 Dit is deel drie van college twee. In dit gedeelte van het college gaan we praten over twee verschillende onderzoeksmethodes. De correlationele metode en de experimentele metode. Het is heel erg belangrijk om het onderscheid tussen deze twee heel goed te weten en te begrijpen. Dus let vooral goed op. Laten we beginnen met de correlationele metode. Dit is een onderzoeksmetode waarbij we eigenlijk kijken naar hoe twee factoren, twee variabelen noemen we dat, met elkaar samen hangen. Dus is er een verband tussen één factor en een andere factor? Iets wat wij als sociaalpsychologe heel graag vaak willen weten. Als je dat onderzoek via de correlationele metode, kijk je naar de natuurlijke samenhang tussen twee factoren, zonder iets te beïnvloeden dus. Laten ik voor de verduidelijking even een voorbeeld geven. Wat je bijvoorbeeld zou kunnen testen is of er een samenhang is tussen extra versie en hoeveel vrienden iemand heeft. De onderzoeksvraag zou kunnen zijn, hebben extra verte mensen meer vrienden dan introverte mensen. Nou, ik denk dat jullie allemaal wel bekend zijn met de karaktereigenschap extra versie. Sommige mensen zijn heel erg extra verts, outgoing, maken heel makkelijk contact met anderen. En anderen zijn meer in zichzelfs, zijn wat stiller, maken wat minder makkelijk contact, dat zijn introverte mensen. En je zou misschien kunnen verwachten dat mensen die extra verts zijn makkelijker vrienden maken en daardoor misschien ook wel meer vrienden hebben dan introverte mensen. Stel je voor dat is jouw verwachting, dan zou je dat kunnen gaan onderzoeken aan de hand van de korrelationele methode. Als je dat doet, kan je bijvoorbeeld een survey gebruiken, een vragenlijst, waarbij je mensen eerst een vragenlijst geeft over extra versie. Dat is gewoon een vragenlijst die je bijvoorbeeld van de Big Five kan gebruiken. Hoe extravert ben je? Daar zijn verschillende vragen over. En je kan mensen ook vragen hoeveel vrienden heb je. Nou, dan heb je twee factoren, extra versie en aantal vrienden. Je hebt niks beïnvloed, je hebt niks gemanipuleerd, je hebt alleen maar mensen gevraagd hoe zit het bij jou, bij je niveau van extra versie en je aantal vrienden. En je kan kijken of die twee scoren, dus hoe hoog mensen scoren op extra versie en hoeveel vrienden ze hebben, of die twee variabelen, die twee factoren met elkaar samen hangen, of er aan verband tussen is. Nou, en als dat zo is, stel je voor extra versie en het aantal vrienden is positief gecolleerd, wil zeggen dat als extra versie hoger is, dat je ook meer vrienden hebt. Nou, als je correlationeel onderzoek doet, dan krijg je altijd te maken, uiteindelijk met een correlatie coefficiënt, zo noemen we dat. En dat is eigenlijk een scoren die altijd ergens tussen de 1 en de min 1 zit. En die correlatie coefficiënt, die geef je dus informatie over hoe sterk twee factoren met elkaar samen hangen. Nou, laten we eerst even kijken naar dat eerste plaatje, een correlatie coefficiënt van 1. Dat wil zeggen dat er een perfecte, positieve samenhang is tussen twee factoren. Dus dat wil zeggen dat hoe hoger extra versie is, hoe hoger extra versie is, hoe hoger ook het aantal vrienden. En als je een correlatie van 1 hebt, dan wil zeggen dat je het aantal vrienden exact kan voorspellen aan de hand van een extra versie scoren. In werkelijkheid gebeurt dit nooit. Dus een scoren is nooit 1, tenzij je Dieter Xtapel heet, dan kan je misschien een correlatie coefficiënt van 1 vinden. Maar dat is echt een signaal, alle signaal op rood. Dit klopt niet, dit onderzoek kan nooit echt zijn, want zo werkt menselijk gedrag nou eenmaal niet. En samenhang werkt eigenlijk ook nooit zo. Maar goed, dit is even een puur hypothetische geval natuurlijk. Een perfecte positieve correlatie wil zeggen dat je het 1 perfect kan voorspellen aan de hand van het ander. Je kan ook een perfecte negatieve correlatie hebben, dat is die lijn helemaal aan de andere kant. Van min 1 dat wil zeggen dat je ook het 1-factor perfect kan voorspellen aan de hand van de ander, maar dat verband is negatief. In ons voorbeeld zou het dus zijn dat hoe hoger de extraversie scoren is, hoe lager het aantal vrienden is. Meer extraverd is minder vrienden, dus een negatieve samenhang. En als er een perfect negatieve samenhang is, dan is dat een samenhang van min 1. In werkelijkheid is een correlatie coefficiënt nooit min 1 of 1, is het altijd ergens enthousde in. En heel vaak is het ook 0, en dat zie je hier in het midden, een correlatie coefficiënt van 0 wil zeggen dat er geen samenhang is tussen twee verschillende variabelen. Iets wat ik zelf in mijn eigen onderzoek ook al heel vaak heb meegemaakt, dan heb ik een bepaalde voorspelling. Dan denk ik, ik denk dat deze factor samenhangt met die factor, en het blijkt niet zo te zijn. En dan krijg je een grafiek die er ongeveer zo uitziet. Een correlatie coefficiënt van 0 wilde zeggen dat de mate van extraversie, dus hoe hoog iemand scoren op extraversie, helemaal geen verband heeft met hoeveel vrienden iemand heeft. Dat is ook een redelijke uitkomst van dit onderzoek, dit hypothetische onderzoek. Correlaties zijn hartstikke mooi instrument, we gebruiken het ook heel veel in de wetenschap, maar daar is wel een probleem mee. En dat heeft er mee te maken dat we bij een correlatie eigenlijk nooit kunnen stellen dat één factor, de andere factor veroorzaakt. We kunnen niet spreken van oorzaak en gevolg, we kunnen alleen spreken van samenhang. Deze twee variabelen hebben iets met elkaar te maken, maar dat is niet altijd heel erg informatief. Zo is er waarschijnlijk een hele sterke correlatie tussen hoeveel ijsjes er verkocht worden op een dag. En hoeveel flesjes zonnebrand er verkocht wordt op een dag. Maar het is niet zo dat als jij een portje zonnebrand koopt, dat je spontaan heel veel zin krijgt een ijs. Die twee factoren hebben wel met elkaar te maken, maar de een veroorzaakt niet het ander. Er is namelijk een andere oorzaak, in dit geval kun je dat allemaal voorspellen, dat is namelijk hoe warm het is buiten. Dat voorspelt bij de gevallen, dus hoe heet het is buiten, de temperatuur buiten, voorspelt zowel hoeveel ijsjes er verkocht worden als hoeveel zonnebrandkreimer verkocht wordt. Dus dat is eigenlijk de onderliggende oorzaak. En dat die twee factoren ijsjes en zonnebrand met elkaar samen hangen, is eigenlijk niet zo niet zo interessant. Dit is namelijk een andere factor die het onderliggt. En sociaal psychologen zijn uiteindelijk eigenlijk altijd heel erg geïnteresseerd in die onderliggende factor. We willen oorzaak en gevolg ook begrijpen. Daarom doen we ook heel graag experimentieel onderzoek. Nou wat is experimentieel onderzoek, dat is een onderzoeksopzet waarbij deelnemers aan je onderzoek wil ik eerlijk worden toegewezen aan verschillende groepen. Dit noemen we ook wel condities. En in die verschillende groepen die de onderzoek wordt dus creëerd wordt één factor beïnvloed. En vervolgens wordt een andere factor gemeten. Oké, ik zal je een voorbeeld geven om dit verder te verduidelijken. Nou, stel je onderzoeksvraag is beïnvloed temperatuur, behulpzaamheid. Dus is er een verband tussen de temperatuur en hoe behulpzaam mensen zijn. Kan je je afvragen. Als je dan een experiment doet, dan kan je kijken of de ene factor het andere factor veroorzaakt. Maar in dit experiment zou je bijvoorbeeld kunnen vragen aan deelnemers om plaats te nemen in een koude ruimte of in een warme ruimte. Dit is dan beïnvloedt je de factor temperatuur. En het is heel erg belangrijk dat je dat op een willekeurige manier doet. Dus dat wil zeggen dat jij proefpersonen in deelt puur op basis van willekeur toevallig aan de ene groep of de andere groep. Het is echt essentieel als je experimenteel onderzoek doet. Het werkt namelijk niet als je zegt, oké, alle mannen gaan nu in de koude ruimte zitten en alle vrouwen gaan in de warme ruimte zitten. Want als je vervolgens je onderzoek uitvoert en je test behulpzaamheid en je vindt een verschil, dan weet je nooit of dit nou ligt aan het feit dat mensen in een koude of een warme ruimte hebben gezeten of omdat in de ene ruimte alleen maar mannen zaten en in de andere alleen maar vrouwen. Dus dat moet je zien te voorkomen. Je moet dat echt op een willekeurige manier doen, dat je alleen die factor waar jij geïnteresseerd in bent, in dit geval temperatuur, dat je die beïnvloedt. Dus mensen zitten in een koude of in een warme kamer en vervolgens test je behulpzaamheid. Dat kan je natuurlijk doen door een vragenlijstje in te laten vullen hoe behulpzaam ben je, maar je kan het ook op een wat andere manier doen, een manier die echt leuker is en die meer informatie geeft of het daadwerkelijk gedrag. Wat je bijvoorbeeld zou kunnen doen, is die laat een onderzoeksleider, die laat iemand binnenkomen, iemand die in de medewerkers van het experiment met een hele doos pennen, de persoon komt ruimte binnen, dus of die koude ruimte of de warme ruimte en laat die doos pennen vallen. Vervolgens zegt hij oh wat onhandig van mij, nou hij liggen overal pennen op de grond en je gaat kijken wat gaat de deelnemer doen. Gaat die deelnemer helpen bij het opraapen van de pennen en zo ja, hoeveel pennen worden er dan opgerapen door die proefpersoon? Op die manier kan je met een gedragsmaat behulpzaamheid testen. Dat soort onderzoekjes vinden sociaal psychologen te gek, omdat er dan echte infect krijgen in menselijk gedrag. Dus zal de deelnemer helpen om de pennen op te ruimen en hoeveel pennen gaat die deelnemer dan opruimen? Stel je voor dat was je onderzoekers opzet, dan is er een heel groot voordeel boven correlationeel onderzoek, namelijk dat je uitspraak kan doen over causaliteit, oorzaak en gevolg. Je hebt namelijk één factor beïnvloed, temperatuur, en vervolgens kijk je wat dat doet met behulpzaamheid of dat er een verschil is in behulpzaamheid. En bij experimenteel onderzoek maak je dan ook onderscheid tussen de onafhankelijke variabelen en de afhankelijke variabelen. En de onafhankelijke variabelen is de variabelen die door de onderzoeker wordt beïnvloed. Dit noemen we ook wel manipulatie, een beetje naarwoord eigenlijk, maar zo noemen we dat. Een één variabele wordt beïnvloed, gemanipuleerd, in dit geval is dat dus temperatuur. En wij denken als onderzoekers dat dit de oorzaak is. Vervolgens kijken we naar de afhankelijke variabelen. Die variabele hangt dus af van de onafhankelijke variabelen, tenminste dat denken wij als onderzoekers. En die gaan we meten. En wij denken als onderzoekers dat die afhankelijke variabelen, dat is het gevolg. En in dit onderzoekje is dat dus behulpzaamheid. Je hebt heel duidelijk een verschil in die variabelen. Iets wat je bij correlationeel onderzoek dus niet hebt. Nou, laten we gaan kijken naar de fake data van dit onderzoekje. Stel je voor, dit is wat je vindt. Op de ei-assie-cijferstaan dat wil zeggen hoeveel pennen de deelnemer opraapt. En je ziet een graphiek voor de warme ruimte en de koude ruimte. En je ziet dat dat anders is. Dus mensen in de warme ruimte, de deelnemers die in de warme ruimte zaten, rapen meer pennen op dan mensen in de koude ruimte. En dan ben je als wetenschapper uiteindelijk geïnteresseerd, niet alleen maar of er een verschil is, maar ook vooral of dat verschil statistisch significant is. Dat is een belangrijk woord als je het hebt over het onderzoek. En voor die statistische significant kijken we naar de p-waarden. De p-waarden staat voor probability level, oftewel waarschijnlijkheidslevel. En die p-waarden geeft eigenlijk informatie over hoe groot de kans is dat het resultaat dat je gevonden hebt eigenlijk puur toevall is. Dus we willen dat die p-waarden zo klein mogelijk is. Die p-waarden is nooit nul, want het kan altijd dat het toevall is, maar we willen het wel zo dicht mogelijk bij nul. En het liefste willen wij dat die p-waarden onder de 0.05 is. In dit neppe onderzoek heb ik gesteld dat de p-waarden 0.01 is. Wat zegt dat nou? Dat wil zeggen dat er een kans is van 1 op 100 dat dit resultaat toevall is. Dat is best wel een kleine kans, toch? 1 op 100. Je kan je voorstellen als die p-waarden bijvoorbeeld 0.5 is, dan is er een kans van 50 op 100, dus 50-50, dat het de resultaat puur toevall is. Dat wil je niet. Dus een hele kleine p-waarden, dat vinden we fijn. Dat willen we vinden, want dan krijgen we meer vertrouwen in ons effect. Ik zou denken, klaar, afgerond, studie gedaan, mooi. Maar goed, de vraag is een beetje, wat kan je nou concluderen? Je kan concluderen dat er een verschil is tussen gedrag van mensen in een kouderuimte en een warmruimte, maar welke temperatuur veroorzaakt nou eigenlijk het effect? Is het nou zo dat mensen spontaan stoppen met helpen als ze het heel koud hebben? Of gaan mensen gewoon veel meer helpen als ze het warm hebben? Dat is een probleem met deze onderzoeksopzet. En dat komt omdat er eigenlijk één conditie ontbreekt. Dat is de controleconditie. De controleconditie, dat is een conditie waarbij we eigenlijk niks doen. Waarbij we kijken naar natuurlijk gedrag. Dus wat we eigenlijk zouden moeten doen om dit onderzoek nog beter te maken, is dat wij mensen naar een warmruimte stoeren, naar een kouderuimte, maar ook naar een ruimte waar de temperatuur niet is beïnvloed. Een ruimte op kamertemperatuur. En als we dat doen, pas dan kunnen we echt conclusies trekken over het effect van temperatuur. Dus als wij een controleconditie toevoegen, dan kunnen we testen of mensen behulpzamer worden in een warmruimte of minder behulpzaam in een kouderuimte. Laten we kijken naar een aanpassing van de resultaten. Met daarbij toegevoegd een controleconditie. Stel je voor, dit is hoe de resultaten eruitzien. En de mensen in de controleconditie gedragen zich ongeveer hetzelfde als de mensen in de koude ruimte. Wat kunnen we dan concluderen? Dan kunnen we concluderen dat het effect eigenlijk vooral zit bij warmte. Dus warm maakt je behulpzamer. Het maakt niet uit als je het heel koud krijgt, dan verandert er niet zo heel veel ingedrag. Maar vooral als je het heel warm hebt, dan ga je spontaan meer behulpzaam zijn. Dat zou je kunnen vinden. Maar de resultaten kunnen er ook zo uitzien. Het kan ook zijn dat mensen in de controleconditie zich hetzelfde gedragen als mensen in de warme conditie. En als dat zo is, dan zit het effect vooral bij de kouderuimte. Dus dan kan je concluderen, het is niet zo dat mensen spontaan meer gaan helpen als het warm hebben. En nee, ze stoppen met helpen als ze het koud hebben. Dus een essentieel verschil en ik hoop dat je nu ook in ziet waarom het toevoegen van een controleconditie zo belangrijk is bij experimenteel onderzoek. Dit was het einde van dit college. Dank je wel voor het kijken.