Blokkeren in statistieken: definitie en voorbeeld

Vaak willen onderzoekers in experimenten de relatie tussen een verklarende variabele en een responsvariabele begrijpen.

Helaas komen hinderlijke variabelen vaak voor in experimentele onderzoeken; dit zijn variabelen die de relatie tussen de verklarende variabele en de responsvariabele beïnvloeden, maar die niet van belang zijn voor onderzoekers.

Stel dat onderzoekers bijvoorbeeld het effect van een nieuw dieet op gewichtsverlies willen begrijpen. De verklarende variabele is het nieuwe dieet en de responsvariabele is de mate van gewichtsverlies.

Eén stoornisvariabele die variatie kan veroorzaken is echter geslacht . Het is waarschijnlijk dat het geslacht van een individu invloed heeft op de hoeveelheid gewicht die hij of zij verliest, of het nieuwe dieet nu werkt of niet.

Blokkeren overzicht

Een gebruikelijke manier om het effect van hinderlijke variabelen te beheersen is door middel van blocking , waarbij individuen in een experiment worden verdeeld op basis van de waarde van een hinderlijke variabele.

In ons vorige voorbeeld plaatsten we individuen in een van de volgende twee blokken:

• Mannelijk
• Vrouwelijk

Vervolgens wijzen we binnen elk blok willekeurig individuen toe aan een van de twee behandelingen:

• Een nieuw dieet
• Een standaard dieet

Door dit te doen zou de variatie binnen elk blok veel kleiner zijn dan de variatie tussen alle individuen en zouden we beter kunnen begrijpen hoe het nieuwe dieet het gewichtsverlies beïnvloedt, terwijl we voor seks controleren.

Om dit te illustreren, bekijk de volgende tabel, die het totale gewichtsverlies toont van 16 mensen die aan het onderzoek deelnamen:

Op het eerste gezicht lijkt het er niet op dat het nieuwe dieet verband houdt met meer gewichtsverlies.

Zodra we individuen echter op basis van geslacht in twee blokken verdelen, wordt het duidelijk dat het nieuwe dieet verband lijkt te houden met meer gewichtsverlies:

Door individuen in blokken te plaatsen, werd de relatie tussen het nieuwe dieet en gewichtsverlies duidelijker, omdat we konden controleren voor de wanordelijke variabele geslacht.

Meer blokkeringsvoorbeelden

Geslacht is een vaak voorkomende hinderlijke variabele die bij experimenten als blokkerende factor kan worden gebruikt, omdat mannen en vrouwen doorgaans verschillend reageren op een grote verscheidenheid aan behandelingen.

Andere veel voorkomende hinderlijke variabelen die als blokkerende factoren kunnen worden gebruikt, zijn onder meer:

• leeftijdscategorie
• Inkomende groep
• Opleidingsniveau
• Hoeveelheid lichaamsbeweging
• Regio

Afhankelijk van de aard van het experiment is het ook mogelijk om meerdere blokkerende factoren tegelijk te gebruiken. In de praktijk worden er echter meestal slechts één of twee gebruikt, omdat meer blokkerende factoren een grotere steekproefgrootte vereisen om zinvolle resultaten te verkrijgen.

Schadelijke variabelen en verborgen variabelen

In het vorige voorbeeld was geslacht een bekende stoornisvariabele waarvan onderzoekers dachten dat deze het gewichtsverlies beïnvloedde. Vaak zijn er in experimenten echter ookverborgen variabelen , dit zijn variabelen die ook de relatie tussen een verklarende variabele en een responsvariabele beïnvloeden, maar die onbekend zijn of eenvoudigweg niet in het onderzoek zijn opgenomen omdat het moeilijk is om er gegevens over te verzamelen.

Laten we bijvoorbeeld aannemen dat ieder individu een aangeboren discipline heeft waarop hij of zij kan vertrouwen om meer gewicht te verliezen. Omdat discipline moeilijk te meten is, wordt het niet als blokkerende factor in het onderzoek meegenomen, maar een manier om hierop te controleren is door gebruik te maken van randomisatie .

Door individuen willekeurig aan het nieuwe dieet of het standaarddieet toe te wijzen, kunnen onderzoekers de kans maximaliseren dat het algemene niveau van discipline van individuen tussen de twee groepen ongeveer gelijk zal zijn.

Bij elk experiment waarbij blokkering wordt gebruikt, is het dus ook belangrijk om individuen willekeurig aan behandelingen toe te wijzen, om zo de effecten van eventuele verborgen variabelen te kunnen controleren.

Aanvullende bronnen

Verklarende variabelen en responsvariabelen
Verborgen variabelen
Bijpassend parenontwerp
Ontwerp van verdeelde percelen