2.2.4.2.2 Psych.methoden

Binnen de psychologie worden verschillende methoden gebruikt om meer over menselijk gedrag en de achtergronden hiervan te weten te komen. Hieronder worden achtereenvolgens besproken de methode van observatie, de correlationele methode en de experimentele methode.
 
Observatie
- directe observatie. Je kunt al veel over menselijk gedrag in kaart brengen door heel gericht en op een systematische manier naar dit gedrag te gaan kijken. Wat voor gedragskenmerken kun je observeren bij psychiatrische patiënten die geagiteerd zijn en mogelijk agressief gedrag gaan vertonen? Uit wat voor gedragskenmerken kun je afleiden of een patiënt het wel of niet prettig vindt dat je hem aanraakt?
- indirecte observatie, bijvoorbeeld door middel van vraaggesprekken, (schriftelijke) enquetes of het in kaart brengen van iemands voorgeschiedenis. Met behulp van deze methode observeer je dus niet direct wat iemand doet, maar vraag je hem te vertellen wat hij doet of gedaan heeft. Bij het afnemen van de verpleegkundige anamnese vraag je iemand bijvoorbeeld wat zijn gewoonte is ten aanzien van alcoholgebruik. Of in een verkeersonderzoek wordt mensen gevraagd hoe vaak ze door het rode licht rijden. Het mag duidelijk zijn dat de resultaten van indirecte observatie vaak minder betrouwbaar zijn dan die van de directe observatie. Doordat mensen geneigd zijn sociaal wenselijke antwoorden te geven en doordat ons geheugen niet als een feilloze computer functioneert wordt de waarheid nogal eens geweld aangedaan.
Een andere manier van indirecte observatie is wanneer je iemands voorgeschiedenis probeert te reconstrueren. Je hebt niet direct kunnen observeren wat zich in iemands leven afgespeeld heeft maar je probeert dit achteraf met behulp van die persoon zelf en soms ook anderen in kaart te brengen. Bij een psychiatrische patiënt kun je bijvoorbeeld op deze manier een idee krijgen van wat er wellicht meegespeeld kan hebben bij de ontwikkeling van de psychiatrische aandoening van deze patiënt. 
 
De diverse observatiemethoden leveren veel informatie op over menselijk gedrag. Deze informatie kan leiden tot het bedenken/ontstaan van een hypothese (een bepaalde veronderstelling) over menselijk gedrag, die eventueel in een wetenschappelijk experiment getoetst kan worden. Verderop in deze paragraaf wordt hier uitgebreid op ingegaan.
 
Correlationele methode
Een correlatie is de in meerdere of mindere mate bestaande samenhang tussen twee reeksen van verschijnselen.
Zo bestaat er een positieve correlatie tussen de hoeveelheid vocht die iemand drinkt en de hoeveelheid urine die hij produceert. Hoe meer vocht, hoe meer urine.
Er bestaat een negatieve correlatie tussen de hoeveelheid alcohol die iemand geconsumeerd heeft en zijn prestaties op een test die de reactiesnelheid meet. Hoe meer alcohol, hoe lager de reactiesnelheid.
Een correlatie wil dus zeggen dat er een verband bestaat tussen twee zaken (variabelen). Dit geldt zowel voor een positieve als voor een negatieve correlatie. Het enige verschil is dat bij een positieve correlatie beide variabelen gezamelijk stijgen of dalen, terwijl bij een negatieve correlatie de ene variabele stijgt terwijl de andere daalt. 
Het verband tussen twee variabelen kan in meerdere of in mindere mate aanwezig zijn, en wordt uitgedrukt in een getal tussen 0 en 1. Als er sprake is van geen verband tussen twee variabelen dan is de correlatie 0. Zo is te  verwachten dat bij volwassen mensen de correlatie tussen lichaamslengte en de voorkeur voor bepaald voedsel 0 is. 
Als er sprake is van een perfect verband tussen twee variabelen is de correlatie 1. Tussen zwanger zijn en het geslacht van de betreffende persoon bestaat bijvoorbeeld een perfect verband. Iedereen die zwanger is is vrouw, een correlatie van 1 dus.
Voor de meeste gevallen waarin sprake is van een verband tussen twee variabelen zal gelden dat de correlatie ergens tussen de 0 en de 1 ligt. Bijvoorbeeld in het geval van de correlatie tussen vochtinname en urineproductie zal er geen sprake zijn van een perfect verband. De mate van urineproductie wordt namelijk ook door andere variabelen beinvloed, zoals de mate van transpiratie en eventueel voorkomen van braken en/of diarree. Toch zul je zeker wel een correlatie van boven de 0 vinden, want een zekere samenhang tussen vochtinname en urineproductie er er natuurlijk wel.
 
Waar je goed op moet letten bij het interpreteren van correlatieve gegevens is dat ze alleen aangeven dat er een verband bestaat tussen twee variabelen, en nog niets over oorzaak en gevolg.
Zo zal er zeker een verband bestaan tussen de zachtheid van het asfalt en het aantal door de hitte bevangen mensen. Hoe zachter het asfalt hoe meer door de hitte bevangen mensen. Of omgekeerd: hoe meer door de hitte bevangen mensen hoe zachter het asfalt. Dit voorbeeld maakt duidelijk dat een stijging in de ene variabele niet de stijging in de andere variabele hoeft te veroorzaken. In dit geval is er bijvoorbeeld sprake van een derde variabele (de temperatuur) die verantwoordelijk is voor het verband tussen zacht asfalt en het aantal door de hitte bevangen mensen.
Een verband staat dus niet gelijk aan oorzaak en gevolg, oftewel: een verband is nog geen causaal verband. Om na te gaan of er sprake is van een oorzakelijk (causaal) verband tussen twee variabelen dient gebruik gemaakt te worden van de methode van het wetenschappelijke experiment. Deze methode wordt hieronder besproken.
 
Een voorbeeld van een toepassing van de correlationele methode is het gebruik van psychologische tests. Psychologische tests worden gebruikt om een verband tussen twee zaken aan te geven. Met een test meet je 'iets' dat wat zegt over een ander 'iets'. Zo kan een intelligentietest iets zeggen (voorspellen) over hoe de schoolprestaties van een kind zullen zijn. Er bestaat een positieve correlatie tussen de testscore en de schoolprestaties. Tests als onderdeel van een sollicitatieprocedure zeggen iets over hoe geschikt de kandidaat is voor de functie waar hij naar solliciteert. Er is een positieve correlatie tussen de testscore en de geschiktheid voor de functie. 
Een bepaalde neuropsychologische test probeert de mate van hersenbeschadiging in kaart te brengen. Er is sprake van een negatieve correlatie tussen de testscore en de mate van hersenbeschadiging. Hoe lager de testscore, hoe groter de hersenbeschadiging.
 
Ook door het afnemen van tests kan men dus veel over menselijk gedrag te weten komen. Hierbij kunnen naast individuen ook groepen mensen betrokken zijn. Met een test kan men bijvoorbeeld ook meten of er verschil in intelligentie is tussen een groep kinderen uit een hogere sociaal economische klasse en een groep kinderen uit een lagere sociaal economische klasse.
 
Als verpleegkundige maak je in je werk soms gebruik van observatieschalen. Ook met een observatieschaal probeer je een verband tussen twee zaken aan te geven. Zo wordt in de verstandelijk gehandicaptenzorg veel gebruik gemaakt van de SRZ: de sociale redzaamheidschaal. Hierbij bestaat een positieve correlatie tussen de score op deze schaal en de sociale redzaamheid van het kind. In de ouderenzorg kennen we bijvoorbeeld de BOP: de beoordelingsschaal oudere patiënten. Hierbij bestaat een positieve correlatie tussen de subscores op de schaal en diverse aspecten van het functioneren van de oudere persoon.
 
Het wetenschappelijk experiment
Met behulp van een wetenschappelijk experiment kun je vaststellen of er sprake is van een oorzakelijk (causaal) verband tussen twee variabelen. 
Het principe hiervan is simpel, althans in theorie:
er is sprake van een onafhankelijke variabele en een afhankelijke variabele. De onafhankelijke variabele is de variabele die door de onderzoeker gemanipuleerd wordt, bijvoorbeeld de hoeveelheid marihuana die aan een proefpersoon toegediend wordt.
De afhankelijke variabele is de variabele die (mogelijk) door de onafhankelijke variabele beïnvloed wordt, in dit geval bijvoorbeeld de prestatie op een geheugentest. 
De relatie tussen de onafhankelijke variabele en de afhankelijke variabele kan weergegeven worden in een grafiek. Wil je hierbij kunnen concluderen dat de slechtere prestaties op de geheugentest veroorzaakt worden door de grotere hoeveelheid marihuana dan moet je ervoor zorgen dat het verschil in de hoeveelheid marihuana het enige verschil is tussen de verschillend proefcondities. Als het enige verschil tussen situatie A en B het verschil in de hoeveelheid marihuana is en er is een verschil in geheugenprestatie tussen situatie A en B, dan moet het verschil in geheugenprestatie wel door het verschil in de hoeveelheid marihuana veroorzaakt worden. Dit wordt wel de ceteris paribus conditie genoemd: al het overige moet gelijk zijn.
Stel dat je bijvoorbeeld bij de proefpersonen die meer marihuana gehad hebben een muziekje draait onder het afnemen van de geheugentest en je doet dit niet bij de proefpersonen die minder marihuana hebben gehad, dan zou ook het horen van de muziek de slechtere geheugenprestaties kunnen veroorzaken. Er is dan dus niet voldaan aan de ceteris paribus conditie. 
Behalve de ceteris paribus conditie worden er bij het wetenschappelijk experiment ook eisen gesteld aan het aantal proefpersonen en aan hoe deze proefpersonen over de verschillende proefgroepen verdeeld worden. Het voert te ver om hier in dit verband nader theoretisch op in te gaan. Onder fase 4 van het hierna volgende voorbeeld komt deze kwestie wel nog kort aan bod.
 
Ter illustratie volgt nu een voorbeeld van een (fictief) wetenschappelijk experiment op verpleegkundig gebied. Experimenten kunnen in een laboratoriumsituatie uitgevoerd worden maar ook, zoals hier, in het werkveld.
 
De vijf fasen van het wetenschappelijk onderzoek
 
Bij het doen van een wetenschappelijk experiment of onderzoek worden vijf fasen doorlopen:
- observatie
- opstellen van de hypothese
- toetsbare uitspraken afleiden uit de hypothese
- toetsen van de hypothese aan de werkelijkheid
- evaluatie.
 
Fase 1: observatie
In de fase van de observatie wordt een eerste vermoeden gevormd omtrent datgene wat je wilt gaan onderzoeken. Stel je werkt op een afdeling chirurgie waar soms wel en soms geen tijd is om zorgvragers voor te lichten over wat er precies met hen gaat gebeuren voor, tijdens en na de operatie. Na hier een tijd gewerkt te hebben valt jou op dat zorgvragers die een vergelijkbare operatie hebben ondergaan hierop heel verschillend reageren. Sommigen maken zich na de operatie veel zorgen, anderen niet; sommigen kunnen al snel weer naar huis, anderen moeten langer blijven; sommigen krijgen na de operatie last van infecties en anderen niet. Het lijkt soms wel of de zorgvragers die goede voorlichting hebben gehad wat beter af zijn dan degenen bij wie het geven van voorlichting erbij ingeschoten is. Je vindt dit een intrigerend gegeven.
 
Fase 2: opstellen van de hypothese
In de fase van het opstellen van de hypothese ga je het vermoeden dat je hebt en dat je wilt onderzoeken onder woorden brengen. In dit geval zou je hypothese kunnen luiden: `het geven van goede voorlichting aan zorgvragers voorafgaande aan hun operatie bevordert een voorspoedig herstel'. Een hypothese is dus eigenlijk een soort veronderstelling die je doet, maar die nog niet bewezen is.
 
Fase 3: afleiden van toetsbare uitspraken
In fase 3 zul je uit deze hypothese toetsbare uitspraken moeten afleiden. Je zult dus datgene wat je in de hypothese beweert meetbaar moeten maken. Wat is in dit geval bijvoorbeeld `een voorspoedig herstel'? Je zult hiervoor richtlijnen moeten geven, anders heb je kans dat de ene verpleegkundige iets wel een voorspoedig herstel noemt en een andere verpleegkundige een vergelijkbaar herstelproces een minder voorspoedig herstel noemt. Je kunt dan niet verwachten dat je onderzoek duidelijke resultaten zal opleveren. Je kunt in dit geval `een voorspoedig herstel' bijvoorbeeld meetbaar maken door bij te houden hoeveel dagen na een bepaalde operatie een zorgvrager ontslagen kan worden uit het ziekenhuis. Op dezelfde manier zul je hard moeten maken wat je precies onder `goede voorlichting' verstaat.
 
Fase 4: het toetsen van de hypothese aan de werkelijkheid
In fase 4 ga je volgens de in fase 3 opgestelde richtlijnen je hypothese toetsen aan de werkelijkheid. Je gaat dus vanaf nu bijhouden welke zorgvragers wel/niet goede voorlichting krijgen (`goede' voorlichting is hierbij bijv. voorlichting volgens het protocol dat hiervoor op de afdeling gehanteerd wordt) en na hoeveel dagen zij ontslagen worden uit het ziekenhuis. 'Goede voorlichting' is hierbij de onafhankelijke variabele, het aantal dagen dat verstrijkt voor het ontslag de afhankelijke variabele. Je geeft bijvoorbeeld de helft van de patiënten wel voorlichting en de andere helft niet. Hierbij moet het volkomen willekeurig zijn wie er wel voorlichting krijgt en wie niet, dit om te voorkomen dat hierdoor een vertekening op kan treden. 
Als je deze gegevens hebt verzameld kun je met behulp van de statistiek gaan bekijken of er tussen de groep zorgvragers die wel voorlichting heeft gehad en de groep die geen voorlichting heeft gehad een significant verschil bestaat voor wat betreft het aantal dagen dat zij na hun operatie nog in het ziekenhuis moesten blijven. Significant wil zeggen dat het verschil tussen de twee groepen eigenlijk niet meer toevallig kan zijn maar echt wel te maken moet hebben met het wel of niet gehad hebben van voorlichting over wat de zorgvrager voor, tijdens en na de operatie te wachten staat. Je voelt misschien wel aan dat je op grond van de gegevens van slechts enkele zorgvragers een dergelijke conclusie nog niet kunt trekken.
Stel je hebt één zorgvrager wel voorlichting gegeven (de heer A) en één zorgvrager niet (mevrouw B). De heer A kan na drie dagen naar huis en mevrouw B na vier dagen. Kun je nu concluderen dat voorlichting de opnameduur verkort? Welnee, misschien is de heer A wel in veel betere conditie dan mevrouw B en heeft hij zich daarom sneller hersteld. Misschien vindt de behandelend arts van de heer A wel dat zorgvragers er eerder klaar voor zijn om ontslagen te worden dan de behandelend arts van mevrouw B, die wat meer op safe speelt. Misschien heeft het feit dat de vrouw van de heer A ziekenverzorgende is er wel toe bijgedragen dat de arts het verantwoord vond hem al na drie dagen te ontslaan, terwijl de alleenwonende mevrouw B zichzelf nog niet kon redden in de thuissituatie en daarom een dag langer in het ziekenhuis is gehouden.
Aan deze voorbeelden zie je hoe moeilijk het is om een onderzoeksopzet te maken waaruit je ondubbelzinnige conclusies kunt trekken over je hypothese. Waarschijnlijk voel je wel aan dat naarmate je over gegevens van meer zorgvragers beschikt je conclusies zich duidelijker gaan aftekenen. Als duizend zorgvragers met voorlichting (groep A) na gemiddeld twee dagen naar huis konden en duizend zorgvragers die geen voorlichting hebben gehad (groep B) gemiddeld vier dagen in het ziekenhuis moesten blijven begint het er toch wel verdacht veel op te lijken dat het geven van voorlichting een voorspoedig herstel bevordert. Als je zo veel zorgvragers in je twee onderzoeksgroepen hebt zitten wordt namelijk de kans dat toevallig alle mensen met een betere conditie in groep A zitten wel heel klein, evenals de kans dat in groep B allemaal alleenstaanden zitten die behandeld worden door een arts die graag op safe speelt.
 
Fase 5: evaluatie
In de fase van de evaluatie plaatst de onderzoeker de behaalde resultaten in een groter verband. Wat betekenen de resultaten van het onderzoek bijvoorbeeld voor de praktijk? Moet er nog vervolgonderzoek gedaan worden om de gevonden resultaten nader te onderzoeken? Zo zou in het geval van het voorlichtingsvoorbeeld nader onderzocht kunnen worden of het inderdaad de inhoud van de voorlichting zelf is die het voorspoedig herstel bevordert of dat de heilzame werking vooral afhangt van de hoeveelheid tijd die de verpleegkundige met de zorgvrager spreekt, ongeacht waarover. Dit zou dan namelijk net zo goed het voorspoedige herstel kunnen verklaren. Verricht onderzoek roept dus vaak weer nieuwe vragen op waardoor weer nieuwe hypothesen geformuleerd kunnen worden zodat weer nieuw onderzoek uitgevoerd moet worden om deze hypothesen te onderzoeken. Je begint dan dus weer van voor af aan met het doorlopen van de vijf fasen van het wetenschappelijk onderzoek, de cirkel is rond.
 
Het mag al met al duidelijk zijn dat het uitvoeren van degelijk wetenschappelijk onderzoek waaruit je verantwoorde conclusies kunt trekken nog niet zo eenvoudig is. Laten we bijvoorbeeld nog eens even kijken naar de voorbeelden waarmee dit hoofdstuk geopend werd.
In het eerste voorbeeld werd op grond van het feit dat 75 procent van alle zorgvragers van leefgemeenschap A regelmatig agressief gedrag vertoont geconcludeerd dat dit veroorzaakt wordt door het kijken naar gewelddadige televisieprogramma's. Wat echter ontbreekt is het percentage zorgvragers van leefgemeenschap B dat regelmatig agressief gedrag vertoont. Stel dat dit op 90 procent ligt, dan wordt onmiddellijk duidelijk dat de getrokken conclusie hierdoor totaal onderuitgehaald wordt.
 
In het tweede voorbeeld waarbij het effect op pijn van een injectie met medicijn onderzocht werd, lijkt heel overtuigend. Toch schuilt ook hier een addertje onder het gras. Het zou namelijk kunnen dat de groep die wel een injectie kreeg minder pijn rapporteerde doordat ze blij en opgelucht en gerustgesteld waren dat ze nu iets kregen toegediend om de pijn te bestrijden. Als er íets is dat mede door psychologische factoren beïnvloed wordt dan is het wel de pijnbeleving. Een dergelijke verklaring moet je in dit geval beslist niet uitsluiten. Het zou dus kunnen dat het medicijn helemaal niet helpt tegen de pijn, maar dat puur de suggestie van een werkzaam middel al voor een verminderde pijnbeleving zorgt. Dit wordt ook wel het placebo-effect genoemd. Hierdoor kan een niet-werkzame stof (bijv. een pepermuntje) toch een heilzaam effect hebben (bijv. beter slapen) omdat mensen denken dat het hier gaat om een werkzame stof (in dit geval denken ze dat het pepermuntje een slaapmiddel is).
Om uit te sluiten dat het effect van de injectie alleen maar wordt bereikt door de suggestie die ervan uitgaat, zou je een controlegroep moeten invoeren die wel een injectie krijgt maar zonder medicijn. Uiteraard moet je de zorgvragers niet vertellen in welke injectie wel en in welke injectie geen medicijn zit. Sterker nog: het is het beste als degene die de injectie geeft dit ook niet weet, zodat hij ook niet door middel van subtiele non-verbale signalen hierover onbedoeld informatie kan geven. Dit wordt een 'dubbel-blind' opzet genoemd; noch de toediener, noch de ontvanger van de injectie weet of de injectie medicatie bevat. Achter de schermen houd je een lijst bij van wie wel en wie geen medicijn in de injectievloeistof had zitten en deze groepen vergelijk je wat betreft de verminderde pijnbeleving die ze aangeven. Als de groep die het medicijn heeft gehad significant minder pijn heeft na de injectie dan de groep die geen medicijn heeft gehad (maar wel een injectie) wordt het al meer gerechtvaardigd om de conclusie te trekken dat de pijnvermindering inderdaad door het medicijn veroorzaakt wordt.
 
Uiteindelijk moet alle informatie die op methodologisch verantwoorde wijze verzameld is met elkaar verbonden worden in theorieën. Een theorie omvat in een geordende vorm het totaal van bekende samenhangen en hun onderlinge relaties. Op grond van diverse onderzoeksgegevens kun je een theorie formuleren over bijvoorbeeld agressief gedrag bij de mens. Overigens hebben theorieën per definitie een voorlopig karakter: er kunnen altijd weer gegevens ontdekt worden die niet stroken met de theorie van dat moment. Dit kan betekenen dat de theorie weer aangepast moet worden. Op deze manier blijft de theorievorming binnen de psychologie en de wetenschap in het algemeen zich steeds verder ontwikkelen en verfijnen.
 
Meer weten? Zie Kernbegrippen