Damla Akgöl 2BA
Tim Vantilborgh 2022 – 2023
SCHEMA SVT: OMT 2
SCHEMA: introductie tot wetenschappelijk denken (H1)
Kenmerken van wetenschappelijk Wat is wetenschap Theorie-data cyclus: goede theorie is… Soorten onderzoek:
gemeenschap → = Empirisch = repliceerbaar → Ondersteund door data → Fundamenteel/basic:
→ Universalism (iedereen) - Directe zintuigelijke waarnemingen & meetinstrumenten → Falsifieerbaar theoretisch (cogn. psych)
→ Communality (delen) - NIET eigen ervaring, intuïtie of autoriteitsfiguren → Parsimonie (spaarzaam, simpelste → Translational: grey
→ Disinterestedness (niet voor → Theorieën testen versie) area, niet in school maar
geld/fame, intellectuele interesse) → Fundamentele & toegepaste vragen beantwoorden - Replicatie belangrijk labo (abstract)
→ Organized skepticism (alles in → = continu in ontwikkeling (testing, aanpassen, falsifiëren) - Kritisch mindset = essentieel → Toegepast/applied
vraag kunnen zetten, anders → Publicaties in vaktijdschriften • Niet alle onderzoek = (A&O)
pseudo wet.) → Communiceren met het brede publiek (media clickbait) correct/robuust
Publiceren: Peer-review Onderzoekers Onderzoek VS intuïtie: cognitive biases
(college’s anoniem) < → Gebruiken vergelijkingsgroep 1. Een goed verhaal: plausibel? Dan klopt het wel
editor (start process) < → Controleren 3de variabelen (confounders) 2. Availability heuristic: sneller geloven wnr we makkelijk vb kunnen bedenken
reviewers (reject, revise, → Info evalueren zonder bias 3. Present bias: enkel denken aan het nu & niet aan andere mogelijke situaties
de
accept) - Ervaring heeft geen vergelijkingsgroep & heeft 3 4. Confirmatory hypothesis testing: hypothese formuleren zodat ons idee klopt
→ Meer dan 90% reject + variabelen (= confounded, rage room, catharsis 5. Bias blind spot: eigen beïnvloeding over hoofd zien
langdurig process hypothese) 6. Dunning-Kruger effect: hoog inschatten van eigen competenties
- Onderzoek is wel probabilistisch
Note #1: “var.” = variabel(en) Note #11: “CI” of “BI” = confidence interval,
Note #2: “corr.” = correlatie betrouwbaarheidsinterval
Note #3: “(on)sign.” = (on)significant Note #12: “AV” of “afh. var.” = afhankelijke
Note #4: “valid.” = validiteit variabele
Note #5: “versch.” = verschil(len(d)) Note #13: “OV” of “onafh. var.” =
Note #6: “AF” = antwoordformaat onafhankelijke variabele
Note #7: “CBA” = cronbach alpha Note #14: “alt.” = alternatieve
Note #8: “opl” = oplossing Note #15: “v/d” = van de
Note #9: “R” = betrouwbaarheid
Note #10: “Q” = vraag(en)/question(s)
1
, Damla Akgöl 2BA
Tim Vantilborgh 2022 – 2023
SCHEMA: grondbeginselen van alle onderzoek (H2)
Variabelen VS constante Construct/conceptueel var = het Verbanden: gaat samen met, heeft hoger 3 soorten uitspraken/claims
Onafh VS afh onderzochte risico op, correleert met, voorspelt, heeft 1. Frequentie: beschrijvend/descriptief onderzoek
Meten VS manipuleren Conceptueel definitie = theorie verband met,… → Gaat altijd over 1 variabele! Kan wel versch. uitspraken
Conceptuele < v/d construct Causale verbanden: veroorzaakt, vergroot, doen over versch. var.
operationaliseerde Operationalisering = meting ervan verkleint, leidt tot, verandert,… (= sterkere → “12% van kiezers heeft voorkeur voor Groen”
woorden, moet hiermee oppassen) → Construct, externe, statistisch, interne (want hier gaat
4 soorten validiteit Voorwaarde voor causaliteit (experimenteel): het niet over causaliteit)
1. Construct: meet wat het moet meten? Hoe goed → Covariantie 2. Verbanden/association: correlationeel onderzoek
hebben we var. gemeten? Betrouwbaarheid → Temporal precedence → Tussen 2 var.: positief, negatief of geen verband
2. Externe: kunnen we veralgemenen naar andere → Alt. verklaringen uitsluiten (random assignment) → Curvilineair verband: U-vormig verband
personen, plaatsen, tijdstippen, contexten? - Spurious correlaties: men denkt vaak dat er sign. → Bolletjes dicht aan de regressierechte = sterk(er)
(representativiteit) causaliteit is, terwijl dat niet zo is (door sterke - Scatterplot kijken want r = .67 is niet altijd goed
3. Statistisch: hoe groot is de standaardmeetfout corr.) • Datasaurusdozen (zelfde data, correlatie & mean)
(Se)? Hoe goed ondersteunt de data je • Correlatie ≠ causaliteit • 1 var. dichotoom/categoriaal? barplot = beter
conclusie? Ethische richtlijnen voor psychologisch onderzoek → “Meer slechte klanten kan tot burn-out leiden”
→ Effect size, statistisch significantie, confidence → Vb. Tuskagee Syphilis studie, Milgram’s obedience → Construct, externe, statistisch, interne (want hier gaat
interval experiment, invasion of personal space (urinal) het niet over validiteit dus minder belangrijk)
4. Interne: causale effect, kunnen we conlusies → 3 principes van de Belmont verslag 3. Causale verband: experimenteel onderzoek
over causaliteit trekken? - Respect voor mensen: informed consent, → Enkel nagaan dmv experiment
Afwegingen van versch. aspecten van validiteit bescherming kwetsbare groepen → “Muzieklessen verbetert je IQ”
→ Geen enkele studie = perfect, voorrang geven - Benificence: kosten-baten voor deelnemers & → Construct, externe, statistisch, interne (PRIORITAIR)
voor bepaalde validiteiten maatschappij 8 standaarden van APA m.b.t. onderzoek:
→ Balans tussen externe & interne validiteit - Rechtvaardigheid: is het sexy voor iedereen → Ethische commissie < informed consent (deelname &
- Experimenten: sterk intern, zwak extern (deelnemers inbegrepen)? data gebruik) < weglaten van informed consent < beloning
- Correlationeel: zwak intern, betere extern < misleiding (deception through commission or omission) <
→ Balans tussen externe & construct validiteit 5 algemene APA richtlijnen (2 extra): debriefing < dierengebruik (3R’s: replacement, reduction,
- Korter meetinstrumenten (om respondenten te → Beneficence & nonmaleficence, fidelity & refinement) < rapporteren van resultaten < 10
lokken) < extern valid verbetert, construct valid responsibility, integrity, justice, respect voor rechten & QRP’s/onderzoeksfraude (plagiaat, fabricatie, falsificatie) <
wordt slechter waardigheid van personen publication credit < dubbele publicaties met dezelfde data
< delen van data (open science) < reviewers
2
Tim Vantilborgh 2022 – 2023
SCHEMA SVT: OMT 2
SCHEMA: introductie tot wetenschappelijk denken (H1)
Kenmerken van wetenschappelijk Wat is wetenschap Theorie-data cyclus: goede theorie is… Soorten onderzoek:
gemeenschap → = Empirisch = repliceerbaar → Ondersteund door data → Fundamenteel/basic:
→ Universalism (iedereen) - Directe zintuigelijke waarnemingen & meetinstrumenten → Falsifieerbaar theoretisch (cogn. psych)
→ Communality (delen) - NIET eigen ervaring, intuïtie of autoriteitsfiguren → Parsimonie (spaarzaam, simpelste → Translational: grey
→ Disinterestedness (niet voor → Theorieën testen versie) area, niet in school maar
geld/fame, intellectuele interesse) → Fundamentele & toegepaste vragen beantwoorden - Replicatie belangrijk labo (abstract)
→ Organized skepticism (alles in → = continu in ontwikkeling (testing, aanpassen, falsifiëren) - Kritisch mindset = essentieel → Toegepast/applied
vraag kunnen zetten, anders → Publicaties in vaktijdschriften • Niet alle onderzoek = (A&O)
pseudo wet.) → Communiceren met het brede publiek (media clickbait) correct/robuust
Publiceren: Peer-review Onderzoekers Onderzoek VS intuïtie: cognitive biases
(college’s anoniem) < → Gebruiken vergelijkingsgroep 1. Een goed verhaal: plausibel? Dan klopt het wel
editor (start process) < → Controleren 3de variabelen (confounders) 2. Availability heuristic: sneller geloven wnr we makkelijk vb kunnen bedenken
reviewers (reject, revise, → Info evalueren zonder bias 3. Present bias: enkel denken aan het nu & niet aan andere mogelijke situaties
de
accept) - Ervaring heeft geen vergelijkingsgroep & heeft 3 4. Confirmatory hypothesis testing: hypothese formuleren zodat ons idee klopt
→ Meer dan 90% reject + variabelen (= confounded, rage room, catharsis 5. Bias blind spot: eigen beïnvloeding over hoofd zien
langdurig process hypothese) 6. Dunning-Kruger effect: hoog inschatten van eigen competenties
- Onderzoek is wel probabilistisch
Note #1: “var.” = variabel(en) Note #11: “CI” of “BI” = confidence interval,
Note #2: “corr.” = correlatie betrouwbaarheidsinterval
Note #3: “(on)sign.” = (on)significant Note #12: “AV” of “afh. var.” = afhankelijke
Note #4: “valid.” = validiteit variabele
Note #5: “versch.” = verschil(len(d)) Note #13: “OV” of “onafh. var.” =
Note #6: “AF” = antwoordformaat onafhankelijke variabele
Note #7: “CBA” = cronbach alpha Note #14: “alt.” = alternatieve
Note #8: “opl” = oplossing Note #15: “v/d” = van de
Note #9: “R” = betrouwbaarheid
Note #10: “Q” = vraag(en)/question(s)
1
, Damla Akgöl 2BA
Tim Vantilborgh 2022 – 2023
SCHEMA: grondbeginselen van alle onderzoek (H2)
Variabelen VS constante Construct/conceptueel var = het Verbanden: gaat samen met, heeft hoger 3 soorten uitspraken/claims
Onafh VS afh onderzochte risico op, correleert met, voorspelt, heeft 1. Frequentie: beschrijvend/descriptief onderzoek
Meten VS manipuleren Conceptueel definitie = theorie verband met,… → Gaat altijd over 1 variabele! Kan wel versch. uitspraken
Conceptuele < v/d construct Causale verbanden: veroorzaakt, vergroot, doen over versch. var.
operationaliseerde Operationalisering = meting ervan verkleint, leidt tot, verandert,… (= sterkere → “12% van kiezers heeft voorkeur voor Groen”
woorden, moet hiermee oppassen) → Construct, externe, statistisch, interne (want hier gaat
4 soorten validiteit Voorwaarde voor causaliteit (experimenteel): het niet over causaliteit)
1. Construct: meet wat het moet meten? Hoe goed → Covariantie 2. Verbanden/association: correlationeel onderzoek
hebben we var. gemeten? Betrouwbaarheid → Temporal precedence → Tussen 2 var.: positief, negatief of geen verband
2. Externe: kunnen we veralgemenen naar andere → Alt. verklaringen uitsluiten (random assignment) → Curvilineair verband: U-vormig verband
personen, plaatsen, tijdstippen, contexten? - Spurious correlaties: men denkt vaak dat er sign. → Bolletjes dicht aan de regressierechte = sterk(er)
(representativiteit) causaliteit is, terwijl dat niet zo is (door sterke - Scatterplot kijken want r = .67 is niet altijd goed
3. Statistisch: hoe groot is de standaardmeetfout corr.) • Datasaurusdozen (zelfde data, correlatie & mean)
(Se)? Hoe goed ondersteunt de data je • Correlatie ≠ causaliteit • 1 var. dichotoom/categoriaal? barplot = beter
conclusie? Ethische richtlijnen voor psychologisch onderzoek → “Meer slechte klanten kan tot burn-out leiden”
→ Effect size, statistisch significantie, confidence → Vb. Tuskagee Syphilis studie, Milgram’s obedience → Construct, externe, statistisch, interne (want hier gaat
interval experiment, invasion of personal space (urinal) het niet over validiteit dus minder belangrijk)
4. Interne: causale effect, kunnen we conlusies → 3 principes van de Belmont verslag 3. Causale verband: experimenteel onderzoek
over causaliteit trekken? - Respect voor mensen: informed consent, → Enkel nagaan dmv experiment
Afwegingen van versch. aspecten van validiteit bescherming kwetsbare groepen → “Muzieklessen verbetert je IQ”
→ Geen enkele studie = perfect, voorrang geven - Benificence: kosten-baten voor deelnemers & → Construct, externe, statistisch, interne (PRIORITAIR)
voor bepaalde validiteiten maatschappij 8 standaarden van APA m.b.t. onderzoek:
→ Balans tussen externe & interne validiteit - Rechtvaardigheid: is het sexy voor iedereen → Ethische commissie < informed consent (deelname &
- Experimenten: sterk intern, zwak extern (deelnemers inbegrepen)? data gebruik) < weglaten van informed consent < beloning
- Correlationeel: zwak intern, betere extern < misleiding (deception through commission or omission) <
→ Balans tussen externe & construct validiteit 5 algemene APA richtlijnen (2 extra): debriefing < dierengebruik (3R’s: replacement, reduction,
- Korter meetinstrumenten (om respondenten te → Beneficence & nonmaleficence, fidelity & refinement) < rapporteren van resultaten < 10
lokken) < extern valid verbetert, construct valid responsibility, integrity, justice, respect voor rechten & QRP’s/onderzoeksfraude (plagiaat, fabricatie, falsificatie) <
wordt slechter waardigheid van personen publication credit < dubbele publicaties met dezelfde data
< delen van data (open science) < reviewers
2
