Het structurele model laat zien hoe de onderzoeker verwacht dat de variabelen in een studie
samenhangen.
Kenmerken:
- Het bevat alleen de constructen: de operationalisaties worden achterwege gelaten.
- Net als een meetmodel bestaat een structureel model uit ovalen en/of rechthoeken die
worden verbonden door pijltjes.
Praktijk:
Je ziet bijvoorbeeld twee ovalen naast elkaar met een pijl ertussen naar rechts, dit betekent
dat de onderzoeker verwacht dat het construct in het linkse ovaal het construct in het
rechtse ovaal beïnvloed. Er kunnen ook meerdere constructen in ovalen links onder elkaar
staan die één construct rechts beïnvloeden.
Bij een meetmodel is dit juist andersom: het bevat maar één construct terwijl het model laat
zien hoe het door een of meer onderdelen wordt geoperationaliseerd, en illustreert hiermee
hoe een variabele is geoperationaliseerd.
Dus twee modellen:
1. meetmodellen, die de operationalisaties van variabelen representeren. Meetmodellen illustreren
dus de meetinstrumenten en manipulaties in een studie.
2. structurele (of conceptuele) modellen, die de verbanden tussen die variabelen, die worden
geanalyseerd, representeren.
Conventie: in beide modellen staan de variabelen die rechtstreeks gemeten of gemanipuleerd
worden (indicatoren) in rechthoeken. De onderliggende variabelen met ovalen.
Conventie van de pijltjes: een pijltje representeert invloed: een effect van een variabele op een
andere variabele (oftewel causaal verband).
- Twee pijlpunten (bidirectioneel) betekent dat er een verband is tussen de twee variabelen, maar
dat onbekend is of dat komt doordat ze elkaar beïnvloeden of niet.
- Eén pijlpunt geeft aan dat de ene variabele de andere beïnvloed (causaal verband).
Thema 3.2
Causaal verband
= Wanneer de ene variabele de andere beïnvloed.
- Je kan dit niet onderzoeken met een vragenlijst. Hiervoor is een experimenteel design nodig.
- Je moet minstens twee variabelen onderzoeken om een verband te kunnen aantonen, om deze
reden vinden onderzoeken met maar één variabele bijna nooit plaats.
Twee voorwaarden van causaal verband:
1. De ene variabele (het causale antecedent= de variabele die de invloed uitoefent) dient eerder in
de tijd te worden gemeten/gemanipuleerd dan de andere variabele (het causale consequent). Dus:
de invloed moet tijd hebben om plaats te vinden.
2. Uitgesloten moet zijn dat het verband verklaard kan worden door andere variabelen of externe
invloeden.
,Confounders:
= variabelen waarvan niet kan worden uitgesloten dat die verantwoordelijk zijn voor de gevonden
verbanden en waarden in een studie.
Om er zeker van te zijn dat het causale verband niet anders verklaard kan worden, is moeilijk. Je kan
dit alleen door al deze variabelen/externe invloeden in kaart te brengen, maar dit kan alleen als ze
bekend zijn. Je noemt deze derde variabelen en externe invloeden confounders.
Je lost onbekende confounders op door de onderzoekseenheden in equivalente groepen in te delen
(dit proces heet randomisatie). Per definitie geld dan voor deze groepen dat alle confounders
gemiddeld genomen hetzelfde zijn en wordt hun invloed uitgeschakeld, ook als de confounders
onbekend zijn.
Randomisatie
= het proces om tot equivalente groepen te komen.
Elke onderzoekseenheid (deelnemer) wordt willekeurig toegewezen aan één van de groepen in het
experiment. Bij voldoende grote groepen zorgt dit voor equivalente verdeling. Hoe minder
onderzoekseenheden, hoe groter de kans dat de groep niet equivalent verdeeld is.
- Hoe meer mogelijke confounders, hoe groter groepen moeten zijn.
- Vaak minimaal 100 deelnemers per groep om het equivalent te houden.
Deze equivalente groepen worden condities genoemd. Je hebt dan bijvoorbeeld de twee
meetwaarden ‘geen behandeling’ vs ‘wel een behandeling’, die weer corresponderen met twee
condities.
Manipulatie
= een operationalisatie van een variabele, die bestaat uit een serie verschillende procedures waaraan
de verschillende groepen worden blootgesteld.
- Cruciaal is dat het enige verschil tussen de twee groepen de variabele die onderzocht wordt is.
Matching
= De term matching wordt gebruikt voor het genereren van condities die in alle opzichten behalve de
gemanipuleerde situaties hetzelfde zijn, en ook voor het genereren van groepen deelnemers die in
alle opzichten hetzelfde zijn. In beide situaties is het doel hetzelfde: invloed
van confounders uitsluiten.
Experimentele en controle condities
De conditie waar de interesse naar uitgaat (die bijvoorbeeld de nieuwe behandeling volgt) heet de
experimentele conditie, degene die alleen wat aangepast is om het verband aan te tonen heet de
controleconditie.
Blindering:
Wanneer, om het placebo effect te voorkomen, niet aan deelnemers wordt verteld in welke conditie
ze zijn ingedeeld.
Dubbelblind:
Wanneer zowel de deelnemers als de onderzoekers niet weten wie in welke conditie is ingedeeld,
bijvoorbeeld bij online onderzoek. Door dit te doen kan voorkomen worden dat onderzoekers
wanneer zij weten welke conditie een deelnemer zit, de deelnemer anders behandeld waar de
deelnemer dan weer anders op reageert. Ook dit beïnvloed het onderzoek.
Proefleiders aanstellen:
Wanneer direct contact tussen onderzoekers/deelnemers niet voorkomen kan worden, kunnen
,bepaalde onderzoekers aan worden gesteld om het contact met de deelnemers te doen. Deze
proefleiders weten niet in welke conditie de deelnemers zijn ingedeeld, of welke theoretische
verwachtingen er over de condities bestaan.
Design
= De manier waarop de data worden verzameld, ook wel de opzet van de studie genoemd.
Je hebt verschillende soorten designs:
1. Observationele designs: een design waarbij twee of meer variabelen worden gemeten (één
variabele kan ook, maar komt dus bijna nooit voor).
Een design kan of cross-sectioneel zijn of longitudinaal:
2. Cross-sectionele designs: als alle data per onderzoekseenheid (bijvoorbeeld een deelnemer) in één
sessie worden verzameld.
(Als een onderzoeker alleen geïnteresseerd is in de vraag of twee variabelen met elkaar samen
hangen).
3. Longitudinaal: als er per onderzoekseenheid meerdere meetmomenten zijn (bijvoorbeeld na een
maand een tweede vragenlijst).
= oftewel, Longitudinale designs zijn nodig als een theorie wordt onderzocht die processen beschrijft
die binnen onderzoekseenheden (zoals deelnemers) plaatsvinden
- Als de onderzoeker geïnteresseerd is in hoe variabelen over tijd veranderen.
- Deze designs hebben meestal de voorkeur, omdat de theorieën die worden onderzocht meestal
processen betreffen die binnen personen plaatsvinden.
- Nadeel is dat deelnemers vaker moeten worden gemeten wat veel kost en ook extra creativiteit
vraagt wat betreft de anonimiteit van de deelnemers.
De voorkeur ligt bij longitudinaal omdat daarbij het proces binnen een persoon gemeten wordt, daar
waar bij cross-sectioneel onderzoek eerder verschil tussen de personen onderling wordt gemeten en
het dus een vertekend beeld kan geven.
Een cross-sectioneel onderzoek kan je wel inzetten voor: het onderzoeken van een nieuw
meetinstrument, het doen van een prevalentiestudie en het onderzoeken van de populatie om vast
te stellen of er subpopulaties zijn.
Attritie (uitval)
= Het principe dat er bij elk meetmoment in de praktijk mensen kunnen uitvallen.
Attritie valt onder de verzamelterm bias.
(Dit is vooral een groot nadeel bij longitudinale designs).
- Bij willekeurige uitval kan je ervoor kiezen om veel meer deelnemers te werven dan je
daadwerkelijk nodig hebt, zodat het onderzoek valide blijft.
- In de praktijk blijkt dat uitval niet willekeurig is, maar vaak minder gemotiveerde deelnemers eerder
uitvallen. Ook kan dit gelden voor deelnemers wiens toestand verergert of juist vanzelf herstellen. De
vraag is dan of de overgebleven groep nog wel representatief is voor de populatie, of er nog
conclusies mogen worden getrokken uit deze resultaten.
(Oftewel: heeft selectieve uitval ervoor gezorgd dat er de steekproef een aparte subpopulatie is?).
Experimentele designs (experiment)
= Een design waar minimaal één variabele wordt gemanipuleerd. Je hebt dit nodig om te
, onderzoeken of je conclusies kunt trekken over de vraag of variabelen elkaar beïnvloeden: of er een
causaal verband bestaat.
- Als de onderzoeker wil onderzoeken of de ene variabele de andere beïnvloed.
experimentele designs zijn nodig als een theorie wordt onderzocht die invloed of causaliteit
veronderstelt
Dus bij designs samengevat:
Is het cross-sectioneel of longitudinaal, en is het observationeel of experimenteel.
Het ‘perfecte design’ bij een onderzoek die mensen onderzoekt, is eentje waarbij alle variabelen
die in theorie een causaal verband hebben gemanipuleerd worden, en waarbij meerdere metingen
per deelnemer zijn.
De manipulatie bestaat uit een kleine aanpassing die enkel de variabele die mogelijk causaal verband
heeft betreft, dus niet teveel afwijkt want dan kan het verband weer moeilijker worden aangetoond.
Quasi-experiment
= Als groepen worden ingedeeld op variabelen die niet gemanipuleerd kunnen worden (zoals leeftijd
en geslacht).
Oftewel: een studie waarbij deelnemers op basis van gemeten variabelen, zoals geslacht, leeftijd,
extraversie, of geslacht van hun docent, worden ingedeeld in groepen.
Er is geen randomisatie uitgevoerd om equivalente groepen te maken, dit maakt dit een zwakker
experiment.
Let op:
Als er geen sprake is van een experiment, kan het design geen data opleveren die conclusies over
causaliteit mogelijk maken.
- Verschillende termen die gebruikt worden: samenhang, effect op, en voorspeld (mbt verbanden
tussen variabelen). Dit lijkt te duiden op causaal verband, maar deze wordt niet verondersteld in
statistische context.
Thema 3.3 Onderzoeksvragen
- Zonder experimenteel design kan wel onderzocht worden of variabelen samenhangen, maar
kunnen geen uitspraken worden gedaan over de vraag of ze elkaar veroorzaken of beïnvloeden.
Onderzoeksvragen
= De verwoording van de te onderzoeken verbanden.
Als er in de onderzoeksvraag een categorisch dichotoom variabel zit, dan moeten beide groepen in
de onderzoeksvraag genoemd worden. Als beide variabelen het intervalniveau hebben moet je in de
onderzoeksvraag juist geen vergelijking noemen, omdat je dan impliceert dat de intervalvariabele
eigenlijk categorisch is.
Hypothese
= Een hypothese is een onderzoeksvraag die is geformuleerd als stelling. Deze stelling drukt de
verwachting van de onderzoekers uit.
* Meestal op basis van psychologische of onderwijswetenschappelijke theorieën of op basis van
eerder verzamelde empirische evidentie.
* Bij experimenteel onderzoek heb je meestal hypothese, deze zorgt immers voor het besluit om
variabele te manipuleren.
* Echter kan het ook bij observationeel onderzoek.
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 yael-dekruijf. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $3.80. You're not tied to anything after your purchase.