H10

Question 1

Niet experimenteel, 2 groepen, geen pretest
gevaren (5)

Answer 1

Static group comparison design
(selection by) maturation, selection, history, instrumentation

Question 2

Niet experimenteel, 2 groepen, wel pretest
gevaren (6)

Answer 2

Pretest-posttest nonequivalent control group design
(selection by) maturation, history, instrumentation, testing, selection

Question 3

Niet experimenteel, 1 groep, wel pretest
gevaren (4)

Answer 3

One-group pretest-posttest design
Maturation, history, instrumentation, testing

Question 4

Niet experimenteel, 1 groep, meerdere voor- en nametingen
gevaren (4)

Answer 4

Interrupted time-series design (Longitudinal design)
Maturation, history, instrumentation, testing

Question 5

Niet experimenteel, 2 groepen, meerdere voor- en nametingen
gevaren (4)

Answer 5

Replicated interrupted time series design
History, instrumentation, testing, selection

Question 6

Niet experimenteel, 1 element, meerdere voor- en nametingen

Answer 6

Single subject (single case) design

Question 7

Structural equation modeling (SEM) (matching)

Answer 7

Manier om data te analyseren. Soort multilevel analyse.
Combineert correlatie- en regressiebenaderingen die variabelen met elkaar in verband brengen met factoranalysebenaderingen die metingen relateren aan onderliggende variabelen.

Question 8

Interne validiteit verhogen, bij quasi-experimentele designs: (2)

Answer 8

1 Matching
○ Koppelen van participanten aan verschillende condities naar aanleiding van relevante achtergrondvariabelen, zoals leeftijd of gender
○ Wordt afgeraden
○ 2 personen/groepen verdelen met dezelfde kenmerken n.a.v. voormeting
○ Alternatieve verklaringen uitsluiten
○ Doel: minimaliseren systematische verschillen tussen groepen
○ 2 vergelijkbare groepen zonder random toewijzing
○ Moeilijkheden/bedreigingen
□ Matching op alle denkbare variabelen is onmogelijk
□ Regression to the mean
□ Selection threat (interne validiteit)

2 Statistische technieken
○ Controle voor derde variabelen (confounders)
○ Structural Equation Modeling

a. Regression discontinuity analysis
○ N.a.v. voormeting besluiten wie geen behandeling krijgt
○ Voor bij pre-test-pro-test design
○ Verschillen tussen groepen meenemen in analyse
○ Denkbeeldig toepassen van matching
○ Als je een effect vindt, geeft dat een verband tussen afhankelijke variabele en manipulatie/groep
○ Als je geen effect vindt, kun je moeilijk bewijs aandragen dat er geen effect is van manipulatie op beoogde afhankelijke variable
○ Nadelen:
□ Lage power, grote kans type II fout
□ Conclusievaliditeit in gevaar

b Propensity score matching
○ Zelfde probleem gewoon matching, maar minder groot
○ Selection blijft bedreiging
○ Matching niet op voormeting, maar op basis van (meerdere) demografische variabelen
○ (Ongeveer) dezelfde verhouding man/vrouw, leeftijdsverdeling, SES, enz.

Question 9

Regression to the mean

Answer 9

• Verwachting van verandering in scores, zonder een interventie
• Bij extreme scores, zal de tweede score dichter bij het gemiddelde liggen
• Bedreiging interne validiteit
• Als een groep gemiddeld 130 IQ heeft en opnieuw meet zullen de meeste een lagere score krijgen en een enkeling hoger
• Regression effect
  Expected change= (1 - reliability) x (population mean - group mean)