Thema 2 Flashcards

1
Q

Onafhankelijke variabelen

A

De variabelen die je manipuleert

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Afhankelijke variabelen

A

De variabelen die je meet nadat de onafhankelijke variabelen wordt veranderd.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Derde variabelen

A

Eventuele invloeden van andere variabelen, ook wel extraneous variables.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Confounding

A

De derde variabelen kan de relatie tussen de onafhankelijke en afhankelijke variabele verstoren. Dat noem je confounding.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Experiment

A

Deze haakt in op stap 2 (voorgestelde actie) en stap 4 (bijbehorende resultaten) van het als-dan-daarom schema. Het vormt een koppeling tussen de hypotheses en observaties.
Het is een actieve manier om een voorspelling empirisch te toetsen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Perfect gecontroleerd experiment

A

Experiment waarin enkel de onafhankelijke variabelen wordt gemanipuleerd en de derde variabelen onder controle zijn, confounding speelt geen rol.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Heldere en specifieke voorspellingen

A

Voorafgaand aan een experiment moeten deze voorspellingen, ook wel verwachtingen geformuleerd worden. Wetenschappers gebruiken vaak operationele definities van een begrip, begrippen die conceptueel vaag zijn moeten worden verbeden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Interventei

A

Dit vormt het centrale kenmerk van een perfect gecontroleerd experiment. Het is een verandering in het systeem die de onderzoeker aanbrengt en waarmee de waarde van de onafhankelijke variabele wordt gemanipuleerd.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Valide

A

Een manipulatie moet valide zijn, dat wil zeggen dat deze betrekking heeft op het construct dat je wilt manipuleren. Vraag jezelf altijd af zorgt deze manipulatie daadwerkelijk voor wat ik wil onderzoeken?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Interventie chirurgisch

A

Interventie moet zeer precies worden uitgevoerd.
Een weinig precieze interventie wordt ook wel ‘fat-handed’ genoemd.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Manipulatie sterk genoeg

A

De manipulatie van de onafhankelijke variabele moet sterk genoeg zijn, zodat er voldoende verandering in de onafhankelijke variabele wordt opgewekt om een effect op de afhankelijke variabele te kunne bewerkstelligen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

False rejection

A

Wij moeten controleren of een experiment ruimte geeft voor false rejection, dus het onterecht verwerpen van de causale hypothese terwijl deze in werkelijkheid waar is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

False confirmation

A

Wij moeten controleren of een experiment ruimte geeft voor false confirmation, dus het bevestigen verwerpen van de causale hypothese terwijl deze in werkelijkheid niet waar is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Directe controle

A

Als alle derde variabelen gelijk worden gehouden tijdens een interventie, zodat enkel de onafhankelijke variabele varieert.
Omdat het onmogelijk is om weet te hebben van alle variabelen die eventueel van invloed zijn op het te bestuderen verband, is directe controle van variabele belangrijk, maar altijd onvolledig.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Indirecte controle

A

Het doel is om de invloed van derde variabele onafhankelijk te laten zijn van de interventie. Dit kan door een grote steekproef en random toe wijzing.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Exeperimenter bias

A

Dat is een speciale vorm van derde variabelen in een onderzoek, namelijk de verwachtingen van onderzoeker en deelnemers.
Oplossing voor deelnemers is placebo-effect.
Oplossing voor onderzoeker is single-blind of dubbelblind onderzoek.
Voorheen werd gebruik gemaakt van deceptie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Deceptie

A

Dit houdt in dat een onderzoeker bewust informatie over de studie achterhoudt om de deelnemers te misleiden om te voorkomen dat deelnemers verwachtingen gingen vormen over het onderzoek.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Alternatieve verklaringen

A

Ondersteuning vinden voor een causale hypothese (door als-dan-daarom schema), wil niet zeggen dat hypothese ook waar is. Er kunnen namelijk alternatieve verklaringen zijn voor het optreden van het onderzoeksresultaat. Dit is mogelijk omdat er bij het toetsen van causale hypotheses ook allerlei hulpaannamen worden gemaakt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Experimentele opstelling

A

Is karakteriserend voor een experiment.
Hieronder vallen:
- fysieke aspecten, onderzoekseenheden (bv deelnemers, klassen)
- technologische aspecten, (apparatuur voor metingen, statistische software)
- situationele aspecten, (locatie, periode, bv laboratorium onderzoek of veldonderzoek)
- temporele aspecten, (bv duur experiment)
- sociale aspecten, die experiment op bepaalde wijze vormgeven (bv visie binnen wetenschapsgebied of onderzoeksgroep)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Hulpaannamen

A

In de praktijk gebruiken wij deze, veelal impliciet, om van een causale hypothese en voorgestelde actie tot een voorspelling te komen. In het als-dan-daarom schema komen enkel de twee stappen causale hypothese en voorgestelde actie voor.
Falsificatie van causale hypothese is hiermee moeilijk of onmogelijk gemaakt omdat de basis van de falsificatie ook bij de hulpaannames kan liggen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Onderdetermintatie

A

Betekend de aanwezigheid van alternatieve verklaringen. Kan zijn causale hypotheses uit andere theorie, bepaalde achtergrondvariabele.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Onderdeterminatie tegen gaan

A
  1. beslissing uitstellen, dit is meestal geen echt oplossing
  2. replicatie van onderzoek, onderzoek precies nog eens zo uitvoeren om te kijken of tot dezelfde resultaten komt.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Ockham’s razor

A

De voorkeur te geven aan eenvoud. Bv de keuze voor meest aantrekkelijke hypothese.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Causale keten

A

Causaliteit kun je zien als een causale keten van gebeurtenissen of variabelen waarbij het optreden of de afwezigheid van de ene gebeurtenis bepalend is voor het optreden van de andere gebeurtenis.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Doel causale inferentie

A

Betekend causaal verband vinden, is het vinden van oorzaken die gelden voor het individu. Causale uitspraken op populatieniveau gelden dan als gemiddelde van de causale relaties die gelden voor individuen binnen die populatie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Counterfactual

A

Ofwel contrafeitelijk. Hierbij wordt geredeneerd vanuit een situatie die tegengesteld is aan de feitelijke uitkomst. (feitelijk: longkanker - roken, contrafeitelijk: longkanker - niet roken).
Iemand die longkanker krijgt en rookt, daarbij is niet te bepalen of hij ook longkanker kreeg als hij niet rook, vandaar causale gevolgtrekkingen er complex.
Te herkennen aan het woordje ‘zou’ in de zin.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Correlatie

A

Hierbij wordt naar de feitelijke uitkomst gekeken en wordt de vergelijking met counterfactual buiten beschouwing gelaten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Twee ideeën Potochnik voor causale relaties

A
  1. causale processen kunnen gezien worden als relaties waarbij het optreden van de ene gebeurtenis verschil maakt voor het optreden van de andere gebeurtenis (= difference-making).
  2. causale processen een fysieke overdracht van energie behelzen.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Difference-making

A

Het optreden van de ene gebeurtenis maakt het verschil voor het optreden van de andere gebeurtenis. Staat centraal bij causale relaties. Bij experimenten waarbij onafhankelijke variabele gemanipuleerd wordt om gevolg te zien bij afhankelijke variabelen.

30
Q

DAG

A

Causale relaties tussen twee variabelen worden gevisualiseerd met een causaal diagram.
DAG betekent in feite niets meer dan een grafische weergave van variabelen, waarin elke pijl tussen de variabelen een direct causaal effect tussen deze variabelen weergeeft.

31
Q

Directe causaliteit

A

Hierbij is de ene variabele een directe oorzaak van de andere variabele, maar ook andersom.
BV
Zelfvertrouwen –> zoenen
Zelfvertrouwen <– zoenen

32
Q

Indirecte causaliteit

A

Verloopt de causale relatie via een andere variabelen. Er wordt onderscheidt gemaakt tussen proximale (dichtbij gelegen) en distale (verweg) oorzaken.
Zelfvertrouwen –> romantische relatie –> zoenen

33
Q

(inter)mediërende variabele of mediator

A

Dat is bij de indirecte causaliteit, waarbij een keten van oorzaken verbindt. Het model kan via de ene kant lopen, maar ook andersom
Zelfvertrouwen –> romantische relatie –> zoenen
Zoenen –> romantische relatie –> zelfvertrouwen

34
Q

Common cause of confouding

A

Een derde variabelen die een gemeenschappelijke oorzaak is van beide variabelen, wordt ook wel confounder genoemd. Derde variabel zowel oorzaak van x als y en vertroebelt daarmee de correlatie tussen x en y.
–>zelfvertrouwen
Romantische relaties
–> zoenen

35
Q

Causale modellen

A

Als er een correlatie bestaat tussen variabelen dan is het zinvol om stil te staan in hoeverre causale modellen aanleiding kunnen hebben gegeven tot de gevonden correlatie:
- directe causaliteit X–>Y
- directe causaliteit Y–>X
- indirecte causaliteit/mediatie X–>C–>Y
- indirecte causaliteit/mediatie Y–>C–>X
- common cause/confounding (X<–C–>Y)
- colliding, geen tentamenstof
Hoe kun je bepalen welk causale model de werkelijkheid het beste beschrijft? Nagaan in hoeverre de relatie waarin je geïnteresseerd bent voldoet aan de aantal voorwaarden om van oorzaak-gevolgrelatie te mogen spreken, komt nog verder aan bod

36
Q

Supieuze correlatie

A

Is een onzincorrelatie die bijvoorbeeld verschijnen als je maar lang genoeg in data speurt.

37
Q

Voorwaarde causaliteit

A
  • regelmatigheidsbenadering causaliteit
  • interventiebenadering causaliteit
38
Q

Regelmatigheidsbenadering

A

Causale relaties worden gezien als een speciaal soort regematigheden. Moeten aan voorwaarden voldoen om van een oorzaak-gevolgrelatie te spreken:
- spatiotemporele nabijheid
- temporele prioriteit
- constante associatie
Voordelen: geeft duidelijkheid wanneer wel en geen oorzaak-gevolg relatie
Nadeel: bij constante associatie, bij gebeurtenissen die we als oorzaak-gevolg bestempelen gebeurt dit niet. Daarnaast niet elke regelmatigheid tussen X en Y wijst op een oorzaakgevolgrelatie

39
Q

Spatiotemporele nabijheid

A

X (contact met brandnetel) en Y (uitslag) moeten nabij zijn in tijd en locatie

40
Q

Temporele prioriteit

A

X moet voorafgaan aan Y (eerst val je in de brandnetels, daarna ontstaat de uitslag)

41
Q

Constante associatie

A

Elke X moet worden vergezeld van Y (telkens wanneer je in de brandnetels valt, krijg je uitlsag)

42
Q

Voldoende oorzaak

A

Een gebeurtenis is een voldoende oorzaak van het gevolg als de oorzaak altijd tot het gevolg leidt.

43
Q

Noodzakelijke oorzaak

A

betekent dat de gebeurtenis altijd aanwezig moet zijn om het effect te laten plaatsvinden.
BV aanwezigheid van zuurstof voor het ontstaan van brand.

44
Q

Causale achtergrond

A

Soms zijn er omstandigheden waarbij er geen voldoende of noodzakelijke voorwaarden gezien worden. Oorzaakgevolgrelaties gelden alleen gegeven een bepaalde causale achtergrond.
BV goed tandenpoetsen kan als voldoende oorzaak gezien worden van goede mondgezondheid, maar geldt alleen bij bepaalde achtergrondfactoren, zoals tandartsbezoek en geen ongeluk krijgen

45
Q

Probabilistische benadering

A

In de psychologie komen zelden twee gebeurtenissen daadwerkelijk in een constante associatie met elkaar te staan (eerst X, alvorens Y)
Probabilistische benadering is daar een oplossing voor omdat hierbij contribuerende oorzaken worden onderscheiden die de kans op een bepaalde uitkomst verhogen.
Dit wordt gezien als reactie op de regematigheidstheorieën.

46
Q

Contribuerende oorzaak of partiële oorzaak

A

Een factor die de kans op een gebeurtenis verhoogt zonder een voldoende of noodzakelijke oorzaak hiervan te zijn.
Contribuerende oorzaak: hiervoor geldt dat X dus de kans op het effect van Y groter is als X aanwezig is dan wanneer deze niet aanwezig is.

47
Q

Regelmatigheidsbenadering binnen psychologie

A
  1. temporele prioriteit: X moet voorafgaan aan Y
  2. associatie: X moet gecorreleerd zijn met Y (er moet een conditionele afhankelijkheid gelden tussen beide gebeurtenissen)
  3. Niet-spurieus: de relatie tussen X en Y mag niet spurieus zijn (niet veroorzaak worden door een derde variabele die een gemeenschappelijke oorzaak vormt van beide)
48
Q

Interventiebenadering van causaliteit

A

De regelmatigheidsbenadering binnen de psychologie geeft aan niet-spurieus, dus geen derde variabelen. Om hieraan te voldoen is in de meeste gevallen een geschikte interventie nodig waarin alleen de onafhankelijke variabele wordt gemanipuleerd.
Is gebaseerd op differene-making

49
Q

Twee voorwaarden difference-making

A

X kan als oorzaak van y worden gezien als wordt voldaan aan de volgende twee voorwaarden:
- Als gebeurtenis X zou optreden, dan zou gebeurtenis Y (waarschijnlijk) ook optreden
- Als gebeurtenis X niet zou optreden, dan zou gebeurtenis Y (waarschijnlijk) ook niet optreden.
Hiervoor is geschikte interventie nodig om dit te onderzoeken

50
Q

Kenmerken ideale interventie

A

1.Onafhankelijke variabelen moeten valide zijn
2. interventie moet chirurgisch zijn
3. Onafhankelijke variabelen moeten sterk genoeg zijn

51
Q

Lastigheden ideale interventie

A
  1. Interventie eerder fat-handed zijn dan chirurgisch, betekend naast onafhankelijke variabelen ook andere onbedoelde variabalen manipuleren
  2. interventieonderzoek van causale processen vaak betrekking op individuen, terwijl je onderzoeksdesign over groepen gaat
    3 De vraag in hoeverre causale achtergronden binnen interventie vergelijkbaar zijn met die van het dagelijks leven.
52
Q

Als-dan permissen

A

Bestaan uit twee onderdelen:
- Antecedent - P (als)
- Consequent - Q (dan)

53
Q

Vier mogelijke als-dan redeneringen

A

Twee deductief:
- Modus ponsens
- Modus tollens
Twee die ongeldig (niet vallide zijn)
- Bevestiging van consequent
- Ontkenning van antecedent

54
Q

Modus ponsens

A

P1, als P, dan Q
P2 P
C Q
BV
P1, als je hard studeert, dan haal je een hoog cijfer
P2, Anne studeert hard
C, Anne haalt een hoog cijfer

55
Q

Modus tollens

A

P1, als P, dan Q
P2, niet -Q
C, niet -P
BV
P1, als je hard studeert, dan haal je een hoog cijfer
P2, Anne haalt geen hoog cijfer
C, Anne studeert niet hard

56
Q

Bevestiging van consequent

A

P1, als P, dan Q
P2, Q
C, P
BV
P1 als je hard studeert, dan haal je een hoog cijfer
P2, Anne haalt een hoog cijfer
C, Anne studeert hard

57
Q

Ontkenning van antecedent

A

P1, als P, dan Q
P2, niet-P
C, niet - Q
BV
P1, als je hard studeert, dan haal je een hoog cijfer
P2, Anne studeert niet hard
C, Anne haalt geen hoog cijfer

58
Q

Inductieve generalisatie

A

Inductieve redeneringen leiden niet noodzakelijk tot ware gevolgtrekkingen. Het is dus mogelijk om een inductieve generalisatie te maken met een bepaalde mate van waarschijnlijkheid. Twee factoren bepalend voor sterkte inductieve generalisatie:
1. Grote steekproef
2. Representatief

59
Q

Twee schattingen die wetenschappers willen doen vanuit steekproef naar populatie

A
  1. De (relatieve) frequentie van bepaalde gebeurtenissen, bv hoeveel procent van de Nederlanders een universitaire opleiding volgt
  2. De (relatieve) frequentie van combinaties van gebeurtenissen (dat wil zeggen correlaties) bv in welke mate het nemen van een antidepressivum samenvalt met een goed slaappatroon
60
Q

Hypothetisch-deductieve methode

A

Wanneer onderzoeker tegen een vraagstuk aanloopt, kan die een verklarende hypothese opstellen en deze proberen te onderzoeken door een empirische voorspelling te formuleren.
Als-dan schema zijn de voorgestelde acties. (als hypothese, en voorgestelde actie, dan voorspelling)

61
Q

Twee routes om hypothese te onderzoeken

A
  1. Passief, observeren hoe vaak een gebeurtenis voorkomt
  2. Actief , een bepaalde situatie creëren
62
Q

Observatie gedreven

A

Dat is de essentie van de inductieve methoden. Op basis van observaties en de generalisatie daarvan komt met tot een theorie.

63
Q

Hypothese-/ theoriegedreven

A

De basis van hypothese-deductieve methode. Het idee staat centraal als startpunt. vanuit een bedachte hypothese of theorie wordt vervolgens een voorspelling afgeleid die wordt blootgesteld aan empirische toetsing.

64
Q

Als-dan-daarom schema

A

Als = hypothese
En = voorgestelde actie
Dan = voorspelling
En = onderzoeksresultaat
Daarom = conclusie

65
Q

HD-confirmatie methode

A

De HD-confirmatie volgt de zogenaamde bevestigen van het consequent- redenering. Deze is logische ongeldig (maar met een bepaalde mate van waarschijnlijkheid kan het waar zijn).

66
Q

HD-falsificatiemethode

A

Deze volgt de zogenaamde modus tollens. Deze is deductief en logisch geldig.

67
Q

Verklarende hypothese

A

Dit is een dergelijke potentiele verklaring voor een fenomeen. Het is een uitspraak in de vorm van een veronderstelling die een verklaring biedt voor een geobserveerd fenomeen.
BV kraamvrouwkoorts, er hangt weldegelijk iet =s in de lucht dat de aandoening onder kraamvrouwen veroorzaakt

68
Q

Voorspelling

A

Potentiele verwachte uitkomst van een onderzoek

69
Q

Gecombineerde HD-methode

A

Confirmatiemethode geeft ons nooit met zekerheid dat een theorie of hypothese klopt vanwege inductieproblemen
Falsificatiemethode loopt er tegenaan dat zelden duidelijkheid geeft voor de zwarte zwaan
Middenweg: dient opzoek te gaan naar gegevens die hypothese ondersteunen maar ook naar mogelijk tegensprekende gegevens

70
Q

Voorzichtige voorspelling

A

een voorspelling die een dusdanig hoge (apriori) waarschijnlijkheid heeft om uit te komen dat de bevestiging ervan weinig zegt over het waarschijnlijkheidsgehalte van de theorie

71
Q

Gedurfde hypothese

A

een voorspelling die ene dusdanig lage (apriori) waarschijnlijkheid heeft om uit te komen dat de bevestiging ervan informatief is over het waarschijnlijkheidsgehalte van de theorie