Wat is een factoriaal onderzoeksdesign?
Een soort onderzoek waarbij de onderzoeker meer dan één ding (onafhankelijke variabele) tegelijk onderzoekt of verandert om te zien wat er gebeurt.
Wat is het doel van een factoriaal onderzoeksdesign?
Om te begrijpen hoe verschillende factoren samen invloed hebben op een resultaat — niet alleen apart, maar ook in combinatie.
Hoeveel onafhankelijke variabelen heeft een factoriaal onderzoeksdesign?
Meer dan één onafhankelijke variabele.
Hoe wordt een onafhankelijke variabele ook wel genoemd in een factoriaal onderzoeksdesign?
Een factor.
Wat bedoelen we met “niveaus” of “condities” bij een onafhankelijke variabele?
De verschillende waarden of vormen die een onafhankelijke variabele kan aannemen binnen het onderzoek.
Wat betekent een 2x2 factoriaal design?
Dat er twee onafhankelijke variabelen zijn, die elk twee niveaus hebben. Samen leveren die 4 combinaties van condities op.
Kun je een voorbeeld geven van een 2x2 factoriaal design?
Bijvoorbeeld:
- Onafhankelijke variabele 1 = soort muziek (rustig / geen muziek)
- Onafhankelijke variabele 2 = lichtniveau (fel / gedimd)
Zo kan men onderzoeken hoe muziek en licht samen invloed hebben op concentratie.
Wat is een interactie-effect in een factoriaal design?
Dat het effect van de ene factor afhangt van het niveau van de andere factor.
Wat is een hoofdeffect in een factoriaal design?
Het afzonderlijke effect van één onafhankelijke variabele op de afhankelijke variabele, ongeacht de andere factoren.
Waarom is een factoriaal design nuttig?
Omdat het laat zien of variabelen niet alleen afzonderlijk, maar ook samen invloed hebben — iets wat bij enkelvoudige designs vaak onopgemerkt blijft.
Welke vier assumpties gelden voor een (factoriële) ANOVA?
- Normale verdeling van de fouten (residuen) 2. Gelijke varianties (homoscedasticiteit) 3. Onafhankelijke observaties 4. Geen sterke uitbijters
Wat betekent “normale verdeling van de fouten (residuen)” bij ANOVA?
De verschillen tussen voorspelde en werkelijke waarden moeten ongeveer normaal verdeeld zijn — dus geen scheve verdeling.
Wat betekent “gelijke varianties (homoscedasticiteit)” bij ANOVA?
De spreiding van de scores moet in alle groepen ongeveer gelijk zijn.
Wat betekent “onafhankelijke observaties” bij ANOVA?
De scores van deelnemers mogen elkaar niet beïnvloeden — elke deelnemer is een apart geval.
Waarom mogen er geen sterke uitbijters zijn bij ANOVA?
Omdat extreme waarden de resultaten kunnen vertekenen en verkeerde conclusies kunnen veroorzaken.
Wat gebeurt er als de assumpties van ANOVA niet kloppen?
Dan kan de ANOVA verkeerde of onbetrouwbare conclusies geven.
Wat is een hoofdeffect in een factoriaal design?
Het afzonderlijke effect van één onafhankelijke variabele (factor) op de afhankelijke variabele.
Wat is een interactie-effect in een factoriaal design?
Een effect waarbij de invloed van de ene factor afhangt van het niveau van een andere factor.
Wat is een voorbeeld van een factor in een factoriaal design?
Bijvoorbeeld: * Factor A = soort les (digitaal of klassikaal) * Factor B = tijdstip van de les (ochtend of middag)
Wat is het hoofdeffect van Factor A in het voorbeeld (lesmethode)?
Onderzoeken of het uitmaakt welke lesmethode iemand krijgt — digitaal of klassikaal.
Wat is het hoofdeffect van Factor B in het voorbeeld (tijdstip)?
Onderzoeken of het uitmaakt op welk tijdstip de les plaatsvindt — ochtend of middag.
Wat is de interactie A × B in dit voorbeeld?
Onderzoeken of de effectiviteit van de digitale les afhangt van het tijdstip (bijv. beter in de ochtend dan in de middag).
Welke twee soorten interactie-effecten bestaan er?
- Kwantitatieve interactie (versterkend of verzwakkend) 2. Kwalitatieve interactie (kruislingse interactie)
Wat is een kwantitatieve interactie?
De richting van het effect blijft hetzelfde, maar de sterkte verandert.
