Please enable JavaScript.
Coggle requires JavaScript to display documents.
H8: Experimentele designs Between-subjects design - Coggle Diagram
H8: Experimentele designs
Between-subjects design
Introductie
Er zijn meerdere groepen deelnemers die elk hun eigen treatment condition krijgen
Voordelen
Elke score is onafhankelijk van andere scores
(bv. Geen vermoeidheid of geoefendheid die meespeelt)
Daarom wordt het soms ook
independent-measures experimental design
genoemd
Het is
altijd een optie
Nadelen
Veel deelnemers nodig
=> probleem als je populatie klein is
Individuele verschillen
: karakteristieken die deelnemers onderscheiden van elkaar
Kan voor
confounders
zorgen (bv ene groep hoger IQ dan andere)
Kan voor
hoge variabiliteit
in scores zorgen als 2 totaal verschillende mensen in dezelfde groep zitten
Verschillen in
omgeving
bv. Ene groep testen in de ochtend en andere in de avond
Groepen moeten op zelfde manier gemaakt worden en behandeld worden
Confounders beperken
Randomization
: via willekeur deelnemers toewijzen aan groep
Restricted random assignment
wanneer je extra criteria oplegt (bv groepen moeten gelijke grootte hebben)
Nadeel
: kans dat je door random selectie toch confounders hebt
=> daarom is repliceren van studies belangrijk
Matching
van groepen: gelijke groepen maken voor bepaalde variabelen (bv evenveel mannen en vrouwen in elke groep)
Nadeel
: veel werk + kan je niet voor elke variabele doen
Constant houden
: zorgen dat er geen verschillen zijn
(bv alleen vrouwen laten meedoen)
Nadeel
: minder mogelijkheid tot veralgemenen totale populatie
Variantie
Verschillen in scores door individuele verschillen
Zorgt voor onzekerheid over je resultaat: heeft de behandeling echt effect?
Variantie tussen de behandelingen verhogen en variantie binnen de groepen verlagen
Variabele
constant
houden vermindert variantie
Matching en randomisatie helpen niet
Grotere steekproef
, maar je moet kwadrateren om goed je steekproef te vergroten: variantie verminderen met factor 4 is steekproef vergroten met factor 16
Procedure standaard maken
: iedereen krijgt zelfde procedure
Andere bedreigingen voor interne validiteit
Differential attrition (uitval)
: groepen zijn zo gelijk mogelijk gemaakt, wanneer in ene groep meer mensen vroegtijdig stoppen, zijn de groepen niet meer gelijk
Oplossing: intention-to-treat analysis
: je bekijkt alle mensen waarvan je de intentie had om ze te behandelen, ongeacht of ze behandeling stopten
Communicatie tussen groepen
Diffusion
: verspreiding van de behandeling naar de niet-behandelde groep (bv behandelde groep vertelt wat ze iedere dag moeten doen)
Compensatory equalization
: ene groep hoort over behandeling van andere groep en eist dezelfde behandeling
Oplossing
: ze op wachtlijst zetten om de andere behandeling later te krijgen
Compensatory rivalry
: wanneer groep zonder behandeling even goed of beter probeert te presteren dan de groep met behandeling
Resentful demoralization
: wanneer groep zonder behandeling opgeeft omdat ze toch niet even goed kunnen presteren als groep met behandeling
Specifiek voor between-subject design: oplossing is wisselen naar within-subject design of zorgen dat deelnemers niet praten met elkaar
Statistische analyses
(Single factor) two-group design
: twee groepen deelnemers vergelijken
Voordeel
: weinig moeilijkheden bij interpreteren van resultaten + je ziet de uiterste treatment conditions
Nadeel
: je krijgt geen volledig beeld + je kan niet én treatment-as-usual én placebo testen
Single factor multiple group design
: meerdere groepen deelnemers vergelijken
Voordeel
: groter bewijs dat er een oorzaak-gevolgrelatie is omdat je die meerdere keren aantoont
Nadeel
: te veel groepen betekent minder grote verschillen in treatment conditions