DEEL I: Psychologie van Individuele Verschillen : WAT & HOE?

1. DEEL I: Psychologie van IndividueleVerschillen: WAT & HOE? 2. Methoden in de PID

2. Vragen • Hoe kunnen we verschillen tussen mensen meten? • Hoe kunnen we verbandenleggentussenverschillen? • Welkewetenschappelijketechniekengebruikt men in de PID?

3. Overzicht • Verzamelen van informatie over verschillentussenmensen - Soortengegevens in de PID • Verbandenleggentussenverschillentussenmensen - soortenverbanden - de correlatie - factoranalyse • Evaluatie van informatie over verschillentussenmensen • Correlationele vs. experimentelemethode • Factoranalyse

4. Soorten gegevens in de PID Mensenkunnen op allerleimanieren van elkaarverschillen - lengte, haarkleur, gezondheid, persoonlijkheid, intelligentie In de PID: • Verschillen op het vlak van psychologischekenmerken: Persoonlijkheid, intelligentie Probleem: niet direct of makkelijkmeetbaar of observeerbaar - Illustratie: leugendetectie - relatiefeenvoudigprobleem - grootbelang - geenoplossing  Methodennodigominformatieteverzamelen over (verschillentussenmenseninzake) dezepsychologischekenmerken

5. Soorten gegevens in de PID • Methodennodigominformatieteverzamelen over (verschillentussenmenseninzake) dezepsychologischekenmerken Noemenkelemethoden die onderzoekers/leken/praktijkpsychologengebruikenominformatietebekomeninzakepsychologischeeigenschappen?

6. Soorten gegevens in de PID PID maaktgebruik van 4 soortenbronnen/soortengegevensvoorinformatie over verschillentussenmensen: • S-data: Zelfrapportering • O-data: observeerdersrapportering • T-data: testgegevens • L-data: levensgegevens

7. Soorten gegevens in de PID • S-data: Zelfrapportering persoonrapporteert direct over zichzelf  veleverschillendemanieren On- of semigestructureerd: - interview, open vragen - autobiografie - bv. “20 statement test”, “Mijnlevenalseendier” “Ikben …..”  o.a. interessantvoormeten van centraleaspecten van iemandsidentiteit (en gebruikt in bvcrosscultureelonderzoek)

8. Soorten gegevens in de PID • S-data: Zelfrapportering persoonrapporteert direct over zichzelf  veleverschillendemanieren On- of semigestructureerd: - interview, open vragen - autobiografie - Projectievetechnieken bv. Rorschach, TAT: aanbiedenweiniggestructureerd, ambigumateriaal. Antwoordenvooralbepaald door eigenschappen van persoon.

9. Soorten gegevens in de PID Voorbeeld Rorschach: Watzie je hierin?

10. Soorten gegevens in de PID Voorbeeld TAT: Wat is hiergebeurd?

11. Soorten gegevens in de PID • S-data: Zelfrapportering persoonrapporteert direct over zichzelf  veleverschillendemanieren On- of semigestructureerd: MAAR: noodaanobjectievecoderingsschemasomgegevensvergelijkbaartemaken over personen  zeermoeilijktebewerkstelligengegevenhoogsubjectiefkarakter van beoordelingen  Bovendien: betrouwbaarheid en validiteit van projectievetechniekenwordendikwijls in twijfelgetrokken (zieartikelLilienfeld et al.) Nochthans: veelgebruikt

12. Soorten gegevens in de PID • S-data: Zelfrapportering Gestructureerd: - zelfrapporteringsvragenlijst Uitspraken of adjectieven, … items wordenaanpersoonvoorgelegd en gevraagdomaantegeven in welke mate dithenzelfbeschrijft bv. “Ik ben eengewetensvolpersoon” 1 2 3 4 5 6 7 helemaalhelemaal nietwel = Likert rating schaal  Antwoorden op meerdere items wordenopgeteld of gemiddeld (rekeninghoudende met de inhoud van de items)

13. Soorten gegevens in de PID • S-data: Zelfrapportering Gestructureerd: - zelfrapporteringsvragenlijst vb: dromerigheid • 1 = past helemaal niet bij me • 2 = past eigenlijk niet bij me • 3 = past een beetje bij me • 4 = past goed bij me • Ik verlies mezelf dikwijls helemaal in mijn gedachten 1 2 3 4 • Ik betrap mezelf dikwijls op dagdromen 1 2 3 4 • Ik kan me steeds goed concentreren zonder mijn gedachten te laten afdwalen 1 2 3 4 • Ik ben in staat om uren voor mij uit te staren en te surfen op enkel mijn gedachten 1 2 3 4 • Ik ben geen dagdromer 1 2 3 4 OPDRACHT: vul in en bereken je dagdroomscoreadhv het gemiddelde

14. Soorten gegevens in de PID • S-data: Zelfrapportering Gestructureerd: - zelfrapporteringsvragenlijst  bestaan in velevormen - klassiekepersoonlijkheidsvragenlijst - gecontextualizeerdevragenlijst: vraagtnaargedrag/gedachten/gevoelens in verschillendecontexten - met herhaaldemetingen: bv. Experience Sampling onderzoek, dagboekonderzoek  verzamelinggebeurt in dagdagelijkseleven!

15. Soorten gegevens in de PID • S-data: Zelfrapportering VOORDELEN: - persoon is enige met directekennis over eigen interne wereld cfr. Pronin: wijzelfkennenenkelonzeeigen interne wereld en de externewereld van anderen: fundamenteelonevenwicht - makkelijk en sneleenveelheidaaninformatie NADELEN: - afhankelijk van motivatie & capaciteit van persoon - bv. alexithymie - gevoeligvoor (opzettelijke en onopzettelijke) vervormingen: BIAS - socialewenselijkheid, zelfrepresentatie - geheugenbiassen

16. Soorten gegevens in de PID 2. O-data: observeerdersrapportering Ipvaanpersoonzelf, vraagt men anderenom over iemandterapporterenaan de hand van zelfdetechniekenals S-data Mensenmakencontinubeoordelingen van anderen (Opm: terrein van socialecognitie: onderzoeknaarverrichten, opslaan, en verwerken van informatie over anderen): hieropberoepdoen Verschillendewijzen - getraindebeoordelaars vs. gekenden bv. assessment, Facial Action Coding Ssystem (Ekman), familie of partner (zelfde?) - in naturalistische setting of in laboratorium  afhankelijk van doel van onderzoek of nodige info

17. Soorten gegevens in de PID 2. O-data: observeerdersrapportering VOORDELEN: - sommigebiassen minder aanwezigbv. zelfrepresentatie - toegang tot andere info bv. indruk op anderen - meerdereobservatoren: interbeoordelaarsbetrouwbaarheid middelen: wegwerken van idiosyncratischeelementen NADELEN: - anderebiassenkomenweer in spel, nl. van observator, bv. trends in diagnoses, hostile attribution bias - cfrPronin

18. Soorten gegevens in de PID 3. T-data: testgegevens Gegevens van gestandaardizeerde tests: personenworden in gestandaardizeerdeomstandighedengeplaatst en hunreactie op bepaalde stimuli wordengemeten Bv. Taken - intelligentie-items (zie later) - experimentelemanipulaties bv. Stress-test, provocatie, lampjegaataan, emotionele films of fotos ….

19. Soorten gegevens in de PID 3. T-data: testgegevens Watwordtgemeten? Door gestandaardizeerdeomstandighedeneenonuitputtelijkarsenaalaanmetingen: - Gedrag - observatie, reactietijden, gelaatsuitdrukkingen - Zelfrapportering (dusenigszins overlap) - antwoorden op items, open antwoorden (projectievetechnieken), video mediated recall - Fysiologie - hartslag, bewegingen van gelaatsspieren (facial EMG), hersenactiviteit (bv. fMRI)

20. Soorten gegevens in de PID • T-data: testgegevens Voorbeeld: de IAT: • ontwikkeld in de jaren 90 door Greenwald et al. • Meting van attitudes etc (bv. houding tov bepaaldeanderegroepen, racisme) dikwijlsbeinvloed door socialewenselijkheid, zelfrepresentatie, etc. • Ontwikkelen van meting die dezebewustezelfrepresentatiekanomzeilen: de IAT

21. Soorten gegevens in de PID • T-data: testgegevens IAT: • Idee: de opvattingen over onszelf en anderezijnopgeslagen in associatievenetwerken: netwerken van associatiestussenverschillendeconcepten bv. goed, slecht, mezelf, buitenlanders, vrouwen, ouderen, etc.. • Attitude = sterkte van associatietussen twee conceptenbv. buitenlanders/binnenlanders en goed/slecht - Als we dezeassociatiesterktekunnenmeten op eenmanier die directezelfrapporteringomzeilt: implicieteassociatietussenconcepten

22. Soorten gegevens in de PID • T-data: testgegevens IAT: bv 2 concepten “zwart/blank” en “goed/slecht” S1: S die verwijzen naar zwart of blank S2: goed of slecht bv. fotosbv. pos en negwoorden 1. Categorizeer S1 als “zwart” of “blank” 2. Categorizeer S2 als “goed” of “slecht” 3. Categorizeer S1+S2 als “blank of goed” of “zwart of slecht” 4. Categorizeer S1+S2 als “blank of slecht” of “zwart of goed”  als sneller “blank of goed” dan “blank of slecht”: sterkere impliciete associatie tussen blank en goed dan slecht = sterkte van impliciete associatie

23. ZWART BLANK

24. ZWART BLANK

25. GOED SLECHT oorlog

26. GOED SLECHT mooi

27. GOED of BLANK SLECHT of ZWART mooi

28. GOED of BLANK SLECHT of ZWART

29. GOED of ZWART SLECHT of BLANK

30. Soorten gegevens in de PID IAT: • Meten van associatiestussenconcepten bv. zelfbeeld. racisme, attitidestovouderen, politiekevoorkeuren, vrouwen/mannen, homos/heteros, etc… • Op eenmanierwaarbijzelf-representatieomzeildwordt  correleertslechtsmatigpositief met expliciete meting • Veelsucces, veelgebruikt, veelonderzoek • MAAR ookveelkritiek • Kan gefaketworden • Psychometrischekritiek • Wordtbeinvloed door allerleifactoren: eerderfamiliariteit, cult. omgeving? • Predictievevaliditeit? Wordt in vraaggetrokken (cfr meta-analyse Oswald et al., 2013, JPSP http://psycnet.apa.org/psycinfo/2013-20587-001/) Meer info of eenszelfproberen: https://implicit.harvard.edu/implicit/

31. Soorten gegevens in de PID VOORDELEN: - direct vergelijkbaar: verstorendefactorenwordenzoveelmogelijkuitgesloten - laboratoriumsituatiegeeftmogelijkheid tot velemogelijke (objectievere) metingen - laboratoriumsituatiegeeft de mogelijkheidomcausalefactorentemanipuleren NADELEN: - ecologischevaliditeit: - is situatielevensechtgenoeg? - is gesteldgedragrepresentatiefvooralledaagsgedrag ? (cfr. Social baseline theory) - in realiteitallerleiinteracties met “storendevariabelen”

32. Soorten gegevens in de PID 4. L-data: levensgegevens gegevens over het leven van individuenobvhunactiviteiten Bv. opleiding, werk, burgerlijke stand, ouderschap, ongevallen, supermarktaankopen, internetgebruik (zeer hot dezedagen) Dikwijlswordenandere data gebruiktomdezetevoorspellen Bv. welkepersoonlijkheids- of intelligentiekenmerkenhangensamen met welkeberoepen, muziekkeuzes, huisinrichting? VOORDELEN: - objectieve, levensechtegegevens NADEEL: - somsmoeilijkbeschikbaar (komt met internet verandering in)

33. Soorten gegevens in de PID • Dezesoortengegevensleverenverschillendesoorteninformatie op over dezepersonen en de verschillentussen de personen = variabelen: eenkenmerkdatverschillendewaardenkanaannemen In PID: Variabelenbeschrijvendoorgaansverschillentussen de mensen

34. Soorten gegevens in de PID Variabelen (die verschillenaangeven) kunnen van verschillendeaardzijn: 1. kwantitatief: waardendrukkenverschillenuit in gradatie bv. van meer tot minder agressief, van veel tot weinigzelfvertrouwen, van hoge tot lageintelligentie  verschillenkunnenbetekenisvol in cijfersuitgedrukt of geordendworden

35. kwantitatieve variabelen • graad van agressie nagegaan via vragenlijst 1.Ik ben impulsief ja neen 2.Mijn potje kookt snel over ja neen 3.Ik speel graag gewelddadige spelletjes ja neen 4. ja neen 5. ja neen 6. ja neen 7. ja neen 8. ja neen 9. ja neen 10. ja neen

36. Per persoon een score: • Verschillen tussen scores drukken kwantitatieve verschillen tussen mensen uit • Gemiddelde, SD, geven informatie over de verdeling van deze verschillen

37. Soorten gegevens in de PID Kwantitatieveverschillentussenmensennemendikwijls de vormaan van een NORMAALDISTRIBUTIE (zieook later) Reflecteertdatmeestemenseneenwaarderond het gemiddeldehebben, en dater steeds minder mensenzijn met eenwaardemeerextreemverwijderd van het gemiddelde • bv. lichaamslengte • Maarookvelepsychologischekenmerken: extraversie, IQ, … Wordtdikwijlsgrafischvoorgesteld :

38. Normaalverdeling

39. Normaalverdeling Enkelekenmerken: • 50% van de mensenscorenboven/onder het gemiddelde • ong. 68% heefteen score tussen -1/+1 SD van het gemiddelde • ong. 95% heefteen score tussen -2/+2 SD van het gemiddelde • slechts 2,3% heeft score 2SD bovengemiddelde, • etc. Dusvoorvelepsychologischekenmerkenlijkt het zotezijndat • Meestemensenhebbenwaardedichtbijgemiddelde • Minderheidheeftextremere scores (Opm: nietnoodzakelijk het geval, bv. aantalkinderen, frequentie van ervarenverschillendeintensiteitennegatieveemoties: scheefverdeeld)

40. Soorten gegevens in de PID - kwalitatief: waardendrukkenverschillendesoorten of groepenuit bv. mannen vs. vrouwen,  verschillenkunnennietbetekenisvol in cijfersuitgedrukt of geordendworden

41. jongeren iemand geslagen 40 niet 760 frequentietabel kwalitatieve variabelen 1 iemand geslagen 2 niet3 iemand geslagen4 niet5 niet6 niet.. ….. ….. ... 800 niet

42. Verbanden tussen verschillen • Anderedoel van PID: beschrijven van verbandentussenverschillen • Dikwijlstussenverschillendesoortengegevens bv. hoe voorspeltintelligentie (T) levensoutcomes (L), hoe verhoudenreacties op laboratoriumtaken (T) zich tot persoonlijkheidsvragenlijsten (S), vragenrondtriangulatie: zelfdefenomeenterugvinden in anderesoortengegevens? bvagressie  methodennodigomverbandentussenverschillen, variabelentebeschrijven

43. Verbanden tussen verschillen Beschrijven van verbanden tussen verschillen: verschillende combinaties mogelijk afhankelijk van het soort variabelen 1. kwalitatief-kwalitatief 2. kwalitatief-kwantitatief 3. kwantitatief-kwantitatief

44. 1. kwalitatief-kwalitatief 1 iemand geslagen man2 niet man3 iemand geslagen man4 niet vrouw5 niet vrouw6 niet man.. … ….. … … 800 niet vrouw bivariate frequentietabel man vrouw iemand geslagen 40 0 360 400 niet Als 0: implicationeelverband: ALS iemand geslagen, DAN man

45. kwalitatief-kwalitatief: interindividueleverschillen kwalitatief-kwalitatief: intraindividueleverschillen

46. DUS: kwalitatief-kwalitatief: • Overlap tussen groepen • In kaart brengen adhvbivariate frequentietabel • Geeft zicht op implicationele verbanden: Als…dan…

47. Oefening: • Maak de bivariate frequentietabel • Welk implicationeel verband kan je uit deze tabel afleiden?

48. Vergelijking van gemiddelden: 2. kwalitatief-kwantitatief mannen zijn agressiever

49. DUS: kwantitatief-kwalitatief: • verschil tussen groepen • In kaart brengen adhv verschillen tussen gemiddelden • Geeft zicht op groepsverschillen

50. 3. kwantitatief-kwantitatief vragenlijst wantrouwen: 1.ik krijg niet steeds wat ik verdien ja neen 2.ik word soms achteruitgesteld ja neen 3.ik word soms aangetast in mijn eer ja neen 4.mensen zijn niet altijd te vertrouwen ja neen 5.als er iets fout loopt, is dat de schuld van een ander ja neen 6.mensen lopen soms over me heen ja neen 7.arrogantie kan ik niet hebben ja neen 8.voor schut staan is het ergste ja neen 9.ik word geregeld gekwetst ja neen 10.ik wil gerespecteerd worden ja neen