Thema 2 Flashcards
(51 cards)
Wat is een structurele model?
een structureel model, ook wel conceptueel model, laat zien hoe de onderzoeker verwacht dat de variabelen in een studie samenhangen
Een structureel model bevat juist alleen de constructen met hun verwachte samenhang en de operationalisaties worden achterwege gelaten.
Net als een meetmodel bestaat een structureel model uit ovalen en/of rechthoeken die worden verbonden met pijltjes.
Side note: Waar een meetmodel de operationalisatie van een variabele illustreert, laat een structureel model, ook wel conceptueel model, zien hoe de onderzoeker verwacht dat de variabelen in een studie samenhangen.
We hebben nu twee soorten modellen besproken.
- meetmodellen representeren de operationalisaties van variabelen; ze illustreren de meetinstrumenten en manipulaties in een studie.
- structurele (of conceptuele) modellen representeren de verbanden tussen de variabelen die worden geanalyseerd.
Wat is een causaal verband?
causaliteit, oftewel oorzakelijkheid, is de wet van oorzaak en gevolg
Wat is Het design of de opzet van een studie?
de manier waarop de data worden verzameld
Een design kan 2 dingen zijn?
cross-sectioneel of longitudinaal
wat is een cross-sectioneel design?
Als alle data per onderzoekseenheid (bijvoorbeeld een deelnemer) in één sessie worden verzameld
Wat is een longitudinaal design?
Als er per onderzoekseenheid meerdere meetmomenten zijn, bijvoorbeeld als alle deelnemers na een maand een tweede vragenlijst invullen
Longitudinale designs hebben vanuit wetenschappelijk oogpunt meestal de voorkeur omdat theorieën over processen die binnen personen plaatsvinden het meest interessant zijn om te onderzoeken.
Side note: Zo is er een theorie die stelt dat adolescenten naarmate ze ouder worden sterkere zelfregulatie ontwikkelen. In een cross-sectioneel onderzoek kan bij een groep adolescenten zowel hun leeftijd als hun zelfregulatievaardigheden gemeten worden. Maar de onderzoeker vergelijkt dan mensen met elkaar, in plaats van te kijken naar de verandering binnen een persoon over de tijd. Gezien de aard van de theorie klopt dit niet helemaal. Een cross-sectioneel design kan in zo’n geval zelfs een vertekend beeld opleveren.
Longitudinale designs hebben dus meestal de voorkeur, maar ze zijn vaak moeilijker te implementeren: deelnemers moeten namelijk vaker gemeten worden. Dit is een kostbare aangelegenheid, die ook nog om creatieve oplossingen vraagt om de anonimiteit van de deelnemers te blijven garanderen.
Wat is attritie?
Een groot nadeel van longitudinale designs is dat er in de praktijk op elk meetmoment mensen kunnen uitvallen
Side note: Als deze uitval willekeurig is, betekent het dat er meer deelnemers geworven moeten worden bij het begin van de studie dan er uiteindelijk nodig zijn. Dit kost schaarse onderzoeksmiddelen, maar willekeurige uitval is geen bedreiging voor de interne validiteit van het onderzoek. In de praktijk is uitval vaak niet willekeurig, bijvoorbeeld omdat de minder gemotiveerde deelnemers eerder met de studie stoppen. Bij een studie die op scholen wordt uitgevoerd, vallen scholen met lagere budgetten mogelijk eerder uit, of kinderen die een jaar moeten overdoen.
Wat is representatief?
representativiteit van een steekproef betreft de mate waarin de steekproef gegeneraliseerd kan worden naar de populatie. (persoon vertegenwoordigt met bepaalde kenmerken een groep of gehee)
Een voorwaarde voor representativiteit is dat de steekproef aselect uit de populatie gekozen wordt. Als een steekproef niet willekeurig (random) wordt gekozen uit de populatie, hangt de kans dat een onderzoekseenheid in de steekproef belandt af van bepaalde variabelen.
Wat is bias?
en verstoring, vertekening, bij het meten van een variabele of een proces.
Bij longitudinaal onderzoek kan attritie dus een niet te onderschatten bron van bias zijn.
wat is een observationeel design?
Er worden twee of meer variabelen gemeten, maar is er geen sprake van een manipulatie. De deelnemers worden dus niet beïnvloed.
Wat is een experimenteel design?
bevat een of meerdere manipulaties en deelnemers worden dus beïnvloed.
Een experimenteel design, of simpelweg experiment, is nodig om conclusies te trekken over de vraag of variabelen elkaar beïnvloeden, dat wil zeggen of er een causaal verband bestaat.
Een verband tussen twee variabelen noemen we causaal als aan drie voorwaarden wordt voldaan
- De variabele die de invloed uitoefent, oftewel het causale antecedent, moet eerder in de tijd gemeten of gemanipuleerd worden dan de andere variabele, het causale consequent. De invloed moet namelijk tijd hebben om plaats te vinden.
- De variabelen moeten samenhangen.
- Dit verband kan niet verklaard worden door andere variabelen of externe invloeden.
Wat is een causale antecedent?
is een variabele die een andere variabele beinvloedt.
Wat is de causale consequent?
Het gevolg van de variabele.
Wat zijn confounders?
variabelen waarvan niet kan worden uitgesloten dat ze verantwoordelijk zijn voor de gevonden verbanden en meetwaarden in een studie.
Wat betekent het proces randomisatie?
Er is een manier om de onderzoekseenheden (bijvoorbeeld de deelnemers) in gelijkwaardige, oftewel equivalente groepen in te delen.
het proces waarmee onderzoekseenheden (meestal deelnemers aan een studie) willekeurig worden verdeeld over twee of meer condities. Als het aantal onderzoekseenheden voldoende groot is, resulteert dit proces in equivalente groepen.
Wat zijn equivalente groepen?
Gelijkwaardige groepen
Side note: Voor die equivalente groepen (gelijkwaardige groepen) geldt – per definitie – dat alle confounders (variabelen waarvan niet kan worden uitgesloten dat ze verantwoordelijk zijn voor de gevonden verbanden en meetwaarden in een studie) over die groepen gemiddeld genomen hetzelfde zijn.
Hierdoor is een eventuele invloed van die confounders uitgeschakeld, zonder dat ze bekend hoeven te zijn. Het indelen in equivalente groepen lost dus het probleem op dat het onmogelijk is om alle confounders te kennen, laat staan te meten.
Neem als voorbeeld het verband tussen het aantal verkochte ijsjes en het aantal verdrinkingen. Dit verband bestaat: als er meer ijsjes verkocht worden, verdrinken er meer mensen. Is dit een causaal verband, oftewel, leidt het eten van een ijsje tot verdrinking? Het antwoord is nee. De scores op beide variabelen zijn hoger als het warm weer is. Als het warm weer is, gaan er meer mensen zwemmen en verdrinken er dus ook meer mensen. Als het warm weer is, eten mensen ook meer ijsjes. Een derde variabele, hoe warm het weer is, verklaart dus dit verband.
Als we dit niet weten en we willen onderzoeken of het eten van ijsjes verdrinking veroorzaakt, kunnen we een groep mensen in twee equivalente groepen splitsen. Deelnemers in de ene groep krijgen een ijsje en in de andere groep niet. Daarna meten we hoeveel mensen in elke groep verdrinken. Zo kan onderzocht worden of het eten van ijsjes tot verdrinking leidt. Als in dit design geen verband gevonden wordt, was er dus een andere factor (een confounder) die het verband verklaarde.
Side note: Voor die equivalente groepen (gelijkwaardige groepen) geldt – per definitie – dat alle confounders (variabelen waarvan niet kan worden uitgesloten dat ze verantwoordelijk zijn voor de gevonden verbanden en meetwaarden in een studie) over die groepen gemiddeld genomen hetzelfde zijn.
Hierdoor is een eventuele invloed van die confounders uitgeschakeld, zonder dat ze bekend hoeven te zijn. Het indelen in equivalente groepen lost dus het probleem op dat het onmogelijk is om alle confounders te kennen, laat staan te meten.
Neem als voorbeeld het verband tussen het aantal verkochte ijsjes en het aantal verdrinkingen. Dit verband bestaat: als er meer ijsjes verkocht worden, verdrinken er meer mensen. Is dit een causaal verband, oftewel, leidt het eten van een ijsje tot verdrinking? Het antwoord is nee. De scores op beide variabelen zijn hoger als het warm weer is. Als het warm weer is, gaan er meer mensen zwemmen en verdrinken er dus ook meer mensen. Als het warm weer is, eten mensen ook meer ijsjes. Een derde variabele, hoe warm het weer is, verklaart dus dit verband.
Als we dit niet weten en we willen onderzoeken of het eten van ijsjes verdrinking veroorzaakt, kunnen we een groep mensen in twee equivalente groepen splitsen. Deelnemers in de ene groep krijgen een ijsje en in de andere groep niet. Daarna meten we hoeveel mensen in elke groep verdrinken. Zo kan onderzocht worden of het eten van ijsjes tot verdrinking leidt. Als in dit design geen verband gevonden wordt, was er dus een andere factor (een confounder) die het verband verklaarde.
Side note: Als een studie twee deelnemers heeft en de randomisatie deelt ze elk in een andere groep in, zijn de groepen verschillend. Bij vijf deelnemers per groep is de kans ook groot dat de groepen verschillen. Als maar één deelnemer wat hoger of lager op een mogelijke verstorende variabele scoort, leidt dat al tot ongelijkheid tussen de groepen. Naarmate de groepen groter worden, wordt de kans steeds groter dat ze equivalent zijn. Hoe meer mogelijke confounders er zijn, hoe grotere groepen nodig zijn.
Om randomisatie te laten slagen zijn dus grote steekproeven nodig. In de praktijk zijn minstens 100 en vaak meer deelnemers per groep nodig om de kans dat de groepen equivalent zijn te verhogen tot een acceptabel niveau. Succesvolle randomisatie is een noodzakelijke voorwaarde om conclusies te kunnen trekken over causaliteit.
Wat zijn condities?
De groepen in een experiment worden ook wel condities genoemd. de waarde van een variabele in een manipulatie.
Als de variabele bijvoorbeeld ‘behandeling’ is, wordt deze geoperationaliseerd in twee meetwaarden, die corresponderen met de twee condities (groepen), zoals ‘geen behandeling’ en ‘wel behandeling’, ‘oude behandeling’ en ‘nieuwe behandeling’, of ‘oude lesmethode’ en ‘nieuwe lesmethode’.
