Causaliteit in experimenteel onderzoek

6 belangrijke vragen over Causaliteit in experimenteel onderzoek

Aan welke drie voorwaarde moet zijn voldaan om causaliteit vast te kunnen stellen?

1.     Er moet een statistische significante invloed zijn van de onafhankelijke variabele (X) op de afhankelijke variabele (Y)


2.De onafhankelijke variabele (X) moet in de tijd voorafgaan aan de afhankelijke variabel (Y)
3.De relatie tussen de onafhankelijke variabele (X) en de afhankelijke variabele (Y) mag niet spurieus of wel schijnbaar zijn. Dat betekent dat het effect van X op Y niet verklaard kan worden door Z.

Voldoen experimenten aan de drie voorwaarden om causaliteit vast te stellen? Zo ja, leg uit waarom en anders waarom niet?

Experimenten voldoen meestal aan deze drie voorwaarden mits ze zuiver van opzet zijn!
-ad. 1: een statistische toetsing een t- op een F-toets zullen aangeven op X effect heeft op Y.
-ad 2: X moet voorafgaan aan Y, wat overigens niet altijd evident (duidelijk) is.
-ad 3: ivm invloed van Z- variabele is het essentieel dat respondenten via toevalsprocedures (randomisatie) aan experimentele condities zijn toegewezen. Correcte randomisatie voorkomt dat Z-variabele effect hebben op de afhankelijke variabele.

Hoe los je het probleem van het niet kunnen randomiseren van de onderzoekseenheden op?

Door de Z-variabele, of wel de storende variabele of buitenexperimentele variabele (zoals onderwijzeres, geslacht etc), als controlevariabele op te nemen in de statistische analyse van data.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Klopt het dat je door het controleren van de Z-variabele toch een geldige causale hypothese kunt toetsen?

Ja, door controle uit te oefenen op de Z-variabele, door bijv. uitschakelen, randomisatie of statistische analyse voorkom je dat hun invloed gericht wordt (systematisch) en vormt daardoor geen bedreiging voor de interne validiteit.

Wanneer kan een onderzoeker beslissen om ook Z-variabelen, of te wel covariaten, op te nemen in zijn statistische analyse?

Wanneer hij vermoedt dat er meer variabelen zijn die Y kunnen beïnvloeden.

Is het zinloos om coavariaten in je statistische analyse mee te nemen bij een correcte randomisatie?

Nee niet zinloos, want de covariaten kunnen door randomisatie wel verspreid zijn over de verschillende onderzoeksgroepen maar door ze toch op te nemen in je analyse, kan de onderzoeker hun invloed nagaan!

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo