Wat betekent variabiliteit? - Chapter 2

Wat is een schema?

Een schema is een cognitief referentiekader dat ervoor zorgt dat we informatie op een bepaalde manier kunnen verwerken en opslaan. Je hebt een schema voor veel verschillende gebeurtenissen, mensen en andere stimuli die je bent tegengekomen gedurende je leven. Als je ergens een schema over hebt, verwerk je informatie die relevant is voor dat schema makkelijker dan informatie die dit niet is. Veel mensen vinden het lastig om een schema te ontwikkelen met betrekking tot onderzoeksmethoden en statistiek. Dit maakt het lastiger om informatie hierover te verwerken. Om een schema over onderzoeksmethoden en statistiek te kunnen ontwikkelen, is het van belang dat men begrijpt dat onderzoek wordt uitgevoerd om vragen te beantwoorden over verschillen in gedrag (‘behavioral variability’). Met ‘behavioral variability’ hebben we het over hoe en waarom gedrag verschilt per situatie en per individu, en hoe het door de tijd heen verandert.

Welke rol speelt variabiliteit in onderzoek?

Onderzoek doen gaat over het meten van variabiliteit. In dit verband worden vijf belangrijke punten onderscheiden:

1. De gedragswetenschappen houden zich bezig met het bestuderen van variabiliteit in gedrag. Gedragswetenschappers willen weten waarom gedrag (1) per situatie, (2) per individu en (3) door de tijd heen verschilt. Mensen gedragen zich anders per situatie, maar verschillende mensen gedragen zich ook anders in dezelfde situatie. Daarnaast verandert het gedrag van mensen door de tijd heen. Als ze ouder worden gedragen ze zich op een andere manier dan wanneer ze jong zijn. Gedragswetenschappers houden zich dus bezig met het onderzoeken van de oorzaken die gedrag laten variëren.

2. Onderzoeksvragen in alle gedragswetenschappen zijn vragen die over de verschillen in gedrag gaan. Als we bijvoorbeeld willen weten hoe prestatie op cognitieve taken wordt beïnvloed door hoeveelheid slaap, dan willen we eigenlijk weten hoe slaap veranderingen in cognitie veroorzaakt.

3. Onderzoeken moeten zo worden ontworpen dat het mogelijk is om antwoorden te vinden over verschillen in gedrag. Onderzoeksdesigns moeten sterk zijn en ervoor kunnen zorgen dat we alle factoren kunnen vaststellen die samenhangen met verschillen in gedrag.

4. Door gedrag te meten kunnen we uitspraken doen over verschillen in gedrag. Alle gedragswetenschappers proberen gedragingen, gedachten, emoties of fysiologische processen te meten. We willen dat verschillen in getallen overeenkomen met verschillen in gedrag. Als iemand een vier scoort op een test, dan moet dit twee keer beter zijn dan iemand die een twee scoort op een test.

5. Statistische analyses worden gebruikt om de geobserveerde spreiding in de gedragsdata te beschrijven en te verklaren. Voor elk onderzoek is het van belang dat de verzamelde data worden geanalyseerd. Nadat een onderzoek afgerond is hebben onderzoekers een hele lijst van getallen die staan voor verschillen in gedrag. Door middel van statistiek moeten deze getallen geanalyseerd worden. Dit kan door middel van twee soorten statistiek: (1) beschrijvende statistiek (‘descriptive statistics’) en (2) inferentiële statistiek (‘inferential statistics’). Beschrijvende statistieken worden gebruikt om een samenvatting en een beschrijving van het gedrag van de deelnemers te maken. Denk hierbij bijvoorbeeld aan gemiddelden en percentages. Inferentiële statistieken worden gebruikt om conclusies te trekken over de betrouwbaarheid en generaliseerbaarheid van de gevonden onderzoeksresultaten.

Waar wordt de variantie voor gebruikt?

Onderzoekers berekenen de variantie van een dataset om een idee te krijgen over de geobserveerde spreiding in het gedrag van deelnemers. De statistiek variantie geeft de hoeveelheid variabiliteit in het gedrag van de deelnemers aan. Een mogelijkheid is het berekenen van de ‘range’. De range bereken je door de laagste score van de hoogste score van de dataset af te trekken. Deze methode wordt echter niet aangeraden om variabiliteit mee te meten. De range laat alleen zien wat het verschil tussen de grootste en kleinste score is, en niet hoeveel scores onderling verschillen. Als we het hebben over variatie, dan is dat vaak in relatie tot een algemene score, bijvoorbeeld het gemiddelde. Het gemiddelde (‘mean’) wordt berekend door alle scores op te tellen en te delen door het aantal opgetelde scores. De variantie van een dataset laat zien hoe scores afwijken van het gemiddelde. Wanneer de scores in een dataset dicht om het gemiddelde geclusterd zijn, dan betekent het dat de variantie in de data klein zal zijn. Wanneer de scores meer verspreid zijn, dan zal de variantie waarschijnlijk ook groot zijn. De variantie is dus eigenlijk niet meer dan een indicatie van hoe ver, of juist dichtbij, de scores van het gemiddelde af staan. De variantie kan door middel van vijf stappen gevonden worden:

1. Stap 1: allereerst moet het gemiddelde van een dataset berekend worden. Dit doe je door de scores bij elkaar op te tellen, en vervolgens te delen door het aantal opgetelde scores. Het gemiddelde wordt afgekort aan de hand van het symbool of het symbool. In het boek wordt het laatste symbool aangehouden.

2. Stap 2: vervolgens moet uitgerekend worden in hoeverre elke score in de dataset afwijkt van het gemiddelde. Er wordt dus steeds een deviatiescore (‘deviation score’) berekend: (y-). Hier is y de individuele score uit de dataset en het gemiddelde.

3. Stap 3: tijdens deze stap moet elke deviatiescore gekwadrateerd worden: (y-)². Hierdoor hebben we er geen last meer van dat sommige scores negatief zijn. Als je een getal kwadrateert is het antwoord immers altijd positief.

4. Stap 4: vervolgens moeten alle deviatiescores bij elkaar opgeteld worden: Σ (y-)². De uitkomst noemen we ook wel ‘total sum of squares’.

5. Stap 5: het antwoord dat gevonden is door stap 4 moet tot slot gedeeld worden door alle scores min één (n-1). Voor de variantie gebruiken we het symbool s². Kortom: s²= Σ (y-)² / (n-1).

Wat is systematische variantie en wat is error variantie?

De totale variantie in een dataset kan opgesplitst worden in (1) systematische variantie en (2) error variantie (totale variantie = systematische variantie + error variantie). Wetenschappers voeren vaak onderzoeken uit om uit te vinden of twee of meer variabelen gerelateerd aan elkaar zijn. Stel dat een onderzoeker wil weten of temperatuur en agressie gecorreleerd zijn. Deze wetenschapper wil dan weten of variabiliteit in de ene variabele (temperatuur) op systematische wijze samenhangt met variabiliteit in de andere variabele (mate van agressie):

• Systematische variantie staat voor dat deel van de totale variantie dat op een voorspelbare manier gerelateerd is aan de variabelen die een wetenschapper onderzoekt. Als het gedrag van een deelnemers op systematische wijze verandert als de variabelen veranderen, dan kan de wetenschapper hieruit concluderen dat die variabelen zorgen voor de veranderingen in gedrag.

• Error variantie ontstaat wanneer het gedrag van deelnemers beïnvloed wordt door variabelen die de wetenschapper niet onderzoekt. Denk hierbij bijvoorbeeld aan het humeur, de concentratie en de karaktertrekken van de proefpersoon. Als iemand bijvoorbeeld hoog op agressie scoort, kan dit ook komen door zijn of haar slechte humeur in plaats van de temperatuur. Error variantie staat dus voor de variantie die ontstaat door variabelen die niet in het onderzoek opgenomen zijn. Deze vorm van variantie kan dus ook niet door het onderzoek verklaard worden. Hoe meer error variantie er in een dataset zit, hoe moeilijker het is om te bepalen of de gemanipuleerde variabelen (onafhankelijke variabelen) ook echt gerelateerd zijn aan het gedrag dat men wil onderzoeken (de afhankelijke variabele). Onderzoekers willen dan ook zo weinig mogelijk error variantie in hun onderzoek.

Het is van belang dat wetenschappers weten hoe veel van de variantie in een dataset error variantie is en hoe veel van de variantie systematisch van aard is. Om hier achter te komen, worden statistische methoden gebruikt.

Hoe kunnen sterkte van relaties aangegeven worden?

Wetenschappers zijn niet alleen geïnteresseerd in de vraag of variabelen samenhangen, maar ook in de vraag hoe sterk ze samenhangen.

Sommige variabelen zijn bijvoorbeeld maar zwak gecorreleerd met emotionele of cognitieve gedragingen, terwijl dat niet geldt voor andere variabelen. Hierboven is al uitgelegd dat de totale variantie in een dataset bestaat uit systematische variantie en error variantie. Wanneer we deze waarden hebben berekend, kunnen we gemakkelijk berekenen wat de proportie van de systematische variantie in een dataset is. Dit bereken je door de systematische variantie te delen door de totale variantie. De sterkte van een relatie tussen twee variabelen kan uitgedrukt worden door middel van ‘effect sizes’ (ook wel ‘measures of strenght of association’) genoemd.

• De proportie systematische variantie wordt altijd uitgedrukt in een getal tussen de 0 en 1. Als de proportie systematische variantie .00 is, dan zijn de variabelen in het onderzoek helemaal niet aan elkaar gerelateerd. Als de systematische variantie echter 1.00 is, dan kan alle variabiliteit in de dataset toegeschreven worden aan de variabelen in het onderzoek. Hier is dus alleen sprake van systematische variantie, en is er geen error variantie. Er is in dat geval een perfecte relatie tussen de variabelen in het onderzoek. Hoe groter de systematische variantie is ten opzichte van de error variantie, hoe sterker de relatie tussen de onderzochte variabelen is.

• Cohen stelt dat de relatie tussen twee variabelen zwak is als de proportie systematische variantie ongeveer.01 is, gemiddeld is als deze ongeveer.06 is en sterk is als deze groter dan.15 is. Dat .15 staat voor een sterke relatie kan bijzonder lijken, omdat dan nog steeds 85% van de totale variantie error variantie is. In dit verband is het van belang om te onthouden dat veel psychologische variabelen (bijvoorbeeld zelfvertrouwen) door meerdere variabelen worden beïnvloed. Als voor één variabele dan al blijkt dat 15% van de variantie systematisch is, dan is dit veelzeggend. Lage percentages kunnen dan ook veelzeggend en belangrijk zijn.

Wat is een meta-analyse?

Uit verschillende onderzoeken waarin dezelfde variabelen onderzocht worden, kunnen verschillende schattingen van de systematische variantie voortvloeien. Dit komt doordat elk onderzoeksdesign anders is. Ook maakt elk onderzoek gebruik van andere proefpersonen. Om deze reden proberen wetenschappers de sterkte van de relatie tussen twee variabelen vaak te baseren op meerdere wetenschappelijke studies. Door alle resultaten te bekijken, kan een gemiddelde schatting gemaakt worden van de relatie tussen twee variabelen, wanneer deze in alle onderzoeken zijn bestudeerd. Door middel van meta-analyse worden de resultaten van veel verschillende studies geanalyseerd en geïntegreerd. Per studie wordt de effectgrootte berekend of geschat. Zoals hierboven wordt uitgelegd, beschrijft de effectgrootte de sterkte van de relatie tussen 2 variabelen. Als deze effectgrootte voor elke studie is vastgelegd, wordt het gemiddelde van de effectgroottes van de verschillende studies berekend.

Een gemiddelde schatting op basis van meerdere studies geeft sterker bewijs voor de relatie tussen twee variabelen dan één studie.

De meeste meta-analyses bepalen niet alleen in welke mate variabelen samenhangen, maar kijken ook naar welke factoren deze relatie beïnvloeden. Zo kan de relatie tussen twee variabelen bijvoorbeeld beïnvloed worden door sekse. Deze variabele kan dan ook een mediërende rol spelen. Wetenschappers proberen eerst uit te zoeken of variabelen überhaupt samenhangen. Pas daarna kijken ze naar hoe variabelen samenhangen. Ze zijn altijd op zoek naar systematische variantie, omdat dit iets zegt over de relatie tussen de onderzochte variabelen.

Waarom is systematische variantie zo belangrijk?

Bijna al het onderzoek naar gedrag is een zoektocht naar systematische variantie. Onderzoekers willen immers zo veel mogelijk systematische variantie, en zo weinig mogelijk error variantie. Pas als blijkt dat er sprake is van systematische variantie, kijken de onderzoekers naar hoe de variabelen precies gerelateerd zijn.

Een schema is een cognitief referentiekader dat ervoor zorgt dat we informatie op een bepaalde manier kunnen verwerken en opslaan. Je hebt een schema voor veel verschillende gebeurtenissen, mensen en andere stimuli die je bent tegengekomen gedurende je leven. Als je ergens een schema over hebt, verwerk je informatie die relevant is voor dat schema makkelijker dan informatie die dit niet is. Veel mensen vinden het lastig om een schema te ontwikkelen met betrekking tot onderzoeksmethoden en statistiek. Dit maakt het lastiger om informatie hierover te verwerken. Om een schema over onderzoeksmethoden en statistiek te kunnen ontwikkelen, is het van belang dat men begrijpt dat onderzoek wordt uitgevoerd om vragen te beantwoorden over verschillen in gedrag (‘behavioral variability’). Met ‘behavioral variability’ hebben we het over hoe en waarom gedrag verschilt per situatie en per individu, en hoe het door de tijd heen verandert.