Correlatie door gematchte gerandomiseerde toewijzing
Matchen op relevante variabelen
-Variabelen die invloed hebben op de afhankelijke variabele
-Variabelen die veel variatie vertonen in de populatie
zwakke kanten Proefpersonen ervaren alle omstandigheden, zij vermoeden mogelijkerwijs de hypothese (potentiële subjecteffecten)
Groot probleem: volgorde-effecten: -De leer- en de carry-over effecten
-Controle door variatie van de volgorde van de condities -Counterbalanceren
-Willekeurige volgorde van presentatie -Latijns vierkant
sterke kanten
Gevoeliger voor kleine verschillen op de condities
- De variabiliteit te wijten aan individuele verschillen is geëlimineerd
Minder proefpersonen nodig
- Elke proefpersoon participeert in elke conditie
Instrueren van proefpersonen kost minder tijd
- De deelnemers waren al geïnstrueerd over de taak in de voorgaande conditie
Als er constructvalide gemeten is (betrouwbaar, variabelen representeren we ze behoren te representeren) is er een statistisch significant verband, maar toch kan het verband nietszeggend zijn, omdat de variabelen niets met elkaar te maken hebben en het verband door een derde variabele ontstaat. – Er is dan sprake van een spurieus verband, in de literatuur wordt dit een schijnverband genoemd. Het verband is er echter wel degelijk, alleen berust het niet op een oorzakelijk verband. Als er sprake is van zo’n spurieus verband zeggen we dat de interne validiteit gebrekkig is.
Als we een correlatie hebben gevonden die ongelijk is aan nul willen we onderzoeken hoe groot de kans is op de correlatie die we hebben gemeten. Het kan immers zijn dat het verband puur op grond van toeval tot stand is gekomen. Als die kans kleiner is dan de grenswaarde α, concluderen we dat het resultaat onder de aanname van geen verband tussen de twee kenmerken zó onwaarschijnlijk is, dat we die aanname van geen verband overboord zetten. Het verband is dan statistisch significant. In dat geval spreken we van statistische validiteit ofwel, statistische conclusie validiteit. Als de conclusie is dat het verband inderdaad statistisch significant is, komt de volgende validiteit in beeld;
deze constructvaliditeit heeft betrekking op de vraag of de meetinstrumenten wel echt het bedoelde
concept meten.
De idee achter deze validiteit is dat als mijn metingen het construct op de goede manier meten, die metingen moeten samenhangen met een bepaald gedrag dat het construct moet voorspellen.
de gedachte hier achter is dat een meting alleen constructvalide kan zijn als zij het construct in zijn volle breedte dekt (alle relevante onderdelen vangt).
houdt zich bezig met de vraag of we onze constructen wel goed gemeten hebben.
o Een eerste criterium waarmee we dat beoordelen is betrouwbaarheid. Daarmee stellen we expliciet dat als we niet nauwkeurig gemeten hebben, we vinden dat we het construct niet goed gemeten hebben. Betrouwbaarheid is echter geen voldoende voorwaarde voor constructvaliditeit, maar wel een noodzakelijke voorwaarde.
o Het tweede criterium is de zogenaamde validiteit van de operationalisatie.
Deze verwijst naar de vraag of we wel meten wat we beogen te meten. De valt constructvaliditeit dus uiteen in twee delen: betrouwbaarheid en validiteit van de operationalisatie.
heeft zoals gezegd betrekking op de vraag of er precies, nauwkeurig gemeten is. Een construct dat onbetrouwbaar is gemeten, is niet constructvalide gemeten. Betrouwbaarheid is dus een onderdeel van de constructvaliditeit. Als je vaak genoeg meet kom je misschien wel op de juiste waarde, en dus wordt het construct zuiver gemeten, maar de metingen fluctueren. Zo’n fluctuatie noemen we onbetrouwbaarheid. Validiteit wordt in een schema behandeld, iedere stap dient op de vorige te volgen. Bij iedere volgende stap hebben we meer zeggingskracht van onze resultaten. Bij elke stap vragen we ons af of een bepaald type validiteit aanwezig is. De typen validiteit van elk van de vier stappen zijn: constructvaliditeit, statistische conclusie-validiteit, interne validiteit en externe validiteit.
