SAMENVATTING METHODELEER
MODULE 1 – WAT IS WETENSCHAP?
1.1 DE EMPIRISCHE CYCLUS
Om tot wetenschappelijke inzichten te komen, volgen we de empirische cyclus
van Adriaan de Groot (1914 – 2006):
1. Observatie: verzamelen en groeperen van empirische feiten, dingen die
je om je heen ziet/ leest
2. Theorie (inductie): vorm een theorie op basis van de observaties
3. Voorspelling (deductie): leidt een toetsbare hypothese/ voorspelling af
uit je theorie
4. Toetsing: voer een onderzoek uit om de hypothese te testen
5. Evaluatie: wat betekenen de onderzoeksuitkomsten, de nieuwe observaties, voor de theorie?
Is de data niet in lijn met de theorie en is het onderzoek wel goed gegaan, dan moet misschien de theorie
aangepast worden. Editor bepaalt uiteindelijk of een artikel wordt gepubliceerd of niet.
1.2 FALSIFICEERBAARHEID
Theorieën die zich onttrekken aan toetsing gaan van theorie (inductie) naar evaluatie en skippen voorspeling
(deductie) en toetsing. Deze theorieën zijn in overeenstemming met alle mogelijke observaties en hoeven dus
niet getoetst te worden.
Falsificeerbaar = het is onmogelijk om bewijs te vinden tegen de theorie. Bv: “het brein wordt bestuurd door
mannetjes en verstoppen zich zodra je kijkt”
Als een theorie onweerlegbaar is dan kunnen we ook niet bepalen welke van meerdere theorieën de juiste is
en dan komen we niet dichter bij een verklaring van een fenomeen. Theorie kan falsificeerbaar zijn zonder dat
er ooit een observatie tegen de theorie is gedaan. Observaties tegen de theorie moet mogelijk zijn. Een
voorspelling is falsificeerbaar als er observaties tegen de voorspelling mogelijk zijn. De formulering van de
voorspelling is daarbij heel belangrijk.
Samenvattend: een goede, wetenschappelijke theorie moet falsificeerbaar zijn, dus het moet mogelijk zijn om
observaties te doen die niet in lijn zijn met de theorie. Van onweerlegbare theorieën zeggen we dat ze niet
falsificeerbaar zijn en dus niet wetenschappelijk.
1.3 GROEIENDE KENNIS
Theorie is breed en niet direct toetsbaar, voorspelling is heel specifiek (wie, wat, hoe, etc.). Als een voorspelling
uitkomt, dan is de theorie niet weerlegd, maar ook niet bewezen, want het is vrijwel onmogelijk om een
theorie te bewijzen omdat je nooit alle alternatieve verklaringen kunt uitsluiten en slecht één concrete
voorspelling nagaat en een theorie er eigenlijk oneindig veel doet. Als een voorspelling niet uitkomt, dan is de
theorie niet weerlegd, maar is er een probleem, want het is vrijwel onmogelijk om een theorie met één
onderzoek te weerleggen omdat er altijd iets fout gegaan kan zijn
Samenvattend: kennis groet langzaam, want met één studie is het heel lastig om een conclusie te trekken over
een theorie en bewijs verzamelt zich dus over een langere tijd. Ook is een theorie eigenlijk nooit “bewezen” we
houden een theorie aan totdat er iets beters langskomt.
, MODULE 2 – WANNEER EN WAAROM ZIJN WETENSCHAPPELIJKE CLAIMS EEN GOEDE
BRON VAN INFORMATIE?
2.1 PERSOONLIJKE ERVARING
Persoonlijke ervaring is geen goede bron van informatie om 2 redenen:
1. Gebrek aan vergelijkingsgroep: we proberen intuïtief te redeneren over onze persoonlijke ervaringen,
alleen menselijke intuïtie is niet heel goed, want een probleem van onze intuïtie is dat we te veel
focussen op de present-present optie, dus de keren dat we iets deden/ gebruikte en dat het
daadwerkelijk beter werd. Daarentegen moeten we kijken naar alle opties kijken voor we een
conclusie trekken.
2. Alternatieve verklaringen: hetgeen wat je test hoeft niet de rede te zijn dat er iets gebeurt. Er kan ook
een andere factor zijn die toevallig gelijk is bij het testen waardoor je antwoord lijkt te zijn wat je test,
maar dat dus niet zo hoeft te zijn.
In wetenschappelijk onderzoek maken we systematische vergelijkingen, de vergelijkingsgroep onder
gecontroleerde omstandigheden, die de alternatieve verklaringen zo veel mogelijk uitsluiten en zo hebben we
het probleem van persoonlijke ervaring gebruiken in onderzoek niet of minder.
2.2 CLAIMS BEOORDELEN
Hoe kunnen we een wetenschappelijke claim, die de empirische cyclus heeft gevolgd, beoordelen?
Er zijn 3 soorten claims te onderscheiden
1. Frequentieclaims: beschrijven een bepaalde mate of hoeveelheid van één variabele
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
2. Associatieclaims: stellen dat een level van een variabele waarschijnlijk geassocieerd is met een
bepaald level van een andere variabele (bv ene ding omhoog, andere omhoog/ omlaag)
bv: optimistische mensen leven langer
3. Causale claims: stellen dat een van de variabelen verantwoordelijk is voor verandering in de andere
variabele. De moeilijkste, maar ook de sterkste claim om te maken.
bv: kijken naar schattige dierenfilmpjes vermindert stress
Er zijn 4 soorten validiteit, is een claim redelijk, accuraat en rechtsvaardig, te onderscheiden:
1. Constructvaliditeit: hoe goed is een conceptuele variabele geoperationaliseerd, van iets abstracts naar
iets concreets en meetbaars gaan?
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
validiteit beoordelen: hoe is bepaald of studenten te veel gedronken hebben?
2. Statische validiteit: in hoeverre zijn de statistische conclusies accuraat en redelijk?
bv: optimistische mensen leven langer
validiteit beoordelen: hoe sterk is het verband?
3. Interne validiteit: kunnen we alternatieve verklaringen voor het verband uitsluiten?
bv: kijken naar schattige dierenfilmpjes vermindert stress
validiteit beoordelen: is dit verband echt causaal? Komt het echt door de dierenfilmpjes dat mensen
minder stress hebben? Is er een “derde variabele” die dit verband verklaart?
4. Externe validiteit: hoe goed kunnen de resultaten van de studie gegeneraliseerd worden naar andere
mensen/ contexten?
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
validiteit beoordelen: zijn de studenten representatief voor alle studenten van TOP week? Kunnen we
deze resultaten generaliseren naar andere situaties (bv: andere universiteiten)?
MODULE 1 – WAT IS WETENSCHAP?
1.1 DE EMPIRISCHE CYCLUS
Om tot wetenschappelijke inzichten te komen, volgen we de empirische cyclus
van Adriaan de Groot (1914 – 2006):
1. Observatie: verzamelen en groeperen van empirische feiten, dingen die
je om je heen ziet/ leest
2. Theorie (inductie): vorm een theorie op basis van de observaties
3. Voorspelling (deductie): leidt een toetsbare hypothese/ voorspelling af
uit je theorie
4. Toetsing: voer een onderzoek uit om de hypothese te testen
5. Evaluatie: wat betekenen de onderzoeksuitkomsten, de nieuwe observaties, voor de theorie?
Is de data niet in lijn met de theorie en is het onderzoek wel goed gegaan, dan moet misschien de theorie
aangepast worden. Editor bepaalt uiteindelijk of een artikel wordt gepubliceerd of niet.
1.2 FALSIFICEERBAARHEID
Theorieën die zich onttrekken aan toetsing gaan van theorie (inductie) naar evaluatie en skippen voorspeling
(deductie) en toetsing. Deze theorieën zijn in overeenstemming met alle mogelijke observaties en hoeven dus
niet getoetst te worden.
Falsificeerbaar = het is onmogelijk om bewijs te vinden tegen de theorie. Bv: “het brein wordt bestuurd door
mannetjes en verstoppen zich zodra je kijkt”
Als een theorie onweerlegbaar is dan kunnen we ook niet bepalen welke van meerdere theorieën de juiste is
en dan komen we niet dichter bij een verklaring van een fenomeen. Theorie kan falsificeerbaar zijn zonder dat
er ooit een observatie tegen de theorie is gedaan. Observaties tegen de theorie moet mogelijk zijn. Een
voorspelling is falsificeerbaar als er observaties tegen de voorspelling mogelijk zijn. De formulering van de
voorspelling is daarbij heel belangrijk.
Samenvattend: een goede, wetenschappelijke theorie moet falsificeerbaar zijn, dus het moet mogelijk zijn om
observaties te doen die niet in lijn zijn met de theorie. Van onweerlegbare theorieën zeggen we dat ze niet
falsificeerbaar zijn en dus niet wetenschappelijk.
1.3 GROEIENDE KENNIS
Theorie is breed en niet direct toetsbaar, voorspelling is heel specifiek (wie, wat, hoe, etc.). Als een voorspelling
uitkomt, dan is de theorie niet weerlegd, maar ook niet bewezen, want het is vrijwel onmogelijk om een
theorie te bewijzen omdat je nooit alle alternatieve verklaringen kunt uitsluiten en slecht één concrete
voorspelling nagaat en een theorie er eigenlijk oneindig veel doet. Als een voorspelling niet uitkomt, dan is de
theorie niet weerlegd, maar is er een probleem, want het is vrijwel onmogelijk om een theorie met één
onderzoek te weerleggen omdat er altijd iets fout gegaan kan zijn
Samenvattend: kennis groet langzaam, want met één studie is het heel lastig om een conclusie te trekken over
een theorie en bewijs verzamelt zich dus over een langere tijd. Ook is een theorie eigenlijk nooit “bewezen” we
houden een theorie aan totdat er iets beters langskomt.
, MODULE 2 – WANNEER EN WAAROM ZIJN WETENSCHAPPELIJKE CLAIMS EEN GOEDE
BRON VAN INFORMATIE?
2.1 PERSOONLIJKE ERVARING
Persoonlijke ervaring is geen goede bron van informatie om 2 redenen:
1. Gebrek aan vergelijkingsgroep: we proberen intuïtief te redeneren over onze persoonlijke ervaringen,
alleen menselijke intuïtie is niet heel goed, want een probleem van onze intuïtie is dat we te veel
focussen op de present-present optie, dus de keren dat we iets deden/ gebruikte en dat het
daadwerkelijk beter werd. Daarentegen moeten we kijken naar alle opties kijken voor we een
conclusie trekken.
2. Alternatieve verklaringen: hetgeen wat je test hoeft niet de rede te zijn dat er iets gebeurt. Er kan ook
een andere factor zijn die toevallig gelijk is bij het testen waardoor je antwoord lijkt te zijn wat je test,
maar dat dus niet zo hoeft te zijn.
In wetenschappelijk onderzoek maken we systematische vergelijkingen, de vergelijkingsgroep onder
gecontroleerde omstandigheden, die de alternatieve verklaringen zo veel mogelijk uitsluiten en zo hebben we
het probleem van persoonlijke ervaring gebruiken in onderzoek niet of minder.
2.2 CLAIMS BEOORDELEN
Hoe kunnen we een wetenschappelijke claim, die de empirische cyclus heeft gevolgd, beoordelen?
Er zijn 3 soorten claims te onderscheiden
1. Frequentieclaims: beschrijven een bepaalde mate of hoeveelheid van één variabele
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
2. Associatieclaims: stellen dat een level van een variabele waarschijnlijk geassocieerd is met een
bepaald level van een andere variabele (bv ene ding omhoog, andere omhoog/ omlaag)
bv: optimistische mensen leven langer
3. Causale claims: stellen dat een van de variabelen verantwoordelijk is voor verandering in de andere
variabele. De moeilijkste, maar ook de sterkste claim om te maken.
bv: kijken naar schattige dierenfilmpjes vermindert stress
Er zijn 4 soorten validiteit, is een claim redelijk, accuraat en rechtsvaardig, te onderscheiden:
1. Constructvaliditeit: hoe goed is een conceptuele variabele geoperationaliseerd, van iets abstracts naar
iets concreets en meetbaars gaan?
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
validiteit beoordelen: hoe is bepaald of studenten te veel gedronken hebben?
2. Statische validiteit: in hoeverre zijn de statistische conclusies accuraat en redelijk?
bv: optimistische mensen leven langer
validiteit beoordelen: hoe sterk is het verband?
3. Interne validiteit: kunnen we alternatieve verklaringen voor het verband uitsluiten?
bv: kijken naar schattige dierenfilmpjes vermindert stress
validiteit beoordelen: is dit verband echt causaal? Komt het echt door de dierenfilmpjes dat mensen
minder stress hebben? Is er een “derde variabele” die dit verband verklaart?
4. Externe validiteit: hoe goed kunnen de resultaten van de studie gegeneraliseerd worden naar andere
mensen/ contexten?
bv: 45% van de eerstejaarsstudenten hebben te veel gedronken tijden hun intro-week
validiteit beoordelen: zijn de studenten representatief voor alle studenten van TOP week? Kunnen we
deze resultaten generaliseren naar andere situaties (bv: andere universiteiten)?
