Hoofdstuk 9: Experimentele Designs: Within-Subjects Design

Question 1

Within-subjects experimenteel design of repeated-measures experimental design

Answer 1

vergelijkt twee of meer verschillende behandelingscondities (of vergelijkt een behandelings- en een controleconditie) door dezelfde groep individuen in alle behandelingscondities die vergeleken worden te observeren of te meten. Dus, een within-subjects design zoekt naar verschillen tussen behandelingscondities binnen dezelfde groep participanten. Om een experiment te zijn moet het design voldoen aan alle andere vereisten van een experimentele onderzoeksstrategie, zoals manipulatie van een onafhankelijke variabele en controle van vreemde variabelen.

 Merk op: alle participanten nemen deel aan dezelfde reeks behandelingen maar niet persé in dezelfde volgorde!

Question 2

History effect (geschiedenis effect)

Answer 2

elke externe gebeurtenis die de scores van een participant in een behandeling anders beïnvloedt dan in een andere behandeling, wanneer een groep individuen worden getest in een reeks van behandelingscondities.

Question 3

Maturatie

Answer 3

elke fysiologische of psychologische verandering die voorkomt bij participanten tijdens de studie en de score van de participanten beïnvloedt, wanneer een groep individuen worden getest in een reeks van behandelingscondities. Maturatie effecten vinden vooral plaats bij kinderparticipanten of senioren die participeren aan een onderzoeksstudie.

Question 4

Instrumentatie, instrumentele bias of instrumenteel verva

Answer 4

veranderingen in het meetinstrument die voorkomen tijdens een onderzoek waarin participanten gemeten worden in een reeks van behandelingscondities. De veranderingen in de scores van de participanten zijn dus niet veroorzaakt door de behandeling zelf maar wel door een veranderingen in het meetinstrument (of door de onderzoeker zelf vb. bij observatie).

Question 5

Statistische regressie, of regressie naar het gemiddelde

Answer 5

een wiskundig fenomeen waarin extreme scores (hoog of laag) bij een meting de neiging hebben om minder extreem te zijn bij een tweede meting. Het wordt veroorzaakt doordat een participantscore zowel afhangt van stabiele (vb. skills en vaardigheden) als van onstabiele (vb. geluk) factoren.

Question 6

Volgorde-effecten

Answer 6

komen voor wanneer de ervaring van getest te worden in een behandelingsconditie (participeren en gemeten worden) een invloed heeft op de scores van de participant in een latere behandelingsconditie. Er bestaan verschillende soorten volgorde effecten…

Question 7

Overdraageffecten

Answer 7

komen voor wanneer een behandelingsconditie een verandering teweegbrengt bij de participanten, die hun scores dan beïnvloeden in latere behandelingscondities.

Question 8

Progressieve fouten

Answer 8

veranderingen in het gedrag of de prestaties van participanten die gerelateerd zijn aan algemene ervaring in een onderzoek maar niet gerelateerd aan een specifieke behandeling. Veel voorkomende voorbeelden van progressieve fouten zijn vermoeidheid en geoefendheid.

Question 9

Vermoeidheidseffecten

Answer 9

progressieve afname in prestaties van participanten doorheen de behandelingscondities.

Question 10

Oefeneffecten

Answer 10

progressieve toename in prestaties van participanten vanwege de opgedane ervaringen doorheen de behandelingscondities.

Question 11

Volgorde-effecten als een verstorende variabele

Answer 11

Het volgorde-effect varieert systematisch met de behandelingen, het draagt altijd bij aan de tweede
behandeling maar nooit aan de eerste! Wanneer iets systematisch verandert met de onafhankelijke
variabele, is het een verstorende variabele. Volgorde-effecten (zoals elke verstorende variabele)
kunnen de resultaten van een onderzoeksstudie vertekenen. Ze kunnen de werkelijke effecten
verminderen/overdrijven, waardoor ze een reële bedreiging vormen voor de interne validiteit van
het onderzoek.

Question 12

Tijd controleren

Answer 12

De mogelijkheid dat een onderzoek beïnvloed zal zijn door een tijd-gerelateerde bedreiging zoals
geschiedenis of maturatie is direct gerelateerd aan de hoeveelheid tijd die nodig is om de studie te
volbrengen.

Door de tijd te controleren van de ene behandeling naar de andere, heeft de onderzoeker enige
controle over de tijd-gerelateerde bedreigingen voor interne validiteit. Hoewel het inkorten van de
tijd tussen behandelingen het risico van tijd-gerelateerde bedreigingen kan verminderen, kan het de
waarschijnlijkheid dat volgorde-effecten de resultaten zullen beïnvloeden dan weer verhogen.

Question 13

Switchen naar een Between-Subjects Design

Answer 13

Een between-subjects design is vaak de beste strategie wanneer een onderzoeker reden heeft om
substantiële orde-effecten te verwachten. Vb. in studies waarin het leervermogen wordt getest, kan
je niet dezelfde groep participanten iets laten leren in de eerste behandelingsconditie en dan
verwachten dat ze het afleren om deel te nemen aan de tweede conditie. In dit geval is de voor de
hand liggende strategie om volgorde-effecten te vermijden, het gebruik van een between-subjects
design met een aparte groep voor elk van de twee behandelingscondities.

Question 14

Voor een within-subjects design is counterbalancing

Answer 14

het veranderen van de volgorde waarin behandelingscondities worden toegewezen aan een participant zodat de behandelingscondities gematched zijn met respect voor tijd. Het doel is om elke mogelijke volgorde van behandelingen te gebruiken met een gelijk aantal participerende individuen in elke reeks. Het doel van counterbalancing is om het potentieel op verstoring te elimineren door elke systematische relatie tussen de volgorde van behandelingen en tijd-gerelateerde factoren te verbreken.

Question 15

Counterbalancing en Volgorde-effecten

Answer 15

Wanneer een design is gecounterbalanced, hebben de veranderingen geen invloed op de gemiddelde
verschillen tussen behandelingen, zodat de orde-effecten de interne validiteit van de studie niet
bedreigen.

Question 16

Asymmetrische Volgorde-effecte

Answer 16

Het is zeker mogelijk dat een bepaalde behandeling een groter volgorde-effect kan produceren dan
een andere behandeling. In zulke situaties zijn de volgorde-effecten niet symmetrisch en zal het
counterbalanceren van de behandelingen, niet de effecten van de behandelingen uitbalanseren.

Question 17

Counterbalancing en Variantie

Answer 17

Counterbalancing elimineert de volgorde-effecten niet, ze maken nog steeds deel uit van de data en
ze kunnen nog steeds problemen veroorzaken. Een daarvan is dat ze de gemiddelden kunnen
verstoren, maar meestal is dit soort verstoring niet erg omdat onderzoekers vaker geïnteresseerd zijn
in de hoeveelheid verschil tussen behandelingen dan in de absolute omvang van een specifiek
gemiddelde.

Question 18

Counterbalancing en het aantal behandelingen

Answer 18

Om een reeks behandelingen volledig te counterbalancen, is het noodzakelijk om de behandelingen
in elke mogelijke volgorde te presenteren. De idee achter compleet counterbalancen is dat een
bepaalde reeks behandelingscondities zijn eigen unieke volgorde-effect zou kunnen creëren!

Question 19

Voordelen van Within-Subjects Design

Answer 19

Een voordeel van een within-subjectsdesign is dat het relatief weinig participanten vereist in vergelijking met een between-subjectsdesign. Omdat een within subjectsdesign maar één groep vereist, is het vooral handig in situaties waarin participanten moeilijk te vinden zijn.

Het grootste voordeel van een within-subjectsdesign is dat het al de problemen gebaseerd op
individuele verschillen elimineert.

Question 20

In een within-subjectsdesign zijn de volgende metingen mogelijk:

Answer 20

Het is mogelijk om de verschillen tussen behandelingen te meten zonder individuele
verschillen. Omdat dezelfde participanten in elke behandeling voorkomen, zijn de
behandelingseffecten en de individuele verschillen niet gelinkt aan elkaar!

• Het is mogelijk om individuele verschillen te meten. Wanneer de individuele verschillen
consistent zijn over behandelingen, kunnen ze gemeten en verwijderd worden van de rest
van de variantie in de data. Dit kan de negatieve effecten van een grote variantie
verminderen!

Question 21

Nadelen van Within-Subjects Design

Answer 21

Het grootste nadeel is wanneer de behandelingen zich voordoen op verschillende tijdstippen, en er een kans is voor tijd-gerelateerde factoren, zoals moeheid of het weer, om de scores van de
participanten te beïnvloeden.

Een ander potentieel probleem voor het within-subjects design is participanten uitvalling
(participant attrition). Sommige individuen die het onderzoek starten, kunnen weg zijn voor de
studie compleet is. Dit probleem is serieus wanneer de studie zich uitbreidt over een periode en
participanten teruggeroepen moeten worden voor extra onderzoek. Naast het verkleinen van de
steekproefgrootte, kan het uitvalprobleem de vrijwilligersbias vergroten, als enkel de meest
toegewijde vrijwilligers doorgaan van begin tot einde.

Question 22

Kiezen tussen WSD of BSD?

Answer 22

1. Individuele verschillen:
   Als je grote individuele verschillen verwacht, is het meestal beter om een within-subjects
   design te gebruiken.
2. Tijd-gerelateerde factoren en volgorde-effecten:
   Dit probleem wordt geëlimineerd bij een between-subjects design, waarin elk individu maar
   in één behandeling participeert en maar één keer wordt gemeten.
3. Minder participanten:
   Een within-subjects design kan veel data genereren van een relatief kleine set participanten.
   Een between-subjectsdesign produceert maar één score voor elke participant en vereist veel
   participanten om veel data te genereren. Wanneer het moeilijk is om deelnemers te vinden
   of te werven, is een WSD een betere keuze.

Question 23

Matched-Subjects Designs

Answer 23

In een matched-subjects design = is elk individu in een groep gematched met een participant in elke
andere groep. Het matchen is zo gedaan dat de gematchte individuen equivalent zijn met respect
voor een variabele die de onderzoeker relevant vindt voor de studie.

Het doel van een matched-subjects design is om al de voordelen van WSD en BSD te dupliceren
zonder de nadelen van beide!

Question 24

Two-treatment designs (twee-behandelingssdesigns):

Aan de positieve zijde

Answer 24

Aan de positieve zijde is het design eenvoudig om uit te voeren en de resultaten zijn makkelijk te
begrijpen. Met maar twee behandelingscondities kan een onderzoeker het verschil tussen
behandelingen makkelijk maximaliseren door twee behandelingscondities te selecteren die duidelijk
verschillend zijn. Ook is het heel makkelijk om het design te counterbalancen om de bedreiging van
verstoring van tijd-gerelateerde factoren of volgorde-effecten te minimaliseren.

Question 25

Two-treatment designs (twee-behandelingssdesigns)

Aan de negatieve zijde

Answer 25

Aan de negatieve zijde zorgt een studie met maar twee behandelingen maar voor twee datapunten.
In deze situatie is het mogelijk om een verschil tussen condities te demonstreren, maar de data
zorgen niet voor een indicatie van de functionele relatie tussen de onafhankelijke en afhankelijke
variabelen. We kunnen dus niet bepalen hoe de afhankelijke variabelen zou reageren op kleine,
graduele veranderingen van de onafhankelijke variabele.

Question 26

Het grote voordeel van het gebruiken van meer dan twee behandelingscondities

Answer 26

Het grote voordeel van het gebruiken van meer dan twee behandelingscondities, is dat de data
waarschijnlijker zijn om de functionele relatie tussen de twee variabelen te onthullen. Een
onderzoeker kan een reeks condities creëren (onafhankelijke variabele) en dan observeren hoe het
gedrag van de participant (afhankelijke variabele) verandert wanneer ze doorheen de reeks condities
gaan. Een meerdere-behandelingendesign produceert ook een overtuigendere demonstratie van een
oorzaak-gevolgrelatie dan een twee-behandelingendesign.

Question 27

Een nadeel van het gebruiken van meer dan twee behandelingscondities

Answer 27

Een nadeel is dat wanneer een onderzoeker te veel behandelingscondities creëert, kan de
onderscheiding tussen behandelingen te klein worden om nog significante verschillen in gedrag te
genereren. Ook verhoogt het meestal de hoeveel tijd die nodig is voor elke participant om de
volledige reeks behandelingen te voltooien. Dit kan de waarschijnlijkheid van participantenuitval
verhogen. Als laatste wordt de mogelijkheid om een design volledig te counterbalancen moeilijker
naarmate het aantal behandelingscondities stijgt.