Een introductie tot within-subjects designs

Voor experimenten worden condities gecreëerd waarbij de onafhankelijke variabele steeds op een andere manier gemanipuleerd wordt. Op die manier kan worden onderzocht of er een causale relatie bestaat tussen de onafhankelijke variabele en de afhankelijke variabele.

Bij een within-subjects design, ook wel within-groups design genoemd, krijgen alle participanten alle condities aangeboden. Dit design is de tegenhanger van een between-subjects design (waarbij iedere participant slechts één conditie aangeboden krijgt).

Een within-subjects design wordt ook wel een dependent groups of repeated measures design genoemd, omdat onderzoekers gerelateerde metingen van dezelfde participanten in verschillende condities vergelijken.

Bij longitudinale onderzoeken wordt altijd een within-subjects design gebruikt om dezelfde participanten op meerdere momenten te kunnen testen.

Het gebruik van een within-subjects design

Bij een within-subjects design worden alle participanten uit een steekproef blootgesteld aan dezelfde condities. Het doel is om veranderingen door de tijd te kunnen meten of om veranderingen als gevolg van diverse condities (“behandelingen”) te meten. Zo kunnen bijvoorbeeld meningen of prestaties worden onderzocht.

Voorbeeld: Within-subjects design met meerdere condities
Je wilt de invloed van verschillende communicatiestijlen (je onafhankelijke variabele) op de bereidheid om te doneren (je afhankelijke variabele) meten. Iedere participant krijgt vijf korte verhaaltjes over klimaatverandering aangeboden.

Voor ieder verhaal is een andere toon en stijl gebruikt. Na ieder verhaal worden participanten gevraagd wat ze van het verhaal vonden en in welke mate ze bereid zijn om te doneren aan een gerelateerd goed doel.

Er worden ook andere ongerelateerde vragen gesteld om ervoor te zorgen dat participanten het doel van het onderzoek niet achterhalen. Je toetst het effect van de communicatiestijl op de bereidheid om te doneren door de resultaten van de verschillende condities te vergelijken.

Als je verschillende condities bekijkt door dezelfde participanten te testen, moet je de volgorde waarin je de condities aanbiedt randomiseren (counterbalancing). Hierdoor kun je ervoor zorgen dat het effect van eerder aangeboden condities niet het effect van later aangeboden condities veroorzaakt. Hierdoor weet je dat de volgorde van de condities geen invloed heeft.

Randomiseren betekent dat je veel verschillende volgordes gebruikt voor het aanbieden van de condities, terwijl je bij counterbalancing slechts enkele volgordes aanbiedt.

Counterbalancing is soms praktischer voor onderzoekers, omdat iedere volgorde waarin je condities kunt aanbieden even vaak aan bod komt. Er zijn bijvoorbeeld altijd 5 participanten die volgorde ABC aangeboden krijgen, 5 die volgorde CBA te zien krijgen en 5 participanten die volgorde BCA aangeboden krijgen.

Idealiter kies je ervoor om iedere conditie even vaak op dezelfde positie te laten voorkomen (bijvoorbeeld drie keer als eerste aanbieden, drie keer als tweede aanbieden en drie keer als derde aanbieden). Hierdoor voorkom je een volgorde-effect.

Voorbeeld: Counterbalancing vs randomiseren
Voor je experiment maak je gebruik van vijf korte verhalen (A, B, C, D, E) als condities.

Om te counterbalancen kies je eerst enkele vastgestelde volgordes voor deze condities: A-B-C-D-E, B-E-A-C-D, en D-A-B-E-C, et cetera. Vervolgens verdeel je je participanten over subgroepen, waarbij iedere subgroep één volgorde aangeboden krijgt.

Om de volgorde te randomiseren wordt de volgorde waarin de verhaaltjes worden aangeboden compleet gerandomiseerd met behulp van een computerprogramma. Iedere mogelijke volgorde kan worden aangeboden aan een van de participanten, maar je hebt geen controle over hoe vaak een bepaalde volgorde wordt aangeboden. Hierdoor kan het bijvoorbeeld voorkomen dat vier participanten volgorde A-B-C-D-E aangeboden krijgen en zeven participanten E-D-C-B-A.

In het geval van longitudinale onderzoeken is het tijdstip van meten een onafhankelijke variabele. Aangezien onderzoekers de effecten van tijd niet kunnen voorkomen, kijk je bij longitudinale onderzoeken meestal naar correlaties tussen tijd en andere (afhankelijke) variabelen.

Voorbeeld: Within-subjects design (longitudinaal)
Je bent een sociale wetenschapper die de invloed van tijd (onafhankelijke variabele) op de angst voor het coronavirus (afhankelijke variabele) onderzoekt. Je hebt aan het begin van 2020 veel participanten geworven en zij hebben iedere 2 tot 3 maanden een online vragenlijst ingevuld.

De vraag waarin je het meest bent geïnteresseerd heeft betrekking op de angst om besmet te raken met het coronavirus. Participanten geven het angstniveau aan op een Likertschaal van 1 tot 7.

Om te onderzoeken of het angstniveau verandert naarmate de tijd verstrijkt, vergelijk je de enquête-antwoorden van de diverse meetmomenten.

Within-subjects versus between-subjects design

De tegenhanger van een within-subjects design is een between-subjects design (waarbij iedere participant wordt blootgesteld aan slechts één conditie). Bij een between-subjects design worden de groepsgemiddelden vergeleken.

Between-subjects designs bestaan meestal uit een controlegroep (geen enkele interventie of manipulatie) en een of meerdere experimentele groepen die van elkaar verschillen op het gebied van één variabele (zoals gender, etniciteit, toetsscores, et cetera). Onderzoekers vergelijken de uitkomsten van diverse groepen met elkaar.

In within-subjects designs vormen de participanten tegelijkertijd een experimentele groep en een controlegroep, omdat er een nulmeting wordt gedaan. De resultaten van deze nulmeting (baseline) worden vergeleken met een of meerdere condities.

Het woord “within” betekent in dit geval dat je verschillende condities met elkaar vergelijkt binnen dezelfde groep of hetzelfde individu. Het woord “between” houdt hier in dat je de condities vergelijkt tussen verschillende groepen of individuen.

Voorbeeld: Within-subjects design vs between-subjects design
Je bent van plan te onderzoeken of de online leeromgeving van je universiteit (je onafhankelijke variabele) invloed uitoefent op de tentamencijfers (je afhankelijke variabele). Je kunt hiervoor zowel een between-subjects design als een within-subjects design gebruiken.

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

  • Een controlegroep die het vak op de campus volgt.
  • Een experimentele groep die hetzelfde vak in de online leeromgeving volgt.

Je zou hetzelfde tentamen afnemen bij alle participanten en de scores van de controlegroep vergelijken met de scores van de experimentele groep.

Als je een within-subjects design zou gebruiken, zou iedere participant alle condities aangeboden krijgen:

  • De ene helft van het vak wordt op de campus gegeven, gevolgd door een tentamen.
  • De andere helft van het vak wordt online gegeven, gevolgd door een vergelijkbaar tentamen.

Je zou de volgorde waarin de participanten het vak volgen randomiseren. Sommige participanten beginnen met het vak op de campus, terwijl andere participanten beginnen met het online gedeelte. Vervolgens vergelijk je de scores van de participanten in de ene conditie met de scores van dezelfde participanten in de andere conditie.

Bij factoriële designs (factorial designs) worden twee of meer onafhankelijke variabelen onderzocht op hetzelfde moment. Ieder niveau van de ene onafhankelijke variabele wordt gecombineerd met ieder niveau van de andere onafhankelijke variabele om zo de verschillende condities te creëren.

In een mixed factorial design wordt één variabele “within-subjects” gevarieerd en een andere variabele “between-subjects”.

Hoeveel fouten bevat jouw scriptie?

De taalexperts van Scribbr verbeteren gemiddeld 150 fouten per 1000 woorden. Benieuwd wat er precies wordt verbeterd? Verschuif de cursor van links naar rechts!

Scriptie nakijken op taal

Voordelen en nadelen van within-subjects designs

Within-subjects designs kunnen worden gebruikt om causale relaties of correlaties tussen variabelen aan te tonen met relatief kleine steekproeven. Daarentegen doet een within-subjects design vaak wel af aan de interne validiteit.

  • Kleine steekproef

Het is vaak makkelijker om genoeg participanten te vinden voor een within-subjects design dan voor een between-subjects design, omdat je minder participanten nodig hebt. Iedere participant wordt meerdere keren getest, waardoor dit type design effectiever is.

  • Je controleert voor verschillen in participant-eigenschappen

In een between-subjects design krijgen participanten maar één conditie aangeboden, waardoor de participant-eigenschappen (zoals gender, opleidingsniveau) per groep vaak variëren. Dit betekent dat het moeilijker is om te bewijzen dat de gevonden verschillen werden veroorzaakt door de manipulatie in plaats van door deze verschillen in eigenschappen.

Deze verschillen in participant-eigenschappen zijn niet aanwezig bij een within-subjects design, omdat dezelfde participanten alle condities aangeboden krijgen. Je controleert dus voor participant-eigenschappen.

  • Hoge statistische power

Een within-subjects design heeft een grotere statistische power dan een between-subjects design, omdat er geen sprake is van individuele variatie. Een between-subjects design heeft in vergelijking met een within-subjects design vaak het dubbele aantal participanten nodig om dezelfde mate van statische power te bereiken.

  • Tijdgerelateerde effecten

Er zijn veel tijdgerelateerde problemen die de interne validiteit kunnen schaden. Deze problemen treden alleen op bij within-subjects designs, omdat het moeilijk is om te controleren voor de invloed van tijd op de resultaten van het onderzoek.

Voorbeelden:

  • Geschiedenis: een ongerelateerde gebeurtenis (zoals een lockdown) kan de uitkomsten beïnvloeden.
  • Ontwikkeling: de natuurlijke fysieke of mentale veranderingen (groei, ouder worden) die participanten ervaren kunnen de resultaten beïnvloeden.
  • Participantenverlies: bij iedere vervolgstap van het onderzoek stoppen waarschijnlijk enkele participanten. Hierdoor neemt het aantal participanten na verloop van tijd af. Dit kan voor vertekende resultaten zorgen, bijvoorbeeld omdat alleen participanten met een sterke motivatie willen blijven deelnemen aan je onderzoek.
  • Carryover effects (overdraagbaarheidseffecten)

Carryover effects kunnen de interne validiteit van een onderzoek schaden als blootstelling aan een eerdere conditie de uitkomsten van een andere conditie beïnvloedt.

Voorbeelden:

  • Leereffecten: door bekend te raken met het onderzoek of de taak tijdens een eerdere conditie, presteert de participant beter tijdens latere condities.
  • Volgorde-effecten: de rangschikking van condities in een bepaalde volgorde kan uitmaken. Zo letten participanten bij de laatste conditie mogelijk minder goed op dan bij de eerste, omdat ze vermoeid of verveeld raken.
  • Sequentie-effecten: de interactie tussen condities (op basis van de sequentie) kan de uitkomsten beïnvloeden. Als participanten bijvoorbeeld advertenties moeten beoordelen, kunnen ze latere advertenties met eerdere advertenties vergelijken, waardoor ze deze anders beoordelen.

Het is van belang om de volgorde van condities te randomiseren en om te counterbalancen, zodat je carryover effects voorkomt.

Veelgestelde vragen

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

Within-subjects designs gaan over het algemeen gepaard met een hoge statistische power, maar de eigenschappen van het design kunnen wel de interne validiteit schaden.

Voordelen

  • Kleine steekproef nodig;
  • Grote statistische power;
  • Geen effect van verschillen in participant-eigenschappen (want je test dezelfde participanten meerdere keren).

Nadelen

  • De interne validiteit is vaak lager, omdat variabelen direct gerelateerd (niet onafhankelijk) zijn.
  • Tijdgerelateerde effecten, zoals fysieke en mentale veranderingen, kunnen de uitkomsten beïnvloeden.
  • Carryover effects (overdraagbaarheidseffecten) kunnen ervoor zorgen dat de uitkomsten beïnvloed worden door de specifieke volgorde van condities.

 

 

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 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 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.

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)
8 juli 2021 om 13:13

Ik hoop dat dit artikel je heeft geholpen. Is er nog iets onduidelijk? Ik doe mijn best om vragen en opmerkingen te beantwoorden. :)

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.