College aantekeningen Kennismaking Met Onderzoeksmethoden En Statistiek (KOM) - Deel 3 Experimenteel

Kennismaking met Onderzoeksmethoden en Statistiek (KOM) – Deel 3 Experimenteel

Hoorcollege 1 – Experimenteel onderzoek

Waarom zijn onderzoekers geïnteresseerd in causale verbanden?
- Verklaring
 Om te begrijpen hoe de (sociale) werkelijkheid in elkaar zit
- Voorbeeld
o Effect van motivatie op de leerprestaties
 Beinvloeden van die werkelijkheid
- Voorbeeld
o Effect van interventie voor het verbeteren van gezondheidsvaardigheden bij bewoners van
Overvecht

Causaliteit
- Kenmerken
 Beste manier om aan voorwaarden te kunnen voldoen is het gebruik van een gerandomiseerd
experiment.
- Kenmerken
o Door randomisatie worden de groepen hetzelfde verondersteld
o De onderzoeker manipuleert (varieert) een variabele (Onafhankelijke variabele)
o De onderzoeker meet het effect daarvan op een andere variabele (Afhankelijke variabele)
- Voorwaarden
 Covariantie= Er moet een (indirecte) relatie zijn tussen oorzaak en gevolg
 Temporal precedence= De oorzaak moet in de tijd voorafgaan aan het gevolg
 Internal validity= Alternatieve verklaringen voor de gevonden relatie moeten zijn uitgesloten


Correlatie leidt niet meteen tot causaliteit!
- Voorbeeld
 Uit correlationeel onderzoek blijkt: Relatie tussen facebook gebruik en depressieve klachten
 Uit correlationeel onderzoek blijkt: Relatie tussen manier van aantekeningen maken (pen-papier
vs. laptop) en leerprestaties bij studenten
- Kenmerken
o Covariantie: Is er samenhang tussen type aantekeningen en leerprestatie?
(Operationalisatie)
- Kenmerken
 Onafhankelijke variabele= De gemanipuleerde variabele > Type aantekening
 Afhankelijke variabele= Gemeten/uitkomst variabele > Leerprestatie
o Onderzoekshypothese: Er is een verschil in scores op kennistoetsen tussen de papier &
pen-groep en de laptop-groep.
o Temporal precedence= In een experiment kan de onderzoeker ervoor zorgen dat dee
oorzaak voorafgaat aan het gevolg door de 1) manipulatie uit te voeren voorafgaand aan
de 2) meting van de afhankelijke variabele.
o Interne validiteit: Is het wel de gemanipuleerde variabele die het verschil tussen de groep
verklaart of is er een alternatieve verklaring?
- Kenmerken
 Bedreigingen van interne validiteit
- Soorten
 Design confounds= Was de gemanipuleerde variabele wel het enige
verschil in de behandeling van de twee groepen?
- Voorbeeld
 Niet alleen verschil tussen type aantekening, maar bijvoorbeeld
ook verschil tussen de TED-talk video’s
- Kenmerken
 Willekeurig of systematisch verschil?

,  Design confound komen altijd voor, maar wanneer deze
systematisch zijn
 Selectie effect= Waren de twee groepen wel vergelijkbaar bij aanvang
van het experiment?
- Kenmerken
 Toewijzing aan groepen a.d.h.v. willekeurige (random)
toewijzing of randomisatie.
- Doel
 Om de gemiddelde scores en spreiding in de scores op
alle variabelen, zowel gemeten als ongemeten bij
aanvang vergelijkbaar zijn tussen de groepen.
- Soorten groepen
- Probleem
 Groepen zijn niet altijd even groot bij kleine
steekproeven
 Relevante kenmerken van deelnemers niet gelijkmatig
verdeeld over de condities
 Oplossing: complexere randomisatie methoden
 Controle d.m.v. randomisatie check
 Contaminatie= 1) Deelnemers in experimentele groep
vertellen deelnemers in controlegroep over deelname, 2)
Deelnemers houden zich niet aan behandeling, 3)
Beïnvloeding door onderzoeker.
- Niet mogelijk
 Niet ethisch
 Praktisch onhaalbaar


Verwachting= Verwachting/stelling over de constructen
Onderzoekshypothese= Hypothese over de geoperationaliseerde variabelen (Niet de constructen)
- Voorbeeld
 Studenten die hun college-aantekeningen tussentijds reviseren hebben gemiddeld een andere toets-
score dan studenten die geen tussentijdse revisie doen.

Onderzoeksvraag
- Kenmerken
 Population= De groep mensen die de onderzoeker wil onderzoeken
 Intervention= Niveaus van de gemanipuleerde/onafhankelijke variabele
 Comparison= Groepen die vergeleken worden
 Outcome= Gemeten/afhankelijke variabele

Onderzoeksontwerp
- Kenmerken
 Aselecte steekproef – Effect op de externe validiteit
 Randomisatie – Effect op de interne validiteit
 Groep verdeling – Effect op de interne validiteit

Data-analyse
- Kenmerken
 Data visualisatie wordt uitgevoerd m.b.v. een boxplot

Null-hypothesis significant testing (NHST)= Als we aannemen dat er geen verschil bestaat in de
populatie, wat is dan de kans dat we dit geobserveerde verschil in de steekproef observeren?
- Stappen
1. Formuleren hypothesen= Naast de onderzoekshypothese, stelt de onderzoeker de nulhypothese
(=Geen effect, geen verschil, geen relatie) op.
- Kenmerken