mvo week 2
Between subject designs: elk persoon krijgt één conditie van de onafhankelijke variabele (~independent group design)
Bijvoorbeeld: -deelnemer 1 t/m 10: therapie A
- Deelnemer 11 t/m 20: therapie B
Dus: bij een between-subjects design meet je ieder persoon één keer op de onafhankelijke variabele
De grootte van een effect: verschil in de gemiddeldes
Gemiddelde Y-Score bij conditie A en gemiddelde Y-score bij conditie B
Dan: Effect A – Effect B = grootte van het effect (maakt niet uit of het a-b is of b-a)
-Een causaal verband kan alleen aangetoond worden met een zuiver experiment
Wanneer is een between-subjects design een zuiver experiment?
· Wanneer er manipulatie van onafhankelijke variabele plaatsvindt
· Randomisatie van groepen
· Eliminatie van alle potentieel storende variabelen (door randomisatie en de situaties van beide groepen volledig gelijk)
· Meting van afhankelijke variabele
· Vergelijking van condities m.b.t gemiddelde op de afhankelijke variabele
Within-subjects design: elk persoon krijgt alle condities van de onafhankelijke variabele
(~repeated measures design à herhaalde metingen van de afhankelijke variabele)
Bijvoorbeeld: - deelnemer 1: 4 jaar en 5 jaar
- Deelnemer 2: 4 jaar en 5 jaar
Afhankelijke variabele: leesvaardigheid, onafhankelijk: leeftijd (4 of 5 jaar), meet alle niveaus van de onafhankelijke variabele bij elk persoon
-elke deelnemer krijgt elke conditie
Manieren om te zien dat het een within subject design is:
-er zijn twee metingen van de onafhankelijke variabele
-Ieder proefpersoon heeft beide condities gehad
Voordelen van within subject designs
-verschillen tussen proefpersonen kunnen niet leiden tot storende variabelen (want alle proefpersonen zitten in beide a en b, een soort eigen controle want in beide groepen zitten precies dezelfde personen)
-Dit is handiger, want er zijn minder subjecten nodig (minder subjecten nodig, want twee keer zoveel data met de helft van de subjecten die nodig zijn bij between-subject designs)
Nadelen van within subject designs
Volgorde effecten= alles wat te maken heeft met de invloed van de onafhankelijke variabele op de afhankelijke variabele door het verstrijken van de tijd.
-differentiële transfer: invloed van conditie a naar b is anders dan invloed van conditie van b naar a
-symmetrische transfer is niet erg (geen verschil tussen invloed van conditie a naar b en invloed van conditie b naar a)
-Een causaal verband kan alleen aangetoond worden met een zuiver experiment
Wanneer is een within-subjects design een zuiver experiment?
Verschil met between-subjects design: de controlemaatregel is heel anders. (Bij between-subject design is het randomisatie van groepen (1), bij within subjects 4 controlemaatregelen onder te verdelen in:
-counterbalancen of
-randomisatie van volgorde)
· Manipulatie van de onafhankelijke variabele
· Eliminatie van alle potentieel storende variabelen
· Meerdere metingen van de afhankelijke variabele
· Vergelijking van condities m.b.t. gemiddelde op de afhankelijke variabele
De controlemaatregelen bij een within-subjects design:
· Randomisatie van volgorde (ongeveer) (de condities na elkaar aanbieden om te voorkomen dat er iets systematisch in die volgorde zit)
1) Intra-group: de volgorde wordt voor elke deelnemer opnieuw random bepaald. (Op toevallige wijze) (door bv dobbelsteen te gooien)
Het gevolg: in de groep worden alle condities gemiddeld ongeveer in dezelfde fase (op het zelfde tijdstip aangeboden) gegeven (bijvoorbeeld een gemiddelde berekenen van de dag waarop conditie a wordt aangeboden)
2) Intra-subject: elke deelnemer krijgt elke conditie heel vaak in een random volgorde. Nodig omdat we het nu hebben over de intra-subject maatregel.
Gevolg: nu kun je per deelnemer (dus niet alleen binnen de groep) bekijken wat de gemiddelde aanbiedingstijd is dus nu is het per deelnemer ongeveer gemiddeld.
Voorbeeld intrasubjecte randomisatie van volgorde: Eriksen flanker task
Stimuli:
Congruent: HHHHH of SSSSS (zelfde letters de hele tijd)
Incongruent: HHSHH of SSHSS (verschillende letters)
Stimuli worden dus in een random volgorde aangeboden à intrasubject
3) Counterbalancen: intra-group (precies hetzelfde)
Procedure: er wordt een “gebalanceerde” lijst (dus niks randoms aan) van volgorden en daarna krijgt elke deelnemer at random (anders dan randomisatie van volgorde , want volgorde niet random, maar het is anders want de volgorde waarop je dit toewijst aan mensen is random) 1 van de volgorden op de lijst
Gevolg: In de groep worden alle condities gemiddeld in precies dezelfde fase gegeven (als je het goed doet worden alle condities op precies hetzelfde tijdstip aangeboden)
Verschillende manieren om gebalanceerde lijst te maken :
Hierdoor heb je heel veel mensen nodig à minder efficiënt
è Incomplete counterbalancing
Gebalanceerd Latijns vierkant (zoals een sudoku) (gebalanceerd -> elke conditie komt een keer voor en een keer na elke conditie)
Waarom niet abcdef à elke keer b voor c en c altijd voor d àproblemen
è Dit gebruik je om die lijst met gebalanceerde volgorden te maken à daarna compleet maken door het at random te geven aan subjecten en twee gelijke groepen
Voorbeeld:
4) Counterbalancen: intra-subject
Procedure: elke conditie wordt precies op dezelfde tijd aangeboden , dus elke deelnemer krijgt de condities in meerdere, uitgekiende volgorden
-deze gevoeliger voor vermoeidheid en oefen effecten
Mixed design: een onderzoek met een in between subject design gedeelte en een within subject design gedeelte
Mixed design: vooruitgang = nameting – voormeting (mensen of in a of in b (between subject design gedeelte)( en variabele tijd en voor en nameting bij zelfde mensen is within subject design))
Andere factoren waar je rekening mee moet houden:
Verwachtingen van proefpersonen:
· Demand characteristics
· Placebo effect
Verwachtingen van onderzoekers
· Expectancy effects/experimenter bias
Een mogelijke oplossing
è Blind onderzoek
è Single blind experiment: deelnemer blind (niet vertellen wat je verwacht als onderzoeker)
è Double-blind experiment: zowel deelnemer als onderzoek “blind” (mensen niet vertellen in welke conditie mensen zitten)
· Manipulatie
Direct (straightforward) of indirect (staged)
Manipulatie check: werkt de manipulatie zoals je wilt?
Vaak in “pilot onderzoek”
Voordeel bij niet-significatne resultaten
Stel: geen verschil tussen condities op y
-Checken of dat komt doordat de manipulatie niet gelukt is
-matched pairs design: hoef je niet te kennen voor het tentamenBetween subject designs: elk persoon krijgt één conditie van de onafhankelijke variabele (~independent group design)
Bijvoorbeeld: -deelnemer 1 t/m 10: therapie A
- Deelnemer 11 t/m 20: therapie B
Dus: bij een between-subjects design meet je ieder persoon één keer op de onafhankelijke variabele
De grootte van een effect: verschil in de gemiddeldes
Gemiddelde Y-Score bij conditie A en gemiddelde Y-score bij conditie B
Dan: Effect A – Effect B = grootte van het effect (maakt niet uit of het a-b is of b-a)
-Een causaal verband kan alleen aangetoond worden met een zuiver experiment
Wanneer is een between-subjects design een zuiver experiment?
· Wanneer er manipulatie van onafhankelijke variabele plaatsvindt
· Randomisatie van groepen
· Eliminatie van alle potentieel storende variabelen (door randomisatie en de situaties van beide groepen volledig gelijk)
· Meting van afhankelijke variabele
· Vergelijking van condities m.b.t gemiddelde op de afhankelijke variabele
Within-subjects design: elk persoon krijgt alle condities van de onafhankelijke variabele
(~repeated measures design à herhaalde metingen van de afhankelijke variabele)
Bijvoorbeeld: - deelnemer 1: 4 jaar en 5 jaar
- Deelnemer 2: 4 jaar en 5 jaar
Afhankelijke variabele: leesvaardigheid, onafhankelijk: leeftijd (4 of 5 jaar), meet alle niveaus van de onafhankelijke variabele bij elk persoon
-elke deelnemer krijgt elke conditie
Manieren om te zien dat het een within subject design is:
-er zijn twee metingen van de onafhankelijke variabele
-Ieder proefpersoon heeft beide condities gehad
Voordelen van within subject designs
-verschillen tussen proefpersonen kunnen niet leiden tot storende variabelen (want alle proefpersonen zitten in beide a en b, een soort eigen controle want in beide groepen zitten precies dezelfde personen)
-Dit is handiger, want er zijn minder subjecten nodig (minder subjecten nodig, want twee keer zoveel data met de helft van de subjecten die nodig zijn bij between-subject designs)
Nadelen van within subject designs
Volgorde effecten= alles wat te maken heeft met de invloed van de onafhankelijke variabele op de afhankelijke variabele door het verstrijken van de tijd.
-differentiële transfer: invloed van conditie a naar b is anders dan invloed van conditie van b naar a
-symmetrische transfer is niet erg (geen verschil tussen invloed van conditie a naar b en invloed van conditie b naar a)
-Een causaal verband kan alleen aangetoond worden met een zuiver experiment
Wanneer is een within-subjects design een zuiver experiment?
Verschil met between-subjects design: de controlemaatregel is heel anders. (Bij between-subject design is het randomisatie van groepen (1), bij within subjects 4 controlemaatregelen onder te verdelen in:
-counterbalancen of
-randomisatie van volgorde)
· Manipulatie van de onafhankelijke variabele
· Eliminatie van alle potentieel storende variabelen
· Meerdere metingen van de afhankelijke variabele
· Vergelijking van condities m.b.t. gemiddelde op de afhankelijke variabele
De controlemaatregelen bij een within-subjects design:
· Randomisatie van volgorde (ongeveer) (de condities na elkaar aanbieden om te voorkomen dat er iets systematisch in die volgorde zit)
1) Intra-group: de volgorde wordt voor elke deelnemer opnieuw random bepaald. (Op toevallige wijze) (door bv dobbelsteen te gooien)
Het gevolg: in de groep worden alle condities gemiddeld ongeveer in dezelfde fase (op het zelfde tijdstip aangeboden) gegeven (bijvoorbeeld een gemiddelde berekenen van de dag waarop conditie a wordt aangeboden)
2) Intra-subject: elke deelnemer krijgt elke conditie heel vaak in een random volgorde. Nodig omdat we het nu hebben over de intra-subject maatregel.
Gevolg: nu kun je per deelnemer (dus niet alleen binnen de groep) bekijken wat de gemiddelde aanbiedingstijd is dus nu is het per deelnemer ongeveer gemiddeld.
Voorbeeld intrasubjecte randomisatie van volgorde: Eriksen flanker task
Stimuli:
Congruent: HHHHH of SSSSS (zelfde letters de hele tijd)
Incongruent: HHSHH of SSHSS (verschillende letters)
Stimuli worden dus in een random volgorde aangeboden à intrasubject
3) Counterbalancen: intra-group (precies hetzelfde)
Procedure: er wordt een “gebalanceerde” lijst (dus niks randoms aan) van volgorden en daarna krijgt elke deelnemer at random (anders dan randomisatie van volgorde , want volgorde niet random, maar het is anders want de volgorde waarop je dit toewijst aan mensen is random) 1 van de volgorden op de lijst
Gevolg: In de groep worden alle condities gemiddeld in precies dezelfde fase gegeven (als je het goed doet worden alle condities op precies hetzelfde tijdstip aangeboden)
Verschillende manieren om gebalanceerde lijst te maken :
Hierdoor heb je heel veel mensen nodig à minder efficiënt
è Incomplete counterbalancing
Gebalanceerd Latijns vierkant (zoals een sudoku) (gebalanceerd -> elke conditie komt een keer voor en een keer na elke conditie)
Waarom niet abcdef à elke keer b voor c en c altijd voor d àproblemen
è Dit gebruik je om die lijst met gebalanceerde volgorden te maken à daarna compleet maken door het at random te geven aan subjecten en twee gelijke groepen
Voorbeeld:
4) Counterbalancen: intra-subject
Procedure: elke conditie wordt precies op dezelfde tijd aangeboden , dus elke deelnemer krijgt de condities in meerdere, uitgekiende volgorden
-deze gevoeliger voor vermoeidheid en oefen effecten
Mixed design: een onderzoek met een in between subject design gedeelte en een within subject design gedeelte
Mixed design: vooruitgang = nameting – voormeting (mensen of in a of in b (between subject design gedeelte)( en variabele tijd en voor en nameting bij zelfde mensen is within subject design))
Andere factoren waar je rekening mee moet houden:
Verwachtingen van proefpersonen:
· Demand characteristics
· Placebo effect
Verwachtingen van onderzoekers
· Expectancy effects/experimenter bias
Een mogelijke oplossing
è Blind onderzoek
è Single blind experiment: deelnemer blind (niet vertellen wat je verwacht als onderzoeker)
è Double-blind experiment: zowel deelnemer als onderzoek “blind” (mensen niet vertellen in welke conditie mensen zitten)
· Manipulatie
Direct (straightforward) of indirect (staged)
Manipulatie check: werkt de manipulatie zoals je wilt?
Vaak in “pilot onderzoek”
Voordeel bij niet-significatne resultaten
Stel: geen verschil tussen condities op y
-Checken of dat komt doordat de manipulatie niet gelukt is
-matched pairs design: hoef je niet te kennen voor het tentamen