6.2 Probleemstelling
6.2.1 vraagstelling
Experiment = o.b.v. theorie veronderstel je van tevoren een causale relatie tussen twee
begrippen. Vervolgens manipuleer je de onafhankelijke variabele. Als de theorie klopt,
verwacht je een verandering in de afhankelijke variabele (= experimentele hypothese).
Randomisatie + enige verandering is manipulatie = uitsluiten confounds = met
zekerheid uitspraken doen over causaliteit.
Voorwaardes causaliteit
1. Er is sprake van een samenhang
2. Veranderin in onafhankelijke variabel > verandering in afhankelijke variabele.
3. Confound worden uitgesloten.
Confound = ‘in de war maken en verstrengelen’.
6.2.3 Doelstelling
Praktijkgerichte motieven = je wil weten hoe je de wereld kunt helpen. Je wil interventies
ontwikkelen of oplossingen voor praktijkproblemen evalueren.
Fundamenteel wetenschappelijke motieven = je wil weten hoe de wereld in elkaar zit. Je
ontwikkelt of toetst theorieën om een kennisprobleem op te lossen.
6.2.3 Theoretisch raamwerk
1. Eenvoudig causaal model: X > Y
M
2. Moderatiemodel: X > Y
= wanneer treedt het effect op?
= onder welke condities treedt er een causaal effect op?
= treedt het causale effect bij bepaalde mensen, of onder bepaalde condities, sterker
op dan bij andere mensen of onder andere condities?
= praktijkgericht & fundamenteel wetenschappelijk onderzoek
Werken de mediaties? Geeft dit dieper inzicht in de relaties?
De moderator kun je manipuleren, maar ook meten. Een nadeel van meten is dat je
er confounds kunnen zijn. Mensen die zich fysiek inspannen kunnen in allerlei
opzichten verschillen van mensen die dat niet doen.
3. Mediatiemodel: X > M > Y
= waarom treedt het effect op?
= verklaring zoeken
= fundamenteel wetenschappelijk onderzoek: hoe en waarom werkt iets, zoals het
werkt?
, 6.3. Onderzoeksontwerp
6.3.1 Basisontwerpen waarin manipulatie gebruikt wordt om causaliteit te onderzoeken
1. Pre-experimenteel ontwerp
- 1 groep met voor- en nameting
= herhaalde metingen
= within participants design
+ je kan een bestaande groep gebruiken
-leereffect, groei, gebeurtenis (extern voorval)
Kortom, lage interne validiteit
- Vergelijking 2 groepen, alleen nameting
+ bestaande groepen
- confounds: beide klassen kunnen op
achtergrondkenmerken verschillen
- experimentele groep krijgt geen stimulus >
oplossing is placebo.
2. Quasi-experimenteel ontwerp
= bestaande groepen kiezen die onderling vergelijkbaar
zijn qua achtergrondkenmerken.
= Voor- en nameting + controlegroep
= clusterrandomisatie; de bestaande groepen
verdeel je willekeurig over de experimentele en
controlegroep.
+ je meet in T1 al de verschillen tussen de
groepen, zo sluit je alternatieve verklaringen op T2 uit.
3. Zuiver experimenteel ontwerp
= randomisatie = deelnemers o.b.v. toeval verdelen over de condities.
- Alleen nameting + controlegroep
= between participants design
+ niet (veel) verschillen tussen de groepen,
confounds worden uitgesloten.
+ nameting kan niet beïnvloed worden door
voormeting (doel v/h onderzoek)
- je kan niet de verschillen meten op T1
- Voor- en nameting + controlegroep
= within and between participants mixed design
+ kleine verschillen op T1 kun je vasstellen en
statistisch corrigeren > confounds uitsluiten.
- Solomon-viergroepenontwerp
= als je denkt dat voor- invloed heeft op nameting.
+ volledige informatie
- meer tijd, geld en deelnemers
- statistisch ingewikkelder
6.2.1 vraagstelling
Experiment = o.b.v. theorie veronderstel je van tevoren een causale relatie tussen twee
begrippen. Vervolgens manipuleer je de onafhankelijke variabele. Als de theorie klopt,
verwacht je een verandering in de afhankelijke variabele (= experimentele hypothese).
Randomisatie + enige verandering is manipulatie = uitsluiten confounds = met
zekerheid uitspraken doen over causaliteit.
Voorwaardes causaliteit
1. Er is sprake van een samenhang
2. Veranderin in onafhankelijke variabel > verandering in afhankelijke variabele.
3. Confound worden uitgesloten.
Confound = ‘in de war maken en verstrengelen’.
6.2.3 Doelstelling
Praktijkgerichte motieven = je wil weten hoe je de wereld kunt helpen. Je wil interventies
ontwikkelen of oplossingen voor praktijkproblemen evalueren.
Fundamenteel wetenschappelijke motieven = je wil weten hoe de wereld in elkaar zit. Je
ontwikkelt of toetst theorieën om een kennisprobleem op te lossen.
6.2.3 Theoretisch raamwerk
1. Eenvoudig causaal model: X > Y
M
2. Moderatiemodel: X > Y
= wanneer treedt het effect op?
= onder welke condities treedt er een causaal effect op?
= treedt het causale effect bij bepaalde mensen, of onder bepaalde condities, sterker
op dan bij andere mensen of onder andere condities?
= praktijkgericht & fundamenteel wetenschappelijk onderzoek
Werken de mediaties? Geeft dit dieper inzicht in de relaties?
De moderator kun je manipuleren, maar ook meten. Een nadeel van meten is dat je
er confounds kunnen zijn. Mensen die zich fysiek inspannen kunnen in allerlei
opzichten verschillen van mensen die dat niet doen.
3. Mediatiemodel: X > M > Y
= waarom treedt het effect op?
= verklaring zoeken
= fundamenteel wetenschappelijk onderzoek: hoe en waarom werkt iets, zoals het
werkt?
, 6.3. Onderzoeksontwerp
6.3.1 Basisontwerpen waarin manipulatie gebruikt wordt om causaliteit te onderzoeken
1. Pre-experimenteel ontwerp
- 1 groep met voor- en nameting
= herhaalde metingen
= within participants design
+ je kan een bestaande groep gebruiken
-leereffect, groei, gebeurtenis (extern voorval)
Kortom, lage interne validiteit
- Vergelijking 2 groepen, alleen nameting
+ bestaande groepen
- confounds: beide klassen kunnen op
achtergrondkenmerken verschillen
- experimentele groep krijgt geen stimulus >
oplossing is placebo.
2. Quasi-experimenteel ontwerp
= bestaande groepen kiezen die onderling vergelijkbaar
zijn qua achtergrondkenmerken.
= Voor- en nameting + controlegroep
= clusterrandomisatie; de bestaande groepen
verdeel je willekeurig over de experimentele en
controlegroep.
+ je meet in T1 al de verschillen tussen de
groepen, zo sluit je alternatieve verklaringen op T2 uit.
3. Zuiver experimenteel ontwerp
= randomisatie = deelnemers o.b.v. toeval verdelen over de condities.
- Alleen nameting + controlegroep
= between participants design
+ niet (veel) verschillen tussen de groepen,
confounds worden uitgesloten.
+ nameting kan niet beïnvloed worden door
voormeting (doel v/h onderzoek)
- je kan niet de verschillen meten op T1
- Voor- en nameting + controlegroep
= within and between participants mixed design
+ kleine verschillen op T1 kun je vasstellen en
statistisch corrigeren > confounds uitsluiten.
- Solomon-viergroepenontwerp
= als je denkt dat voor- invloed heeft op nameting.
+ volledige informatie
- meer tijd, geld en deelnemers
- statistisch ingewikkelder
