Een samenvatting van het vak Observaties van Interacties binnen Gezinnen, 2021. In deze samenvatting staan uitgebreid alle colleges beschreven met onder elk college een samenvatting van de literatuur (artikelen). Hiernaast heb ik aan het einde nog een deel responsiecollege toegevoegd wat relevant w...
College 1: introductiecollege
Doelen van dit vak:
- Verwerven van kennis over observatie als onderzoeksinstrument
- Verwerven van kennis over centrale constructen en theorieën met betrekking tot observatie
van gezinsinteracties
- Praktische ervaring opdoen met observeren en coderen van gezinsinteracties
- Leren beoordelen en interpreteren van empirische resultaten van observatieonderzoek
- Kritisch leren nadenken over de ontwikkeling en/of aanpassing van observatie en
codeersystemen voor specifieke doelgroepen
Je ziet hier een tweedeling van onderdelen met een praktische insteek (leren observeren en
gebruiken van instrumenten) en aan de andere kant een stukje kritisch evalueren van
onderzoeksresultaten. Dit is belangrijk want je wordt opgeleid tot wetenschappelijk pedagoog;
hierbij beoordeel en interpreteer je resultaten van onderzoek en denk je kritisch hierover na. Dit is
jouw meerwaarde als wetenschappelijk opgeleid pedagoog als je werkt in de praktijk.
In het TT moet je in hoofdlijnen de resultaten van de literatuur wel kennen en begrip hebben over
de observatiemethoden en codeerconstructen.
In de observatietoets wordt kennis en begrip van de instrumenten en scoring getoetst (ook die in de
colleges aan bod zijn gekomen en niet in de WGR). Je moet filmpjes coderen en scores
onderbouwen, en weten welke gedragingen wel/niet in een schaal vallen.
Introductie van observatiemethodes in onderzoek
Er zijn best veel methoden van observatie. Ze bieden ook verschillende mogelijkheden:
- Gestandaardiseerde observatie: het wordt gemeten op de manier waarop het ook
daadwerkelijk is bedoeld. Een bijkomend voordeel van gestandaardiseerde observaties is dat
je sociale wenselijkheid en effect van stemming wat beter kan uitsluiten dan bij een
vragenlijst en/of interview.
Validiteit: extern/ecologisch:
Invloeden op de externe/ecologische validiteit:
- Observer reactivity
- Gestructureerde vs naturalistische observatie
- Setting
Meet je nou eigenlijk wat je wil meten? Is het gedrag dat ik observeer het gedrag dat diegene in de
praktijk zou laten zien? Dat weet je natuurlijk nooit maar je kan wel maatregelen nemen om ervoor
te zorgen dat die observer reactivy (de reactie van de persoon in het gedrag wanneer diegene weet
dat er geobserveerd wordt) verminderd wordt. Bijvoorbeeld:
- Eerste 10 min geen observatie
- Meerdere observaties: zelfde of andere onderzoeker? Hier kan je verschillende
overwegingen in nemen
, - Vermijd interactie – doe je alsof je er niet bent? Ga je in op contact? Hier kan je allemaal
rekening mee houden per het onderzoek dat je doet. Hier moet je ook naar kijken als je
kritisch beoordeelt hoe is geobserveerd.
Qua gestructureerde/naturalistische observatie (ook invloed op de validiteit): sommige gedragingen
kan je niet zien in een naturalistische setting. Bijvoorbeeld het disciplineren van kinderen komt niet
vaak spontaan voor. Hiervoor is het dus van belang om dit te structureren, waarin je een situatie
creëert waarin je het gedrag uitlokt. Dit is ook belangrijk bij het analyseren van artikelen om naar te
kijken.
Ook de setting is belangrijk (van de observaties). Dit zijn er 2:
Het is belangrijk om te controleren in welke setting de observatie plaatsvindt. Beide situaties hebben
per onderzoek voordelen en nadelen. Wat is de invloed van de gekozen setting om te observeren op
de onderzoeksresultaten?
Thuis versus lab:
- Lage correlaties tussen observaties thuis en lab
Enkele bevindingen:
- Moeders ‘actiever en responsiever’ in lab
- Test-hertest correlaties sterker binnen setting dan tussen settings
- Verschillen in uitkomsten nemen af bij gelijke instructie
Verschillende codeermethodes
Stap 2 na het observeren is het coderen. Dus nadat er een video is gemaakt ga je adhv een
codeerprotocol/observeerinstrument kijken naar de interactie. Er zijn 4 types codeermethoden te
onderscheiden:
1. Gedragsfrequenties (tellen): specifieke definities van relevante gedragingen
2. Event-based: alleen als bepaald gedrag voorkomt begin je met coderen. Dus alleen onder
bepaalde omstandigheden (bijvoorbeeld wachten tot een kind ongehoorzaam is en dan pas
gaan kijken naar wat de ouder doet aan gedragingen)
3. Micro-level (real-time coderen): dit kan met of zonder video. Je kijkt bijvoorbeeld elke 30
seconde: heb ik bepaald gedrag gezien? Bijvoorbeeld glimlachen, stemverheffing, fronsen.
Hierbij wordt alleen gekeken of je het gedrag wel of niet hebt gezien
4. Macro-level schalen: omschrijving schaalpunten aan de hand van concrete gedragingen.
Deze schalen zijn verreweg het meest ingewikkeld om te leren. Dat komt omdat het vaak
een hele set van gedrag en kenmerken zijn die onder 1 score vallen. Een voorbeeld is
bijvoorbeeld: gehechtheidscategorie (veilig/onveilig…) of sensitiviteit op de schaal van
Ainsworth, waarbij je over een filmpje een score geeft aan de ouder tussen 1 en 9. Je kijkt
dus op macro-level verschillende soorten gedrag en kenmerken en dit vat je in één score.
Observatietraining
Het is belangrijk dat elke observator hetzelfde meet: validiteit (meet je wat je wil meten) en
betrouwbaarheid (meten we allemaal hetzelfde). Het is nodig om een observatietraining te volgen.
Hoe gaat dit nu? Je hebt een gestandaardiseerd codeerprotocol: dit bespreek je met elkaar.
Vervolgens worden er filmpjes gecodeerd. Dan kijk je: hoe goed is mijn score vergeleken met die van
een expert (die het instrument helemaal kent – de ‘ware score’). Je doet dan telkens een set van 5
filmpjes en vergelijkt dit met de expert score. Dan ga je met elkaar praten over eventuele verschillen
die er zijn; waar komen deze vandaan? Zo wordt de interpretatie steeds nauwkeuriger en
,uiteindelijk is het zo ver dat je nagenoeg dezelfde scores geeft als de expert. Op dit moment ben je
‘betrouwbaar op een bepaald instrument’. Dit kan een intensieve training zijn waar soms maanden
overheen gaat. Als je betrouwbaar bent mag je filmpjes coderen voor een onderzoek, maar je bent
natuurlijk niet de enige codeur. Je moet dan ook vergelijken tussen codeurs; hoe zijn ze in
overeenstemming met elkaar? Dit is goed om regelmatig te doen; het kan zo zijn dat je eigen
interpretatie toch weer je bril kleurt, en door afstemming voorkom je deze ‘coder drift’.
Intercodeurbetrouwbaarheid
Dit is ook belangrijk om naar te kijken bij het analyseren van onderzoeksresultaten. Wanneer deze
betrouwbaarheid laag is weet je niet goed wat de werkelijke score zou moeten zijn.
- Berekening mate van overeenstemming: tussen scores van de codeur en de expertscore, en
tussen scores van de codeurs onderling
- Uitkomstmaat voor categorieën = Cohen’s Kappa. Dit is het percentage overeenstemming
tussen 2 codeurs, gecontroleerd voor de kans dat ze per toeval dezelfde codering geven. De
uitkomstmaat hiervan = interval/ratio: Intraclass Correlations. Dit is een correlatie tussen
scores binnen elke observatie. Dit houdt in dat de score wordt vergeleken met andermans
score op hetzelfde filmpje.
Hoe bereken je dit (de intercodeurbetrouwbaarheid voor categorieën)?
Er wordt gekeken: in hoeveel gevallen hebben ze beide veilig en onveilig gecodeerd? Dit is in dit
geval een overeenstemming van 89%. Maar: dit percentage is niet gecorrigeerd voor de kans dat ze
per toeval hetzelfde hebben gecodeerd. We kijken daarvoor naar hoe vaak beide observatoren
onveilige gehechtheid hebben gecodeerd. Dit is bij codeur A in 28/82 gevallen en bij codeur B in
32/82 gevallen. Dus 34% procent van de tijd tov 39% van de tijd. Dit vermenigvuldigen we met elkaar
en noemen we ‘the random chance of agreement on insecure’ (.34 x .39 = .53). Dus de kans dat ze
bij toeval allebei de onveilige score hebben gegeven. Ditzelfde wordt gedaan voor de veilige
categorie. Hierbij is de chance 40%. Nu hebben we alle gegevens om in de formule te stoppen. We
komen uit op een Cohen’s Kappa van .77. Vanaf .7 is hierbij de betrouwbaarheid in orde. Bij een
relatief nieuw instrument mag je al tevreden zijn met .6 of hoger. Zo berekenen we dit bij een
categorische variabele.
Wanneer je een ordinale/interval/ratio variabele hebt en dus een variabele waarin de volgorde wel
belangrijk is, dan kun je een correlatie berekenen. Dit kan op 2 manieren: je kan een pearson R
berekenen waarbij je kijkt als de score van observator A bij verschillende observaties varieert is dit
dan ook zo bij observator B? Hierbij kan een goede correlatie komen terwijl er wel consequent grote
verschillen zitten tussen de scores. Bijvoorbeeld: bij punt 1 scoort observator A 12 en observator B
22. Bij punt 2 scoort observator A 14 en observator B 24. Hierbij is de Pearson R perfect (1.00), maar
er zitten consequent grote verschillen tussen de scores. Om deze reden kan je een andere correlatie
inzetten: ‘Intraclass correlation’. Hierbij wordt per observatie gekeken in hoeverre ze
overeenstemmen. Dan kom je hierbij uit op .17 een erg lage intercodeurbetrouwbaarheid.
, Inferentieniveau
Hoe lastig het is om een goede intercodeurbetrouwbaarheid te bereiken heeft te maken met het
inferentieniveau: de mate waarin het instrument gevoelig is voor subjectiviteit/interpretatie - en
daarmee hoeveel training nodig is om het instrument onder de knie te krijgen.
Voor de 4 typen observatiemethoden is dit in een tabel gezet.
Grootschalig onderzoek
Grootschalige (longitudinale) onderzoeksprojecten hebben meestal herhaalde metingen met
hetzelfde observatieinstrument. Dan is het natuurlijk ook belangrijk dat de instrumenten zo objectief
mogelijk worden gebruikt. Een deel hiervan wordt gedaan door de codeertrainingen en de
betrouwbaarheidsset, maar wat we ook weten is dat je toch een grotere kans hebt op subjectiviteit
op het moment dat je een filmpje codeert dat je zelf hebt opgenomen in het gezin. Je hebt dan al
ideeën over wat je hebt gezien en andere omstandigheden van het gezin, die kunnen allemaal je
objectieve vermogen om te scoren beïnvloeden. Dit is dezelfde reden dat je een grotere kans op
subjectiviteit hebt als je al eerder een filmpje van dit persoon gezien hebt. Om deze reden heb je bij
grootschalige onderzoeken vaak te maken met codeerrestricties. Deze bestaan eruit dat degene die
heeft geobserveerd niet die filmpjes codeert, je codeert niet hetzelfde gezin op meerdere
constructen, en je codeert niet het gezin op meerdere momenten. Je hebt dus veel mensen nodig
om dit goed te doen.
Coder bias
= systematische variatie in scores die samenhangen met kenmerken van de codeur, ipv met de
relevante gedragingen van de persoon die wordt geobserveerd.
Een voorbeeld dat we kennen uit de literatuur is etniciteit. Als codeurs dezelfde achtergrond hebben
zitten ze vaker op 1 lijn qua score. Hiernaast zijn codeurs vaak positiever over participanten met
dezelfde achtergrond. Training beperkt dit type bias wel, maar neemt het niet weg.
Ethische overwegingen van onderzoek
Sinds 2018 is de AVG (Algemene Verordening Gegevensbescherming) van toepassing. Hoe vertaalt
deze zich naar het doen van onderzoek? Je moet je houden aan 8 richtlijnen:
1. Dataminimalisatie: zorg dat je niet meer personen betrekt dan nodig is
2. Datakwaliteit: zorg van een goede kwaliteit van gegevens. Klopt de informatie en is de data
actueel?
3. Doelomschrijving: hier beschrijf je heel precies welke gegevens, met welk doel, en voor hoe
lang je ze gebruikt
4. Opslagbeperking: hoe minder mensen toegang hebben door de data hoe beter
5. Beveiligingsmaatregelen: zorg dat je gegevens goed zijn beveiligd (versleutelen,
anonimiseren, pseudonimiseren)
6. Transparantie: informeer alle betrokkenen over welke gegevens, met welk doel, hoe lang,
voor wie toegankelijk en hoe ze zijn opgeslagen en beveiligd.
7. Rechten van betrokkenen: maak kenbaar dat betrokkenen gegevens kunnen inzien, wijzigen,
verwijderen
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller EstherEva. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $9.65. You're not tied to anything after your purchase.
