Een introductie tot between-subjects designs

Bij experimenten toets je het effect van een of meerdere onafhankelijke variabelen op een of meerdere afhankelijke variabelen door experimentele condities te creëren (zoals de invloed van verschillende soorten muziek op iemands stemming).

Als je kiest voor een between-subjects design (ook between-groups design genoemd), krijgt iedere participant slechts één conditie aangeboden. Je vergelijkt de groepsgemiddelden van participanten uit de verschillende categorieën. Een between-subjects design is de tegenhanger van een within-subjects design (waarbij iedere participant alle condities ervaart).

Een between-subjects design wordt ook een independent measures of independent-groups design genoemd, omdat onderzoekers onafhankelijke metingen uit aparte groepen met elkaar vergelijken.

Het gebruik van een between-subjects design

In een between-subjects design is er meestal minimaal één controlegroep en één experimentele groep. Er kunnen ook meerdere groepen zijn die verschillen op het gebied van één variabele (zoals gender, etniciteit, taalachtergrond, et cetera).

Iedere experimentele groep wordt blootgesteld aan een experimentele conditie waarvan de onderzoeker verwacht dat deze een effect heeft op de resultaten. Controlegroepen worden niet blootgesteld aan een experimentele conditie: ze krijgen of geen behandeling, of een standaard niet-gerelateerde behandeling of een nepbehandeling (placebo).

De keuze voor een controlegroep hangt af van het onderwerp van je onderzoek. Als je de werking van een nieuw medicijn test, zou het bijvoorbeeld niet ethisch zijn om de controlegroep geen enkele vorm van medicatie te geven.

Je vergelijkt de uitkomsten voor de afhankelijke variabele door de groepsgemiddelden te vergelijken. Op die manier kun je controleren of de manipulatie van je onafhankelijke variabele effectief is geweest. Als er een significant verschil is tussen de groepsgemiddelden, kun je concluderen dat dit verschil waarschijnlijk is veroorzaakt door jouw manipulatie.

Voorbeeld: Between-subjects design
Om te controleren of een nieuwe websiteslogan (je onafhankelijke variabele) het aantal inschrijvingen voor de nieuwsbrief (je afhankelijke variabele) verhoogt, trek je een steekproef met 138 participanten.

Je gebruikt een between-subjects design om de participanten in twee groepen te verdelen:

  • Een controlegroep waarbij de participanten de huidige slogan zien op de website.
  • Een experimentele groep waarbij de participanten de nieuwe slogan zien op de website.

Je berekent hoeveel procent van beide groepen zich heeft aangemeld. Vervolgens vergelijk je de percentages door een statistische toets te gebruiken (zoals een t-toets).

In het ideale geval verdeel je je participanten willekeurig (gerandomiseerd) over de groepen, zodat alle groepen participanten bevatten met vergelijke participanteigenschappen en zodat er geen bias ontstaat.

Ook is het belangrijk om “masking” of “blindering” toe te passen, zodat participanten niet weten in welke groep ze zich bevinden (experimenteel of controlegroep). Als ze weten tot welke groep ze behoren, kunnen participanten bedoeld of onbedoeld de resultaten beïnvloeden, bijvoorbeeld om aan de verwachtingen van de onderzoeker te voldoen. Dit zou de resultaten vertekenen.

Een between-subjects design is ook een goede keuze als je groepen wilt vergelijken die slechts op één aspect van elkaar verschillen. Dat aspect of die eigenschap vormt dan je onafhankelijke variabele. Er is in dat geval geen experimentele groep of controlegroep, omdat beide groepen dezelfde procedure ondergaan.

Voorbeeld: Between-subjects design
Je wilt onderzoeken of iemands leeftijd invloed heeft op de reactietijd in een cognitieve taak. Je trekt een steekproef en verdeelt participanten over drie groepen op basis van hun leeftijd.

  • De eerste groep is 21 tot 30 jaar oud;
  • De tweede groep is 31 tot 40 jaar oud;
  • De derde groep is 41 tot 50 jaar oud.

De procedure is hetzelfde voor alle participanten: ze komen individueel aan bij het lab en ze voeren dezelfde reactietijd-taak uit. Vervolgens vergelijk je de groepsgemiddelden om verschillen in reactietijd te onderzoeken.

Between-subjects design versus within-subjects design

Het alternatief voor een between-subjects design is een within-subjects design. Hierbij ervaart de participant alle condities. Onderzoekers testen dezelfde participanten meerdere keren om verschillen tussen condities vast te stellen.

Bij within-subjects designs zijn er geen controlegroepen, omdat participanten niet alleen na het experiment getest worden, maar ook van tevoren. De zogenaamde pre-test is vergelijkbaar met een controleconditie waarbij de participanten niet worden blootgesteld aan een experimentele conditie. De post-test vindt plaats na het experiment, maar er kunnen ook nog tussenmetingen worden uitgevoerd (bijvoorbeeld na iedere conditie).

Het woord “between” (tussen) betekent hier dat je verschillen tussen groepen vergelijkt, terwijl het woord “within” (binnen) in dit geval betekent dat de verschillen binnen een groep worden vergeleken.
 

 

Voorbeeld: Between-subjects versus within-subjects design
Je wilt onderzoeken of een rondje hardlopen (je onafhankelijke variabele) voor het slapen kan helpen meer uur te slapen (je afhankelijke variabele). Je kunt zowel een between-subjects design als een within-subjects design gebruiken.

Als je een between-subjects design gebruikt, zou je je participanten over twee groepen verdelen:

  • Een controlegroep die een niet-gerelateerde taak uitvoert (counterbalance) en daarna gaat slapen.
  • Een experimentele groep die een rondje hardloopt (5 km) en daarna gaat slapen.

Vervolgens zou je berekenen hoeveel uur beide groepen gemiddeld hebben geslapen en deze gemiddelden met elkaar vergelijken.

Als je een within-subjects design zou gebruiken, zou iedere participant dezelfde procedure ondergaan en alle condities ervaren.

  1. Ze zouden een avond een ongerelateerde taak uitvoeren en daarna slapen.
  2. Ze zouden een andere avond een rondje hardlopen (5 km) en daarna slapen.

Vervolgens zou je de gemiddelden binnen de groep kunnen vergelijken met een statistische analyse.

Deze twee typen kunnen ook worden gecombineerd in één onderzoek, bijvoorbeeld als je twee of meer onafhankelijke variabelen hebt.

In factoriële designs (factorial designs) worden meerdere onafhankelijke variabelen tegelijkertijd onderzocht. Ieder niveau van de ene onafhankelijke variabele wordt gecombineerd met ieder niveau van de andere onafhankelijke variabele om zo verschillende condities te creëren.

Bij een mixed factorial design wordt een variabele gevarieerd tussen groepen en een andere variabele binnen de groepen.

Ontvang feedback op taal, structuur, lay-out en bronvermelding

Professionele Scribbr-editors kijken je scriptie na op:

  • Academisch taalgebruik
  • Onduidelijke zinnen
  • Grammaticale fouten
  • Interpunctie
  • Verboden woorden

Bekijk het voorbeeld

Voordelen en nadelen van een between-subjects design

Het is belangrijk om de voor- en nadelen van een between-subjects design te bekijken voordat je je design kiest. Hoewel een between-subjects design vaak gepaard gaat met een hogere interne validiteit dan een within-subjects design, heb je wel meer participanten nodig om dezelfde mate van statistische power te bereiken.

  • Het design voorkomt overdraagbaarheidseffecten (carryover effects)

Carryover effects worden veroorzaakt doordat een participant in een within-subjects design alle condities aangeboden krijgt. Hierdoor kan het voorkomen dat deelname aan de ene conditie de deelname aan de andere conditie beïnvloedt.

Voorbeelden hiervan zijn leereffecten of trainingseffecten. Als je dezelfde participanten een taak herhaaldelijk laat uitvoeren, kan het voorkomen dat ze een tweede of derde keer niet beter presteren vanwege de veranderde manipulatie, maar doordat ze beter zijn geworden in de taak. Dit probleem wordt voorkomen met een between-subjects design.

Between-subjects designs voorkomen ook vermoeidheidseffecten (fatigue effects) die kunnen optreden als participanten moe worden of verveeld raken door het herhaaldelijk uitvoeren van een taak in een within-subjects design.

Carryover effects kunnen de interne validiteit van een onderzoek schaden.

  • De testsessies zijn korter voor de participant

Bij een between-subjects design krijgt iedere participant slechts één conditie aangeboden. Hierdoor zijn de sessies korter dan bij een within-subjects design, omdat participanten in het laatste geval alle condities doorlopen. Dit maakt het vaak makkelijker om participanten te werven voor een experiment met een between-subjects design.

  • Dit design vereist meer participanten en middelen

Voor een between-subjects design heb je meer participanten nodig dan voor een within-subjects design om dezelfde hoge statistische power te behalen.

Dit betekent dat je vaak ook meer middelen nodig hebt om een grotere steekproef te kunnen trekken. Hierbij kun je denken aan kosten voor een ruimte, de vergoeding voor participanten, et cetera.

  • Individuele verschillen kunnen de validiteit schaden

Je test voor iedere conditie andere participanten en daardoor is het mogelijk dat de participanteigenschappen variëren voor de diverse condities. Deze variatie kan een alternatieve verklaringen vormen voor eventuele verschillen, waardoor je met minder zekerheid kunt stellen dat jouw manipulatie van de onafhankelijke variabele het gevonden verschil heeft veroorzaakt.

Om dit probleem tegen te gaan in een between-subjects design, kun je voor een gepaard design (matched pairs) kiezen. Hierbij match je een participant uit de ene conditie met een participant met dezelfde eigenschappen uit de andere conditie. Je kunt bijvoorbeeld letten op gender, leeftijd of opleidingsniveau.

Veelgestelde vragen

Wat is het verschil tussen een between-subjects en within-subjects design?

In een between-subjects design ervaart iedere participant maar één conditie en onderzoekers bekijken de verschillen tussen de gemiddelden van de groepen.

In een within-subjects design ervaart iedere participant alle condities van een experiment en onderzoekers testen dezelfde participanten meerdere keren (na iedere conditie) om verschillen te onderzoeken.

Voorbeeld: Between-subjects design vs within-subjects design
Stel je doet onderzoek naar het effect van verschillende muziekstijlen op de snelheid waarmee scholieren hun huiswerk maken.

Bij een between-subjects design zou je de ene groep bijvoorbeeld naar rockmuziek kunnen laten luisteren, terwijl je de andere groep klassieke muziek aanbiedt. De leden van een groep krijgen dus of alleen rockmuziek of alleen klassieke muziek. Op het eind vergelijk je de gemiddelde huiswerksnelheid van beide groepen met elkaar.

Bij een within-subjects design zou je de participanten eerst naar de ene muziekstijl kunnen laten luisteren en daarna naar de andere muziekstijl. Het ene deel van de participanten start met rockmuziek en het andere deel met klassieke muziek, zodat je zeker weet dat de volgorde geen invloed heeft. Je meet de participanten meerdere keren en kijkt wanneer ze sneller zijn: na rockmuziek of na klassieke muziek.

Kun je een between-subjects en within-subjects design combineren?

Ja, je kunt een between-subjects design en een within-subjects design combineren in hetzelfde onderzoek als je twee of meer onafhankelijke variabelen hebt (factorieel design). In een mixed factorial design wordt (minimaal) één variabele between-subjects gevarieerd en (minimaal) één variabele within-subjects.

Wat zijn de voor- en nadelen van een between-subjects design?

Hoewel een between-subjects design vaak gepaard gaat met een hogere interne validiteit dan een within-subjects design, heb je wel meer participanten nodig voor dezelfde hoge statistische power.

Voordelen

  • Voorkomt carryover-effecten, zoals een leereffect of vermoeidheidseffect.
  • Zorgt voor kortere experimenten, waardoor participanten wellicht eerder willen meedoen.

Nadelen

  • Vereist grotere steekproeven voor hoge statistische power.
  • Vereist meer middelen om participanten te werven, onkosten te vergoeden, et cetera.
  • Individuele verschillen tussen participanten kunnen alternatieve verklaringen vormen voor de resultaten.
Wat is een factorieel design (factorial design)?

In een factorieel design (factorial design) worden meerdere onafhankelijke variabelen onderzocht.

Als je twee variabelen onderzoekt, wordt ieder niveau van de ene onafhankelijke variabele gecombineerd met ieder niveau van de andere variabele om verschillende condities te creëren.

Wat vind jij van dit artikel?
Pritha Bhandari

Pritha heeft een academische achtergrond in Engels, psychologie en cognitieve neurowetenschappen. Als interdisciplinaire onderzoekster vindt ze het leuk om begrijpelijke artikelen te schrijven, zodat ze moeilijke concepten kan uitleggen aan studenten en academici.

1 reactie

Pritha Bhandari
Pritha Bhandari (Scribbr Team)
7 juli 2021 om 19:04

Bedankt voor het lezen! Ik hoop dat je er iets aan hebt gehad. Is er nog iets onduidelijk of ontbreekt er iets aan het artikel? Laat een opmerking achter, dan zal ik proberen je te antwoorden.

Is er iets nog niet helemaal duidelijk of ontbreekt er wat? Laat een opmerking achter.

Please click the checkbox on the left to verify that you are a not a bot.