Onderzoeksmethoden samenvatting

Hst 1: Research: proces van vinden van feiten die gerelateerd zijn aan de vraag die jij hebt gesteld. Kennis over onderzoeksmethoden is om 2 redenen belangrijk: 1. Kennis hebben van het proces van onderzoek dat er toe heeft geleid dat bepaalde dingen (theorieen) geaccepteerd werden, maakt het mogelijk om er met een kritische blik naar te kijken. 2. Wanneer je er achter komt dat een bepaalde theorie of aanname niet klopt kun je dit onderwerp zelf onderzoeken, maar om onderzoek uit te voeren moet je dus wel kennis hebben over onderzoeksmethoden. Hst 2: Epistemology: een tak van de filosofie die zich bezig houdt met wat kennis is, wat de herkomst van kennis is en of er grenzen aan kennis zitten. Manieren om de wereld om ons heen te begrijpen (gebruik van volharding) Belief-based explanations: een uitleg voor gedrag dat is geaccepteerd zonder enig bewijs en komt van een geloofwaardige bron of van een bepaald geloof. Van dit geloof wordt niet afgeweken ookal is er bewijs tegen dit geloof. (gebruik van autoriteit) Method of authority: (niet echt een methode) steunen op autoritaire bronnen zoals boeken etc voor informatie. Handig om in het begin kennis te vergaren, maar deze methode zorgt niet altijd voor valide antwoorden. Dit heeft 2 redenen: 1. Het kan zijn dat de bron niet compleet autoritief is, sommige mensen willen graag hun mening geven zonder dat ze er heel veel van af weten. 2. De bronnen hebben vaak een bepaalde kijk op zaken en zijn dus niet vrij van bias. Een wetenschapper zal een heel andere verklaring kunnen hebben voor een bepaald onderwerp dan een psycholoog. Het is dus niet goed om wat er geschreven staat meteen voor waarheid aan te nemen. (gebruik van rationaliteit) Descartes kwam met rationalisme, conclusies die werden getrokken uit logisch redeneren. Zijn methode begon met sceptisch zijn, bereid zijn om aan elke overtuiging die hij had te twijfelen. De volgende fase was de zoektocht naar self evident truths, een statement die waar moet zijn omdat wanneer je aanneemt dat het niet waar is gaat dit in tegen logica. Cogito, ergo sum (ik denk dus ik besta). De methode van Descartes werd genoemd Rational method: ontwikkeling van verklaringen dmv een proces van deductief redeneren/logisch redeneren. Er moet hier mee opgepast worden, er zijn niet veel self evident truths, als 1 of allebei de aanames in het deductief redeneren proces niet correct is is de conclusie ook niet correct. Deductive reasoning: Van algemeen naar specifiek. Begint met algemene statements over de wereld (alle mannen houden van voetbal) en probeert dan wat te zeggen over bepaalde observaties (een

bepaalde man, John). Nog een voorbeeld: Alle onderzoeksmethode boeken zijn saai (algemene statement), Dit is een onderzoeks methode boek (1 bepaalde observatie), dus dit onderzoeksmethode boek is saai. Hoe kunnen we een algemene statement maken zonder dat er maar 1 observatie is gedaan uberhaupt? Inductive reasoning: hier worden observaties die al gedaan zijn gebruikt om een algemene principe te vormen. Hierdoor kan er wat gezegd worden over wat te verwachten in de toekomst. Hume ontdekte een probleem met inductive reasoning namelijk dat observaties nooit helemaal compleet zijn. Je kan niet zeker weten of de volgende observatie precies dezelfde uitkomst heeft, omdat je gewoon niet alles in de hele wereld kan observeren. Ondanks dat de rationele methode tekortkomingen heeft speelt het nog steeds een belangrijke rol in de wetenschap. (gebruik van wetenschappelijke methoden) Scientific method: Eerst worden er observaties gedaan. Als er genoeg observaties gedaan zijn wordt er een theorie ontwikkeld om de data te ordenen, uit te leggen en om voorspellingen te doen over nieuwe data dat nog niet verzameld is. Deze verwachtingen worden geformuleerd tot hypotheses, en deze worden vervolgens getest. De observaties en metingen die we uit het onderzoek krijgen worden gebruikt om de theorie waaruit de hypotheses voortkwamen te beoordelen. Een belangrijk kenmerk van wetenschap is observeren. Niet wetenschappelijke vragen zijn niet te testen omdat ze vaak afhangen van de mening van degene die de vraag beantwoord. Bijv. Wat is goede muziek? Dit is voor iedereen anders en kan dus niet wetenschappelijk getest worden. Mensen geven soms aan niet te geloven in wetenschap. Dit kan komen door het niet goed begrijpen van wetenschap, doordat wetenschap ons wereldbeeld kan aantasten en door de angst dat wetenschappelijke kennis kan worden misbruikt en verkeerd kan worden toegepast. Er zijn veel verschillende wetenschappers die in verschillende settings werken maar ze hebben allemaal 1 doel: kennis vergaren door het toepassen van wetenschappelijke methodes en technieken. Science: een methode van onderzoek dat gebruik maakt van unbiased empirische observaties, publieke methodes, reproductieve resultaten en theorieen om zo waarheden te ontdekken over het universum. De karakteristieken die bijna in alle definities van wetenschap naar voren komen zijn: empiricism, the public nature of science, the replication of scientific results en theory. Belangrijke karakteristieken van wetenschap Empiricism: filosofische en wetenschappelijke benadering over kennis die gebruik maakt van unbiased observaties om zo waarheden over de wereld te ontdekken. Het is dus een duur woord voor observatie, en het is de bedoeling dat dit zo objectief mogelijk gebeurd. Public nature: wetenschappelijke onderzoeken en conclusies moeten open zijn voor iedereen, zodat er geen onderzoek gedaan hoeft te worden naar iets waar al onderzoek naar gedaan is, of juist om aan controleren of het onderzoek wel goed gedaan is wanneer iemand twijfelt aan de uitkomsten. Het moet dus repliceerbaar zijn. Replication: erg belangrijk want het creeert vertrouwen in wetenschappelijke conclusies. Door dat onderzoek repliceerbaar is verzekeren wetenschappers zichzelf ervan dat hun bevindingen van een hoog niveau zijn en zoveel mogelijk de wereld zoals deze echt is portretteren.

Basic research: onderzoek dat zich voornamelijk richt op het testen van een theorie of empirische vraagstukken. Het doel is om algemene informatie over een fenomeen te vergaren, zonder veel aandacht te besteden aan de voorbeelden uit het echte leven. Applied research: onderzoek dat zich richt op het onderzoeken van real world problemen. Er wordt nog steeds gewerkt met een theorie waaruit hypotheses gevormd worden, maar het grootste doel is om informatie te vergaren dat direct toegepast kan worden op het real world probleem. Basic en applied research zijn niet altijd gescheiden maar kunnen ook samen in een onderzoek voorkomen. Veel applied research maakt gebruik van de theorieen en bevindingen van basic research. En andersom is ook het geval. What is a theory? Een logisch georganiseerde set van claims, statements etc. die dienen om gebeurtenissen te definieren, relaties te beschrijven en het voorval van deze gebeurtenissen te verklaren. Een wetenschappelijke theorie is gebaseerd op data, observaties en hypotheses die getest kunnen worden dmv onderzoek. Theorieen ordenen en verklaren een verscheidenheid van specifieke feiten of beschrijvingen van het gekozen onderwerp. Heel veel feiten en beschrijvingen heb je niks aan als je ze niet ordent, je moet gebruik maken van theorieen om de bevingdingen in een framework te plaatsen zodat de bevindingen ook daadwerkelijk zinvol zijn. Ten tweede genereren theorieen nieuwe kennis doordat we er over nadenken en we nieuwe aspecten van natuur opmerken, theorieen leiden onze observaties van de wereld. Het aanpassen van theorieen gebaseerd op nieuw bewijs of bevindingen is een belangrijk kenmerk van de wetenschap. Verschil tussen een theorie en een hypothese Een theorie is meer complex dan een hypothese. Een theorie is een collectie van algemene principes die schetsen hoe een bepaald fenomeen werkt. Deze algemene principes kunnen gebruikt worden om observaties die al gedaan zijn te verklaren of uit te leggen, en kunnen ook gebruikt worden om voorspellingen te doen over nieuwe observaties. Deze voorspellingen over de nieuwe observaties gerelateerd aan het fenomeen zijn hypotheses. Een goede theorie moet specifiek de actie en interactie van een systeem van variabelen kunnen aangeven. Door de complexiteit van dat systeem kan je nooit met 1 observatie een theorie vormen. Verschil tussen theorie en wet Een theorie die vaak gerepliceerd is en waar blijkt te zijn wordt soms een wet genoemd. Maar de meeste wetten komen niet op deze manier voort uit theorieen. Je hebt ook empirische wetten die niet voortkomen uit wetten maar uit empirische observaties. Verschil tussen mechanistische verklaringen en functionele verklaringen Mechanistic explanation: beschrijft het mechanisme (fysieke componenten) en de oorzaak en effecten die bepaalde condities hebben op het mechanisme en welk gedrag hieruit voortkomt. Het beschrijft HOE iets werkt. Het verteld dus hoe een systeem werkt zonder specifiek uit te leggen waarom het doet wat het doet. Functional explanation: Beschrijft een kenmerk van iets (bijv fysieke aantrekkelijkheid) in termen van zn functie. Het beschrijft dus WAT iets doet (de functie). Er wordt hier altijd gerefereerd naar het doel van een bepaald kenmerk zonder uit te leggen hoe dit doel wordt bereikt. Om iets echt te kunnen begrijpen moet je zowel de mechanische en functionele verklaring kennen.

Maar als er een keuze gemaakt moet worden tussen beiden gaat de voorkeur uit naar de mechanistische verklaring. Mechanistische verklaringen wat betreft ons brein zijn erg moeilijk, omdat we nog steeds niet helemaal exact en volledig weten waarom onze hersenen doen wat ze doen. Karakteristieken van een goede theorie 1. Een theorie moet de data dat in het onderzoek is gebruikt kunnen verklaren. 2. Explanatory relevance: de verklaring van een fenomeen door een theorie moet goede gronden hebben om te geloven dat het fenomeen voor komt onder de specifieke condities. 3. Testability (of falsifiability): Een theorie moet testbaar zijn. Een theorie voorspelt uitkomsten onder een bepaalde conditie, als deze uitkomsten niet uit de theorie voortkomen dan wordt de theorie afgewezen. 4. Prediction of novel events: Een goede theorie moet nieuwe fenomenen voorspellen, ze hoeven niet nieuw te zijn in de zin van nog nooit geobserveerd, maar nieuw in de zin dat er geen rekening mee werd gehouden in de formulering van de theorie. 5. Law of Parsimony: Occams razor. Occams razor: een probleem moet zo simpel mogelijk worden geformuleerd, en zo makkelijk mogelijk uitgelegd worden. Dus wanneer je 2 of meer concurrerende verklaringen hebt voor het zelfde fenomeen, en ze gelden allemaal voor de data, dan moet je kiezen voor de simpelste verklaring. Het alternatief met de minste aannames is het beste. Parsimonious explanation: een uitleg of theorie die een relatie verklaart door gebruik te maken van relatief weinig aannames. Strategieen om theorieen te testen Confirmational strategy: het testen van een theorie waarbij je bewijs probeert te vinden dat bevestigd wat volgens de theorie waar is. Nadeel een theorie moet zeker bevestiging van anderen krijgen, maar het kan ook zo zijn dat je altijd bevestiging vindt maar een theorie niet waar is. Het is dus niet goed om alleen maar naar bevestiging te zoeken. Disconfirmational strategy: uitzoeken of uitkomsten die niet verwacht worden, volgens de theorie, wel of niet voorkomen. De vorm van deze strategie: Als de theorie juist is, dan zal X niet voorvallen dus Als X voorvalt, is de theorie niet correct. Je probeert hier dus te onderzoeken wanneer de theorie niet juist is. Om een theorie goed te kunnen testen moet er gebruik worden gemaakt van beide strategieen. Meestal gebruik je de confirmational strategy wanneer een theorie nieuw en relatief on getest is. De bedoeling is om vast te stellen of de theorie een fenomeen kan voorspellen of verklaren binnen het domein met redelijke precisie. Als de theorie deze strategie overleeft pas je de disconfirmational strategie toe. De bedoeling is om te bepalen of de uitkomsten die volgens de theorie niet verwacht worden toch voorkomen. Karl Popper and falsifiability Volgens popper waren sommige wetenschappelijke theorieen niet echt wetenschappelijk. Popper stelde voor om alle wetenschappelijke theorieen te beoordelen op falsifieerbaarheid. Falsifieerbare theorieen bevatten voorspellingen die duidelijk genoeg waren om te testen en dus ook konden worden ontkracht. Non-falsifieerbare theorieen bevatten vage voorspellingen die moeilijk of onmogelijk te testen zijn. Volgens popper waren falsifieerbare theorieen goede wetenschappelijke theorieen. Falsifiability: werd de methode van Popper om de waarde van een wetenschappelijke theorie te bepalen. Volgens popper moest de theorie ook de 1e stap in het wetenschappelijke proces

zijn. Thomas Kuhn and scientific revolutions Kuhn ontdekte dat aristoteles een heel ander idee over beweging had dan bijvoorbeeld Galileo. Wetenschap was over het algemeen een vredig gebeuren waarbij de wetenschappers het eens waren over de problemen en de methodes die moesten worden gebruikt. Deze wetenschappers deelden een paradigm: een gedeeld oogpunt die bepaald welke vragen gesteld worden en welke methoden gebruikt worden. Maar eens in de zoveel tijd gaat een discipline door een periode van twijfel en conflict wanneer een nieuwe theorie de bestaande paradigma op de proef stelt. Kuhn noemde deze periodes scientific revolutions. Naarmate de tijd vordert nemen meer mensen de nieuwe theorie aan, en zijn er steeds minder voorstanders van de oude theorie. Wat betreft psychologie denken sommige mensen dat omdat het een jonge wetenschap is dat psychologie een pre-pardigmatic is. Het is dus nog vrij van paradigmas. Anderen denken dat kuhns idee van wetenschappelijke revoluties niet toe te passen is op psychologie. Science and pseudoscience Sommige dingen worden gemaskeerd als wetenschap terwijl het dat niet is. Het verschil tussen wetenschap en nonwetenschap ligt in de methoden die gebruikt zijn om informatie te verzamelen en waaruit conclusies worden getrokken. Psychologie, scheikunde, biologie etc zijn wetenschappelijk. Geschiedenis en filosofie bijvoorbeeld zijn wel erkende academische disciplines maar ook nonwetenschappelijk. Pseudoscience: betekent letterlijk valse wetenschap. Volgens Carrol is pseudoscience een set van ideeen gebaseerd op theorieen die worden gezien als wetenschappelijk terwijl ze dat niet zijn. Voorbeelden zijn frenologie (het bepalen van persoonlijkheid door middel van vorm en de bobbels op het hoofd) en astrologie (gebruik maken van de positie van de sterren om zo gedrag en persoonlijkheid te verklaren, en de toekomst te voorspellen). Kenmerken van pseudoscience volgens lillenfeld Gebruik maken van ad hoc hypotheses Geen mechanismen voor zelf correctie van ideeen of beweringen Gebruik makend van confirmational strategy om zo ideeen of beweringen te testen Extreme afhankelijkheid van anekdotisch bewijs om zo een idee of bewering waar te laten lijken Vermijden van peer review proces dat de ideeen of beweringen geen goed zouden kunnen doen Er niet in slagen om een goede wetenschappelijke basis kennis op te bouwen Overdreven gebruik van indrukwekkend klinkend jargon dat zorgt voor valse geloofwaardigheid Niet in slagen om de condities te specificeren waar onder de ideeen of bewerinen niet juist zouden zijn

Het is niet zo dat 1 van deze punten direct aan kan tonen dat een idee of bewering pseudoscience is, maar hoe meer van deze punten van toepassing zijn op een idee of bewering hoe groter de kans dat het pseudoscience is. Coker voegt nog een aantal karakteristieken van pseudoscience toe. Pseudoscience bekommerd zich vaak niet om feiten maar sproeit juist met dubieuze feiten als het nodig is. Het onderzoek dat is gebaseerd op een idee of bewering is vaak slordig en bevat nooit onafhankelijk onderzoek om de bronnen te checken. Als er om een verklaring wordt gevraagd is de

verklaring altijd absurd en fout. Door het weglaten van belangrijke feiten creeert pseudoscience mysteries die moeilijk op te lossen zijn. Wetenschappelijke verklaringen verschillen op meerdere manieren van niet wetenschappelijke en pseudoscience verklaringen die beiden meer afhankelijk zijn van common sense of geloof. Scientism: mensen die al het wetenschappelijke voor waar aan nemen zonder er vragentekens bij te zetten. Maar wetenschap wordt bedreven door de mens, en ieder mens maakt fouten, dus ook wetenschap is niet vrij van fouten. Hst 3 Psychology as a science Psychologie is iets anders dan de zogenaamde harde wetenschappen zoals biologie en scheikunde bijvoorbeeld, omdat psychologie te maken heeft met mensen en mensen zijn complex. Mensen zijn psychologisch complex voor meerdere redenen. Allereerst de verbazingwekkend complexe hersenen, die met zijn miljoenen neuronen wordt gezien als het meest complexe ding in het hele universum. Naast de hersenen zijn er ontelbare dingen die ons gedrag en denken kunnen beinvloeden. Dit maakt het moeilijk om psychologische fenomenen op de zelfde manier te bestuderen als de fenomenen die in andere wetenschappelijke gebieden worden bestudeerd. Het is ook moeilijk om het fenomeen dat je wil bestuderen compleet te isoleren, en er zijn dus altijd erg veel factoren die van invloed kunnen zijn op het geen wat gemeten moet worden. Daarnaast is het moeilijk om dingen te definieren in de psychologie. Er zijn dus fenomenen in de psychologie die worden bestudeerd terwijl er niet eens een harde definitie van bestaat. In andere wetenschappen bestaat dit probleem niet of nauwelijks. Wundt was de eerste die wetenschappelijke psychologie bedreef. Hij opende het eerste onderzoeks lab en zijn onderzoek richtte zich op het bewustzijn. Wundt en zijn studenten onderzochten de mind door middel van hun gedachten tijdens gecontroleerde experimentele situaties. Dit heet introspection: een methode waarbij de onderzoeker de aandacht richt op zijn of haar eigen psychologische processen tijdens een taak. Uiteindelijk werd deze methode verworpen door methodologische tekortkomingen. Het was niet valide ondanks dat onderzoekers zo objectief mogelijk probeerden te zijn speelde subjectiviteit een grote rol bij introspection. Watson introduceerde een nieuwe methode behaviourism: stroming in psychologie wat inhoud dat de enige valide manier van meten in psychologie het observeerbare gedrag is. Introspectie werd verworpen door de tekortkomingen maar ook door de behoefte om psychologie een erkende wetenschap te maken. Hierdoor werd er dus geen onderzoek meer gedaan naar interne processen omdat dit niet observeerbaar is. Uiteindelijk werden interne processen gereintroduceerd omdat ze een grote rol spelen in onze mentale levens. Cognitieve psychologen bestuderen cognitieve processen zoals perceptie, geheugen, leren etc. Ook bestuderen ze reactietijden en accuraatheid. Op deze manier kunnen interne processen wel op een objectieve manier bestudeerd worden zonder het kritiek van introspectie. Defining psychological things Concepts: refereren naar dingen, gebeurtenissen en de relatie daartussen. Erg belangrijk om een duidelijke voor iedereen gelijke definitie te hebben van bepaalde woorden, zodat iedereen weet waar je het over hebt etc. Constructs and operational definitions Constructs: ander woord voor concept of idee (bv intelligentie, depressie, agressie en geheugen). In

psychologische theorieen wordt het gebruikt om gedrag of mentale processen te verklaren. Operational definition: een procedure of handeling die gebruikt wordt om een variabele te meten of een conditie vast te stellen, dus een soort uitleg over hoe iets te meten is. Operational definitions vertellen exact hoe je de meting kan repliceren maar zorgen niet altijd voor een gevoel van zekerheid. Problems with operational definitions Operational definitions zijn cruciaal in elk psychologisch onderzoek, maar er komen ook een paar problemen bij kijken. Ten eerste bestaan er voor sommige constructen meerdere operationele definities, bijvoorbeeld voor intelligentie. Maar betekent het ook dat er dan meerdere definities voor intelligentie zijn? Dat is niet te zeggen, daar zou dan onderzoek naar gedaan moeten worden. Wanneer iemand op een intelligentietest hoog scoort, en op de volgende andere intelligentietest ook dan is het waarschijnlijk dat ze hetzelfde construct meten. Ten tweede zijn de operationele definities die gebruikt worden niet altijd betekenisvol. Maar hoe kan worden bepaald of een construct betekenisvol is gedefinieerd? Er moet daarvoor gekeken worden naar andere vormen van bewijs, maar ook common sense is belangrijk. Vaak is het wel duidelijk wanneer een construct niet betekenisvol is gedefinieerd. Er zijn dus problemen met operational definitions, maar de kracht is dat het helpt om de communicatie tussen wetenschappers duidelijker te maken. Measuring psychological things Gedachtes, stemmingen, herinneringen etc kunnen niet direct gemeten worden, maar dat maakt ze niet minder echt. Deze constructen kunnen niet direct gemeten worden, maar worden gemeten door dingen te meten die het meest geassocieerd worden met het construct. Psychologische fenomenen kunnen op 2 manieren worden bestudeerd: Dynamic processes: geheugen, stemming, overtuigingen etc. Dynamische processen worden on the spot gemeten, er wordt dan een goed gecontroleerde situatie opgezet waarbij het fenomeen van interesse kan worden gemeten. De on the spot metingen worden bekeken en vergeleken met andere groepen mensen om te zien of de metingen verschillen in verschillende situaties. Deze dingen zijn dynamisch omdat ze hoogstwaarschijnlijk verschillen van tijd tot tijd (zoals stemming, of hoe goed je geheugen werkt op bepaalde momenten), dus het is belangrijk dat je de meting verricht op het juiste moment en op de juiste manier om de vraag die wil beantwoorden zo goed mogelijk te kunnen beantwoorden. Stable characteristics: intelligentie, persoonlijkheid, bepaalde overtuigingen etc. deze dingen zijn over het algemeen vrij constant. Dit soort fenomenen kunnen dus ook vaak gewoon met pen en papier tests of vragenlijsten worden gemeten. Using scientific principles in psychology Statistiek is bij psychologie nodig omdat er veel data verzameld moet worden. Dit moet omdat elk persoon anders is en met andere ervaringen, stemmingen en persoonlijkheden mee doen aan het onderzoek. Het kan dus nooit zo zijn dat er op basis van 1 proefpersoon een conclusie kan worden getrokken, aangezien iedereen anders is. Alternatives to scientific psychology Er zijn psychologen die vinden dat onze observaties wel een accurate reflectie zijn van de realiteit. Ook vinden zij dat er niet zoiets bestaat als onafhankelijke kennis, maar wel zoiets als multipele

kennis die subjectief is ontwikkeld. Dit is in strijd met het wetenschappelijke idee, die stelt dat het wel mogelijk is om kennis te vergaren op een objectieve manier. Ook is het zo dat de alternatieve benadering erg kritisch is als het gaat om het gebruik van constructen en operationele definities. Psychologen erkennen dat er grenzen zitten aan de definities en metingen die ze gebruiken, maar ze gebruiken ze wel en doen alsof ze dingen meten terwijl het zo kan zijn dat die dingen die ze meten constructen van de psycholoog zelf zijn in plaats van een vast staand construct. Hst 4 the language of research Variables variables: dingen die kunnen varieren en die altijd 2 of meer waarden heeft. Een variabele kan numeriek zijn (kwantitatief) of alleen de categorie specificeren (bv bij geslacht). Independent and dependent variables In veel verschillende typen onderzoek worden de variabelen die worden bestudeerd gezien als oorzaak en gevolg. Dus de ene variabele is de oorzaak en de andere het gevolg. independent variable: de variabele die wordt gezien als de oorzaak. Deze variabele wordt gemanipuleerd door de onderzoeker en er wordt verwacht dat deze variabele een effect heeft op de dependent variabele. Dependent variable: de variabele die wordt gezien als het gevolg of effect. Er wordt verwacht dat deze variabele veranderd als het resultaat van de veranderingen in de independent variabele. Deze variabele wordt ook gemeten in een onderzoek. Levels of measurement Nominal scales (categorical scales): meetschaal waarin nummers of namen dienen als labels en die geen numerieke relatie hebben. Voorbeeld is geslacht, man of vrouw. Het kan wel zo zijn dat de categorieen een nummer hebben, maar de nummers die gebruikt worden hebben geen betekenis, en het is dus ook zinloos om hier berekeningen op nominale waarden los te laten. Wel kan je tellen hoeveel mensen er in een bepaalde categorie zitten en daar vervolgens berekeningen op los laten. Ordinal scales: meetschaal waarin getallen een bepaalde rangorde voorstellen, maar gelijke verschillen tussen getallen betekent niet gelijke verschillen tussen hetgeen wat gemeten wordt. Bijvoorbeeld 1e, 2e, 3e en 4e bij een race o.i.d. De getallen hebben gelijke verschillen (+1), maar het geeft geen informatie over hoe veel sneller de 1e was in vergelijking tot de 2e en dit hoeft dus niet gelijk te zijn. Interval scale: meetschaal waarbij gelijke verschillen in metingen ook gelijke verschillen in het ding dat gemeten wordt betekend. Er is geen absoluut nul punt. Je weet hier dus dat de 1e sneller was dan de 2e en ook hoeveel sneller. Voorbeeld van interval schaal is temperatuur, het kan immers kouder dan nul graden worden. Ratio scale: meetschaal waarbij de afstand tussen de punten op de schaal bekend en gelijk zijn, en heeft een absoluut nul punt. Lengte is een voorbeeld van een ratio schaal, je kan niet kleiner zijn dan 0 mm. Ook gewicht is een voorbeeld. Variables and levels of measurement Niet alle metingen zijn precies in een van de 4 meetschalen te passen. Er wordt vaak gebruik gemaakt van een 7 puntsschaal (erg oneens erg eens), maar welke meetschaal past hier het best bij? Ondanks dat je niet kan stellen dat het verschil tussen neutraal en enigszins oneens even groot is als eens en erg eens, wordt er toch vaak gebruik gemaakt van een interval schaal.

Choosing a level of measurement Er zijn 2 belangrijke zaken bij het kiezen van een meetschaal: 1. De informatie dat de schaal je geeft over de variabele en 2. De statistische metingen die je graag op de data wil uitvoeren. Een manier om over de 4 schalen te denken is om na te gaan hoeveel informatie elke schaal je geeft. De nominale schaal geeft het minste informatie, je weet alleen dat de variabelen verschillen op een niet numerieke manier. De ordinale schaal geeft informatie over de rangorde. De interval schaal geeft aan hoeveel de waarden verschillen en de ratio schaal doet dit ook en heeft geen absoluut nulpunt. Je moet als het kan de schaal kiezen die het meeste informatie geeft. De statistische methoden die gebruikt kunnen worden bij de nominale en ordinale schalen zijn niet zo krachtig (minder gevoelig voor de relatie tussen variabelen), dan de methoden die gebruikt worden bij interval of ratio schalen. Het is dus minder waarschijnlijk dat je een significante relatie vind bij variabelen als je gebruikt maakt van een nominale of ordinale meetschaal. Reliability of measurements Reliability: hoe consistent of stabiel je meting is. Als de uitkomsten van een meting te veel fluctueert dan is er teveel error in het meetinstrument en is het instrument dus niet betrouwbaar. Bij elke meting die je doet krijg je een true score:de ware score op de variabele en measurement error: de mate waarin een meting afwijkt van de waarde van de ware score. De error moet zo klein mogelijk gehouden worden om de betrouwbaarheid hoog te houden. Je kan normaal gesproken ieder persoon maar 1 keer onderzoeken, dus het is belangrijk een betrouwbaar meetinstrument te gebruiken die zo dicht mogelijk bij de ware score van de persoon ligt. Test-retest reliability Test-retest reliability: bepalen van betrouwbaarheid door een test 2 keer af te nemen op verschillende tijden/dagen en de 2 uitkomsten te vergelijken. Kijkt dus naar de consistentie van de test over tijd. Leereffecten kunnen dan wel optreden en kan de prestatie beinvloeden. Er kan dan gebruik worden gemaakt van alternate forms reliability: afnemen van 2 verschillende versies van de zelfde test bij dezelfde personen op 2 punten in de tijd. Op deze manier treedt er geen leereffect op. Bij intelligentie wordt verwacht dat de test-retest reliability erg hoog is omdat intelligentie een stabiele karakteristiek is. Stemming is dynamisch en verschilt dus over tijd, hierbij is test/retest reliability niet handig. Internal consistency reliability Het is mogelijk om de betrouwbaarheid te beoordelen door personen maar 1 keer te testen. Dit kan omdat veel psychologische testen bestaan uit verschillende items. De testscore van een persoon wordt gebaseerd op het totaal van alle responsen op alle items. Internal consistency reliability: beoordeling van betrouwbaarheid door gebruik te maken van responsen op maar 1 moment. Omdat alle items dezelfde variabele meten wordt ervan uitgegaan dat ze ongeveer dezelfde resultaten geven (dus als je extrovert bent, dan zullen je scores op de verschillende extrovert vragen hetzelfde moeten zijn). Een indicator van internal consistency reliabiliy is split-half reliability: de correlatie tussen de totale score op de ene helft van de test en de totale score op de andere helft van de test. Er zal een hoge correlatie zijn als alle vragen hetzelfde onderliggende ding (bv extraversie) meten. Het is makkelijk te berekenen, ook zonder een computer. Enige nadeel is dat het geen rekening houd met de bijdrage van elk individuele item met oog op hoe betrouwbaar de meting is. Het zou handig zijn om te weten waarom sommige items beter zijn dan anderen. Nog een indicator van internal consistency reliability is Cronbachs alpha: hier wordt elke item

gecorreleerd met alle andere items. De waarde van alfa is het gemiddelde van alle correlaties die gemeten zijn. Wat ook nog mogelijk is is item-total correlation: hier wordt elk individuele item gecorreleerd met de totale score gebasseerd op alle items. Cronbachs alpha en item total correlation zijn beiden erg zinvol omdat ze informatie geven over elk individuele item. Elke item die niet geassocieerd wordt met de andere items kan verwijderd worden om de betrouwbaarheid te verhogen. Interrater reliability Interrater reliability: de mate waarin verschillende beoordelaars het met elkaar eens zijn in hun observaties. Als ze het erg met elkaar eens zijn is de interrater reliability hoog. Reliablity and accuracy of measures Een test kan erg betrouwbaar zijn, maar dat hoeft niet te betekenen dat het een goede test is. De test moet meten wat je van plan was om te meten, en dus een hoge validiteit hebben. Dat wil dus zeggen dat een test wel betrouwbaar kan zijn maar tegelijk ook niet valide zijn. Validity of measurements Validity: de mate waarin je meet wat je beoogt te meten. De mate waarin onze meting het construct meet wat het zou moeten meten heet construct validity: de mate waarin het meetinstrument het theoretische construct dat het zou moeten meten accuraat meet. Indicators of construct validity Er zijn verschillende methoden om construct validity te herkennen of te meten. Face validity: De inhoud van de meting lijkt op het construct dat gemeten is. Er wordt dus gekeken naar de vragen in de test, en er wordt dan beoordeeld of het wel of niet een hoge face validity heeft. Het is erg subjectief en dus ook niet erg bruikbaar om te concluderen dat een meetinstrument valide is. Criterion-oriented validity: mate waarin de test correleert met een andere variabele/criterion. Er zijn 4 typen criterion-oriented validity: 1. Predictive validity: wordt bepaald door de relatie tussen de meting en toekomstig gedrag wat geassocieerd wordt met de meting. De meting wordt dus gebruik om toekomstig gedrag te voorspellen. Voorbeeld is een test die is ontworpen om een indicatie te geven wat betreft je toekomstige succes op de universiteit. Je toekomstige prestatie op de universiteit is dan het criterium. Als het blijkt dat de test een goede indicator is voor het succes op de universiteit dan heeft de test een hoge predictieve validiteit. 2. Concurrent validity: wordt bepaald door de relatie tussen de meting en een concurrerende criteria. Bijvoorbeeld door een groep verkopers die klanten moeten opbellen te vergelijken met een groep klantenservicemedewerkers die gebeld worden. Je verwacht dat de klantenservicemedewerkers meer verlegen zijn, als dit ook de uitkomst is dan is het waarschijnlijk dat je test verlegenheid test (wel rekening houden met dat er ook nog andere dingen de resultaten kunnen beinvloeden). Je kan ook kijken naar hoge en lage scores op verlegenheid en vervolgens iemand die hoog en iemand die laag scoort zichzelf laten voorstellen aan een groep mensen en achteraf de mate van angst laten bepalen. Als de verlegen

persoon een hoge mate van angst na de presentatie aangeeft, is het hoogstwaarschijnlijk dat je verlegenheid met de test meet. 3. Convergent validity: de mate waarin de scores op de meting zijn gerelateerd aan scores op andere metingen van hetzelfde of gelijksoortige constructen. Bijv. een meting van verlegenheid zou hoog moeten correleren met een andere verlegenheid meting of een meting van een gelijksoortig construct zoals sociale angst. 4. Discriminant validity: wanneer de meting niet gerelateerd is aan variabelen waar het niet aan gerelateerd zou moeten zijn. De meting zou moeten discrimineren tussen het construct dat gemeten wordt en andere constructen waarvan verwacht wordt dat ze niet gerelateerd aan het gemeten construct zijn. Hypotheses Hypotheses: een voorlopige verklaring voor iets of een aanname over wat mogelijk geobserveerd kan worden in een onderzoek. Geven vaak een antwoord op het hoe en waarom. Hypotheses komen vaak voort uit een theorie om zo de theorie te testen, maar dit is niet altijd het geval het kan ook voortkomen uit de intuitie van een onderzoeker maar dit is niet erg wenselijk. Een goede theorie voorspelt wat er zou moeten gebeuren in bepaalde situaties (alleen als de theorie accuraat is). Deze voorspellingen kunnen worden geformuleerd als hypotheses die vervolgens getest kunnen worden. Een hypothese moet testbaar zijn, 3 type hypotheses zijn niet testbaar: 1. Wanneer de concepten naar waar ze verwijzen niet goed genoeg gedefinieerd zijn: Er mogen geen vage definities in een hypothese voorkomen waarvan de betekenis niet vast staat of over te twisten valt. 2. Wanneer de hypothese circular is: wanneer een gebeurtenis zelf wordt gebruikt als een verklaring voor de gebeurtenis. Bijv. een 8 jarig jongentje is afgeleid op school en heeft problemen met lezen omdat hij een aandachtsprobleem heeft. Een aandachtsprobleem wordt gedefinieerd als snel afgeleid zijn dus eigenlijk wordt er gezegd dat hij niet aandachtig is omdat hij niet aandachtig is. 3. Wanneer de hypothese boven natuurlijke concepten bevat: boven natuurlijke dingen zijn niet observeerbaar en dus niet te testen en dus ook niet wetenschappelijk. Research hypotheses Aan het begin van het onderzoek moet je een duidelijk standpunt hebben over wat jij denkt dat de relatie tussen de variabelen zal zijn. Je moet een goed idee hebben over wat er zou kunnen gebeuren in je onderzoek, en dit is dan je onderzoekshypothese. Er zijn 2 soorten onderzoekshypotheses en deze zijn tegenovergesteld aan elkaar: Alternative hypothesis: worden ook wel experimental hypotheses of research hypotheses genoemd. Het is het alternatief voor de nul hypothese. De alternatieve hypothese is een hypothese over wat de relatie tussen de variabelen in je onderzoek zou kunnen zijn. je vormt deze door wat je verwacht dat er gebeurt gegeven een bepaalde theoretische positie, of vanuit je intuitie om te kijken of je intuitie klopt. Meestal heb je al een idee over wat de relatie zou zijn als de theorie juist is. Null hypothesis: tegenovergestelde van de alternatieve hypothese. Het is een hypothese over wat je verwacht wanneer er geen relatie tussen de variabelen in je studie is. In je onderzoeksrapport wordt meestal of de nul hypothese of de alternatieve hypothese beschreven en dus niet allebei. Statistische testen die worden gebruikt om de relatie tussen variabelen te beoordelen, testen tegen de nul hypothese en de resultaten vertellen hoe waarschijnlijk het is dat je nul hypothese klopt.

One-tailed hypothesis/two-tailed hypothesis (directional hypothesis/non-directional hypothesis) One tailed (directional) hypothesis: alternatieve hypothese waarin de richting van een verschil gespecificeerd is. De hypothese geeft dus een verschil aan, maar ook of het negatief of positief is. Bijv. koffie drinkers zullen beter zijn in auto rijden dan niet koffie drinkers. Beter geeft de richting aan. Two tailed (non directional) hypothesis: alternatieve hypothese waarin de richting van een verschil niet gespecificeerd is. Dit geeft aan dat je denkt dat er wat gaat gebeuren, maar niet aangeeft in welke richting dit verschil zal gaan wijzen. Bijv. Er zit een verschil in auto rijden tussen koffie drinkers en niet koffie drinkers. Of je voor one of two tailed hypothese kiest ligt aan je kennis over eerder onderzoek en de theorie. Hst 5 introduction to methods What is a method? De manier waarop je onderzoek doet en een bepaalde benadering om een onderzoeksvraag te beantwoorden. What are the different types of methods you could use? Quantitative and qualitative methods Deze benaderingen zijn vrij verschillend en sommige zullen ze zelfs onverenigbaar noemen. Over het algemeen is een onderzoek of kwalitatief of kwantitatief, maar niet allebei. Quantitative methods: houd zich bezig met metingen en numerieke resultaten. Qualitative methods: houd zich bezig met de kwaliteit van ervaringen in de studie. Kwalitatieve onderzoekers vinden dat er een hoop zinvolle informatie verloren gaat wat betreft de textuur van ervaringen door ze te reduceren tot koude numerieke metingen. Volgens hen negeert kwantitatief onderzoek meerdere belangrijke factoren wat betreft menselijke ervaringen. Sommige dingen kunnen beter op een kwantitatieve manier worden onderzocht zoals cognitieve processen bijvoorbeeld, en andere dingen beter kwalitatief zoals sociale psychologische fenomenen. Correlational methods Correlational methods: een methode die bekijkt of er een relatie is tussen variabelen. Belangrijk is om te onthouden dat wanneer variabelen gecorreleerd zijn het niet betekend dat het een het andere veroorzaakt. Er hoeft dus geen causale relatie te zijn. 2 obstakels staan in de weg om duidelijke causale relaties van correlationele data aan te tonen: 1. The third-variabele problem: om een causale relatie tussen 2 variabelen vast te stellen moet je kunnen aantonen dat variatie in de ene variabele alleen kan komen door de invloed van de andere variabele. Maar er kan ook nog een invloed zijn van een niet geobserveerde derde variabele. Dit heet third variable problem: een niet geobserveerde variabele heeft invloed op beide variabelen, zo lijkt het alsof de gemeten variabelen gecorreleerd zijn terwijl ze eigenlijk geen invloed op elkaar hebben. Om dit probleem te verhelpen moet je alle potentiele derde variabelen en hun effect onderzoeken en bekijken of deze variabelen ook daadwerkelijk een invloed hebben op de relatie tussen de 2 variabelen. 2. The directionality problem: nog een reden waarom het moeilijk is om een causale relatie te ontdekken uit correlationele data, ookal bestaat er een directe causale relatie, is omdat de

richting van de causale relatie soms moeilijk te bepalen is. Het is soms moeilijk te bepalen wat nou precies wat beinvloed, want soms kan het ook andersom zijn. Toch is het gebruik van correlationeel onderzoek vaak wel zinvol. Er zijn 3 situaties waarin het zinvol is. Gathering data in the early stages of research: In het begin van de onderzoeksfase is het gebruik van de correlationele aanpak erg handig omdat de deze aanpak de mogelijkheid heeft om mogelijke causale relaties te identificeren en dit zorgt voor een goede bron van hypotheses die later experimenteel getest kunnen worden. Inalbility to manipulate variables: In een experimenteel design worden variabelen gemanipuleerd om te bepalen welke effecten ze hebben op andere variabelen. Een reden om dan toch voor een correlationeel design te kiezen is omdat het manipuleren van de variabelen bij experimenteel design soms onmogelijk of onetisch is. Relating naturally occurring variables: wanneer je wil weten hoe natuurlijk voorkomende variabelen gerelateerd zijn in de echte wereld. Dit soort informatie kan gebruik worden om bruikbare voorspellingen te doen ookal zijn de redenen voor de ontdekte relatie soms niet duidelijk. Deze voorspellingen kunnen getest worden door een correlationeel design.

Regression Regression: techniek die gerelateerd is aan de correlationele methode. Het is een statistische techiek die wordt gebruikt om voorspellingen te doen over de scores op 1 variabele gebaseerd op scores van een andere variabele (of variabelen). Als we accurate voorspellingen willen doen moet de relatie tussen de variabelen natuurlijk wel sterk zijn. Er zijn ook onderzoeken die niet proberen om een correlatie of causale relatie te vinden maar die juist een nauwkeurige en bruikbare beschrijving van een bepaald gedrag willen leveren. Voorbeelden hiervan: Observational methods: methodes die focussen op het systematisch observeren van individuelen of groepen in hun natuurlijke omgeving of in andere situaties. Data kan kwantitatief of kwalitatief zijn. Naturalistic observation: methode waarbij de onderzoeker het gedrag bestudeerd zoals het voorkomt in het dagelijkse leven, zonder zichzelf erin te betrekken of te storen. Participant observation: methode waarbij de onderzoeker een actief lid wordt van de groep dat hij bestudeerd. Survey methods: Een meer directe manier om de gedachtegang, meningen en gevoelens te onderzoeker is door het simpelweg te vragen. Methode waarbij proefpersonen gevraagd worden om te reageren op bepaalde vragen die gerelateerd zijn aan het fenomeen dat onderzocht wordt. Kan kwalitatief of kwantitatief zijn. Kan door middel van vragenlijsten, telefoon interviews, internet onderzoeken etc.

What makes a good method and what method should you choose? Experimental methods: een goed gecontroleerde vorm van onderzoek dat kijkt naar de oorzaak-effect relatie. Een experiment stelt de onderzoeker in staat om een hypothese op een gecontroleerde manier te testen. Experimentele onderzoeken vinden meestal plaats in een laboratorium en zijn erg populair in de psychologie. Maar niet alles kan experimenteel in

het lab worden onderzocht en het wordt meestal gebruikt voor onderzoek naar fysiologische, cognitieve of sensorische fenomenen. Een experiment zorgt ervoor dat je een causale relatie tussen 2 of meer variabelen kan identificeren. Extraneous variable: een variabele dat niet systematisch gemanipuleerd is in een experiment maar toch het gedrag wat geobserveerd wordt kan beinvloeden. Deze variabelen moeten zo veel mogelijk buiten een experiment gehouden worden. Internal validity Internal validity: de mogelijkheid van je methode om adequaat de hypotheses te testen waarvoor de methode was ontworpen. In een experiment betekent dit dat het laten zien van variatie in de onafhankelijke variabele zorgt voor variatie in de afhankelijke variabele. In een correlationeel onderzoek betekent dit het laten zien dat veranderingen in de waarden van je criterion variable alleen gerelateerd zijn aan de veranderingen in de waarde van je voorspellende variabele en niet aan veranderingen in andere extraneous variabelen. De interne validiteit wordt bedreigd wanneer extraneous variabelen kunnen zorgen voor alternatieve verklaringen voor de uitkomsten van het onderzoek. Alternatieve verklaringen of hypothesen zijn tegenstrijdig of anders dan de hypotheses die door de onderzoeker zijn opgesteld, maar niet fout en kunnen dus ook een goede verklaring zijn voor de gevonden uitkomsten van het onderzoek. Daarom moet een onderzoek goed gecontroleerd zijn om zo alle mogelijke andere variabelen uit te sluiten die effect kunnen hebben op de relatie tussen de 2 (of meer) variabelen die bestudeerd worden. Threats to internal validity Confounding/extraneous variabelen (variabelen die invloed hebben op de relatie tussen de bestudeerde variabelen) komen voor in zowel experimentele als correlationele designs maar meer bij correlationeel omdat daar geen goede controle over de extraneous variabelen zijn. Campbell en stanley identificeren 7 situaties van confounding die de interne validiteit kunnen beinvloeden. 1. History: kan onderzoeken schaden die gebruik maken van multipele observaties in de tijd. Gebeurtenissen die tussentijds plaats vinden kunnen de resultaten beinvloeden. 2. Maturation: refereert naar de effecten van leeftijd en vermoeidheid. Het kan zo zijn dat wanneer je 2 testen moet maken, je na de eerste test vermoeid begint te raken en dus minder presteert op de tweede test. 3. Testing effects: komt voor wanneer er gebruik wordt gemaakt van een pre test. Hierdoor kunnen proefpersonen een idee krijgen wat het onderwerp van je onderzoek is. Daardoor kunnen ze anders gaan reageren. 4. Instrumentation: kan komen door ongeobserveerde veranderingen in de criteria die worden gebruikt door de observeerders of veranderingen in de instrumenten die gebruikt worden. Dus wanneer observeerders veranderen wat telt als verbale agressie wanneer ze gedrag scoren tijdens 2 experimentele condities, kan leiden tot verschillen die kunnen komen door deze verandering. Ook wanneer een instrument dat bijvoorbeeld activiteit meet minder gevoelig wordt tijdens het experiment kan zorgen voor vertekening en is dus niet valide meer. 5. Statistical regression: is een bedreiging voor de interne validiteit wanneer proefpersonen uitsluitend worden geselecteerd op basis van extreme scoren op een bepaalde meting. Wanneer er weer gemeten wordt zullen de scores meer naar het gemiddelde van de populatie neigen. Dus wanneer studenten worden geselecteerd op basis van hun

ongebruikelijk lage lees test scores, zullen zij over het algemeen beter hun best doen bij de 2e test, ook als het leesprogramma geen effect heeft. 6. Biased selection: bedreigd de interne validiteit omdat proefpersonen op allerlei manieren verschillen dat een invloed kan hebben op de afhankelijke meting. Vooral wanneer er niet random geselecteerd, daarom is een random selectie erg belangrijk. 7. Experimental mortality: refereert naar het verlies van proefpersonen in groepen in een experiment. Er kunnen mensen uitvallen omdat ze geen zin meer hebben, of omdat ze ziek zijn etc. Een groep die te maken krijgt met moeilijke conditions zal eerder uitval hebben dan een groep die dit niet heeft. Elk verschil in prestatie tussen de groepen kan komen als gevolg van verschillen in de proefpersonen zelf als door het verschil in condities. De tijd om je bezig te houden met de interne validiteit van je onderzoek is tijdens de design fase. Je moet nauwkeurig plannen welke variabelen gemanipuleerd of geobserveerd en gemeten moeten worden, identificeren van elke mogelijke rival hypothese die niet geelimineerd wordt in je design, en redesign om deze te elimineren wanneer deze een serieuze bedreiging vormen voor de interne validiteit. External validity External validity: de mate waarin de resultaten van een studie gegeneraliseerd kunnen worden verder dan de grenzen van het onderzoek zelf wat betreft de setting, verschillende populaties en condities. Een groot punt van kritiek op onderzoek in het lab is dat de uitkomsten weinig zeggen over of het ook toe te passen is op de echte wereld. De bedoeling is dat alle onderzoeken op zon manier zijn opgebouwd dat de uitkomsten direct te generaliseren zijn naar situaties in de echte wereld en naar grotere populaties. Volgens Mook is het een misvatting om aan te nemen dat het doel van het verzamelen van data in het lab is om real life gedrag in het echte leven te voorspellen. Volgens hem zijn veel van de onderzoeken die plaats vinden in het lab ontworpen om een van het volgende te bepalen: Of iets kan gebeuren, in tegenstelling tot of het gewoonlijk ook echt gebeurt. Of iets zou moeten gebeuren (volgens bepaalde hypotheses) onder specifieke condities in het lab ook echt gebeurd onder die condities. Wat voorvalt onder de condities je niet tegen komt in de echte wereld.

Bij elk van deze voorbeelden is het doel om inzicht te vergaren in de onderliggende mechanismen van gedrag in plaats van het ontdekken van een relatie die voorkomt onder normale omstandigheden in de echte wereld. Threats to external validity In hoofdstuk 2 werd onderscheid gemaakt tussen basic research waarvan het doel is om een betere kennis te ontwikkelen over de onderliggende mechanismen van gedrag, en applied research wat als doel heeft om informatie te ontwikkelen die direct toegepast kunnen worden om problemen in de echte wereld op te lossen. External validity is niet erg belangrijk bij basic research. Maar de mate van externe validiteit wordt wel belangrijk bij een onderzoek waarbij de bevindingen toegepast zouden moeten worden in real world settings. In dit soort onderzoeken wordt de externe validiteit door meerdere factoren bedreigd. Bijv wanneer het onderzoek wordt uitgevoerd in een lab onder goed gecontroleerde condities, dit is niet generaliseerbaar naar het echte leven. Andere bedreigingen voor de externe validiteit zijn:

Reactive testing: komt voor wanneer een pre test de reactie van de proefpersoon op een experimentele variabele beinvloed, dit maakt de antwoorden van deze proefpersoon niet representatief voor de algemene populatie Interactions between participant selection biases and the independent variable: de uitkomsten van een onderzoek zouden alleen van toepassing kunnen zijn op de proefpersonen uit je onderzoek, helemaal wanneer zij een unieke groep zijn (bv alleen studenten ipv een algemene greep uit de populatie) Reactive effects of experimental arrangements: refereert naar de effecten van een extreem kunstmatige experimentele situaties die soms worden gebruikt in onderzoeken, en de kennis van de proefpersonen dat hij of zij een onderzoeksdeelnemer is. Multiple treatment interference: komt voor wanneer proefpersonen blootgesteld worden aan meerdere experimentele behandelingen waarin blootstelling aan eerdere behandelingen de reactie op latere behandelingen beinvloed.

Internal vs external design Je zou er naar moeten streven om zowel interne als externe validiteit hoog te krijgen, maar in de praktijk zal je merken dat wanneer je probeert de ene validiteit te verhogen, de andere validiteit automatisch verlaagd. Het beste wat je kan doen is om een soort balans te vinden in je onderzoek. Welke belangrijker is hangt af van je onderzoek. Als je het meest geinteresseerd bent in het testen van een theorie (wat meestal zo is bij basic research) dan is het verstandig meer aandacht te besteden aan interne validiteit. Maar als je je uitkomsten graag wil toepassen op een probleem in de echte wereld (applied research) dan is het belangrijk om je externe validiteit hoog te houden en ondertussen een redelijke mate van interne validiteit te hebben. Hst 6 intoduction to expermimental methods Fundamentals of experiments Het volgende zijn een paar fundamentele concepten die te maken hebben met experimenten: Onderzoekers manipuleren de onafhankelijke variabele (factor) om zo te kijken wat het effect daarvan is op de afhankelijke variabele. De afhankelijke variabele is bij psychologie vaak een meting van gedrag of psychologische processen Experimentele controle is essentieel, een goed gecontroleerd experiment zal alle ongewilde invloeden (confounds) uitschakelen die de afhankelijke variabele eventueel zou kunnen beinvloeden. Als confounding toch plaats vindt, dan bestaat er een plausibele alternatieve verklaring voor de geobserveerde relatie, en heeft het onderzoek een tekort aan interne validiteit. Plausibele alternatieve verklaringen worden uitgesloten door de condities constant en gebalanseerd te houden.

Confounding: komt voor wanneer de onafhankelijke variabele systematisch covarieert met een 2e onbedoelde onafhankelijke variabele. Experimenten zijn belangrijk omdat ze de mogelijkheid bieden om kenmerken van psychologische processen of gedrag te ontdekken door te vertellen hoe deze dingen opereren in verschillende scenarios. What all experiments must have

Independent and dependent variables: het hele punt van een onderzoek is om de relatie tussen de afhankelijke en onafhankelijke variabelen vast te stellen. Onder het manipuleren van de onafhankelijke variabele valt te verstaan dat de onderzoeker simpelweg meerder condities/levels heeft. Dus bijvoorbeeld bij de vraag of 30 min sporten iedere dag een positieve invloed op je stemming heeft kan de onderzoeker de onafhankelijke variabele splitsen in 2 condities/levels (30 min sporten of 30 min iets minder actiefs doen). Hypotheses: de experimentele hypothese is een statement over wat je denkt te vinden als er een causale relatie is tussen de variabelen. De nul hypothese is een statement over wat je denkt te vinden als er geen causale relatie is tussen de variabelen. People: je hebt voor elk experiment mensen nodig. Experimental control: de bedoeling is om de effecten van andere variabelen die een invloed kunnen hebben op de afhankelijke variabele zo klein mogelijk te houden door het experiment zo goed mogelijk te controleren.

Internal validity De interne validiteit is erg belangrijk in een experiment. Als een experiment een lage interne validiteit heeft dan weet je niet of de onafhankelijke variabele die je gebruikt hebt de echte reden is van de geobserveerde metingen van de afhankelijke variabele. Daarom is controle zo belangrijk Explaining error De reden om een experiment te controleren is om error te verkleinenen, de sleutel naar een goed experiment is om de error zo klein mogelijk te houden. Error: alles dat je afhankelijke variabele zou kunnen beinvloeden en dat buiten de controle van de onderzoeker valt, ook wel extraneous of confounding variabelen genoemd. Dus alle invloed van variabelen anders dan je eigen onafhankelijke variabele. Sources of error Het compleet uitsluiten van error is bijna niet mogelijk, omdat mensen verschillen van elkaar en ook zelf verschillen van tijd tot tijd. Ook de setting kan verschillen en dit samen zorgt ervoor dat het bijna onmogelijk is om alle error te elimineren. Het probleem van error is serieus want het vermindert de mogelijkheid om de effectiviteit van je onafhankelijke variabele te bepalen. Handling error Er zijn verschillende manieren om om te gaan met het probleem van error in je experiment: Reducing error: de beste manier om error te verminderen is om alle extraneous variabelen constant te houden door proefpersonen in een groep zo veel mogelijk gelijk te behandelen. Bijvoorbeeld door proefpersonen in een geisoleerde ruimte te testen om zo alle afleiding van buitenaf uit te sluiten, de instructies aan alle proefpersonen op dezelfde manier voor te lezen en de zelfde procedure te volgen bij alle proefpersonen in een groep. Error kan ook verminderd worden door proefpersonen te selecteren gebaseerd op karaktereigenschappen waarvan jij denkt dat die kunnen bij dragen aan error, bijv mensen gebruiken van de zelfde leeftijd of hetzelfde opleidingsniveau. Increasing the effectiveness of the independent variable: om error te verminderen kun je er voor zorgen dat je de juiste levels van je onafhankelijke variabele gebruikt. Een zwakke manipulatie zou je afhankelijke variabele wel helemaal niet kunnen beinvloeden en zal de invloed van error je afhankelijke variabele alleen beinvloeden. Het is moeilijk te bepalen

welke levels de juiste zijn, maar hier kun je achter komen door eerdere onderzoeken of een pilotstudie uit te voeren. Randomization: door randomisatie is de error verdeeld over de verschillende condities, en heeft het een cancelling effect en elk verschil tussen de condities dat overblijft zou het resultaat van je onafhankelijke variabele moeten zijn. Statistical analysis: randomisatie zorgt voor een gelijke verdeling van error tussen de groepen, maar het is geen garantie dat het error compleet uitsluit want ietwat error zal blijven bestaan. Om te bepalen of het geobserveerde effect in je data wordt veroorzaakt door de manipulatie en niet door error kan je gebruik maken van statistische analyses. Placebo and double blind controls

Placebo control and double-blind experiments Een speciale zaak van controle is het potentiele effect van verwachtingen van zowel de proefpersonen als de onderzoekers. Expectancy effects(demand characteristics): wanneer een onderzoekers voorafgaande ideen over hoe de proefpersonen zic zouden moeten gedragen subtiel worden gecommuniceerd naar de proefpersonen en dit vervolgens het gedrag van de proefpersonen beinvloed. Experimenter effects: wanneer het gedraf van een onderzoeker de resultaten van een onderzoek beinvloed bijvoorbeeld door expectancy effects of door ongelijke behandeling van proefpersonen in verschillende condities. Ook kan dit optreden wanneer de observeerder weet welke behandeling een proefpersoon heeft gekregen en daardoor biased observaties maakt. Onderzoekers kunnen nooit de problemen van expectancy en experimenter effects elimineren, maar er zijn speciale onderzoeksdesigns die controleren voor deze problemen. Om deze demand characteristics te contoleren wordt er vaak gebruik gemaakt van een placebo control group: een techniek voor het verminderen van expectancy effects waarbij proefpersonen niet weten of ze een echte behandeling krijgen of niet. Zo zijn de verwachtingen voor elke groep en proefpersonen hetzelfde. Het gebruik van een placebo controle groep samen met een double blind procedure kan controleren voor zowel demand characteristics en experimenter effects. Double-blind procedure: een manier om te controleren voor expectancy effect voor zowel proefpersonen als observeerders doordat zowel proefpersonen en onderzoeker niet weet wie de placebo ontvangt en wie niet. Hst 7 experimental designs Between-subjects design Between-subject design: een experimenteel design waarin onafhankelijke groepen van proefpersonen meedoen aan de condities. Je hebt een onafhankelijke variabele met 2 of meer condities en je test verschillende groepen in de condities die er zijn. Je hebt dus een groep mensen die mee doen aan je experiment en je wijst elk van deze mensen toe aan maar 1 conditie, niemand kan dus ingedeeld worden in meer dan 1 conditie. De groepen die je test zijn dus onafhankelijk van elkaar. Er zijn soms meer dan 2 condities, maar dan nog kan elk persoon maar aan 1 conditie worden toegewezen. Er zijn 2 belangrijke problemen wat betreft controle in een between subjects design: Participant variables: Elke proefpersoon wordt maar in 1 conditie ingedeeld, maar zoals eerder al gezegd is verschilt elk persoon van de ander. Ze zullen ook allemaal in een andere

stemming mee doen aan het experiment, en dit kan hun prestatie op de taak die ze moeten uitvoeren beinvloeden. Dit is een voorbeeld van een error. Participant variables: de manieren waarin proefpersonen in experimenten van elkaar verschillen. Dit kan dus invloed hebben op het experiment en moet zoveel mogelijk gecontroleerd worden, ookal is dit nooit helemaal uit te sluiten. Om participant variables zo min mogelijk invloed te laten hebben in je experiment is door ze gelijk te verdelen over de condities, dit kan door randomisatie. Op deze manier kan paricipant variables niet een verklaring zijn voor je uitkomsten. Holding conditions constant: Wanneer je 2 condities hebt in je onderzoek, waarbij onafhankelijke groepen mee doen aan de 2 condities, dan is het essentieel dat de enige factor dat verschilt tussen de 2 condities je onafhankelijke variabele is. Verder zou er niets moeten verschillen wat betreft de ervaringen van de proefpersonen in elke groep. Op deze manier zou het verschil in uitkomsten alleen kunnen komen door de manipulatie van de onafhankelijke variabele.

Het is belangrijk om proefpersonen random te selecteren, en het liefst van verschillende leeftijden, inkomen, etc. Het moet een mix van mensen zijn. Op deze manier hebben participant variables geen effect in alleen 1 conditie. Ook de condities zijn van belang. Wanneer je 1 conditie hebt waar er 30 min moet worden gesport om te kijken wat het gevolg daarvan is op de stemming, en een controle conditie waarbij er niet wordt gesport moet je goed nadenken wat je de controle conditie te doen geeft. Je moet de taken van de controle conditie zo neutraal mogelijk houden. Alle taken zullen wel enigszins een effect hebben op de proefpersonen, maar het is belangrijk om dan voor taken te kiezen waar elke proefpersoon anders op reageert. Het is niet verstandig om ze naar een film over de dood te laten kijken omdat dan alle proefpersonen waarschijnlijk neerslachtig worden. Matched-group design Matched-group design: een design waarin je een 2 proefpersonen met elkaar matched op basis van bepaalde kenmerken waarvan jij denkt die belangrijk zijn. Wanneer ze gematched zijn worden ze random ingedeeld, 1 per groep, in de groepen van het experiment. Door dit te doen heb je gelijke aantallen van bepaalde kenmerken waarop de proefpersonen gematched zijn in elke conditie. Op deze manier minimaliseer je de error en maakt het meer mogelijk om elk effect dat de onafhankelijke variabele op de afhankelijke variabele heeft op te sporen. Advantages and disadvantages of the matched-group design Het voordeel van matching is dat het je in staat stelt om de proefpersonen variabelen te controleren die anders het effect van de onafhankelijke variabele zou kunnen verstoren. Randomisatie zou deze kenmerken moeten uit balanceren, maar er is een kans dat er een geen balans is tussen de experimentele condities. Als je al weet dat een bepaalde participant variabele waarschijnlijk een invloed zal hebben dan zorgt matching voor balans in de groepen en dat is beter dan het alleen maar over te laten aan het randomisatie proces. Dus matching is een groot voordeel, omdat je zo effecten kunt ontdekken die je anders zou missen. Maar er zijn ook nadelen en risicos. Een van de risicos van het gebruik van een matched design is dat het zo zou kunnen zijn dat de gematchde kenmerken waarvan je dacht dat ze een effect zouden hebben op de afhankelijke variabele, eigenlijk helemaal geen effect heeft op de afhankelijke variabele. Bij het gebruik van een matched design hoort ook een ietwat aangepaste versie van de statistische methoden die je gebruikt, en deze zijn wat minder powerfull dan de statistische methoden die je zou gebruiken bij een unmatched design. Dat betekent dat deze methoden minder in staat zijn om effecten van de

onafhankelijke variabele te discrimineren van de ongecontroleerde extraneous variabelen. Als de gematchde karakteristieken een groot effect hebben op de afhankelijke variabele is het een goed idee om deze effecten te te elimineren uit de groepsverschillen. Dit zorgt voor een meer gevoelig experiment. Maar als de gematchde karakteristieken weinig of geen effect hebben op de afhankelijke variabele, dan is matching niet voordelig. Het verlies van statistische power zal resulteren in een verminderende mogelijkheid om het effect van de onafhankelijke variabele te ontdekken. Je zou dan kunnen concluderen dat de onafhankelijke variabele helemaal geen effect heeft, terwijl dit eigenlijk wel zo is. Daarom moet je matching alleen gebruiken als je een goede reden hebt om te geloven dat de matched variabele een relatief sterk effect heeft op de afhankelijke variabele. Ook het instrument dat je gebruikt om te matchen moet valide en betrouwbaar zijn. Om te weten of de manipulatie van de onafhankelijke variabele in je between subject design succesvol is geweest is het niet genoeg om alleen naar de data te kijken. Er moet een statistische analyse op los gelaten dat ons in staat stelt te om met een bepaalde mate van zekerheid te kunnen zeggen of verschil tussen de groepen significant is (en dus waarschijnlijk komt door een echt causaal effect van onze manipulatie), of niet significant is (en dus waarschijnlijk komt door random fluctuatie dat niet suggereert dat de onafhankelijke variabele een invloed heeft gehad) Kenmerken van between subject design: Elke proefpersoon doet mee in maar 1 conditie Randomisatie van proefpersonen voor condities kan error door participant variables verminderen Het constant houden van condities betekent dat de ervaring zoveel mogelijk gelijk is in elke conditie afgezien van de manipulatie van de onafhankelijke variabele, en dit zorgt ook voor een vermindering van error Als je weet welke participant variabelen een invloed kunnen hebben kun je dit effect elimineren door gebruik te maken van matched pairs design.

Within-subject designs Within-subject design: experimenteel design waarin elke proefpersoon meedoet in alle condities van de onafhankelijke variabele. Het heet within subjects omdat het kijkt naar veranderingen in prestatie van elke proefpersoon apart tijdens alle condities van de onafhankelijke variabele. Het wordt ook wel repeated measures design genoemd omdat je de metingen herhaald van de afhankelijke variabele tijdens multipele condities gebruik makend van de zelfde proefpersonen. Two ways to conduct a within-subject design 1. De eerste manier is om mensen te testen op verschillende tijden. Elke proefpersoon doet mee aan 1 van de condities en daarna stuur je hem weg. Dan na een tijdje (uren, weken, maanden) nodig je hem weer uit om mee te doen aan een andere conditie, waarbij je de afhankelijke variabele weer meet. Hoe vaak je hem terug laat komen hangt af van de hoeveelheid condities je experiment heeft. 2. De andere manier is om een proefpersoon mee te laten doen aan een aantal trials (taken) in 1 sessie. Een trial is meestal iets simpels zoals de proefpersoon een gezicht laten beoordelen op aantrekkelijkheid. Niet elke taak zal van hetzelfde type zijn. Elke individuele taak behoort tot 1 van de condities van de onafhankelijke variabele. Beide condities worden dus getest in

1 experiment, en dus hoeft de proefpersoon niet meerder keren terug te komen. Maar niet iedere within subjects design kan zo worden uitgevoerd. Advantages of the within-subject design Bij between subject design werd aangegeven dat matching een goede procedure is om error te verkleinen. Bij within subject design gebeurt dit al, namelijk doordat de proefpersoon met zichzelf wordt vergeleken tijdens de verschillende condities, een beter match bestaat niet. Je hoeft je dus geen zorgen te maken over de verschillen tussen de proefpersonen in de condities omdat het dezelfde proefpersonen zijn die meedoen aan de verschillende condities. Alle proefpersoon gerelateerde factoren (leeftijd, gewicht, iq etc) zijn precies hetzelfde in elke conditie. De within subject design is dus meer powerfull wat betekent dat het meer gevoelig is wat betreft het ontdekken van het causale effect door manipulatie van de onafhankelijke variabele. Een tweede voordeel door de toegenomen power is dat je minder proefpersonen hoeft te gebruiken in je experiment. Bij een between subject design met 2 condities waarbij 20 personen per conditie een vereiste is, heb je 40 proefpersonen nodig. Bij een within design is dat maar 20, dit bespaart tijd, geld en materiaal. Confounds in within-subject designs Toch is within subject is niet perfect. Een nadeel is dat een within subject design meer veeleisend is voor een proefpersoon, omdat elke proefpersoon mee moet doen aan elke conditie. Als er 9 condities zijn kost dit veel tijd en moeite en is het dus moeilijk om mensen te vinden die aan het experiment mee willen doen. Mensen die toch mee doen kunnen moe en verveeld raken, daarom is het verstandig om maar 1 of 2 condities per sessie af te nemen. Maar toch zal je ook rekening moeten houden met mensen die niet meer komen opdagen. Een tweede en wat meer serieus probleem is de mogelijkheid om practice effects te veroorzaken. Practice effects: komt voor wanneer een vorige conditie waaraan een proefpersoon heeft meegedaan het gedrag op een latere conditie veranderd. De proefpersonen doen niet met dezelfde gedachtegang mee aan de volgende condities als de gedachtegang waarmee ze begonnen aan het experiment. Wanneer ze beginnen aan het experiment kan een proefpersoon angstig of zenuwachtig zijn omdat hij of zij niet weet wat hem te wachten staat en dit zal de prestatie beinvloeden. Bij de 2e keer zal de proefpersoon veel rustiger zijn wat ook weer de prestatie zal beinvloeden. Wanneer je een within subject desing hebt waarbij alle condities worden afgenomen in 1 sessie kan practice effects ook optreden wanneer je alle items van conditie 1 achtereenvolgend test, en vervolgens alle items van conditie 2 etc. Sources of practice effects Practice effects kunnen voortkomen uit verschillende dingen: 1. Learning: Als een proefpersoon leert hoe een taak uitgevoerd moet worden in de 1e conditie, dan zal de prestatie waarschijnlijk beter zijn als dezelfde of soortgelijke taken gebruikt worden in de volgende condities 2. Fatigue: Als het uitvoeren van een taak in eerdere condities heeft geleid tot vermoeidheid, dan kan de prestatie in latere condities verslechteren ongeacht het effect van de onafhankelijke variabele. Bijv wanneer pp in een bal moeten knijpen om de kracht van hun grip te meten zullen de pp moe worden als de volgende conditie kort daarna volgt.

3. Habituation: onder sommige condities leidt herhaalde blootstelling aan een stimulus tot verminderde reactie op die stimulus omdat deze meer bekend of verwacht wordt. 4. Sensitization: soms kan blootstelling aan de ene stimulus ervoor zorgen dat mensen extremer reageren op een andere stimulus. 5. Contrast: door contrast kan blootstelling aan de ene conditie de reactie op de andere conditie veranderen. Dit komt omdat proefpersonen de condities kunnen vergelijken. 6. Adaptation: als proefpersonen door een periode van aanpassing gaan (bijv wennen aan het donker), dan kunnen eerdere resultaten verschillen van latere resultaten door de aanpassing. Adaptive changes kunnen de reactie op een stimulus vermeerderen (bv zicht dat langzaam aan beter wordt wanneer je in een donkere ruimte zit), of juist verminderen (bv wanneer je moet wennen aan het licht wanneer je uit de donkere ruimte komt). Dealing with practice effects Het is duidelijk dat we de practice effects zo klein mogelijk willen houden. Het zijn confounding variabelen en verkleint de mogelijkheden om conclusies uit ons experiment te trekken. Een van de simpelste manieren om met deze confounds om te gaan is door de practice effects gelijk te verdelen over de condities. Op deze manier zal er geen groot effect zijn in alleen 1 conditie. Dit kan mogelijk worden gemaakt op een paar manieren. Je kan de volgorde waarin de taken uit een conditie voorkomen randomiseren. Bijv. wanneer iemand moet reageren op 20 rode en 20 blauwe stippen om reactietijd te meten, is het verstandig om de blauwe en rode stippen afwisselend aan te bieden en dus niet eerst 20 rode en daarna 20 blauwe stippen want dan is de kans groot dat er sneller wordt gereageerd op de 20 blauwe stippen omdat de proefpersoon dan al 20 keer heeft kunnen oefenen bij de rode stippen. Zo worden de practice effects verdeeld over de 2 condities. Counterbalancing: je biedt de verschillende ocndties van een experiment aan in verschillende volgorde voor verschillende proefpersonen. Dit is de meest recht door zee manier om om te gaan met practice effects, helemaal voor de condities waarvoor een proefpersoon moet terug komen op verschillende tijdstippen. Er zijn 2 counterbalancing opties: 1. Complete counterbalancing: geeft elke mogelijke volgorde van condities en zorgt voor tenminste 1 proefpersoon die aan een specifieke volgorde mee doet. Dus als je 2 condities hebt A en B, dan moet je er voor zorgen dat de helft van de proefpersonen begint met conditie A en daarna B, en de andere helft moet beginnen met B en daarna A. Dit heet een ABBA design. Complete counterbalancing is handig bij experimenten met een klein aantal condities. Bij veel condities wordt het lastiger, bijv bij 4 condities heb je 24 mogelijke volgordes en heb je dus minstens 24 proefpersonen nodig. 2. Partial counterbalancing: maakt gebruik van een paar mogelijke volgordes. De volgordes die gebruikt worden in het experiment worden random gekozen onder de voorwaarde dat elke conditie evenveel voorkomt op een bepaalde positie dan de andere condities. Een methode dat ook gebruik maakt van balancing is een techniek die Latin square heet. Latin square: elke conditie komt op elke positie maar 1 keer voor. Ook mag elke conditie maar 1 keer door een andere conditie worden opgevolgd, dus conditie A mag maar 1 keer worden opgedeeld door B etc. Een tweede manier om om te gaan met practice effect is door te proberen ze te minimaliseren of ze te elimineren. Niet alle vormen van practice effects kunnen worden geminimaliseerd, zoals de

leereffecten die kunnen optreden deze kunnen niet ongedaan worden gemaakt. Maar als je niet geinteresseerd bent in leereffecten zou je de proefpersonen voorafgaand aan het experiment een training kunnen geven zodat hun prestatie voorafgaand aan het experiment naar het gewilde niveau wordt gebracht. Op deze manier zal er geen verschil zijn in de condities door leereffecten aangezien de proefpersoon voorafgaand aan het experiment al een training heeft gehad. Veranderingen door adaptation en habituation kunnen op dezelfde manier worden aangepakt. Voordat het experiment plaats vind kan je de proefpersonen de tijd geven om zich aan te passen of te wennen aan de experimentele condities. Op deze manier kunnen deze practice effect worden geelimineerd. Nog een manier om habituation, adaption en fatigue aan te pakken is om pauzes in te lassen tussen de condities. Als deze pauze lang genoeg is zullen proefpersonen herstellen van adaption, habituation of fatigue die veroorzaakt werden door de vorige conditie. Een derde manier om om te gaan met practice effects is om van de volgorde van het testen een onafhankelijke variabele te maken. Je experimentele design zal verschillende groepen aan verschillende volgorden van condities bloot stellen, net als bij counterbalancing. Maar je deelt een voldoende aantal proefpersonen in elke groep zodat er een statistische analyse op toegepast kan worden dat het daadwerkelijke effect dat de volgorde van testen heeft op de afhankelijke variabele zal ontdekken. Dit heet een multifactor design. Het is niet genoeg om alleen naar de scores te kijken om te bepalen of er een echt causaal effect is. Hiervoor moeten we gebruik maken van een statistische analyse. Kenmerken van within-subject design Elke proefpersoon doet mee met alle condities Pracice effect zijn een bron van error bij het within subject design maar kunnen geminimaliseerd worden door: 1. Randomisatie of counterbalancing van de volgorde waarin de proefpersonen deelnemen aan de condities 2. Randomisatie van de volgorde waarin stimuli wordt aangeboden tijdens een experimentele sessie 3. Minimaliseren van de totale practice effects door proefpersonen deel te laten nemen aan oefen trials zodat ze op een gewenst niveau zitten voordat het echte experiment begint

Complex experimental designs Increasing the numberof conditions: multi level designs Multi-level design: experimenteel design waarbij de onafhankelijke variabele meer dan 2 condities/levels heeft. Kan within of between subject design zijn, en ook alle mogelijke errors en control problemen kunnen hier van toepassing zijn. Counterbalancing kan hier wel lastig worden want hoe meer condities je hebt, hoe meer proefpersonen je nodig hebt. Maar het is geen gigantisch probleem zo lang het aantal condities redelijk blijft. Increasing the number of independent variables: factorial designs Vaak worden er meerder onafhankelijke variabelen tegelijk getest omdat er op deze manier een betere benadering wordt geschetst van de condities in de echte wereld, waarbij onafhankelijke

variabelen ook niet in hun eentje voorkomen. Onderzoekers erkennen dat in elke situatie meerdere variabelen samen effect hebben op gedrag. Factorial designs: onderzoeks design die meer dan 1 onafhankelijke variabele heeft. Elke condities van elke variabele wordt gecombineerd met elke conditie van elke andere onafhankelijke variabele. De simpelste factorial design heet 2x2 factorial design en heeft 2 onafhankelijke variabelen en elke onafhankelijke variabele heeft 2 condities. Een 2x2 design heeft 4 experimentele condities, een 2x3 heeft 6 condities etc. Analysis of factorial designs Bij het opzetten van een factorial designs zijn er een aantal verschillende uitdagingen wat betreft het interpreteren van de resultaten. We moeten nu kijken naar de effecten van elke onafhankelijke variabele en we moeten ook kijken of er tussen de onafhankelijke variabelen een interactie is. Increasing the number of dependent variables: multivariate designs Soms wil een onderzoeker meer dan 1 afhankelijke variabele meten in zijn experiment. Multivariate design: een onderzoeksdesign waarbij multipele afhankelijke metingen worden geanalyseerd met 1 multivariate statistische test. Onderzoeken met meer dan 1 afhankelijke variabele zijn veel voorkomend wanneer er onderzoek wordt gedaan naar de relatie tussen variabelen. Toch zijn er ook een aantal nadelen. Mixed designs: combining between-subject and within-subject designs Mixed design (split plot): een design met zowel onafhankelijke groepen (between-subjects) en herhaalde metingen (within subjects). Zo kan het effect van zowel between subject factoren als within subject factoren worden onderzocht. Covariate designs Soms weet je dat sommige verschillen tussen proefpersonen (bv IQ) waarschijnlijk een invloed zullen hebben op de afhankelijke variabele die je meet. Als je dit zeker weet dan kan je deze verschillen in je onderzoek laten door ze te meten en daarna ze te controleren voor hun effect in de statistische analyse die je gebruikt voor de data. Je kan dit doen door de waarde van de variabele van elke proefpersoon samen te meten met de waarde van de onafhankelijke variabele. Deze toegevoegde variabele heet een covariate. Je verwacht dat deze covariate covarieert met de afhankelijke variabele. Door een covariate toe te voegen kun je effectief de invloed die deze heeft op de afhankelijke variabele uitsluiten en dus de error verlagen en de gevoeligheid van je experiment voor de onafhankelijke variabele verhogen. Covariate design: design waarbij een variabele die bekend staat te correleren met de afhankelijke variabele wordt gemeten en het effect van deze variabele wordt utigesloten. Voorbeeld is wanneer je denkt dat leeftijd een belangrijke factor in je onderzoek kan zijn en je dit wil controleren. Als je een onderoek doet waarbij je uitzoekt of een bepaald medicijn werkt tegen de symptomen van arteritis, dan heb je een onafhankelijke variabele met 2 condities namelijk medicijn behandeling en placebo. Maar als je weet dat de symptomen verergeren naarmate je ouder wordt, dan kan je leeftijd als covariate toevoegen wat betekent dat je de effecten van leeftijd uit het onderzoek kan zuiveren en dus een resultaat krijgt dat een duidelijker beeld geeft van hoe effectief het medicijn is in vergelijking met de placebo, ongeacht de leeftijd van de proefpersonen. Kenmerken van complex experimental design

Wanneer je het aantal condities van een onafhankelijke variabele verhoogt naar meer dan 2, dan is je onderzoek een multi level design, die within of between subjects kan zijn Wanneer je het aantal onafhankelijke variabelen in je onderzoek verhoogt, is dit een factorial design. Elk design dat meer dan 1 afhankelijke variabele meer is een miltivariate design Mixed designs combineren within en between subjects designs. Covariate designs zijn degene waarin een variabele waarvan gedacht wordt dat deze covarieert met de afhankelijke variabele wordt gemeten zodat het effect kan worden uitgezuiverd.

Hst 8 Quasi-experimental and developmental designs Quasi-experiments De experimenten hierboven zijn voorbeelden van echte experimenten, dit betekent dat de onderzoeker complete controle heeft over de onafhankelijke variabele en deze kan manipuleren op een manier dat passend is om de hypothese te testen. Ook kan hij extraneous variabelen controleren. Soms is het zo dat er geen complete controle over een onafhankelijke variabele verkregen kan worden. Als we verschillen willen testen tussen natuurlijk voorkomende groepen dan hebben we geen enkel controle over welke groep een persoon toe behoort, aangezien de groepen al zijn gevormd en natuurlijk voorkomen. Dan is het onmogelijk om groepen at random in te delen. Een voorbeeld is geslacht, je behoort al tot een van de 2 groepen en kan dus niet anders worden ingedeeld. Dit heet een Quasi-independent variabele: een variabele die een onafhankelijke variabele vertegenwoordigd in een experiment, maar waarbij de proefpersonen niet random toegewezen kunnen worden aan de condities (bijv leeftijd, geslacht etc.). Causal inferences in quasi-experiments Quasi-experiments: een experiment waarbij de onderzoeker niet de volledige controle heeft over de onafhankelijke variabele (bijv waneer de variabele natuurlijk voorkomt zoals geslacht etc). Bij een quasi experiment zijn proefpersonen dus al ingedeeld in condities en dus is het altijd mogelijk dat elke relatie die ontdekt wordt mogelijk komt door de actie van een derde ongemeten variabele die toevallig goed correleert met de quasi onafhankelijke variabele. Quasi-experimental designs Quasi-experimental designs: Een design dat dezelfde karakteristieken heeft als een true experiment, maar gebrek aan de mate van controle heeft dat wel terug te vinden is in een true experiment. Advantages and disadvantages of quasi experiments Een voordeel van een quasi experimental design is dat ze de mogelijkheid bieden om de impact van een quasi onafhankelijke variabele onder natuurlijk voorkomende omstandigheden te evalueren. Maar het heeft ook nadelen die invloed hebben op de interne en externe validiteit. Het grootste probleem heeft te maken met de interne validiteit omdat de onderzoeker niet complete controle heeft over de quasi onafhankelijke variabele en andere gerelateerde variabelen. Confounding variabelen kan elke causale relatie in de data onduidelijker maken. Een gedeeltelijke oplossing voor deze problemen is om goede controle groepen aan je quasi experiment toe te voegen. Verschillende soorten quasiexperimental design:

Time series design Time series design: design waarbij er observaties worden gedaan zowel voor als na een interventie of gebeurtenis. Interrupted time series design Interrupted time series design: variatie op de time series design waarbij veranderingen in gedrag worden gerekend als een functie van tijd voor en na een natuurlijk voorkomende gebeurtenis. Er wordt dus geen onafhankelijke variabele gemanipuleerd. De natuurlijk voorkomende gebeurtenis is een quasi onafhankelijke variabele en ligt buiten de controle van een onderzoeker (bijv een natuur ramp). Je doet observaties voor en na de gebeurtenis. Bij zoiets als een natuurramp is het niet gebruikelijk dat er observaties zijn gemaakt voor dat de natuurramp plaats vond aangezien je niet weet wanneer dat gaat gebeuren. Daarom wordt er voor observaties voor een natuurramp gebruik gemaakt van beschikbare data uit archieven. In andere gevallen kan je wel op de hoogte zijn van een gebeurtenis die gaat komen zoals bij de introductie van een nieuwe wet, dan kan je wel voor en na de gebeurtenis data verzamelen. Non-equivalent group designs Non-equivalent control group design: design waarbij 1 groep wordt getest voor en na een gebeurtenis, terwijl een andere groep dient als controle groep waarbij geen gebeurtenis plaats vindt. Er wordt dus hier bij de experimentele groep gebruik gemaakt van een time series component. De controle groep is non equivalent omdat het voortkomt uit een andere onderliggende populatie (of gemeenschap). Drawbacks of non-equivalent group designs Ondanks dat de non equivalent control group design je in staat stelt om vergelijkingen te maken die je normaal gesproken niet zou kunnen maken, zijn er ook wat nadelen. Ten eerste zal de validiteit verminderen als je 2 groepen van elkaar verschillen op een belangrijke variabele voordat de studie begint. Om dit probleem te minimaliseren moeten je groepen zo goed mogelijk gematched zijn voor het begin van het experiment. Ten tweede, wanneer je groep is geselecteerd op basis van extreme scores op de pretest, dan zal elke verandering in scores van pre test naar post test richting de minder extreme waarden zou eerder kunnen komen door dat de scoren zichzelf natuurlijk corigeren dan dat het komt door het effect van je behandeling. Pre-test/post-test design Pre-test/post-test design: een experimenteel design waarbij de afhankelijke variabele zowel voor als na de manipulatie van de onafhankelijke variabele worden gemeten. Dit design verschilt van de hierboven besproken quasi experimentele strategieen, omdat de pre test post test een echt experimenteel design is die een standaard within subject design vertegenwoordigd. Echter heeft het niet voldoende controle over de rival hypotheses. Pretest posttest wordt gebruikt om de effecten van bepaalde veranderingen in de omgeving te evalueren, en ook kan het gebruikt worden om de effecten van een experimentele manipulatie op gedrag te testen. Problems with the pre-test/post-test design Practice effects kunnen ook hier een rol spelen en kunnen het effect van de manipulatie verstoren. Het geven van een pre-test kan ervoor zorgen dat de proefpersonen anders presteren na de

introductie van je manipulatie. Normaal zou je de practice effects kunnen controleren door counterbalancing, maar dat kan niet bij dit design. Daarom leidt een pretest posttest tot problemen met de interne validiteit. Om de interne validiteit zo hoog mogelijk te houden moet je gebruik maken van controle groepen. De eerste groep is de experimentele groep en kijgt een pre test, dan de interventie en tot slot de post test. Groep 2 is de controle groep en krijgt alleen de pre test en post test zonder interventie. Dit samen is een mixed design waarbij groep 1 een within subject design is, en groep 2 een between subject design (de ene groep krijgt wel een interventie, de andere niet). Om dit design een true experiment te laten zijn moeten de proefpersonen random worden toegewezen aan de groepen. Je zou gebruik kunnen maken van natuurlijk gevormde groepen in een pre test post test onderzoek, maar dan zou de between subject component een quasi onafhankelijke variabele hebben en zal je conclusie wat betreft het effect van deze variabele zwakker zijn. Ook de externe validiteit is niet altijd even goed bij dit design, en je resultaten kunnen buiten de onderzoeks setting minder generaliseerbaar zijn. Dit komt omdat de proefpersonen beinvloed kunnen worden door de pretest, en kunnen daardoor anders presteren dan ze zouden doen zonder de pretest. Campbell en Stanley opperen 2 oplossingen voor dit probleem: 1. Solomon four-group design: uitbreiding van de pre-test post-test design waarbij controle groepen de effecten van het gebruik van een pre test evalueren. Er zijn 4 groepen in dit design. Groep 1: pretest, behandeling, posttest. Groep 2: pretest en posttest. Deze zijn hetzelfde als bij een 2 groepen design (normale pre-test/post-test design). Er worden nog 2 groepen bijgevoegd die je in staat stellen om alle mogelijke effecten van een pre test te testen. Groep 3: behandeling en post test. Groep 4: alleen post test. Deze groepen stellen je in staat om de impact van de behandeling zonder een pre-test te evalueren. Door dit effect te vergelijken met het effect wanneer er wel een pre test aanwezig is kan je bepalen of het toevoegen van een pretest ook daadwerkelijk het effect van de behandeling veranderd. 2. Het helemaal weg laten van een pre test: Zonder de pre-test is het design een simpele 2 groepen experiment. Of je de pre test wel of niet kan weglaten ligt aan de onderzoeksvraag die gesteld wordt, in sommige gevallen is een pre-test nodig om de onderzoeksvraag volledig te kunnen beantwoorden. Developmental designs Developmental designs: onderzoeks design waarbij een proefpersoons leeftijd wordt gebruikt als een quasi onafhankelijke variabele. Wanneer je geinteresseerd bent in hoe gedrag veranderd in relatie tot leeftijd of over een lange periode van tijd. Omdat leeftijd niet random kan worden ingedeeld moet het worden gebruikt als een quasi onafhankelijke variabele. Je interpretatie van de data moet niet volledig focussen op de causale relatie tussen leeftijd en gedragsveranderingen. Ook worden deze designs gepresenteerd als developmental designs, ze zijn vaak ook van toepassing buiten de ontwikkelingspsychologie. 3 varianten: The cross-sectional design: een ontwikkelingsdesign waarbij een onderzoeker een cross-section verricht op de populatie die aanwezig is op het moment van het onderzoek. Je selecteert meerdere proefpersonen van elke leeftijdsgroep. Je creeert groepen op basis van de chronologische leeftijd van je proefpersonen op het moment van het onderzoek. Advantages of cross-sectional design Voordeel is dat het niet lang duurt, je hoeft dezelfde proefpersoon niet 10 jaar te volgen. Maar is deze manier valide?

Problems with cross-sectional designs Een serieus probleem wat betreft dit design is dat het je kan tegenhouden om duidelijke conclusies te trekken. Generation effects: een confounding variabele die gerelateerd is aan de verschillen die bestaan die komen door de generatie van de proefpersonen. Dit bedreigd de interne validiteit. Het feit dat het zo kan zijn dat de verschillende leeftijdsgroepen (bijv 70 jarigen en 20 jarigen) in een verschillende eeuw zijn geboren kan een alternatieve verklaring zijn voor het verschil in bepaalde afhankelijke variabelen zoals intelligentie bijv. Generatie effecten zijn een groot probleem wanneer je een cross-sectional design gebruikt en je leeftijd gerelateerde veranderingen in gedrag wil meten tussen proefpersonen die veel verschillen van leeftijd. Dit design is beter wanneer je proefpersonen gebruikt die dichter bij elkaar liggen qua leeftijd, dan zijn ze van de zelfde generatie en is het probleem van generatie effect verminderd. Longitudinal designs: ontwikkelings design waarbij de onderzoeker proefpersonen meet of observeert over een gespecificeerde periode van tijd. Advantages of the longitudinal design Het voordeel is dat je de veranderingen in ontwikkeling van een proefpersoon over tijd duidelijk kunt zien. Problems with longitudinal designs Ondanks dat je een proefpersoon zelf voor een lange tijd volgt, kunnen generation effects toch nog een rol spelen. Volgens Shaffer heeft longitudinal design het probleem van cross-generational effects: de conclusie die wordt getrokken uit een longitudinaal onderzoek van een bepaalde generatie, hoeven niet per se van toepassing te zijn op een andere generatie. Het is mogelijk dat de conclusies van een longitudinaal onderzoek van 1910 tot 1940 niet van toepassing zijn op een onderzoek die gestart is in 2000. Ondanks dat een longitudinaal onderzoek belangrijke informatie kan opleveren is het belangrijk om voorzichtig te zijn wanneer je wil generaliseren van de ene generatie naar de andere. Andere problemen waar rekening mee gehouden moet worden zijn: Subject mortality: (selective attrition) proefpersonen die vroegtijdig stoppen met het onderzoek (door verhuizing, dood, geen interesse meer etc), dit is vooral een probleem bij longitudinaal onderzoek aangezien de onderzoeker dezelfde proefpersonen gebruikt voor een lange periode van tijd. Dit is een probleem voor de externe validiteit. Als subject mortality komt door verhuizing of het verlies van interesse in de studie is dit minder problematisch dan wanneer het komt door het onderzoek zelf. Het verlies van proefpersonen door verhuizing kan gezien worden als random, omdat verhuizing bij elke persoon kan voorkomen. Als proefpersonen stoppen met het onderzoek omdat ze het onderzoek te stressvol of saai vinden, dan is je onderzoek biased. De proefpersonen die wel aan het onderzoek blijven mee doen (ondanks dat ze het saai of stressvol vinden) zouden speciale kwaliteiten kunnen hebben die hen anders maakt dan de proefpersonen die wel stopten met het onderzoek door deze redenen. Hierdoor zou het zo kunnen zijn dat de resultaten niet toegepast kunnen worden op de algemene populatie. Omdat het de resultaten kan vertroebelen moet je alle moeite doen om erachter te komen waarom proefpersonen stoppen met het onderzoek. Hoe langer het onderzoek hoe groter de kans op verlies van proefpersonen. Multiple observation effects: een bedreiging voor de interne validiteit bij longitudinaal onderzoek, waarbij de scores van proefpersonen kunnen veranderen door verschillende redenen die te maken hebben met het herhaalde testen over tijd. Dit kan komen door practice effects. Bijvoorbeeld verbeterde prestatie op de test over tijd kan meer komen door de ervaring van de proefpersoon met het maken van tests dan dat het komt door leeftijd bijvoorbeeld. De oplossing is vrij simpel: maak

gebruik van meerdere versies van de test om het gedrag te evalueren op verschillende tijden, of maak gebruik van verschillende testen die hetzelfde gedrag meten op verschillende tijden. Het tweede probleem dat voortkomt uit het observeren van dezelfde proefpersonen over tijd is dat andere factoren naar boven komen en gaan confounden met leeftijd. Er kunnen dus dingen voorvallen zoals veranderde attitudes bijvoorbeeld die het gedrag net zoveel kunnen beinvloeden als leeftijd. Dit probleem is niet makkelijk op te lossen. Je kan ervoor zorgen dat je een voldoende grote steekproef hebt zodat elk effect van attitudes statistisch kunnen worden gecontroleerd. Maar het is moeilijk om zon grote steekproef te krijgen waarbij alle proefpersonen bereid zijn om zo lang aan een onderzoek mee te doen, en als je ze wel vind vormen deze personen zelf al een biased steekproef. The cohort-sequential design Een nadeel van cross-sectional en longitudinaal design is dat ze niet goed in staat zijn om te bepalen welke factoren anders dan leeftijd een invloed hebben op de geobserveerde veranderingen in gedrag. Cohort-sequential design: ontwikkelings design die kenmerken van cross-sectional en logitudinaal design combineert om zo de bijdrage van generation effects te evalueren. Dit design elimineert de generation effects niet maar laat je ze ontdekken. Hst 9 Sampling Populations and samples Population: een hele groep van interesse van de onderzoeker. Het is vaak niet mogelijk om een hele populatie te bestuderen, daarom moet je het doen met een steekproef van een populatie. Sample: een kleinere steekproef van de grotere populatie. De steekproeven worden getest, maar de populatie is het geen wat uiteindelijk alleen interesseert. Daarom moet de steekproef representatief zijn voor de populatie en dus ook generaliseerbaar zijn. Onderzoeken waarvan de resultaten toegepast kunnen worden op verschillende onderzoekssettingen en populaties hebben een hoge externe validiteit. Dus de generaliseerbaarheid verhoogt de externe validiteit van een onderzoek. Representativeness Biased sample: een steekproef die niet representatief is voor de populatie. Een steekproef is representatief wanneer het de zelfde verdeling van karakteristieken als de populatie bezit. Threats to representativeness De grootste bedreiging voor representativiteit is bias. Een biased steekproef is er een waarbij de verdeling van de karakteristieken in de steekproef systematisch verschilt van die van de populatie. 2 bronnen van bias: 1. Selection bias: wanneer de procedure die gebruikt wordt om een steekproef te krijgen resulteert in een over of onder representatie van een belangrijke karakteristiek in de populatie. 2. Response bias: wanneer een niet representatief deel van je populatie mee wil doen aan je onderzoek. Om dit te voorkomen moet je gebruik maken van random sample: iedere persoon in de populatie moet een gelijke kans hebben om uitgekozen te worden voor het onderzoek.

Sampling techniques Random sampling kan gebeuren door: Probabiliy sampling: een manier van selecteren uit een populatie dat de specifieke kans dat elke persoon heeft om uitgekozen te worden specificeert. Non-probability sampling: sampling techniek dat niet specificeert hoe groot de kans is dat elke persoon uit de populatie wordt geselecteerd. Probability sampling Simple random sampling: elk persoon in de populatie heeft dezelfde kans om geselecteerd te worden voor de steekproef. Simple random sampling lijkt makkelijk maar het is erg moeilijk als de populatie groot is. Een echte random sample houd in dat ieder persoon van die populatie een even grote kans heeft om geselecteerd te worden, dit kan betekenen dat je uit miljoenen mensen moet kiezen. Dit is niet praktisch. Stratified random sampling: de populatie is in subgroepen verdeeld (strata) en random sampling wordt dan gebruikt om een steekproef uit de subgroepen te selecteren. Het is aan de onderzoeker om te bepalen welke subgroepen gepast zijn. Als je bijvoorbeeld een onderzoek wil doen over de geloofsovertuigingen in een bepaalde populatie, dan moet je uitzoeken hoeveel geloofsovertuigingen er in die populatie zijn en hoe de verdeling is van de geloofsovertuigingen. Dus als je weet dat 15% van de populatie christen is, dan moet in je steekproef ook 15% christen zijn. Daarna moet je het juiste aantal christenen uit random uit de christenpopulatie selecteren. Stratified random sampling heeft de zekerheid dat een steekproef de juiste verdeling van de subgroepen heeft. Als in een populatie een bepaalde subgroep erg klein is kan het zo zijn dat een onderzoeker in zijn steekproef de kleine subgroep oververtegenwoordigd zodat hij er zeker van is dat een representatieve steekproef van deze subgroep aanwezig is. Cluster sampling: Wanneer er geen lijst is van alle personen in een populatie kan een onderzoeker clusters van individuen identificeren en dan een steekproef nemen van deze clusters. Als de clusters zijn gekozen zijn alle personen in de clusters betrokken in de steekproef. Dus stel je voor dat je geen lijst hebt van alle studenten van je universiteit, maar je wil graag een steekproef van een populatie studenten. Je kan dan beginnen te onderzoeken welke klassen er allemaal bestaan, de klassen zijn dan de clusters van studenten. Dus stel je weet dat er aan 100 klassen les wordt gegeven in de maand dat jij je data wil verzamelen, dan kan je random bijv 20 klassen selecteren en er dan voor zorgen dat elke student uit die 20 klassen mee doet aan je onderzoek. Dit is cluster sampling. Non-probability sampling Non-probability sampling technieken zijn vrij willekeurig. Een populatie kan gedefinieerd zijn, maar er wordt weinig aandacht besteed om zeker te zijn dat de steekproef de populatie goed representeert. Maar deze manier is wel goedkoop en handig. Er zijn 3 soorten: Convenience sampling (Haphazard sampling): kan ook een neem ze waar je ze vind methode van het selecteren van proefpersonen genoemd worden. Dus je selecteert proefpersonen op elke manier dat handig is voor jou als onderzoeker. Dit zorgt hoogstwaarschijnlijk wel voor biases en zorgt er ook voor dat de steekproef vaak niet representatief is voor de populatie. Toch wordt het vaak gebruikt in de psychologie voor een paar verschillende redenen, maar de belangrijkste is dat het meeste onderzoek in de realiteit niet de voorwaarde heeft dat een steekproef precies moet matchen aan de populatie. Als er geen duidelijke biases zijn die waarschijnlijk je conclusie verstoren dan is convient sampling goed genoeg, helemaal als het onderwerp van het onderzoek een algemeen psychologisch proces is.

Purposive sampling: de bedoeling is om een steekproef te krijgen die aan bepaalde voortijdig bepaalde criteria voldoet. Bijvoorbeeld wanneer een onderzoeker bij een bioscoop aan klanten vraagt of ze een vragenlijst willen invullen over een bepaalde film. Deze mensen voldoen aan de criteria aangezien ze de film hebben gezien waar de vragenlijst over gaat. Het is een goede manier van je steekproef terug brengen naar een bepaalde groep mensen, maar het is dus niet probability sampling aangezien niet iedereen dezelfde kans heeft om geselecteerd te worden. Een bepaald type purposive sampling dat vaak wordt gebruikt in kwalitatief onderzoek heet snowball sampling: dit is wanneer je je proefpersonen vraagt om andere mensen te vragen voor het onderzoek, of aan je proefpersoon vraagt of ze suggesties hebben voor andere proefpersonen die ook wel mee zouden willen doen aan het onderzoek. Quota sampling: het kiezen van een steekproef die de percentages van verschillende subgroepen reflecteert. Het is hetzelfde als statified samplng, alleen is de steekproef die wordt getrokken uit elke strata niet random geselecteerd. Dus stel je wilt er zeker van zijn dat je steekproef van religieuze mensen 19% moslims, 23% joden, 41% christenen etc heeft omdat dit de percentages zijn van de gehele populatie. Quota sampling zorgt ervoor dat je deze percentages hebt, maar je kiest je steekproef door gebruik te maken van haphazard technieken, dus je selecteert ze waar je ze kan vinden. Je gaat dus gewoon op zoek naar mensen die aan de eisen voldoen, en de eerste de beste die je tegen komt en die mee wil doen selecteer je. Quota sampling is iets beter dan convenience sampling, maar het is nog steeds een probleem dat er geen voorwaarden zijn wat betreft hoe de mensen uit de subgroepen worden gekozen. Er is dus potentie voor bias. Je zou bijvoorbeeld alleen mensen kunnen vragen mee te doen die er aardig uitzien, door dit te doen heb je meteen al een bias geintroduceerd in je steekproef doordat je mensen uit sluit puur om de manier waarop ze eruit zien. Selectie technieken in tabel blz 171 Students as paticipants Non-random sample: een steekproef van proefpersonen die worden gebruikt in een onderzoek die niet random gekozen zijn uit een populatie. Dit komt veel voor bij pscyhologische onderzoeken waarbij vaak gebruik gemaakt wordt van studenten als proefpersonen. Het is goedkoop, makkelijk en kost weinig tijd maar tegelijkertijd geef je de generaliseerbaarheid op door gebruik te maken van alleen maar studenten en het onderzoek zal een minder goede externe validiteit hebben. Volgens Kardes kan het geen kwaad om studenten te gebruiken als het gaat om het onderzoeken van algemene psychologische processen. De meningen zijn dus verdeeld, maar je moet in gedachten houden dat wanneer je gebruik maakt van studenten als proefpersonen je resultaten vertekend kunnen zijn. Aquiring human participants for research Of je onderzoek nou experimenteel of non experimenteel is, je moet rekening houden met 3 factoren wanneer je gebruik maakt van proefpersonen voor je onderzoek 1. The research setting: de manier waarop je proefpersonen werft hangt af van de setting van je onderzoek. Laboratory research: als je lab onderzoek doet zijn er 2 manieren van werven van proefpersonen. Allereerst kan je vrijwilligers zoeken van welke beschikbare proefpersonen populatie dan ook, je zou bijv kunnen werven bij je universiteitsbibliotheek. De proefpersonen doen dan vrijwillig mee. Ten tweede kan je gebruik maken van een

proefpersonen pool als deze bestaat. De proefpersonen in deze pool zouden misschien moeten deelnemen aan een bepaald aantal onderzoeken. Als je deze strategie gebruikt moet je er voor zorgen dat je proefpersonen niet onder druk zet, want het is nog steeds op vrijwillige basis. Field research: je moet je proefpersonen werven in hun natuurlijke omgeving. Hoe je dit doet hangt af van de setting van je onderzoek. Sommige veld experimenten lijken veel op lab experimenten, maar het verschil is dat ze alle benodigdheden mee nemen naar de straat. In dit geval van veld experiment heeft de onderzoeker nog steeds de conrole over proefpersonen selectie als wanneer het onderzoek in het lab was geweest. Maar de onderzoeker is afhankelijk van wie er op dat moment beschikbaar is op de plaats en de dag dat het experiment plaats vind. Dus met veld onderzoek is er minder controle over proefpersonen dan in het lab. Een ander manier van veld onderzoek is dat je een situatie op stelt en wacht tot dat er proefpersonen langs komen. Bijv bij het onderzoek waarbij discriminatie werd onderzocht door 2 keer dezelfde dvds op ebay te zetten maar de ene keer met een duitse achternaam, en de volgende keer met een turkse achternaam. Hier was weinig controle over wie er mee deed aan het onderzoek, wie er inlogt op ebay en op zoek gaat naar dvds zou een potentiele proefpersoon kunnen zijn. 2. The needs of your research: Speciale benodigdheden voor je onderzoek kunnen effect hebben op de manier hoe je proefpersonen werft. In sommige gevallen zal je proefpersonen moeten screenen op bepaalde karakteristieken bijv leeftijd, geslacht etc. Dit kan je doen door een pre-test af te nemen, maar dit heeft wel effect op de externe validiteit. Wanneer je kinderen wil gebruiken in je onderzoek heb je toestemming van de ouders, het kind zelf en vaak ook de school nodig. Dit is ook een bedreiging voor de externe validiteit, want je steekproef van kinderen waarvan de ouders toestemming hebben gegeven kan verschillen van de algemene populatie van kinderen. 3. Institutional policies and ethical guidelines: Je moet bij elk onderzoek er zeker van zijn dat het de ethische richtlijnen volgt. Voluntary paticipation and validity De basisregel is dat proefpersonen niet gedwongen mogen worden om mee te doen aan een onderzoek, dit moet vrijwillig gaan. Maar zijn vrijwillige proefpersonen representatief voor de gehele populatie? Er zijn hoe dan ook verschillen tussen mensen die kiezen mee te doen in een onderzoek, en mensen die dit niet doen. Een steekproef die volledig bestaat uit vrijwilligers kan biased zijn en dus kan het je externe validiteit bedreigen. Dit heet de volunteer bias. Factors that affect the decision to volunteer 2 categorieen van factoren beinvloeden een persoon zijn keuze om vrijwillig mee te doen. Dit zijn karakteristieken van de proefpersoon die of de waarschijnlijkheid dat hij/zij vrijwillig mee wil doen verhogen of verlagen en situationele factoren. Participant-related characteristics Volgens Rosenthal en Rosnow zijn er verschillende karakteristieken die vrijwilligers van niet vrijwilligers scheiden. Elke karakteristiek wordt geassocieerd met een mate van vertrouwen dat je kan hebben wat betreft de validiteit van elke karakteristiek. Maximale betrouwbaarheid

Vrijwilligers zijn vaker hoger opgeleid dan niet vrijwilligers Vrijwilligers komen vaak van een hogere sociale klasse Vrijwilligers zijn vaker intelligenter over het algemeen Vrijwilligers hebben een grotere behoefte aan goedkeuring Vrijwilligers zijn vaker socialer

Twijfelachtige betrouwbaarheid Vrijwilligers zijn meer op zoek naar sensatie (helemaal wanneer het onderzoek met stress te maken heeft) Vrijwilligers die mee doen aan seks onderzoek zijn minder conventioneel Vrouwen doen vaker mee aan onderzoeken dan mannen behalve wanneer het onderzoek te maken heeft met fysieke of emotionele stress Vrijwilligers zijn minder autoritair Joden doen vaker mee aan onderzoeken dan protestanten, maar protestanten doen vaker mee dan katholieken

Het is duidelijk dat vrijwilligers van niet vrijwilligers verschillen onder bepaalde omstandigheden. Deze verschillen kunnen leiden tot een lagere externe validiteit gebaseerd op vrijwillige proefpersonen steekproeven. Daarom moet je rekening houden met volunteer bias en het meenemen in de interpretatie van je resultaten. Situational factors Situationele factoren kunnen ook de keuze van een persoon beinvloeden wat betreft het wel of niet mee doen aan een onderzoek. Volgens Rosenthal en Rosnow kan je maximun betrouwbaarheid verwachten in de conclusie dat mensen die geinteresseerd zijn in het onderwerp van het onderzoek en die de verwachting hebben om goed geevalueerd te worden in het onderzoek vaker willen mee doen dan mensen die deze intresse en verwachting niet hebben. Je kan twijfelachtig vertrouwen hebben dat proefpersonen eerder mee willen doen als ze vinden dat het onderzoek gezien wordt als belangrijk, en zich schuldig voelen als ze niet me doen en als ze een beloning ontvangen voor het mee doen. Ook wanneer er random is geselecteerd kan je 2 soorten bias zijn: De selectie methode die gebruikt wordt en slechte response rate. Ookal hebben non-probability sampling meer potentiele bronnen van bias dan probability sampling, er zijn genoeg redenen om ze toch te gebruiken en ze positief te evalueren. Sampling frame Sampling frame: De echte populatie waaruit een random steekproef wordt getrokken. welke selectie techniek wordt gebruikt heeft invloed op hoe goed de steekproef de populatie na bootst Hst 10 Introduction to qualitative research Revisiting knowledge Epistemology: tak van de filosofie die zich bezig houdt met wat kennis precies is en waar het vandaan komt. Empiricism: filosofische en wetenschappelijke banadering voor kennis dat gebruik maakt van unbiased observatie om de waarheden over de wereld te ontdekken.

Positivism and realism Realism: het idee dat er een echte wereld is, dus een realiteit. We willen graag dingen weten over deze realiteit. Positivism: het idee dat kennis over de realiteit betrouwbaar verkregen kan worden door empirische observaties. Om er zeker van te zijn dat positivisme klopt en ons een betrouwbaar gedeelte van de realiteit geeft, moeten we aannemen dat er een echte relatie is tussen de realiteit die we proberen te beschrijven en onze observaties daarvan. De observaties moeten wel goed en objectief zijn. Problems with positivism De meeste onderzoekers zijn het erover eens dat complete objectiviteit moeilijk is, als het al niet onmogelijk is. Seeing is (not) believing part 1 Het eerste probleem heeft te maken met het empirische gedeelte van positivisme. Observaties zijn niet altijd goed, en de manier hoe we de wereld zien is niet altijd de manier van hoe de wereld daadwerkelijk is. De muller lyer illusie laat zien dat we normaal gesproken de onderste lijn als de langste zien terwijl ze eigenlijk evenlang zijn, dit is een voorbeeld van dat we de wereld niet altijd zien zoals deze is. Dus onze observaties zijn niet altijd betrouwbaar. Seeing is (not) believing part 2 Ten tweede moet een objectieve goedkeuring van de feiten voldoen aan de eis dat de meeste mensen de observaties allemaal hetzelfde zien. Als de observaties een echte reflectie zijn van de echte wereld dan zou er geen onenigheid moeten zijn, maar dit is vaak niet het geval. 2 verschillende observatoren kunnen een andere conclusie trekken uit wat ze daadwerkelijk zien. Positivisme kan daardoor in de problemen raken aangezien dit gebaseerd is op het idee dat onze observaties een betrouwbare indicatie voor de echte wereld is. More objections to objectivity Er is nog een manier waarop positivisme en empiricisme kan worden bekritiseerd. We verwachten dat wetenschappers objectieve individueen zijn die de data voor zichzelf laten spreken. Dit is onrealistisch want elke keer dat we naar iets kijken evalueren we het op een bepaalde manier, en deze evaluatie is gebaseerd op wat we al weten, of wat we denken ervan te weten. Dit is een probleem aangezien pure observatie een vereiste is voor wetenschap. Onderzoekers moeten erkennen dat observaties niet perfect zijn, maar betrouwbaar genoeg om te gebruiken op een informatieve manier dat ons in staat stelt om kennis te vergaren over de wereld. Genoeg observaties van genoeg mensen met dezelfde uitkomst komt zo goed mogelijk in de buurt van objectieve kennis als mogelijk is. Er zijn ook mensen tegen dit idee en zeggen dat er altijd een barriere is tussen het ding wat ze proberen te meten en de manier waarop ze dit observeren en meten. De conclusie is dat echte pure observaties niet bestaan omdat we beinvloed worden door voorgaande kennis etc. The trouble with truth Nog een punt van kritiek op het positivisme is gebaseerd op de benadering van waarheid. Er wordt vaak gebruik gemaakt van het woord waarheid, maar wat is waarheid? Sommige wetenschappers denken dat ze steeds dichterbij de waarheid komen, anderen zeggen dat je nooit zal weten of iets waarvan je denkt dat het de waarheid is ook echt de waarheid is aangezien het zo kan zijn dat er in de toekomst onderzoeken gedaan worden waarvan de uitkomst een hele andere waarheid heeft en dus de resultaten van de vorige onderzoeken in het niet laten vallen.

Alternative epistemologies Als er geen manier is van weten wanneer we de ultieme waarheid hebben ontdekt en kennis zal nooit helemaal zeker zijn, dan moet er een alternatieve manier van kijken naar dingen zijn. Als we aannemen dat observaties en theorieen geen objectief beeld van de realiteit geven, dan kunnen we de conclusie trekken dat er geen manier is om in staat te zijn of er ook maar 1 observatie of theorie beter is dan de ander. Als je accepteert dat er geen absolute waarheden bestaan dan neem je relativisme aan. Relativism Relativism: waarheid is niet iets dat objectief ontdekt kan worden en is niet iets waarbij iedereen het universeel over eens kan zijn. Elke bewering over waarheid of kennis is relatief aan de context waarin de bewering is gemaakt. De context kan cultureel, historisch, sociaal of taalgebonden zijn. Al deze vormen van context hebben gemeen dat ze geen enkele vorm van kennis als absoluut zien. Een voorbeeld is schoonheid, dit is voor iedereen anders en hangt niet af van een objectieve meting o.i.d. Social constructionism Social constructionism: Een benadering dat ontstaan is uit het relativisme. het idee dat alle kennis is gemaakt en is een direct resultaat van de gemeenschap waarin het bestaat. Een voorbeeld is het papier waar een 20 euro biljet van is gemaakt. Dit papier is niet 20 euro waard, maar de gemeenschap heeft bepaald dat het papier met de 20 euro biljet print 20 euro waard is. Dit geeft op geen enkele manier de waarde van het papier zelf weer, maar dit is dus zo bepaald. Dit is een social construction. Hetzelfde geldt voor het woord boosheid. Wanneer je boos bent en welke karakteristieken daarbij horen is door de maatschappij bepaald, maar in andere culturen kan dit anders zijn. Iets wat nu wordt gezien als boosheid kan een eeuw geleden wel anders gezien zijn. Er zijn dus meerdere versies van wat gezien kan worden als boosheid, en het heeft geen zin om te zeggen dat de een beter is dan de ander, ze zijn allemaal goed in hun eigen culturele of historische domein. Volgens het oogpunt van de social constructionism is wat je ook afweegt, er is meer dan 1 type kennis dat relevant is aan hetgeen wat je afweegt, en wat voor type kennis je ook aannneemt het is een constructie die gebaseerd is op de context waarin diegene bestaat of leeft. Social constructionism stelt ook dat wetenschappelijke kennis zelf ook sociaal geconstrueerd is door wetenschappers. Daarom is elke theorie en standpunt even valide als een andere omdat de strikte relativistische positie aanneemt dat er geen objectieve manier is om tussen al deze stanpunten en theorieen te kiezen. Social constructionism in psychology Dingen als emoties zijn sociaal geconstrueerd aangezien het te maken heeft met taal en culturele invloeden is het niet objectief te beoordelen. Quantitative vs qualitative psychology Positivism in psychology Wanneer psychologen praten over hun discipline als zijnde wetenschappelijk van aard, dan nemen ze een positivistisch standpunt aan. Ze zijn zich ervan bewust dat psychologische fenomenen moeilijk te meten en soms te definieren zijn, maar toch nemen ze positivisme aan en gebruiken ze de wetenschappelijke manier om de mind te bestuderen. Deze benadering richt zich vooral op kwantitatief onderzoek, waarbij mentale fenomenen worden gemeten op een meestal numerieke manier.

The qualitative critique (kritiek van kwalitatief op kwantitatief) Measuring experience Menselijke ervaringen terugbrengen naar getallen kan de waarde verminderen en kan zelfs de informatie die te verkrijgen is verminderen of minder goed maken. Om een compleet beeld te krijgen vinden sommige onderzoekers dat psychologen in meer geinteresseerd zouden moeten zijn dan alleen de numerieke meting. Ze moeten ook geinteresseerd zijn in hoe een bepaalde stemming voelt voor een persoon en hoe die ervaring mee speelt in andere aspecten van zijn of haar leven. Om dit soort dingen te weten te komen kan je gebruik maken van de kwalitatieve benadering. Laboratory environments Een ander punt van kritiek op kwantitatief onderzoek is de manier waarop ze geleid worden. Onderzoek in het lab wordt gezien als een gemaakte omgeving en is niet representatief voor de echte wereld. Deze benadering heeft een tekort aan ecological validity: de mate waarin een bepaalde methode van onderzoek het echte keven weergeeft in de context van het onderzoek. Het is niet hetzelfde als externe validiteit, waarbij het gaat om hoe gerneraliseerbaar de resultaten van het onderzoek zijn. Bij ecologische validiteit gaat het om de mate waarin de methode hetzelfde is als het echte leven. Dus hoe realistisch je methode van onderzoek is, hoe hoger de ecologische validiteit. Dat is dus niet het geval bij lab onderzoek. Assumptions about people Nog een punt van kritiek op kwantitatief onderzoek is dat er bepaalde dingen worden aangenomen over het onderwerp. Een groot deel van de kwantitatieve onderzoekers nemen aan dat de psychologische fenomenen die onderzocht worden universeel zijn voor de populatie als geheel. Maar dit is vaak niet zo. Bijvoorbeeld de manier waarop proefpersonen de instructies die aan hen worden gegeven interpreteren, of hoe ze de vragen in een vragenlijst opvatten kan afhangen van hun culturele achtergrond. Het meetinstrument kan dan als niet compleet valide worden gezien als het iets anders meet bij verschillende proefpersonen. Sommige dingen zijn daarom alleen valide als de proefpersonen en de onderzoekers allemaal hetzelfde verstaan onder de taak en de items die gebruikt worden. Kwalitatieve onderzoekers erkennen dit en zorgen ervoor dat de context waarin hun onderzoek plaats vind een belangrijk component is in hun onderzoek. Kwalitatieve kritiek op kwantitatieve psychologie Het objectief meten van mensen is onmogelijk Ervaringen kwantitatief beoordelen zorgt voor verlies van informatie Pogingen om psychologische fenomenen te isoleren zorgen ervoor dat het niet meer de context waarin ze echt voorkomen reflecteert Lab experimenten zijn niet natuurlijke omgevingen en zorgen voor niet natuurlijk gedrag en reacties De sociale context van gedrag wordt genegeerd De taken die een proefpersoon krijgt zijn vaak geen taken die ze normaal doen Er wordt bijna nooit rekening gehouden met de culturele context

Qualitative research in psychology Een kwalitatieve benadering in psychologische vragen is moeilijk te benaderen aangezien er vele manieren zijn van kwalitatieve psychologie. Grofweg gezien is kwalitatief onderzoek gebaseerd op

de interpretatie van ervaringen en de betekenis van die ervaring. Er wordt niet gekeken naar relaties tussen variabelen zoals in kwantitatief onderzoek gedaan wordt. Het is wel in staat je te vertellen over de verschillende aspecten van bepaalde fenomenen. Soms wordt het gebruikt in plaats van kwantitatief onderzoek (wanneer fenomenen niet kwantitatief bestudeerd kunnen worden), of soms wordt het gebruikt als een begeleider van kwantitatief onderzoek (wanneer een fenomeen bestudeerd kan worden op beide manieren, en wanneer de onderzoeker een mixed method benadering toe staat). Kwalitatieve onderzoekers erkennen dat de onderzoeker een grote rol speelt in elk onderzoek waar andere mensen bij betrokken zijn, en dat al het onderzoek in psychologie een sociale interactie tussen mensen heeft. Dit is een directe respons op idee dat pure objectiviteit onmogelijk is en vooral erg moeilijk is wanneer er gedrag wordt bestudeerd. Kwalitatieve onderzoekers vinden dan ook dat het elimineren van subjectieve interpretaties onnodig is, en dat het interpretatie proces een belangrijk kenmerk van het onderzoek is. What can be studied qualitatively? De meeste kenmerken van de mind komen met ervarinen, en mensen hebben de neiging om deze te interpreteren en een betekenis aan deze ervaringen te hangen door taal of door een ander interpretatie systeem. Elk fenomeen die voldoet aan deze kenmerken kan kwalitatief bestudeerd worden. Waar taal bij betrokken is kan kwalitatief onderzoek gebruikt worden. In sociale psychologie is kwalitatief onderzoek tot bloei gekomen. Sociale psychologie focust zich op de manier waarop mensen hun sociale omgeving ervaren, en is daarom zo geschikt voor kwalitatieve psychologie. In de gezondheidspsychologie wordt er gefocust op hoe mensen hun gezondheid en ziekte ervaren, en ook hier is kwalitatief onderzoek gewenst. Ontwikkelingspsychologie maakt ook gebruik van kwalitatief onderzoek, door te onderzoeken hoe kinderen de wereld ervaren en wat hun kennis van de wereld is. Which method should I use? Welke methode je moet gebruiken hangt af van het fenomeen dat je onderzoekt en de onderszoeksvraag die je stelt. Je moet in gedachten houden dat kwalitatieve en kwantitatieve benaderingen verschillende soorten onderzoeksvragen vereisen en zorgen voor verschillende conclusies. Wanneer je niet geinteresseerd bent in het onderzoeken van relaties tussen variabelen, en een onderzoeksvraag hebt over de ervaringen van mensen en de manier waarop ze deze ervaringen interpreteren dan is een kwalitatieve benadering het beste. Je moet nagaan of het beter is om iets kwantitatief te onderzoeken en je dus meer baat hebt bij numerieke gegevens of juist niet. Het hangt ook af van de manier waarop je het fenomeen zelf ziet. Sampling Er zijn bepaalde selectie methoden die gepast zijn voor kwantitatief onderzoek, maar niet gepast zijn voor kwalitatief onderzoek. Bij kwalitatief onderzoek is random sampling vaak niet van waarde aangezien je dan kan komen te zitten met een steekproef die weinig bijdraagt aan het onderwerp van de studie. Kwalitatief onderzoek houdt zich daarom niet al te veel bezig met steekproef groottes en met representativiteit. De steekproef wordt gekozen op basis van hoe gepast het is in relatie tot de onderzoeksvraag. Daarom wordt er veel gebruik gemaakt van purposive sampling: waarbij proefpersonen worden gekozen die aan een bepaalde criteria voldoen die gelinked is aan de onderzoeksvraag. Een andere vorm van selectie die vaak wordt gebruik is theoretical sampling: het voegt nieuwe proefpersonen toe aan de steekproef om zo meer inzicht te krijgen in de theorie die wordt ontwikkeld vanuit de data anlyse. Dus de onderzoekers voegen selectief nieuwe

proefpersonen toe om zo de theorie verder te kunnen ontwikkelen. De onderzoeker moet zichzelf tijden het proces van verzamelen van data afvragen welke proefpersonen ze nu zal selecteren, en moet ook beslissen wanneer theoretical saturation: het punt waarop het toevoegen van nieuwe proefpersonen geen nieuwe inzichten meer geeft, is bereikt. Theoretical sampling is gelinkt aan Grounded theory. The fundamentals of qualitative research Er zijn bepaalde kenmerken die in alle kwalitatieve methoden voorkomen: Reflexity: het reflecteren van het onderzoeksproces en de rol van de onderzoeker hierin erkennen. Dit geldt van het kiezen van een onderwerp tot het onderzoek zelf. Door dit te doen worden onderzoekers in staat gesteld om rekening te houden met de subjectieve factoren die zij zelf in het onderzoek hebben gebracht en te speculeren over de rol dat zij hebben gespeeld en wat de impact daarvan is. De onderzoeker kan ook opmerkingen geven over de context waarin het onderzoek heeft plaats gevonden en wat voor impact dit kan hebben gehad op het begrijpen van het onderzochte fenomeen. Zowel onderzoeker als proefpersoon zullen hun eigen betekenis in het onderzoek brengen en reflexity is een kans om dit te onderzoeken en de effecten die daaruit voortgekomen zijn. Op deze manier is de onderzoeker open en eerlijk over de subjectiviteit van het onderzoek en stelt degene die het onderzoek leest in staat om zijn eigen mening te vormen over de relatieve impact die de subjectieve factoren zouden hebben kunnen gehad. Interpretation and meaning: kwantitatieve methoden vermijden interpretatie om zo een zo objectief mogelijke representatie van het fenomeen uit het onderzoek te krijgen. Kwalitatieve onderzoekers vinden dat er ruimte is voor interpretaties en je eigen betekenis aan dingen geven. De interpretatie wordt gezien als een bron van informatie en doet hoeft dus ook niet geelimineerd te worden uit een onderzoek. Hetzelfde geld voor betekenissen. Language: we verbinden betekenis aan dingen door taal, en ook onze interpretatie van onze ervaringen gaat via taal. Kwalitatief onderzoek is erg afhankelijk van taal. Taal is een vertaler voor betekenis en interpretatie en staat daarom centraal in kwalitatief onderzoek.

Reliability and validity Kwantitatief onderzoek is betrouwbaar als het je consistente resultaten geeft wanneer je het onderzoek repliceert. De validiteit is goed wanneer de meting meet wat het behoort te meten, en wanneer de relaties tussen variabelen gezien kunnen worden als echt, dit is de interne validiteit. De externe validiteit is goed wanneer de bevindingen kunnen worden gegeneraliseerd naar een grotere populatie of omgeving buiten datgeen waar het onderzoek over ging. Om validiteit en betrouwbaarheid zinvol te maken moet de onderzoeker een paar aannames doen over objectiviteit. In ander woorden een onderzoeker moet weten hoe een goede en objectieve meting van een fenomeen eruit ziet. Maar we hebben al gezien dat hier een aantal bezwaren tegen zijn. Als we objectiviteit uitsluiten en geen idee hebben wat een goede meting is, met welke criteria moeten we de validiteit dan beoordelen en hoe weten we dan of iets valide is? Dit is een centraal punt in de kwalitatieve onderzoek. Een manier om hiermee om te gaan is om een relativistische positie in te nemen, die stelt dat er geen objectieve criteria bestaan die gebruikt kunnen worden om iets goed of slecht te beoordelen. Er kan dus ook niet gekozen worden tussen 2 onderzoeken alleen in termen van hoe ze relatief gezien geaccepteerd of niet geaccepteerd zijn door de gemeenschap van onderzoekers. De resultaten van deze postitie is dat onderzoek nooit kan worden gezien als echt

valide/niet valide of betrouwbaar/onbetrouwbaar, deze termen zijn dus betekenisloos wanneer de relativistische positie wordt ingenomen. Maar niet iedere kwalitatieve onderzoeker is een relativist. Dan moet betrouwbaarheid meer worden gezien als hoe goed het onderzoek is opgezet. Een kenmerk hiervan is het proces van reflexity waarbij de onderzoeker zijn of haar rol in het onderzoek erkent en benoemd. Het probleem van validiteit is moeilijker. Merrick stelt voor dat 1 manier van ermee omgaan is om te vertrouwen op de mate van overeenstemming van onderzoekers over de conclusie. Een manier om met het probleem van validiteit om te gaan is triangulation: de beoordeling van de uitkomst van een onderzoek door het te bekijken van verschillende perspectieven. Als ze samen allemaal dezelfde uitkomst hebben dan is er triangulation ontstaan. We kunnen dan zeggen dat de bevindingen meer valide zijn. Evaluation of qualitative methods and critiques Problems with qualitative methods Een punt van kritiek op kwalitatief onderzoek is de grote hoeveelheid data die worden verzameld in kwalitatief onderzoek, die vervolgens moer worden georganiseerd en geinterpreteerd door de onderzoeker. Er is geen enkele zekerheid dat de analyse van de onderzoeker niet gebiased is. Ook worden kwalitatieve technieken gezien als te subjectief en verbonden aan elke onderzoeker zijn eigen oogpunt dat het niet meer bruikbaar is. Ondanks dat deze subjectiviteit wordt erkend en er gelijk gericht wordt op de processen van reflexity en triangulation, is er nog niet altijd zekerheid of deze subjectiviteit de conclusie niet biased op zon manier dat het onderzoek minder goed wordt en er geen echte inzicht in het fenomeen wordt behaald. De subjectiviteit wordt dus als ultieme zwakheid gezien. Mixed methods Mixed methods: gebruik maken van kwalitatief en kwantitatief methodes om zo een bepaalde onderzoeksvraag te benaderen. Dit is handig omdat beide manieren andere informatie aan het licht kunnen brengen en je dus uiteindelijk veel meer data hebt die informatiever is en die je gemist zou hebben als je maar 1 methode had gebruikt. Hst 11. Qualitative data collection Introduction Een van de sterkste punten van kwalitatief onderzoek is de informatieve hoeveelheid data dat het produceert. Data kan worden gewonnen door mensen te laten discussieren over de dingen die van interesse zijn voor de onderzoeker, dit kan in de vorm van interviews of focus groepen. Ook kan er data worden gebruikt dat al bestaat door bijvoorbeeld het analyseren van internet berichten of teksten die vanuit de media komen. De data wordt niet terug gebracht naar numerieke gegevens zoals bij kwantitatief onderzoek, maar dat betekent niet dat data niet wordt teruggebracht. Een van de grootste uitdagingen voor kwalitatief onderzoek is om er zeker van te zijn dat de data die verzameld is de bron zo goed mogelijk reflecteert. Bijvoorbeeld een samenvatting van een interview zal altijd wat van de informatie verloren gaan puur omdat niet alles in de samenvatting kan komen te staan. Wanneer er gebruik wordt gemaakt van al bestaande data dan moet de onderzoeker er rekening mee houden dat de data al door een filter van interpretatie is gegaan van degene van wie de data oorspronkelijk is. In het algemeen probeert kwalitatief onderzoek zo min mogelijk informatie verloren te laten gaan maar dit hangt ook af van het onderzoek zelf.

Choosing a research question Kwantitatieve methoden maken gebruik van hypotheses die vanuit een theorie komen en vervolgens getest worden. Bij kwalitatief onderzoek wordt er niet beziggehouden met variabelen en de hypotheses die geformuleerd worden bij kwantitatief onderzoek zijn niet gepast. Daarom wordt er een research question opgesteld. Deze worden meestal gebaseerd op literatuur dat al belangrijke zaken aan het licht hebben gebraagd. Ook is het zo dat kwalitatieve onderzoeksvragen geen specifieke voorspellingen maken op dezelfde manier als kwantitatieve hypotheses doen. De onderzoeksvraag wordt op zon manier gesteld dat het de onderzoeker in staat stelt om de vraag vrij te ontleden zonder een expliciete voorspelling te doen over wat voor uitkomsten er worden verwacht. Vaak beginnen de onderzoeksvragen met het woord hoe in plaats van wat omdat dit breder is en we op deze manier het proces erachter kunnen ontdekken. Een ander kenmerk van kwalitatieve onderzoeksvragen is dat ze soms direct gerelateerd zijn aan de methode die wordt gebruikt. Als er gebruik wordt gemaakt van een sociale constructie dan zal de vraag hierop toegespitst zijn, op deze manier wordt de onderzoeksvraag meer gelimiteerd dan de bovenstaande methodes. Wanneer er gebruik wordt gemaakt van een kwalitatieve methode die bekend staat als de Grounded theory dan zal een onderzoeker algemene vragen stellen en data verzamelen die gerelateerd is aan de vraag. Onderzoekers die deze methode gebruiken kunnen vragen stellen die sociale constuctionisten niet kunnen stellen, zoals vragen die gerelateerd zijn aan een proces, keuzes en ervaringen. De methode die je kiest moet gepast zijn voor je onderzoeksvraag en geen enkele methode is over et algemeen beter of slechter dan een andere. Als je je methode gekozen hebt zijn er 2 vragen die je jezelf moet stellen: Hoe ga ik de data verzamelen en hoe ga ik de data analyseren. Een algemeen advies is dat je nooit moet beginnen met het verzamelen van data zonder te weten hoe die data geanalyseerd moet worden. Interviews Een interview wordt beschreven als een gesprek met een doel, bij kwalitatief onderzoek is het doel om de geinterviewde persoon zijn of haar ervaringen te weten te komen en het standpunt van die persoon ten opzichte van een bepaald onderwerp. Semi-structured interviews: de onderzoeker heeft een paar vragen die gerelateerd zijn aan de themas die behandeld worden, maar laat het interview op een flexibele manier verlopen en laat de interactie met de geinterviewde de richting van het interview bepalen. Before the interview Er moet natuurlijk een onderzoeksvraag zijn voordat een interview begint. Selecting participants Vaak worden mensen geselecteerd op basis van de onderzoeksvraag. Maar niet alle onderzoeksvragen hebben een duidelijke target groep dus er moet goed overwogen worden wie geinterviewd wordt. Je moet voorzichtig zijn in het benaderen van potentiele proefpersonen, want de manier waarop ze je zien kan gevolgen hebben voor het interview en dus ook voor de resultaten. Ook moet er rekening worden gehouden met het feit dat gevraagd worden voor een interview voor veel mensen een big deal kan zijn. Wanneer proefpersonen geselecteerd zijn is het essentieel dat ze toestemming geven om geinterviewd te worden. Ze moeten vooraf worden geinformeerd over waar het interview over zal gaan, over de mogelijke gevoelige onderwerpen die aan bod kunnen komen en over het recht dat ze hebben om ten alle tijden te stoppen met het onderzoek. Ze moeten ook geinformeerd worden over het feit dat de data vertrouwelijk is en dat ze anoniem zijn in het

uiteindelijke verslag. Ze hebben ook het recht om te zeggen dat ze bepaalde informatie waar ze niet blij mee zijn geschrapt willen zien, en ze hebben het recht om een kopie van het uiteindelijke verslag te lezen. The interview schedule Interview schedule: een lijst van vooraf gemaakte vragen of onderwerpen voor het gesprek. Bij semigestructureerd interview heeft de interviewer de kans om af te wijken van de vooraf gemaakte vragen en in te gaan op de onderwerpen die de geinterviewde aanhaalt. Daardoor is de semi gestructureerde interview een flexibele onderzoeksinstrument. Een goed voorbereide interviewer heeft genoeg kennis om te weten wat voor soort dingen waarschijnlijk naar voren komen in de interviews, maar zal ook voorbereid zijn op onverwachte dingen die aan bod komen. De vragen die gesteld worden zouden over het algemeen open vragen moeten zijn. Piloting the interview Het is handig om voorafgaand 1 of 2 pilot interviews te doen, dit kan helpen problemen op te sporen wat betreft de definities of andere termen die je gebruikt en het zal je ook een indicatie geven over welke dingen naar voren kunnen komen in de interviews. During the interview Het is belangrijk om een goede relatie met de geinterviewde op te bouwen, en hem op zijn gemak te stellen. Je houding, geslacht, sociale status etc kan een invloed hebben op de interactie. De effecten van deze factoren moeten in overweging worden genomen door de onderzoeker in de reflexity exercise. Conducting the interview Allereerst moet de opname apparatuur aangezet worden als je die gebruikt. Als het interview begint is het handig om te beginnen met wat algemene vragen. Een onderzoeker moet prompt vragen hebben, die kunnen gebruikt worden wanneer de geinterviewde niet weet hoe te reageren of reageert met een antwoord die duidelijkheid nodig heeft. Prompt vragen kunnen zijn: Hoe voelde je je toen? Kan je meer vertellen over die ervaring? Etc. Een semi gestructureerd interview is een dynamisch proces en daarom vraagt het van de interviewer adequaat en gepast te reageren op de dingen die gezegd worden door de proefpersoon. Erg belangrijk is dat de interviewer niet zijn mening laat doorschemeren of vragen op een beoordelende manier stelt. De interviewer moet neutraal blijven zonder koud over te komen. After the interview De laatste vraag van een interview moet zijn of de geinterviewde nog iets wil toevoegen. De aantekeningen die gemaakt zijn moeten door de geinterviewde goedgekeurd worden, als er geen aantekeningen zijn gemaakt is dit geen probleem want er wordt sowieso een kopie van het verslag naar de geinterviewde gestuurd. Transcribing the interview Voor de meeste onderzoekers is het vertalen van een interview het meest vervelende deel van het proces. Alles wordt terug geluisterd en letter voor letter opgeschreven, soms zelf alle lachjes en zuchtjes etc. Transcription: een gedetailleerd geschreven gedeelte van de interactie tussen de interviewer en de geinterviewde. Er zijn verschillende manieren om dit te doen. Soms is men geinteresseerd in wat er gezegd is, en soms de manier waarop het gezegd werd. Een goede

transcriptie is niet alleen alles letterlijk opschrijven, maar geeft ook aan wanneer de 2 sprekers elkaar onderbreken of door elkaar heen spreken. Ook geeft het al het andere aan wat een lezer moet weten over de aard van de interactie, bijvoorbeeld onderbrekingen en onverwachte gebeurtenissen waar beide op reageerden. Het eerst wat je moet doen in een transcriptie is aangeven wie er spreekt, bijv door initialen. Reflexivity Reflexivity: een oefening/opdracht die veel gedaan wordt door kwalitatieve onderzoekers op het eind van hun onderzoek waarin belangrijke subjectieve of contextuele factoren worden geindentificeerd en hun potentiele invloed op de resultaten wordt besproken. Bij een interview kan de aard van de relatie tussen de interviewer en de geinterviewde een belangrijke kenmerk zijn in het bepalen van de uitkomst van een interview. En zo zijn er nog een aantal dingen die in overweging genomen moeten worden. De onderzoeker moet ook een reflectie geven van de ervaring van de geinterviewde. Reflexivity is een belangrijk gedeelte van elk kwalitatief onderzoek, maar vooral bij interviews gezien hun sociale aard en de mate van interpretatie. Focus groups Focus groups: een kleine groep van proefpersonen die een gesprek hebben samen en een onderzoeker die vragen stelt. De onderzoeker leidt de discussie. Focus groepen worden steeds populairder. Focus groepen zijn meer dynamisch dan interviews, maar veel van de onderwerpen hierboven gelden ook voor focus groups Features of focus groups Ook hier wordt vooraf een lijst gemaakt met vragen of onderwerpen. De onderzoeker fungeert meestal als een moderator en moedigt discussie tussen proefpersonen aan, stelt vragen en houd het gesprek op gang. Deze methode is onderscheidend omdat het je de kans geeft om interactie tussen mensen waar te nemen tijdens een discussie en hoe mensen hun mening uiten. Who takes part Proefpersonen kunnen gelijk zijn op bepaalde kenmerken of juist verschillend in focus groepen, dit hangt af van de onderzoeksvraag en de informatie die je wil vergaren. Mensen kunnen uit een al eerder bestaande groep komen, of juist onbekenden van elkaar zijn. Advantages of focus groups Het is een natuurlijke methode want de discussie die plaats vindt zal veel lijken op een natuurlijk gesprek en heeft meerdere manier van communiceren dan in een meer formeel interview. Nog een voordeel is dat de methode flexibel is, het kan gebruikt worden als primaire bron van kwalitatief data verzamelen maar ook als een aanvulling op een andere methoden. Ook wat betreft de setting is het erg flexibel, in het lab of in het veld. Disadvantages of focus groups Het wordt niet altijd als een nadeel gezien maar focus groepen produceren een grote hoeveelheid data. Het kost veel tijd om het allemaal te transcripten. Ook het selecteren van een gepaste groep en ze allemaal op dezelfde plaats krijgen kan moeilijk zijn. De moderator moet goed kunnen leiden zonder te domineren en ervoor zorgen dat iedereen evenveel kans krijgt om wat te zeggen. Dit behoeft training en oefening.

Diary studies Sommige onderzoekers zijn geinteresseerd in de ervaringen die mensen hebben over tijd en vragen hen om een dagboek bij te houden van hun gevoelens, activiteiten en ervaringen. De onderzoeker moet een duidelijk onderzoeksuitgangspunt hebben voordat hij mensen vraagt om een dagboek bij te houden. Het moet ook duidelijk zijn voor de proefpersonen wat ze precies moeten bijhouden in hun dagboek. Er zijn die manieren waarop een dagboekonderzoek kan worden gedaan. De meest voorkomende is dat een proefpersoon het dagboek invult met de gevraagde informatie op bepaalde tijdstippen die bepaald zijn door de onderzoeker. De tweede manier is om elke proefpersoon een signaal te geven die aangeeft dat ze de gevraagde informatie moeten opschrijven, dit kan in de vorm van een beeper of een alarm etc. De derde manier is dat proefpersonen worden gevraagd iets in hun dagboek te schrijven wanneer bepaalde gebeurtenissen voorvallen. Advantages of diary studies De data van dagboekonderzoeken is uniek aangezien ze een inzicht geven in gebeurtenissen en ervaringen op het moment dat het gebeurt en geven ook inzicht in hoe deze gebeurtenissen ontwikkelen over tijd. Doordat proefpersonen wordt gevraagd om op een reguliere basis hun dagboek bij te houden hoef je minder zorgen te maken over de betrouwbaarheid van de herinneringen over gebeurtenissen. Ook kunnen er meer persoonlijke gevoelens in staan dan dat mensen die zouden vertellen in een interview. Disadvantages of diary studies Wanneer je geinteresseerd bent in mensen hun routines en ervaringen dan is er een kans dat deze veranderen juist door het bijhouden van een dagboek. Dan is het dagboek geen goede reflectie van de relevante aspecten van iemands leven. Nog een nadeel is dat je nooit zeker weet of iemand het dagboek heeft ingevuld op de manier dat de onderzoeker dit wilde. Ook zijn sommige mensen heel open in hun dagboek terwijl anderen het niet fijn vinden om alles in detail op te schrijven en dus persoonlijke details achterwege laten. Ook is er veel uitval in dit soort onderzoeken Ethnographic studies Ethnographic research: houdt zich bezig met de ervaringen op dat moment. De onderzoeker probeert inzicht te krijgen door zichzelf in het dagelijkse leven van de sociale wereld die wordt bestudeerd onder te dompelen. Etnografie is niet 1 methode maar zijn verschillende methods die allemaal worden gebruikt in de tijd dat de onderzoeker mee doet aan de activiteiten van de groep waarin hij zich heeft geplaatst. De onderzoeker kan observatie technieken gebruiken, interviews en het gebruik van archieven of web based data. Op een bepaald moment kan de onderzoeker zelf beslissen om een case studie te doen van 1 bepaald persoon. Het gebruik van meerdere methoden zorgt ervoor dat er trangulation kan worden toegepast, wat een voordeel is voor de conclusie. De onderzoeker speelt zelf natuurlijk ook een grote rol in het onderzoek en moet dit erkennen en moet reflexity uitvoeren om te onderzoeken wat de invloed is geweest en wat voor consequenties dit heeft gehad. Er zijn een paar nadelen. Allereerst moet een onderzoeker toegang krijgen tot een bepaalde groep, dit kan moeilijk zijn. Een ander probleem is of het wel ethisch is om te infiltreren. Ook de manier van data verzamelen is een probleem, het is vaak niet mogelijk om een grote hoeveelheid aantekeningen te maken terwijl je actief mee doet aan de activiteiten van een groep. Hoe data wordt verzameld en wordt bewaard moet goed overdacht worden. Meestal zijn het ervaren en goed getrainde onderzoekers die deze methode gebruiken.

Using web-based data De meest voorkomende manier waarbij internet wordt gebruikt is door het verzamelen van berichten van mensen, discussie foras, gastenboeken, support groepen chat rooms etc. We praten dan over berichten die al gepost zijn. Advantages of web-based data Voordelen zijn dat de berichten vaak erg gedetaileerd zijn en erg specifiek gefocust kunnen zijn op een bepaald onderwerp. Omdat internet relatief anoniem is zijn mensen vaak erg open en eerlijk, wat ze misschien niet zouden zijn in een interview o.i.d. Omdat internet vrij toegankelijk is en erg breed is er genoeg data beschikbaar. Disadvantages of web based data De anonimiteit kan ook leiden tot oneerlijkheid. De hoeveelheid data kan ook gezien worden als een nadeel aangezien een onderzoeker veel tijd moet steken om gepaste informatie te vinden. Niet iedereen heeft toegang tot het internet en dus niet elke standpunt zal vertegenwoordigd worden, maar dit wordt steeds minder een probleem omdat steeds meer mensen toegang tot internet hebben. Ethical considerations Een voorwaarde voor het verzamelen van data is dat de proefpersonen geinformeerd moeten worden en daarop kunnen ze beslissen om wel of niet mee te doen aan het onderzoek. Maar wanneer je al bestaande data gebruikt van het internet krijgt diegene die het gepost heeft niet de keuze om mee te doen of te beslissen of de data gebruikt mag worden. Maar dit betekent niet dat het altijd onethisch is om het wel te doen. Er zijn een paar factoren waar een onderzoeker rekening mee moet houden als hij web based data wil gebruiken. Allereerst moet het materiaal open en publiekelijk zijn, als dit zo is dan kan het gebruikt worden. Als dit niet zo is moet de onderzoeker op basis van common sense bepalen of hij het kan gebruiken maar altijd de anonimiteit van de persoon bewaren. Als er twijfels zijn over het wel of niet gebruiken moet de onderzoeker het persoonlijk vragen Other web techniques Internet kan ook weorden gebruik voor meer traditionele manier van data verzamelen, vragenlijsten kunnen worden verstuurd of gepost en hetzelfde geldt voor interviews. Het grote voordeel is de hoeveelheid data dat hiermee verkregen kan worden, en het is makkelijk omdat er geen afspraken gemaakt hoeven worden etc. Nadeel is dat de data misschien niet eerlijk kan zijn en dat er veel uitval is. Media and text sources De laatste vorm van kwalitatieve data is het gebruk van teksten die al bestaan zoals documenten, verhalen en aritkelen in kranten en tijdschriften etc. Deze bronnen heten ook wel archieven. Deze methode wordt meestal gebruikt om te kijken hoe een bepaald fenomeen of groep is afgebeeld in de media. Het is een uitdaging om data van deze bronnen te analyseren, en vaak wordt hier dscourse analysis voor gebruikt. Advantages of media and text sources Een voordeel is dat je geen data zelf hoeft te verzamelen en transcripten. Ook kan de onderzoeker de

data niet beinvloeden. De grote aantalen van bronnen uit de media stellen de onderzoeker in staat om de verschillende manieren van hoe sommige dingen worden omgegaan te vergelijken. Disadvantages of media and text sources Omdat er zoveel informatie uit de media en in teksten aanwezig is is er de verleiding om er vaker naar te grijpen dan gepast is. Alleen hele specifieke onderzoeksvragen kunnen onderzocht worden op deze manier. Hst 12 Observational methods Introduction Het grootste doel van observatie methoden is om gedrag te beschrijven. Het is onmogelijk om al het gedrag te observeren. Nog een uitdagen wat betreft observeren is dat gedrag vaak veranderd en dit hangt samen met de context waar in het gedrag voorkomt. Psychologen hebben lang geleden al ontdekt dat gedrag kan veranderen in het bijzijn van een ander persoon. Dit kan social facilitation tot gevolg hebben (beter presteren) of social inhibition (minder presteren). Sampling behaviour Het is duidelijk dat niet al het gedrag geobserveerd kan worden en dat we dus alleen gedrag bestuderen die voorkomen op een bepaalde tijd, bepaalde plaats en tijdens bepaalde omstandigheden. Het kiezen van de tijd, situatie en omstandigheden beinvloed sterk wie de proefpersonen zullen zijn. De resultaten kunnen alleen worden gegeneraliseerd als de proefpersonen, tijd, situatie en omstandigheden hetzelfde zijn als die in het onderzoek waar de observatie heeft plaatsgevonden. Time sampling Onderzoekers maken vaak gebruik van een combinatie van time sampling en situation sampling. Time sampling: de onderzoeker zoekt representatieve steekproeven door het kiezen van verschillende tijds intervallen voor hun observaties. Intervallen kunnen systematisch zijn (bijv elke eerste dag van de week), random of allebei zijn. Time sampling is geen effectieve methode wanneer de gebeurtenis van interesse niet vaak voorkomt, op deze manier kan je de gebeurtenis missen. Ook als de gebeurtenis wel voorvalt en lang duurt kan het door time sampling zo zijn dat de onderzoeker het begin of eind van de gebeurtenis mist. Event sampling Event sampling: meer effectief en efficiente methode voor niet frequente gebeurtenissen. De onderzoeker noteert elke gebeurtenis die de aan vooraf bepaalde definitie voldoet. Ookal is het een goede manier om onvoorspelbare gebeurtenissen te observeren, event sampling brengt ook biases met zich mee. Een onderzoeker kan bijvoorbeeld alleen sampelen op tijden wanneer het gelegen komt of alleen wanneer een gebeurtenis zeker gaat voorvallen. De sample van gedrag op deze tijden zou niet reperesenatief kunnen zijn voor het zelfde gedrag op andere momenten. Om een representatieve sample te krijgen is er toch een bepaalde vorm van time sampling nodig. Situation sampling Onderzoeker kunnen de externe validiteit flink verhogen door gebruk te maken van situation sampling: gedrag observeren op zo veel mogelijk verschillende locaties en onder zoveel mogelijk verschillende omstandigheden en condities als mogelijk is. Op deze manier wordt de kans verkleint

dat de resultaten gebonden zijn aan bepaalde omstandigheden of condities. Vaak observeren onderzoekers het gedrag van alle personen die aanwezig zijn op de tijd en de plaats die ze hebben geselecteerd om te observeren. Maar soms worden ook individuen geobserveerd als het niet mogelijk is om alle aanwezige personen te observeren. Proefpersonen kunnen systematisch kunnen worden geselecteerd (bijvoorbeeld iedere 10e student) of random. Individual sampling Er wordt 1 proefpersoon geselecteerd voor observatie en observeert hem een bepaalde periode en noteert zijn gedrag in die periode. Individual sampling is het meest gepast wanneer je geinteresseerd bent in het gedrag van een individu over tijd in plaats van simpel noteren hoe vaak bepaald gedrag voor komt. Classification of observational methods Oberservatie methoden kunnen in 2 dimensies geclassificeerd worden. Het eeste belangrijke onderscheid is tussen observatie met interventie en observatie zonder interventie. De tweede dimensie heeft te maken met de methodes van registratie van gedrag. Observatie onderzoeken kunnen worden onderscheiden in of al het gedrag is geregistreerd (of bijna alle), of alleen bepaalde gedeelten van het gedrag is geregistreerd. In het eerste geval kan er gebruik worden gemaakt van video of audio opname of door alles gedetailleerd op te schrijven. Maar vaker registreren onderzoekers specifieke dingen van het gedrag die gerelateerd zijn aan het doel van het onderzoek. ` Observation without intervention Een manier om iets te observeren is om te proberen zo ver mogelijk verwijderd zijn van het geen wat je observeert, de onderzoeker is dan een passieve observeerder. Naturalistic observation: observatie van gedrag in een natuurlijke omgeving zonder dat de onderzoeker zich mengt in hetgeen wat wordt geobserveerd. Het doel is te ontdekken welk gedrag natuurlijk voorkomt in een bepaalde omgeving en om te onderzoekern hoe de relatie tussen de variabelen die aanwezig zijn is. De gebeurtenissen zijn niet gemanipuleerd aangezien de onderzoeker geinteresseerd is in natuurlijk voorkomend gedrag. Door te observeren in natuurlijke omgeving verhoogd het de externe validiteit die bijvoobeeld observatie in het lab veel minder heeft. Ook observaties van gedrag van internet discussie groepen kunnen worden gebruikt maar dit brengt ethische kwesties met zich mee. Advantages and disadvantages of naturalistic observations Voordeel is dat het een hoge externe validiteit heeft, omdat naturalistische observatie je alleen in staat stelt om het geobserveerde gedrag te beschrijven, deze techniek is niet bruikbaar om onderliggende oorzaken van dit gedrag te onderzoeken. Nadeel is dat het veel tijd kost en duur kan zijn. De methode is het meest bruikbaar om complexe sociale settings te onderzoeken, om zo de settings te kunnen begrijpen en theorieen te ontwikkelen gebaseerd op observaties. Het is minder bruikbaar om goed gedefinieerde hypotheses onder precies gespecificeerde condities te onderzoeken. Observation with intervention Er zijn drie belangrijke methoden van observatie waarbij de onderzoeker er voor kiest om zich te mengen in natuurlijke settings.

Participant observation: de onderzoeker heeft 2 rollen, hij obseveert het gedrag van mensen en doet ook actief mee in de situatie die hij observeert. In undisguised participant observation weten de geobserveerde personen dat de observator aanwezig is om informatie te verzamelen over hun gedrag. De onderzoeker wordt een deel van de groep. Dit gebeurt vaak in onderzoeken waar bepaalde culturele onderwerpen worden bestudeerd. Bij disguised participant observation weten degene die geobserveerd worden niet dat ze geobserveerd worden. Dit omdat mensen zich anders kunnen gaan gedragen wanneer ze weten dat ze geobserveerd worden. Ook hier zijn ethische kwesties aan verbonden (informed consent en privacy) Disguised participant observation in action Participant observation stelt een onderzoeker in staan om toegang te krijgen tot een situatie die normaal gesproken niet open is voor onderzoek. Issues in participant observation Participant observation verschilt van naturalistic observation in dat de observeerder niet alleen een gedeelte is van de geobserveerde omgeving, maar zelf ook een proefpersoon is in de situatie die onderzocht wordt. Participant observation heeft een grotere kans op researcher bias en dit probleem moet in gedachten worden gehouden in het design van het onderzoek. Participant observation wordt gebruikt wanneer naturalistic observation niet praktisch of onmogelijk is. Er zijn wel problemen die kunnen voorkomen zoals het verlies van objectiviteit door de onderzoeker en het effect dat de observeerder kan hebben op het gedrag van degenen die bestudeerd worden. Wanneer de groep klein is of de activiteiten van de onderzoeker zijn te duidelijk aanwezig dan is de kans groter dat het een significant effect heeft op het gedrag van de proefpersonen. Structured observation Er zijn verschillende soorten oberservatie methoden die gebruik maken van interventie die niet makkelijk gecategoriseerd kunnen worden. Deze procedures verschillen van naturalistic observation omdat de onderzoekers zich mengen om bepaalde controle uit te voeren op de gebeurtenissen die ze observeren. De mate van interventie en controle is minder dan in field experiments. Deze vorm van observatie wordt structured observation genoemd: de onderzoeker mengt zich om een gebeurtenis te laten voorkomen of om een situatie op te zetten zodat gebeurtenissen makkelijker kunnen worden geregistreerd dan dat het geval zou zijn zonder interventie. In andere gevallen creeert de observeerder een meer uitgebreidere procedure om zo het bepaalde gedrag beter te kunnen bestuderen. Dit is veel minder algemeen als bij naturalistic observation want de onderzoeker is geinteresseerd in maar een paar specifieke gedragingen, de observaties zijn telbaar en de onderzoeker heeft vaak al hypotheses opgesteld over het gedrag. Gestructureerde observaties kunnen voorkomen in een natuurlijke omgeving maar ook in het lab. Gestructureerde observaties zijn een compromis tussen het passieve non-intervention van naturalistic observation en de systematische manipulatie van de onafhankelijke variabele en het precieze controle dat lab experimenten karakteriseert. Het voordeel is dat er observaties kunnen worden gemaakt onder condities die meer natuurlijk zijn dan de gemaakte condities in het lab. Nadeel is dat het moeilijk is om dezelfde procedure elke keer te volgen en maakt het moeilijk voor andere observatoren om dezelfde resultaten te krijgen wanneer hetzelfde probleem wordt onderzocht. Ongecontroleerde en misschien onbekende variabelen kunnen een belangrijke rol spelen in het gedrag dat wordt geobserveerd. Field experiments Soms willen onderzoeken een goed gecontroleerd onderzoek uitvoeren die niet plaats vindt in een

lab. Een onderzoeker wil een of meerdere onafhankelijke variabelen manipuleren in een natuurlijke setting om zo hun effect op gedrag te bepalen. Dit heet een Field experiment: een observatie methode die veel weg heeft van experimentele methoden, maar de onderzoeken vinden plaats in een meer natuurlijke setting dan het lab. Het is de meest extreme vorm van interventie in observatiemethoden. Het verschil met andere observatiemethoden is dat de onderzoeker meer controle heeft. Het wordt veel gebruikt in de sociale psychologie. Een reden om een field experiment uit te voeren is om de externe validiteit van een uitkomst van een lab experiment te testen. Een andere reden is dat het onderzoekers in staat stelt om een belangrijk doel van de wetenschappelijke methode te bereiken, daarmee wordt bedoeld dat onderzoek in natuurlijke setting vaak word geassocieerd met de pogingen om de condities waaronder mensen werken te verbeteren. Recording observations Soms maken onderzoekers een veelomvatende beschrijving van het gedrag en de omgeving waarin het voorkwam. Maar vaker wordt er gefocust op bepaalde gedragingen of gebeurtenissen. Hoe het gedrag geregistreerd wordt hangt af van het doel van het onderzoek en ook of het onderzoek kwalitatief of kwantitatief is. Qualitative measures of behaviour Wanneer je gedrag ruimschoots wil registreren kun je gebruik maken van narrative records: zorgt voor een betrouwbare reproductie van het gedrag zoals het is voorgevallen. Narrative records verschillen van andere vormen van registratie en meting omdat de classificatie van gedrag wordt pas gedaan nadat de observatie is gemaakt. Dus de onderzoeker moet er zeker van zijn dat de narrative records de informatie bevatten die nodig zal zijn om de hypotheses te kunnen testen. Tijdens narrative record moet er letterlijk worden genoteerd wat er te zien is en wat er gezegd wordt zonder een conclusie te trekken uit de intenties, motieven of gevoelens van de proefpersonen zodat de vertaling van de narrative records op een meer objectieve manier kunnen worden geclassificeerd. Een algemene regels is dar de registratie tijdens of zo snel mogelijk na de observatie gedaan moet worden. De keuze over wat er in een narrative record moet komen moet voor de observatie worden bepaald. Quantitative measures of behaviour Vaak zijn onderzoeker alleen geinteresseerd in bepaalde gedragingen of specifieke aspecten van individuen en settingen. Ze kunnen specifieke hypotheses hebben over wat ze verwachten te zien. Als dit het geval is dan hebben ze duidelijke definities nodig van het gedrag dat ze onderzoeken en moet er bepaald worden hoe deze gedragingen gemeten gaan worden. Coding systems Een onderzoeker moet een coding system ontwikkelen om het gedrag te meten. Een codeer systeem is een manier om gedrag te taggen die behoren tot een vooraf bepaalde categorie of die de kwaliteit hebben die de onderzoeker heeft uitgekozen als zijnde interessant. Codeer systemen moeten zo simpel mogelijk zijn zodat de gedragingen makkelijk gecategoriseerd kunnen worden, dit is vooral belangrijk voor het coderen van live gedragingen. Levels of measurement Hoe de meetschalen kunnen worden gebruikt in observationeel onderzoek:

Nominal scales: observationele onderzoekers gebruiken vaak checklists om op een nominale schaal metingen te kunnen registreren bijv hoe vaak er oogcontact wordt gemaakt. Ook karakteristieken van proefpersonen worden ook vaak via een checklist geregistreerd zoals leeftijd, afkomst en geslacht en ook karakteristieken van de setting zoals tijd, locatie en of er andere mensen aanwezig zijn. Ordinal scales: kunnen gebruik worden in bijvoorbeeld een studie naar aantrekkelijkheid waarbij de proefpersonen een rangorde moeten maken van aantrekkelijkheid. Interval scales: Om gedrag telbaar te maken in een observatie onderzoek maken onderzoekers soms ratings van gedrag en gebeurtenissen. Deze rating zijn vaak op basis van hun subjectieve beoordeling. Dit kan gedaan worden door dingen te raten op een continuum van bijvoorbeeld erg slecht-erg goed op een 7 punts schaal. Maar er zijn problemen namelijk dat het niet erg objectief is en dat de interval schalen een gelijke afstand moeten hebben tussen elke punt op de schaal, maar wie zegt dat die afstanden ook daadwerkelijk gelijk zijn? Ratio scales: Als je graag de duur van oogcontact bijv tussen mensen wil meten dan moet je gebruik maken van een ratio schaal omdat tijd dezelde intervallen hebben en er is een absoluut nulpunt. Ook wanneer je wil meten hoe vaak iets voorkomt kun je gebruik maken van een ratio schaal, omdat wanneer je een bepaald gedrag telt, betekent 0 de afwezigheid van die specifieke gedraging. Een ratio schaal is betekenisvol zolang bijv een bepaald gedrag 20 keer is geobserveerd dat dat ook daadwerkelijk betekent dat dat 2 keer zoveel is als 10.

Electronic recording and tracking Gedrag wordt soms gemeten door gebruik van electronische registratie en tracking devices. Het gebruik van elektronisch registreren in onderzoek groeit. 1. Experience sampling method (ESM): proefpersonen wordt gevraagd om verslag te doen iedere keer dat een pieper af gaat. 2. Internet diaries: via een website elke dag een soort van dagboek bijhouden Zowel ESM en dagelijkse dagboek methodes rekenen op proefpersonen hun zelf rapportages over stemmingen en activiteiten en dus niet op directe observatie van hun gedrag. Er moet dus rekening worden gehouden met bias, maar toch heeft het een voordeel aangezien het niet de tijd en moeite kost die een beschrijving van gedrag door directe observatie wel kost. Other observational methods Case studies Geeft een beschrijving van een individu. Dit is meestal een persoon maar kan ook een setting zijn zoals een bedrijf, school of buurt. Naturalistic observation en case studies vertonen veel overlap, maar het verschil is dat bij case studies niet per se geobserveerd hoeft te worden in een natuurlijke omgeving. Psychobiography: is een soort case studie waarbij de onderzoeker een psychologische theorie toepast om het leven van de individu te verklaren, meestal een belangrijk historisch persoon. Case studies kunnen dus soms bestaan uit bibliotheek onderzoek of telefoon interviews met mensen die bekend zijn met de case, het hoeft dus niet altijd een directe observatie te zijn. Afhankelijk van het doel van het onderzoek kan de case studie de geschiedenis van de persoon, symptomen, karakteristieke gedragingen, reacties op situaties of reacties op behandelingen in de studie betrekken. Case studies worden meestal gedaan bij mensen die iets bijzonders hebben. Case studies

zijn waardevol omdat ze informatie kunnen geven over condities die ongewoon of weinig voorkomend zijn, en geven dus unieke data over sommige psychologische fenomenen. Archival research Gebruikt eerder samengestelde informatie om onderzoeksvragen te beantwoorden. Er zijn 3 types: 1. Statistical records 2. Survey archives: data van surveys die op internet beschikbaar zijn voor onderzoekers die ze willen analyseren. 3. Written and mass communication records: written records zijn documenten zoals dagboeken en brieven die zijn bewaard door historische societies, etnografieen van andere culturen geschreven door antropolisten en publieke documenten varierend van speeches van politici of discussie fora berichten. Mass communication zijn boeken, tijdschriften, films, televisie programmas en kranten. Issues in observational research Observer reliability De betrouwbaarheid van een observeerder moet mee genomen worden in het analyseren van observationele data. Interrater reliability Betrouwbaarheid wordt gemeten door te kijken naar de mate waarin 2 observeerders die kijken naar hetzelfde gedrag het met elkaar eens zijn. Wanneer hetgeen wat geobserveerd moet worden niet goed gedefinieerd is dan zal er een lage inter rater betrouwbaarheid zijn. De betrouwbaarheid van de observeerder kan ook vergroot worden door de observeerder te trainen en hem te laten oefenen in observeren. Measures of reliability Een formule om de percentage van eensgezindheid tussen observeerders te meten is: aantal keer dat 2 observeerders het met elkaar eens zijn : aantal keren dat ze het eens zouden kunnen zijn (kansen) X 100 Er zijn geen harde grenzen maar bij 85% wordt het vaak gezien als betrouwbaar, is het lager dan is het onacceptabel. Thinking critically about observational research Influence of the observer Problemen die kunnen voorkomen tijdens observationeel onderzoek zijn: mensen veranderen vaak hun gedrag wanneer ze weten dat ze geobserveerd worden. Nog een probleem is dat observeerder bias invloed heeft op wat voor gedrag ze kiezen om te registreren: Reactivity: de aanwezigheid van een observeerder kan ervoor zorgen dat mensen zich anders gaan gedragen omdat ze weten dat ze geobserveerd worden. Ze gaan zich vaak gedragen op de manier dat ze denken dat de observeerder wil dat ze zich gedragen. Proefpersonen proberen vaak te raden welk gedrag verwacht wordt en maken soms gebruik van aanwijzingen en andere informatie om hun gedrag op aan te passen. Deze aanwijzingen in een onderzoekssituatie heten demand characteristics. Dit kan een bedreiging zijn voor de externe validiteit omdat we niet meer in staat zijn de resultaten te generaliseren wanneer

proefpersonen zich anders dan normaal gaan gedragen. Het probleem van demand characteristics kan verkleind worden door de kennis van de proefpersoon over hun rol in het onderzoek of over de hypotheses die getest worden te limiteren. Dit zorgt wel voor ethische problemen (informed consent) Controlling reactivity: er zijn verschillende benaderingen die onderzoekers gebruiken om het probleem van reactivity te controleren. Een manier is door ervoor te zorgen dat proefpersonen niet weten dat de observeerder aanwezig is. Metingen van gedrag wanneer proefpersonen niet weten dat ze geobserveerd worden heten unobtrusive measures. Dit kan betekenen dat de observeerder zich moet vermommen of verstoppen, hetzelfde geldt voor mechanische registratie apparaten. Een andere manier is om als observeerder een andere rol te spelen in de situatie dan een observeerder. Een andere manier om met reactivity om te gaan is om proefpersonen te laten wennen aan de aanwezigheid van een observeerder. Dit kan op de manier van habituatie waarbij de oberserveerder zich telkens mengt in een situatie op veel verschillende momenten totdat de proefpersonen niet meer anders reageren op hun aanwezigheid. Ook kan er gebruik worden gemaakt van desensitization, dit gebeurd op de zelfde manier als in gedrags treatment bij fobieen. De proefpersoon wordt steeds met stapjes geconfronteerd met hetgeen waar hij bang voor is totdat hij het geen waar hij bang voor is kan tolereren. Als laatste is zijn er non-reactive metingingen van gedrag, hierbij wordt gebruik gemaakt van data uit archieven of materialistische sporen. Ethical issues: wanneer onderzoekers reactivity proberen te controleren door individuen te observeren rijzen er ethische problemen. Mensen observeren zonder hun toestemming is een schending van privacy. Ook het gebruik van internet kan ethische dillemas met zich mee brengen, bijvoorbeeld wanneer een onderzoeker zich voordoet als een ander persoon op een discussie fora. Maar soms wordt dit soort onderzoek wel goed gekeurd als het fora publiekelijk is en wanneer de proefpersonen hun identiteit anoniem blijven. Wanneer proefpersonen worden betrokken in situaties die zijn geregeld door een onderzoeker, zoals in een structured observatie of in een field experiment, kunnen er problemen ontstaan met het feit dat proefpersonen in gevaar worden gebracht.

Observer bias Observer bias: de systematische fouten in observaties die resulteren van uit de verwachtingen van de observeerder. Expectancy effects: de verwachtingen die een onderzoeker heeft over de uitkomsten van het onderzoek kunnen voor bias zorgen als ze leiden tot systematische fouten in de observatie. Other biases: Je zou denken dat gebruik van apparaten zorgt voor een eliminatie van observer bias. Maar het reduceert de kans op observer bias alleen, en elimineert het niet per se. Het is namelijk zo dat wanneer je gedrag op film wil laten vastleggen de onderzoeker moet bepalen vanuit welke hoek gefilmd wordt en op welke locatie en tijd er gefilmd wordt. Dit moet bepaald worden door de onderzoeker en kan dus beinvloed worden door persoonlijke bias, deze keuzes kunnen leiden tot systematische fouten in de resultaten. Controlling observer bias: het kan niet geelimineerd worden maar wel worden verminderd op verschillende manieren. Het gebruik van automatische registratie kan helpen, maar de mogelijkheid voor bias blijft bestaan. Waarschijnlijk is de meest belangrijke factor om met observer bias om te gaan is er van bewust te zijn dat het aanwezig kan zijn. Het kan ook

verminderd worden door het limiteren van informatie die wordt gegeven aan de onderzoekers. De onderzoekers zijn dan blind, ze weten niet wat het doel is van het onderzoek en waarom de observaties gemaakt worden. Dit zorgt voor een vermindering van systematische errors die voortkomen uit de verwachtingen van een observeerder. Hst 13 Survey methods Introduction Bij observatie methoden is het soms moeilijk af te leiden wat mensen dachten toen ze een bepaalde gedraging uitvoerden. Elke verklaring van hun gedachtegang zijn meestal het gevolg van een conclusie van de onderzoeker en dit is niet altijd een reflectie van de echte gedachten van de mensen die geobserveerd werden. Survey research: onderzoeksmethode waarbij proefpersonen direct worden gevraagd over gedrag, onderliggende attitudes, overtuigingen en intenties. Is dus ontwikkeld om op een meer directe manier te weten te komen over gedachten en gevoelens van proefpersonen. Het kader en doel van een survey kan gelimiteerd en specifiek zijn (bijv uitzoeken welke kandidaat in een verkiezing favoriet is bij het publiek), of meer globaal (bijv wanneer een psycholoog een persoon zijn gevoel van welzijn en tevredenheid met het leven meet). In basic research zijn veel belangrijke variabelen het makkelijkst te onderzoeken door het gebruik van vragenlijsten of interviews. Steps in preparing a questionnaire 1. Decide what information should be sought: 2. Decide what type of questionnaire should be used: je moet bepalen of je een vragenlijst wil gebruiken die de proefpersonen zelf kunnen invullen of dat je getrainde interviewers nodig hebt (zoals bijvoorbeeld bij een telefoon interview noodzakelijk is). Je moet ook overwegen of je items wil gebruiken die door andre onderzoekers zijn gemaakt, het is namelijk onnodig om zelf allerlei vragen te bedenken als er al betrouwbare en valide vragen over het onderwerp wat je wil onderzoeken bestaan. Als je items gebruikt van een vragenlijst die al gebruikt is kun je de resultaten direct vergelijken met die van eerdere onderzoeken en kun je profiteren van al het werk dat al gedaan is om zeker te zijn van de betrouwbaarheid en validiteit van de meting. 3. Write a first draft of the questionnaire: als er geen vragenlijst bestaat die je kan gebruiken moet je zelf een maken. 4. Re-examine and revise the questionnaire: De vragen die je hebt bedacht kunnen objectief en duidelijk lijken, maar dat hoeft niet daadwerkelijk zo te zijn. Het is verstandig om je vragenlijst na te laten kijken door een expert. 5. Pre-test the questionnaire: een pre test om de vragenlijst uit te proberen met een klein groepje proefpersonen onder dezelfde condities zoals die ook zal zijn in de echte situatie. Ook moeten de proefpersonen zoveel mogelijk gelijk zijn aan de proefpersonen die echt met de vragenlijst gaan mee doen. Ook is dit een goede oefening voor de interviewer zelf. Als er problemen ontstaan en er dus grote veranderingen moeten aangebracht in de vragenlijst, is een 2e pre test nodig om te kijken of de problemen opgelost zijn. 6. Edit the questionnaire and specify the procedures for its use Defining the research objectives Het is erg belangrijk om een duidelijk te definieren wat het onderwerp van je onderzoek is. Ook moeten er duidelijke en precieze operational definitions aanwezig zijn voor de attitudes of gedrag

dat wordt onderzocht. Wanneer het onderwerp duidelijk gedefinieerd is zorgt het ervoor dat het niet verwarrend of moeilijk is om de resultaten te interpreteren. Nog een voordeel van een duidelijk gedefinieerd onderwerp is dat het je vragenlijst gefocust houd op het gedrag of attitude die wordt onderzocht. Er zijn drie typen survey vragen: 1. Attitudes and beliefs: focust op de manier waarop mensen evalueren en denken over bepaalde dingen 2. Facts and demographics: feitelijke vragen worden gebruikt zodat mensen dingen kunnen omschrijven die ze weten over zichzelf en over hun situatie. Demografische vragen zijn vaak nodig om je steekproef goed te kunnen beschrijven, vaak worden leeftijd en geslacht gevraagd. 3. Behaviours: vragen die focussen op vroegere gedragingen of toekomstige gedragingen. Writing questionnaire items Cognitieve psychologen hebben een aantal potentiele problemen geidentificeerd wat betreft de manier waarop vragen zijn geformuleerd. Veel van de problemen komen voort uit problemen met het begrijpen van de vragen zoals niet bekende technische termen, vage of onprecieze termen, geen goede grammaticale vorm van zinnen, te lange of te moeilijke zinnen die het werkgeheugen overladen en de zin met misleidende informatie. De volgende dingen zijn belangrijk om rekening mee te houden wanneer je vragen vormt: Simplicity: de vragen moeten relatief simpel zijn. Vermijd jargon en technische termen die mensen niet begrijpen. Maar soms moet je de vragen een beetje complexer maken zodat de proefpersonen ze kunnen begrijpen bijvoorbeeld wanneer je een term moet definieren. Double-barrelled questions: vermijd vragen die 2 dingen vragen in 1 vraag. Het is beter om er dan 2 vragen van te maken Loaded questions: een geladen vraag zet mensen er toe aan om op een bepaalde manier te reageren. Vragen die emotioneel geladen worden zoals verkrachting, gevaarlijk, verspillen etc kunnen de manier waarop mensen reageren beinvloeden en zorgt dus voor een biased conclusie. Negative wording: geen ontkenningen gebruiken in een vraag. Bv vind je dat de stad het niet moet goedkeuren dat er een vrouwenopvanghuis komt? Een zijn met deze stelling betekent oneens zijn met het voorstel. Dit kan mensen verwarren en kan leiden tot inaccurate antwoorden. Yes-saying and nay-saying: de proefpersoon kan het echt eens zijn met de stellingen, maar het kan ook zijn dat hij het eens is met alles wat je zegt. Daarom is het verstandig vragen te vormen die ongeveer hetzelfde betekenen maar waar de proefpersoon niet alleen maar ja op kan zeggen. Al kan het zo zijn dat iemand echt met de 2 stelling eens is, het steeds eens (of oneens) zijn met gerelateerde vragen die op een standaard en omgekeerde manier gesteld worden is een indicatie van yes saying no saying.

Responses to questions Een andere belangrijke beslissing die een onderzoeker moet maken is op welke manier proefpersonen de vragen moeten beantwoorden. Er zijn meerdere typen van beantwoorden:

Open-ended vs closed-ended questions Het gebruik van gesloten vragen is een meer structurele aanpak, ze zijn makkelijker te coderen en de antwoord alternatieven zijn voor iedereen hetzelfde. Open-ended questions Proefpersonen kunnen elk antwoord geven dat ze willen op een vraag. Ze worden het meest gebruikt in kwalitatief onderzoek, maar ze kunnen ook gebruikt worden in meer gestructureerde interviews. Het kost veel tijd en geld om de vragen te coderen en te categoriseren. Bruikbaar wanneer een onderzoeker wil weten wat een proefpersoon denkt en hoe ze de wereld zien, gesloten vragen worden vaker gebruikt wanneer de dimensie van de variabelen goed gedefinieerd zijn. De 2 benaderingen kunnen leiden tot verschillende conclusies. Een nadeel van de open vraag is dat de proefpersoon niet helemaal begrijpt wat je precies vraagt of wil weten, en het kan ook zo zijn dat je een paar antwoorden mist omdat proefpersonen niet weten wat ze moeten antwoorden. Partially open-ended questions Vragen die antwoord mogelijkheden hebben maar die ook nog een toegevoegde categorie hebben die wordt aangeduid als Anders (leg uit) Hier kan je dus een ander antwoord geven als jou antwoord niet tussen de antwoordmogelijkheden staat. Close-ended questions Kan varieren van een simpele ja of nee antwoordmogelijkheid, of een 5 of 7 puntsschaal. Rating scales Een methode om te kijken hoe veel iemand het er mee eens of oneens is (of hoe leuk iemand iets vind, of hoe zeker iemand ergens over is etc). een 5 of 7 puntsschaal is hier een voorbeeld van. Voorbeelden van rating scales: Graphic rating scale: een lijn die aan beide eindes een beschrijving heeft. Bijv bij de vraag hoe zou je de film die je net hebt gezien beoordelen: niet erg leuk_________________heel leuk. De lijn loopt van 0 tot 100 en het is de bedoeling dat de proefpersoon een markering op de lijn zet. Semantic differential rating scale: proefpersonen moeten iets beoordelen (personen, objecten, gedragingen, ideeen) aan de hand van tegengestelde woorden op een 7 punts schaal. Bijv sigaretten roken is: Goed__:__:__:__:__:__:__Slecht Sterk__:__:__:__:__:__:__Zwak Onderzoek wijst uit dat virtueel alles gemeten kan worden op deze manier. Ook wijst onderzoek uit dat de concepten gerelateerd zijn aan 3 basis dimensies: de eerste en belangrijkste is evaluatie (woorden zoals goed/slecht, slim/dom etc), de tweede is activiteit (actief/passief, snel/langzaam, opgewonden/kalm) en de derde is potentie (zwak/sterk, hard/zacht, groot/klein) Non-verbal scale for children: kinderen zouden de bovenstaande schalen misschien niet kunnen begrijpen maar kunnen wel beoordelen. Dit kan door middel van getekende gezichtjes die van blij naar verdrietig gaan. Likert scales: 1 erg mee eens, 2 mee eens, 3 neutraal, 4 oneens, 5 erg oneens. Een likertschaal heeft een serie van statements waar proefpersonen de mate van eens of oneens op kunnen aangeven. Likert schalen kunnen ook alleen beschrijvingen aan de uiteindes

hebben dus alleen bij 1 en 5 en de proefpersonen moeten dan het antwoord omcirkelen. Niet alleen 5 puntschalen worden gebruikt, ook 7 en 10 puntschalen. De optie neutraal kan soms weg gelaten worden omdat de onderzoeker wil dat er toch een bepaalde richting wordt gekozen of wanneer er wordt verwacht dat veel proefpersonen neutraal zouden omcirkelen. Scores op deze schaal worden gezien als interval data omdat de afstand tussen elk punt gelijk is en er geen absoluut nulpunt is. Sommige onderzoekers zijn het hier niet mee eens en zien deze schalen als ordinale data omdat er geen reden is om aan te nemen dat de afstand tussen de punten op de schaal gelijk zijn. Toch wordt het vaak als interval data gezien Other alternatives for responses: Er zijn speciale schalen waarop iets kan worden beoordeeld op basis van vergelijking met anderen. Bijv wanneer een student wordt vergeleken met andere studenten: Lager 50%, Hoger 50% , Hoger 25%, Hoger 10% en Hoger 5%. Ook zijn er schalen die hoeveelheid aangeven. Bijv hoe vaak sport je tenminste 20 min? Antwoordmogelijkheden kunnen dan zijn: minder dan 2 keer pw, 2 keer pw, 4 keer pw, 6 keer pw etc. Dit is een High frequency scale: een beoordelingsschaal waarin de antwoordmogelijkheden voor hoeveelheid van gedragingen zich focussen of veel voorkomend. Low frequency zou zijn: minder dan 1 keer per maand, 1 keer per maand, 1 keer per 2 weken etc. Je moet deze antwoordmogelijkheden voorzichtig kiezen omdat mensen de betekenis van de schaal anders kunnen interpreteren afhankelijk van de antwoordmogelijkheden. Je moet ook rekening houden met de populatie die je onderzoekt en daar je antwoordmogelijkheden op aanpassen.

Finalizing the questionnaire Formatting the questionnaire De vragenlijst moet er aantrekkelijk en professioneel uit zien. Ordering of questions: 1. The first few questions: de volgorde waarin vragen worden gesteld in een vragenlijst hebben invloed op de proefpersoon, de eerste paar vragen zetten de toon voor de rest van de vragenlijst. Bij vragenlijsten die de proefpersoon alleen moet invullen is het belangrijk om te beginnen met de meest interessante vragen om zo de aandacht te wekken en vast te houden van de proefpersoon, de demografische data moet verkregen worden aan het eind van de vragenlijst anders kan het saai gevonden worden. Bij persoonlijke of telefoon interviews worden de demografische vragen als eerst gesteld omdat deze makkelijk te beantwoorden zijn voor de proefpersoon en op zn gemak laat stellen. 2. The influence of order of questions on responses: de volgorde waarin vragen worden gesteld kan een dramatisch effect hebben. Om dit probleem op te lossen kan er gebruik worden gemaakt van funnel questions: beginnen met de meest algemene vragen en daarna pas de specifieke vragen stellen. 3. Filter questions: algemene vragen die worden gesteld om er achter te komen of de specifieke vragen wel of niet gesteld moeten worden. Bijv. ben je in het bezit van een auto, als iemand nee antwoord hoeven hier geen specifieke vragen meer over gesteld te worden. Dit soort vragen moeten voorzichtig gebruikt worden (bijv keur je slaan goed in elke situatie die je kan bedenken, veel mensen zeggen nee en dan zou er geen specifieke vragen over gesteld hoeven te worden, maar achteraf blijkt dat mensen uit zelfverdediging slaan wel

goedkeuren). Filter vragen zijn over het algemeen wel nuttig omdat je zo de tijd van de proefpersoon bespaart en geen onnodige vragen hoeft te stellen. 4. Sensitive questions: gevoelige vragen kunnen beter aan het eind van een vragenlijst of na minder gevoelige vragen gesteld worden omdat proefpersonen toch al veel vragen hebben beantwoord zijn ze vaak wel bereid om de gevoelige vragen dan ook maar te beantwoorden. Refining questions Het is handig om een pre test te doen en de proefpersonen hard op laten denken terwijl ze de vragen beantwoorden. Je komt er zo achter hoe ze de vragen interpreteren en hoe ze reageren op de antwoordmogelijkheden. Op deze manier krijg je waardevolle informatie en kan je de vragen verbeteren. En je krijgt een beeld van hoe makkelijk het is voor de proefpersonen om de vragenlijst te maken. Administering surveys Mail surveys Je stuur je vragenlijst naar de proefpersoon en die stuurt het ingevuld weer terug. Nadelen zijn dat proefpersonen geen vragen kunne stellen en dus moeten de vragen duidelijk en makkelijk te volgen zijn, de onderzoeker heeft weinig controle over de volgorde waarin vragen beantwoord worden. Het grootste nadeel is als de proefpersonen de vragenlijst niet maken en terugsturen response bias. Combating non-response bias De meest effectieve manier om response bias te voorkomen is door contact te zoeken met de proefpersonen op meerdere gelegenheden. Het is verstandig om eerst een brief te sturen waarin er wordt aangekondigd dat er over een paar dagen een vragenlijst aankomt en waar deze over gaat. Daarna komt de vragenlijst zelf met een brief waarin een verzoek wordt gedaan om de vragenlijst in te vullen, waarom de proefpersoon is geselecteerd, een verklaring van vertrouwelijkheid, een aanbod om vragen te beantwoorden etc. De derde brief is een bedankt kaart een paar dagen of week nadat de vragenlijst is gestuurd met een herinnering voor als de vragenlijst nog niet is verstuurd. De vierde brief is nogmaals de vragenlijst met het bericht dat de vorige nog niet is ontvangen. Wat ook kan helpen is een soort van beloning te geven als dank zoals een pen of een klein bedrag. Het is beter om de beloning meteen mee te sturen dan dat ze de beloning pas krijgen nadat de vragenlijst is terug gestuurd. Gek genoeg produceren kleinere beloningen betere resultaten dan grotere. Internet surveys Kan via mail of worden gepost op een website. Email vragenlijsten zijn het best voor korte simpele vragenlijsten. Vragenlijsten op een website stellen je in staat om meer complexere vragen te stellen. Voordelen zijn effeciency en kostenbesparing, veel mensen kunnen worden bereikt via internet en tijd en moeite zijn veel minder dan bij post of telefoon of persoonlijke vragenlijsten. Ook is het zo dat normaal onder gerepresenteerde groepen bereikt kunnen worden via internet en het zorgt ook voor nieuwe mogelijkheden wat betreft cross-cultureel onderzoek. Nadelen zijn dat de steekproeven niet representatief hoeven te zijn voor de algemene populatie. Nog een nadeel is dat er geen controle is over de onderzoeksomgeving Telephone survey Niet de beste manier om vragenlijsten af te nemen doordat mensen geen zin hebben om via d telefoon lastig gevallen te worden. Er bestaat ook een selection bias doordat alleen mensen met een telefoon in aanmerking komen en ook interviewer bias is hier van toepassing.

Group administered surveys Soms heb je een grote groep waarbij je en vragenlijst kan afnemen, je ontwerpt je vragenlijst dan net zoals een vragenlijst per post maar neemt het dan af bij een hele groep. Nadelen zijn dat proefpersonen de vragenlijst niet zo serieus behandelen in een groep dan wanneer ze alleen waren geweest. Je kan anonimiteit ook niet garanderen wanneer je vraagt naar gevoelige informatie, omdat andere proefpersonen kunnen mee kijken je kan dit oplossen door de proefpersonen uit elkaar te zetten. Ook kunnen proefpersonen valse informatie geven wanneer ze in een groep zijn. Een laatste nadeel is dat een proefpersoon het recht heeft om te weigeren om mee te doen maar toch mee doet omdat de rest ook mee doet. Maak dus duidelijk dat het niet verplicht is. Structured interviews Bij een face to face interview worden de vragen door de onderzoeker gesteld. Je moet met een paar dingen rekening houden. Je moet bepalen hoeveel structuur je wil hebben in je intevriew. In een structured interview stel je voorbereide vragen en leest ze voor aan de proefpersoon (net als bij telefoon vragenlijsten). In semi gestructureerd interview heb je een algemeen idee over de onderwerpen die je wil bespreken maar zijn er geen vooraf voorbereide vragen. Structured vs semi structured/ quantitative vs qualitative Kwalitatieve interviews moedigt proefpersonen aan om open te praten over hun kijk op dingen en hun ervaringen, hierbij wordt een semi structured interview gebruikt. Structured interviews worden vaak gebruikt bij kwantitatief onderzoek. Maar dit is niet altijd het geval. Het ligt niet aan hoeveel stuctuur er is in een interview maar wat je uiteindelijk wil doen met de data die je hebt verkregen uit het interview. Je kan data uit een structured interview gebruiken om een kwalitatieve analyse op uit te voeren maar je hebt dan weinig informatie, andersom is ook niet echt handig. Advantages and disadvantages of structured interviews Voordeel is dat alle proefpersonen dezelfde vragen worden gesteld in dezelfde volgorde. Antwoorden zijn daarom makkelijker te samenvatten en te analyseren. Maar je kan ook veel informatie missen aangezien deze methode niet erg flexibel is. Daarom is het handig om structured en semi structured te combineren. Bij face to face interviews kan de interviewer de proefpersoon beinvloeden, interviewer bias en is dus een demand characteristic. Ook kan het zo zijn dat een interviewer niet op alle proefpersonen hetzelfde reageert dit kan ook voor bias zorgen. Training van interviewers is een uitkomst. Nog een nadeel is dat de sociale context waarin het interview plaats vindt de antwoorden van de proefpersoon kunnen beinvloeden. Het beste is om het interview af te nemen in een standaard omgeving met alleen de proefpersoon en interviewer aanwezig. Assessing the reliability of your questionnaire Als bij retesten je vragenlijst soortgelijke resultaten oplevert is je vragenlijst betrouwbaar. Assessing reliability bij repeated administration Je neemt dezelfde vragenlijst (of een die er erg op lijkt) 2 keer af, lijken de resultaten erg op elkaar dan is je vragenlijst betrouwbaar. Deze methode is erg simpel maar je moet met een paar dingen rekening houden. Eerst moet je bedenken hoe lang je wacht tussen het afnemen van de eerste keer en tweede keer. Is de tijd er tussen te kort dan kunnen proefpersonen je vragen misschien herinneren en krijg je een onbetrouwbare test-retest betrouwbaarheid. Als je te lang wacht kan de test retest betrouwbaarheid onbetrouwbaar laag uitvallen. Een tijd van een paar weken ertussen zou goed moeten zijn. Test retest methoden kunnen problematisch zijn bij:

Measuring ideas that fluctuate with time Issues for which individuals are likely to remember their answers on the first testing Questionnaires that are very long and boring: proefpersonen kunnen niet gemotiveerd zijn en geven dan misschien antwoorden die de betrouwbaarheid verlagen.

Je kan gebruik maken van de parallel form method, waarbij je een soortgelijke maar niet dezelfde vragenlijst afneemt. Toch kunnen bepaalde dingen niet uitgesloten worden. Assessing reliability with a single administration Je kunt je vragenlijst in 2en delen als oplossing voor de problemen die kunnen voorkomen bij herhaalde testen. De 2 halve delen leveren een score op en de correlatie tussen de 2 scores heet split half reliability. Dit werkt het besye wanneer je vragenlijst zich focust op 1 specifiek onderwerp of gebied. Er zijn ook hier problemen. Omdat je de vragenlijst door 2en deelt reduceer je de items en dit kan leiden tot het verminderen van betrouwbaarheid. Het is niet handig om de vragenlijst te delen bij de helft van de vragen, want het zou kunnen zijn dat de items niet gelijk zijn of dat proefpersonen verveeld raken en minder gemotiveerd zijn hun best te doen bij de tweede helft. Een oplossing is om de vragenlijst te delen door de ene helft de even getallen en de andere helft de on even getallen. Je kan ook gebruik maken van de Kuder-richardson formule, de score ligt tussen 0 en 1 hoe hoger de score hoe beter de betrouwbaarheid. Bij een liker schaal gebruik je de coefficient alpha. Increasing reliability Vergroot het aantal items in je vragenlijst Behandel alle proefpersonen hetzelfde en zorg dat de omgeving constant gehouden wordt Vragenlijsten moeten nauwkeurig gescoord worden De items moeten duidelijk en gepast zijn

Assessing te validity of your questionnaire De typen validiteit bij een vragenlijst Content validity: de vragen moeten de verschillende gedragingen die normaal voorkomen in het onderwerp wat je onderzoekt bevatten Construct validity: kan worden bereikt door aan te tonen dat de resultaten van de vragenlijst overeenkomen met de voorspellingen gebaseerd op de theorie Criterion oriented validity: de correlatie tussen je vragenlijst en andere vastgestelde methoden. Er zijn 2 manieren om dit te doen: Concurrent validity: door de resultaten van je vragenlijst te correleren met die van een andere meting van dezelfde dimensie die op dezelfde tijd plaats heeft gevonden Predictive validity: door de resultaten van je vragenlijst te correleren met bepaald gedrag die verwacht wordt voor te komen volgens de resultaten

Response rate Het percentage van mensen in de steekproef die daadwerkelijk de vragenlijst heeft gemaakt. Dit is belangrijk omdat het een indicatie geeft van hoeveel bias er kan zijn in je uiteindelijke steekproef. Een lage response rate verlaagt de mogelijkheid om te generaliseren.