Statistisch gezien

Tijdens een statistiekcollege over het vaststellen van oorzaak-gevolgrelaties, kwam mijn docent met een voorbeeld aangezet. Het was een artikel uit 2010 van Robert E. Larzelere, een Amerikaanse hoogleraar in Human Development & Family Science. Hij vergeleek verschillende methodes voor het corrigeren van probleemgedrag bij kinderen: welke aanpak kunnen ouders het beste gebruiken om a(nti)sociaal gedrag van hun kind te verminderen? Professionele interventies, zoals het gebruik van Ritalin of een bezoek aan een therapeut? Of kunnen ouders beter zelf probleemgedrag aanpakken, door het kind naar diens kamer te sturen, te gaan schreeuwen en snauwen, of fysiek te straffen?

De docent liet een tabel met resultaten zien. Er werden vier verschillende statistische technieken gebruikt om de verzamelde data te analyseren: twee technieken die doorgaans gebruikt worden in de sociologie en econometrie, en twee technieken die een lange traditie hebben in psychologisch onderzoek. Dezelfde onderzoeksvraag, dezelfde data, maar vier verschillende berekeningen om tot een antwoord te komen.

De docent begon steeds enthousiaster te praten. Wat bleek, uit de verschillende analyses kwamen verschillende resultaten. Neem bijvoorbeeld het snauwen en schreeuwen tegen je kind. Volgens één analysetechniek was er een positief verband (meer schreeuwen en afsnauwen leidt tot meer probleemgedrag), volgens een tweede techniek was er geen verband, en de laatste twee technieken resulteerden in een negatief verband (meer schreeuwen en afsnauwen leidt tot minder probleemgedrag). Professionele interventies zouden geen effect hebben of juist leiden tot meer probleemgedrag – afhankelijk van welke analysetechniek je gebruikte. En het slaan van je kind kon volgens twee technieken geen kwaad.

De take home message was duidelijk: de interpretatie van onderzoeksresultaten kan afhangen van de gekozen analysetechniek, en de juiste techniek ligt niet altijd voor de hand. Zeker bij complexe fenomenen, zoals het gedrag van kinderen en de ontwikkeling hiervan, is dan ook een belangrijke rol voor statistici en methodologen weggelegd. Samen met onderzoekers kijken zij wat de beste opzet is voor een studie, en welke statistische technieken nodig zijn om tot valide conclusies te komen. Ook ontwikkelen statistici deze analysetechnieken door, zodat onderzoekers nieuwe soorten vragen kunnen beantwoorden.

Aan het einde van het college vroeg ik de docent welke correctiemethode haar persoonlijke voorkeur had. Dat antwoord liet ze in het midden.

Jeroen Mulder (1994) is promovendus in de statistiek bij het CID. Meer weten? In de aflevering Statistiek met Jeroen Mulder van de podcast Makkelijk Praten legt Jeroen uit waarom statistiek zo moeilijk en tegelijkertijd interessant is.