meetfrequentie
Voorbeeld: een studie waarbij deelnemers gedurende twee weken 4x per dag een korte
vragenlijst invullen
o Meerdere metingen per dag
o Korte duur
o Andere benamingen → ESM (experience sampling method) of EMA (ecological
momentary assessment)
• Extensief
= een lage meetfrequentie
o Een meting per week, maand of jaar
o Langere duur
2 soorten doelen van longitudinaal onderzoek:
1. Ontwikkeling over tijd
= trend/groei in kaart brengen
Voorbeeld: relatietherapie → wekelijkse intimiteit meten
• Verwachting → therapiegroep laat vooruitgang zien over tijd
• Effect van conditie (therapie vs. Wachtlijst) hangt af van tijd
• Dit is interactie-effect tussen tijd en conditie
• Voorbeeld onderzoeksvraag → neemt intimiteit toe of af na 10 dagen?
2. Fluctuaties
= verband tussen twee patronen van schommelingen laten zien
Voorbeeld: wanneer je wilt laten zien dat iedere keer als iemand zich slechter voelt (meer
negatief affect ervaart), ook diens zelfwaardering naar beneden gaat
• Verwachting → geen ontwikkeling verwacht tussen begin en eind van de studie
• Wél verband tussen de schommelingen zelf
• Voorbeeld onderzoeksvraag → is de zelfwaardering lager op momenten dat
iemand negatief affect ervaart dan wanneer iemand positief affect ervaart?
Het verschil tussen deze twee doelen heeft consequenties voor de statistische analyse.
3 specifieke vormen van observationeel longitudinaal onderzoek:
, 1. Panelstudie
= prospectief longitudinaal onderzoek waarbij een langere tijd dezelfde mensen
meerdere keren worden bevraagd over een onderwerp
• Vast panel
• Herhaald bevraagd
• Maatschappelijke ontwikkelingen in een brede onderzoekspopulatie te
onderzoeken
• Representativiteit extra belangrijk → alle leeftijden, opleidingsniveaus,
etniciteiten en andere relevante achtergrondkenmerken dienen voldoende
aanwezig te zijn in het panel
2. Cohortstudie
= deelnemers worden meerdere keren bevraagd, maar de deelnemers worden
geselecteerd op basis van een gemeenschappelijk kenmerk dat gerelateerd is aan een
tijdstip of periode
Voorbeeld: deelnemers met hetzelfde geboortejaar, lichting studenten, scholieren die
hetzelfde jaar een eindexamen doen
3. Life-eventstudies
= psychische gevolgen van (ingrijpende) veranderingen of (traumatische) gebeurtenissen
kunnen worden bestudeerd
Voorbeeld: een langere periode de depressieve klachten in kaart brengen van mensen
wiens partner onlangs overleden is
• Epidemiologie gebruik → om potentiële risicofactoren te identificeren die ziekten
veroorzaken of ziektepatronen beïnvloeden
• Let op! Longitudinaal effect is op zichzelf niet voldoende voor het trekken van
causale conclusies
Sinds 1980 kunnen we pas goed veranderingen over tijd meten.
2 soorten veranderingen:
1. Within individual change
= hoe verandert ieder individu in de loop van de tijd?
• Doel → vorm van individuele groeitraject te beschrijven
2. Interindividual difference in change
= wat voorspelt de verschillen tussen mensen in hun veranderingen?
• Doel → heterogeniteit in verandering tussen individuen te detecteren en de
relatie tussen voorspellende factoren en de vorm van ieders individuele
groeitraject te bepalen
3 belangrijke kenmerken van onderzoek naar veranderingen:
1. 3 of meer ‘waves’ van data
2. Uitkomst waarvan de waarden in de loop van de tijd systematisch veranderen
3. Verstandige maatstaf voor het registreren van gewerkte tijd
4 problemen bij herhaald meten:
1. Uitval (attritie of drop-out)
= deelnemers stoppen tijdens het onderzoek
• 2 gevolgen:
o Minder deelnemers
o Als uitvallers anders zijn dan blijvers → bias (vertekening) → bedreigt
validiteit
• Niet alleen hoeveel mensen uitvallen is belangrijk, maar ook wie uitvallen
• Vrijwillige uitval (te hoge belasting) vs. Onvrijwillige uitval (overlijden)
, • Mate van uitval kan samenhangen met studieduur
Voorbeeld: bestraling bij kanker met uitzaaiingen in de hersenen
• Onderzoeksvraag → is de vermindering van cognitief functioneren beter bij
precisiebestraling waarbij alleen geobserveerde tumorcellen bestraald worden
• T0 (voormeting) en meten op 3, 6, 9, 12, 15 en 21 maanden na behandeling
• Uitval veroorzaakt door → overlijden van veel patiënten door het ziektebeeld
Voorbeeld: muziektherapie bij ouderen met dementie
• Interventie van 3 weken waarin deelnemers 9 sessies bijwoonden
• T0 (voormeting) en halverwege de interventie (t1) en 3 en 6 weken na afloop van
de interventie
• Meetperiode van beperkt, maar lage uitval (4,8%)
3 redenen die het verschil tussen de uitval ratio’s verklaren:
a. Verschil in verwacht ziekteverloop populatie (agressief vs mild)
b. Verschil in studieduur (21 mnd vs 6 weken)
c. Aard interventie (belastende bestraling vs prettige muziektherapie)
2. Belasting
= zware belasting voor deelnemers → weerhouden van deelname
Gevolg → verminderde externe validiteit
• Ethische afweging → zo min mogelijk belasten, zo veel als nodig
3. Reactiviteit
= meting beïnvloedt de deelnemer
3 soorten reactiviteit:
a. Minder serieus invullen → antwoorden worden slordiger
b. Instrumentatie → mensen worden zich bewuster van wat wordt gemeten en
daardoor veranderen antwoorden
c. Leereffect → mensen worden niet beter in de vaardigheid, maar wel beter in het
maken van de test
4. Incorrecte causale conclusies
= longitudinaal onderzoek is niet voldoende voor causale uitspraken
3 designaspecten ter overweging:
1. Meetfrequentie
Hoe snel verwacht ik verandering?
• Snelle verandering? → vaker meten
• Langzame verandering? → minder vaak meten
2. Tijdsintervallen
Met welke regelmaat wordt er gemeten?
3 ESM tijdsintervallen:
a. Interval-contingent → vaste tijdstippen
b. Signal-contingent → willekeurig na een signaal
c. Event-contingent → na vooraf gedefinieerde gebeurtenis
3. Totale studieduur
Balans zoeken tussen genoeg data verzamelen, deelnemers niet overbelasten en uitval
beperken
3 voorwaarden voor causaliteit:
1. Relatie tussen onafhankelijke variabele (oorzaak) en afhankelijke variabele (gevolg)
→ Cross-sectioneel onderzoek is hiervoor genoeg
• Hoe? → Correlatie- of regressieanalyse, een t-toets of ANOVA
