Hoofdstuk 10: Complexere designs
Aantal condities:
Doel: meerdere EC of CC vergelijken
Opzet: OV met 3 of meer niveaus
Analyse: One-way ANOVA. Meervoudige vgl.
Aantal AV's:
Opzet: 2 of meer AVs
Analyse: MANOVA
Doel: effect op niet gelijke variabelen
Aantal OV's:
Opzet: 2 of meer OVs, Subjectvariabele(n). Factorieel design
Analyse: Two-way ANOVA
Doel: Interacties. Niet-manipuleerbaar
Meerdere niveaus van de OV
Vereist meer deelnemers.
Maar, meervoudige vergelijking -> statistiek
Hier voeg je meer condities toe.
Meerdere AVs
Meerdere nametingen.
Probleem = vele vergelijkingen en meer risico op fouten.
Factorieel design
Twee (of meer) OVs/ manipulaties.
Interne variabelen.
A x B design; twee factoren ontwerp.
Voordelen:
Efficiënt
Betere generalisatie
Gecombineerde effecten + interacties
Invloed van subject-kenmerken: moderator
Kijkt of effect van de ene interventie de andere beïnvloedt.
Meer gegevens per groep = meer krachtige uitspraken doen.
Manipuleerbare én niet-manipuleerbare OV (mixed design)
We willen gematchte condities.
Variabelen zijn potentiële moderatoren.
Single-subject research
Men onderzoekt 1 persoon.
N= 1 experiment
Basislijn - behandeling - nameting
Storende factoren uitschakelen door rijping, testing, history, regressie, instrumentatie, …
Opzetten door reversal design, multiple baseline design, tijdserie design.
Quasi-experimentele designs
Geen zuiver experimenteel ontwerp door:
afwezigheid controlegroep
randomisatie niet mogelijk
groepen verschillen op de voormeting (of andere factor)
Gevaar: storende factoren verklaren resultaten.
Niet-equivalente controlegroep (randomiseren niet mogelijk of gelukt en resultaten mogelijks verklaard door selectie en/of interactie)
Oplossing: zoveel mogelijk gegevens verzamelen bij voormeting en statistische controle.
Statische analyse
= verschillende manieren om te achterhalen of een verschil tussen groepen betekenisvol is of niet.
Metingen AV spelen een rol.
Binnen subject.
Buiten subject gebeurd iets.
Verschillende designs variëren vanuit OV-AV- aantal condities.
Hoofd- en interactie -effecten
Interpretatie van resultaten waar twee OVs en één AV is.
Te vinden in factorieel design, pre-test - posttest design, binnen subject design