Perceived Causal Relations (PCR) als Methode om een Causal Attitude Network (CAN) in Kaart te Brengen
Martijn Verhoeven
Vak: Bachelorproject Sociale Psychologie Begeleider: Jonas Dalege
Aantal Woorden: 3.175 Inleverdatum: 22-05-2016
Abstract
In deze studie is gevalideerd of de PCR een goede methode is om een CAN op te stellen. Middels de PCR is er bij 91 deelnemers een attitudenetwerk opgesteld met Mark Rutte als attitude object. Hierbij is de centraliteit van een knooppunt vergeleken met het belang van een evaluatieve reactie en de connectiviteit met de mate van politieke interesse en de
extremiteit van de attitude jegens Mark Rutte. Er bleek een samenhang tussen alle vergeleken uitkomstmaten. Dit ondersteunt het idee dat de PCR een goede methode is om een CAN op te stellen wat een stimulans kan zijn voor eventueel vervolgonderzoek met attitudenetwerken.
Perceived Causal Relations (PCR) als Methode om een Causal Attitude Network (CAN) in Kaart te Brengen
Het construct attitude is een construct wat al vele jaren de gemoederen binnen de sociale psychologie bezighoudt. Het was zelfs het speerpunt van onderzoek tijdens het ontstaan van de discipline (Allport, 1935 & Ross, 1908, aangehaald in Petty & Cacioppo, 1986). Volgens Eagly en Chaiken (1993) is een attitude een psychologische tendens die wordt uitgedrukt middels een evaluatie van een bepaalde entiteit met een zekere mate van goed- of afkeuring. Deze evaluatie is gebaseerd op drie componenten; een cognitief, een affectief en een gedragscomponent. Het model dat deze drie componenten in zich heeft is het tripartite model. Hierin wordt gesteld dat al deze drie de componenten elkaar beïnvloeden, invloed hebben op de attitude en dat de daadwerkelijke attitude ook invloed heeft op de drie
componenten (Haddock & Maio, 2009). Het tripartite model is binnen de sociale psychologie het meest invloedrijke model geweest, maar kent wel degelijk zijn beperkingen (Dalege at al., 2015). De componenten zijn namelijk niet te observeren latente variabelen, die worden opgemaakt uit wel te observeren gedrag. Omdat het wel te observeren gedrag weer één van de drie componenten is, laat het model weinig tot geen ruimte over voor inconsistenties tussen attitude en gedrag, terwijl dit wel heel goed mogelijk is, zoals Breckler (1984) aantoonde in zijn onderzoek waarbij personen in de aanwezigheid van een gekooide slang een vragenlijst doorliepen welke de drie componenten van de attitude mat. Daarnaast dienden zij, indien zij zich hier fijn bij voelde, een aantal dingen te doen met de slang. Vervolgens werden deze uitkomsten met elkaar vergeleken. De correlaties die hieruit naar voren kwamen toonden aan dat de drie componenten wel degelijk van elkaar verschillen en er dus inconsistenties
mogelijk zijn.
Vanwege deze tekortkoming is er behoefte aan een nieuw model. Deze behoefte lijkt ingewilligd te worden door het Causal Attitude Network (CAN) ontwikkeld door Dalege et al.
(2015). Zoals de naam al doet vermoeden wordt in het model een attitude geconceptualiseerd als een netwerk. Een netwerk waarin evaluatieve reacties knooppunten zijn, welke met elkaar verbonden kunnen zijn. In het CAN spelen centraliteit en connectiviteit een belangrijke rol.
Centraliteit houdt in, in welke mate een knooppunt zich midden in het netwerk bevindt, wat het geval is als het is verbonden met veel andere knooppunten. Door naar centraliteit te kijken, kan er worden gekeken welke evaluatieve reacties een grote impact hebben op de algehele attitude. Een reactie kan veel invloed uitoefenen op de attitude als het knooppunt verbonden is met veel andere knooppunten omdat, wanneer dit knooppunt geactiveerd wordt, het veel andere knooppunten zal activeren, danwel inhiberen. Op deze manier kan het knooppunt zijn stempel op het netwerk kunnen drukken. Door conform de PCR de closeness te bereken, kan de centraliteit van een knooppunt achterhaald worden (Opsahl, Agneessens & Skvoretz, 2010).
Naast centraliteit speelt connectiviteit dus een belangrijke rol in een CAN. Bij connectiviteit wordt er gekeken naar de gemiddelde afstand tussen alle knooppunten binnen een netwerk. Hoe kleiner de afstand, des te hoger de connectiviteit. De connectiviteit is van belang omdat dit een indicatie geeft voor de sterkte van de attitude (van Borkulo et. al., 2014). Een sterke attitude is onder andere stabiel over de tijd (Bassili, 1996) en resistent tegen veranderingen (Bassili, 1996; Visser, Bizer & Krosnick, 2006). Als de connectiviteit hoog is impliceert dit een sterke attitude. Dit is het geval omdat een attitude waar een sterk onderling verbonden netwerk aan te grondslag ligt, lastig te veranderen is. Wanneer Mark Rutte als voorbeeld wordt genomen van een attitude object, kan dit als volgt worden gezien: Een persoon met een positieve attitude waarvan de connectiviteit in het attitudenetwerk hoog is, kan informatie krijgen waaruit blijkt dat Mark Rutte toch niet zo charismatisch is al hij of zij daarvoor dacht. Wanneer dit echter in sterk verbonden netwerk aangepast zou moeten
worden, zouden er erg veel andere knooppunten ook aangepast dienen te worden. Dit omdat individuen streven naar zo veel mogelijk consistentie (Gawronski & Strack, 2012).
De methode om een CAN op te stellen, die in dit onderzoek gevalideerd wordt is de Perceived Causal Relations (PCR) geïntroduceerd door Frewen et al. (2012). De PCR is ontwikkeld door onderzoek te doen naar comorbide stoornissen. In dit onderzoek werd aangegeven dat angst en posttraumatische ervaringen oorzaken zijn van depressieve symptomen. Dit is nagegaan door te kijken naar de psychiatrische symptomen van de drie stoornissen, de overlap in deze symptomen en of deze symptomen elkaar veroorzaken. Middels de PCR kan er dus worden gekeken naar de verbondenheid tussen knooppunten, in dit geval psychiatrische symptomen. Door eerst vast te stellen of een knooppunt aanwezig is en vervolgens na te gaan of deze aan elkaar verbonden zijn kan er een netwerk in kaart worden gebracht. In het huidige onderzoek zal de PCR dus gebruikt worden voor het in kaart brengen van attitudenetwerken. Knooppunten zullen geen psychiatrische symptomen zijn, maar evaluatieve reacties. Evaluatieve reacties op cognitief, affectief of gedragsmatig gebied. Door te kijken of deze reacties er zijn en vervolgens na te gaan of de aanwezige reacties met elkaar verbonden zijn kan er een attitudenetwerk opgesteld worden.
Validatie van de PCR methode om een CAN op te stellen
Het doel van deze studie is dus het valideren van de PCR als methode om een CAN op te stellen. Dit kan worden gedaan door de centraliteit en de connectiviteit te berekenen zoals gedaan in Frewen et al. (2012); Dalege, Borsboom, van Harreveld en van der Maas (2016) en Dalege, Borsboom, van Harreveld en van der Maas (2016). Vervolgens kan er worden
gekeken naar de correlatie met andere uitkomstmaten.
In dit onderzoek zal de centraliteit worden vergeleken met het belang dat de
centraal gelegen knooppunten veel invloed op de algehele attitude. Als een individu aangeeft veel belang te hechten aan een zeker onderdeel van de attitude, zal dit onderdeel naar
verwachting centraal gelegen zijn in het netwerk.
De connectiviteit staat, zoals eerder aangegeven, zo goed als gelijk aan de sterkte van een attitude. Omdat wij tijdens dit onderzoek Mark Rutte als attitudeobject hanteren, kan de sterkte van de attitude over Mark Rutte worden bepaald door de politieke interesse van een individu en de mate van extremiteit van de attitude. Zodoende zullen wij de connectiviteit vergelijken met deze twee uitkomstmaten. Als de methode valide is, is de verwachting dat de connectiviteit sterk correleert met de politieke interesse en de extremiteit.
Zoals eerder aangegeven heeft deze studie als doel om de PCR als methode om een CAN op te stellen te valideren. Dit omdat het CAN een manier is van het in beeld brengen van een attitude die mogelijkerwijs veel voordelen biedt ten opzichte van de modellen die momenteel gebruikt worden. Momenteel wordt er namelijk nog altijd op groepsniveau gekeken naar attitudes, terwijl het CAN individuele netwerken inzichtelijk kan maken. Naast dat dit voor wetenschappelijke doeleinden interessant is om in kaart te brengen, levert het ook nog eens een praktisch voordeel op. Het aantal proefpersonen dat nodig is om een degelijke studie uit te voeren kan namelijk drastisch omlaag worden gebracht omdat bijvoorbeeld veranderingen binnen in attitude nu op individueel niveau onderzocht kunnen worden.
Methode Pilotstudie
Voor dat het daadwerkelijke onderzoek van start ging is er, om een zo goed mogelijk beeld te krijgen van de evaluatieve reacties ten opzichte van Mark Rutte die er leven onder individuen, een pilotstudie uitgevoerd. Deze hebben de onderzoekers zelf via social media verspreid en is ingevuld door 30 personen. De pilotstudie bestond uit een korte vragenlijst
waarin deelnemers werd gevraagd aan te geven hoe zij denken over Mark Rutte en wat voor gevoel Mark Rutte bij hen oproept.
Deelnemers
Alle 91 deelnemers aan het onderzoek waren eerstejaars studenten Psychologie aan de Universiteit van Amsterdam welke aan het onderzoek deelnamen tijdens een testbatterij die als verplichting geldt om de propedeuse te behalen. Van 74 deelnemers was Nederlands de (enige) moedertaal. Van negen deelnemers was Nederlands de eerste moedertaal tijdens hun tweetalige opvoeding. Van drie deelnemers was Nederlands de tweede moedertaal. De overige deelnemers hadden andere moedertalen. Van één proefpersoon ontbreken de demografische gegevens.
Materialen en Procedure
De deelnemers hebben allen dezelfde procedure doorlopen. Eerst kregen zij 13 attitude-items te zien waarin werd gevraagd of een bepaalde evaluatieve reactie voor hen van toepassing was op Mark Rutte. Voorbeelden hiervan zijn; ‘Ik vind Mark Rutte betrouwbaar’, ‘Mark Rutte maakt mij trots’ en ‘Bij de volgende verkiezingen zou ik op Mark Rutte
stemmen’. Deze vragen konden worden beantwoord met nog nooit over nagedacht, eens of oneens.
Vervolgens zijn alle items die met eens of oneens beantwoord waren teruggekomen in een blok met combinatie-items. In dit blok dienden de deelnemers aan te geven in hoeverre het feit dat een item wel of niet van toepassing was invloed had op een ander item wat wel of niet van toepassing was. Het aantal items dat de deelnemers voorgeschoteld kregen kan zodoende per deelnemer verschillen, naargelang het aantal items waar de deelnemers nog niet over hadden nagedacht. Voorbeelden van deze items zijn: ‘Dat ik Mark Rutte wel of niet
betrouwbaar vind, heeft te maken met dat Mark Rutte me wel of niet trots maakt’ en ‘Dat ik Mark Rutte wel of niet charismatisch vind, heeft te maken met dat ik bij de volgende
verkiezingen wel of niet op Mark Rutte zou stemmen’. Deze vragen konden worden beantwoord middels een slider van oneens naar eens.
Na het combinatieblok werd naar het belang per attitudeonderdeel gevraagd. Als een deelnemer had aangegeven dat een bepaald attitudeonderdeel wel of niet van toepassing was, dan werd er gevraagd wat het belang hiervan was voor het beeld dat de deelnemer van Mark Rutte had. Voorbeeld van is: ‘Dat ik Mark Rutte wel of niet zelfingenomen vind, is belangrijk voor het beeld dat ik van hem heb’. Ook deze vragen konden beantwoord worden door een slider van oneens naar eens.
Na deze vragen is de politieke interesse van de deelnemers achterhaald door de volgende twee vragen: ‘Ik ben … in de Nederlandse politiek’ en ‘Ik ben … in de VVD’. De open plekken konden worden ingevuld met ‘zeer geïnteresseerd’, ‘ enigszins geïnteresseerd’ en ‘niet erg geïnteresseerd’.
Als laatste is aan alle deelnemers gevraagd om Mark Rutte te beoordelen aan de hand van een gevoelsthermometer.
Analyseplan
Als eerst zullen de netwerken per individu opgesteld worden aan de hand van de knooppunten en verbindingen hiertussen. Vervolgens zullen wij de centraliteit valideren door deze te vergelijken met de belangitems en de connectiviteit met de politieke interesse en gevoelsthermometer.
De centraliteit kan als predictor worden gezien van de belangitems (en vice versa). Beide zijn variabelen op een continue schaal, zodoende dat de Pearson correlation toets
0 2 4 6 8 10 12 14 16 0 1 2 3 4 5 6 7 8 9 10 11 12 13 A a n ta l p ro ef p ers o n en Aantal knooppunten
toegepast kan worden. Voor de connectiviteit en de politieke interesse & gevoelsthermometer geld hetzelfde.
Resultaten
Zoals gezegd namen 91 proefpersonen deel aan het onderzoek. Hiervan gaven twee aan dat zij de vragenlijst niet serieus hadden ingevuld. Deze deelnemers zijn niet
meegenomen in de verdere dataverwerking.
Aan de hand van de PCR is er voor elke deelnemer een netwerk opgesteld. Twee voorbeelden hiervan zijn terug te vinden in bijlage 1 en bijlage 2. In bijlage 1 is een voorbeeld van een netwerk te zien met vijf knooppunten. In bijlage 2 is een netwerk opgenomen met 13 knooppunten.
Vervolgens is er gekeken naar het gemiddelde aantal knooppunten per proefpersoon. Wanneer deelnemers aangaven het eens of oneens te zijn met een attitude-item, leverde dit een knooppunt op. Uit de analyse is het aantal knooppunten per proefpersoon gebleken (M = 7.78, SD = 4.41). Uit figuur 1 blijkt hoe het aantal knooppunten verdeeld is over de
proefpersonen.
Figuur 1. Weergave van de frequentie per aantal knooppunten.
Connectiviteit
Voor de controle van de connectiviteit is er gekeken naar de correlatie tussen de som van de combinatie-items en de som van de politieke interesse-items, zie figuur 2 voor de Scatter Plot. Hieruit bleek een significante samenhang, r = .48, p < .001. Dit ondersteunt het
Figuur 2. Een Scatter Plot waaruit de relatie tussen de relatie tussen politieke interesse en de connectiviteit (Som Combinatieitems) blijkt.
idee dat de PCR een goede methode is om een CAN op te stellen voor wat betreft de
connectiviteit. Daarnaast bleek er een significante samenhang tussen de combinatie-items en de extremiteit van de beoordeling van Mark Rutte, r = .33, p = .002, zie figuur 3 voor de weergave in een Scatter Plot. Deze uitkomst biedt tevens bewijs dat de PCR een goede methode is om attitudenetwerken in kaart e brengen wat betreft de connectiviteit. Ook de correlatie tussen de politieke interesse-items en de extremiteit van de beoordeling van Mark Rutte was significant, r = .30, p = .005.
Figuur 3. Een Scatter Plot waaruit de relatie tussen de relatie tussen de extremiteit van de beoordeling van Mark Rutte (Extremiteit) en de connectiviteit (Som Combinatieitems) blijkt.
Centraliteit
Ten slotte is er, om de PCR wat betreft centraliteit te valideren, gekeken naar de samenhang tussen de belang-items en de closeness binnen het netwerk. Hiervoor zijn zowel alle belang-items als de closeness eerst gestandaardiseerd. Vervolgens is er voor deze gestandaardiseerde items gekeken naar de correlatie, zie figuur 4 voor de weergave in een Scatter Plot. Hieruit is een significante correlatie gebleken, r = .23, p < .001. Dit ondersteunt het idee dat de PCR een goede methode is om een CAN op te stellen wat betreft de
Figuur 4. Een Scatter Plot waaruit de relatie tussen de relatie tussen het belang en de centraliteit blijkt.
Discussie
In deze studie is onderzocht of de PCR een goede methode is om te gebruiken bij het schatten van attitude netwerken. Dit door de PCR methode toe te passen met Mark Rutte als attitudeobject. Aan de hand van de PCR zijn de connectiviteit en de centraliteit berekend, welke vervolgens gecorreleerd konden worden met andere maten welke vrijwel hetzelfde uitdrukken. Voor de connectiviteit was dit politieke interesse en extremiteit van de beoordeling van Mark Rutte. Uit beide toetsen is een duidelijke samenhang naar voren gekomen. Ook is gebleken dat de politieke interesse en extremiteit van de beoordeling van Mark Rutte onderling samenhangen. Dit ondersteunt het idee dat de PCR een goede methode is om attitude netwerkmodellen in kaart te brengen. Hetzelfde geld voor de -centraliteit, waar het belang van attitudeknooppunten samenhangt met de centraliteit van zo een knooppunt in het netwerk.
Aan de uitkomsten van deze studie zitten nog wel een aantal haken en ogen. Zo zijn de knooppunten vooraf geselecteerd. Het zou hierdoor goed kunnen dat de uiteindelijke
proefpersonen betreffende Mark Rutte. Voor deze studie is dit echter minder van belang aangezien het slechts een eerste verkenning was naar de effectiviteit van de PCR als vormgever van een attitudenetwerk. De netwerken die zijn ontstaan door de in deze studie toegepaste wijze, blijken samen te hangen met de andere gerelateerde uitkomstmaten. De netwerken met een hoge connectiviteit representeren sterke attitudes en de meest centraal gelegen knooppunten in het netwerk zijn ook de belangrijkste evaluatieve reacties.
In het onderzoek zijn de uitkomstmaten waarmee de connectiviteit en centraliteit gevalideerd zijn, evenals de berekening van de connectiviteit en de centraliteit, afkomstig uit zelfrapportage. Het is mogelijk dat de deelnemers graag consistent zijn in het beantwoorden van de vragenlijst en hierdoor de verschillende blokken van de vragenlijst zoveel mogelijk in lijn zouden willen beantwoorden met de antwoorden die zij daarvoor hebben gegeven. De verschillende uitkomstmaten liggen weliswaar wel enigszins met elkaar in lijn, maar zijn wel degelijk verschillend. De interesse in politiek en de extremiteit van de mening over Mark Rutte zijn gebruikt als graadmeter van de kracht van de attitude. Deze zijn beide niet direct te herleiden naar de combinatie-items. Ook de centraliteit van een attitudeobject is niet één op één terug te voeren op de belang-items die getest zijn. Daarnaast is aan de deelnemers gevraagd te antwoorden op basis van hun eerste ingeving. Zodoende met een redelijke mate van zekerheid worden gesteld dat de gevonden correlaties het resultaat zijn van een
daadwerkelijke samenhang en niet het gevolg zijn van de wil van consistent antwoorden door proefpersonen.
De eerste indruk van de PCR als methode om een CAN op te stellen is positief, zoals blijkt uit dit onderzoek. Hierdoor kan er al voorzichtig worden gedacht aan de implicaties die dit met zich meebrengt, bijvoorbeeld in de vorm van een vervolgonderzoek. Zo zou er kunnen worden gekeken naar de effecten van een overtuigingspoging op een attitude. Een sterke attitude impliceert een hecht netwerk. Als een netwerk heel hecht is, is het namelijk
moeilijker om een knooppunt te veranderen omdat andere knooppunten dan ook aangepast zouden moeten worden. Maar als er een hele goede overtuigingspoging wordt gedaan, zijn mensen met een hecht netwerk misschien wel eerder geneigd hun hele attitude aan te passen dan mensen met een los netwerk. In een los netwerk kan je namelijk gemakkelijker een knooppunt aanpassen zonder dat het invloed hoeft uit te oefenen op de rest van het netwerk. Bij een studie als deze zou er dus gevarieerd kunnen worden in de kracht van de
overtuigingspoging, maar ook in het knooppunt waar het zich op richt. Een centraler gelegen knooppunt zou meer invloed op de hele attitude moeten hebben. Door zo een onderzoek uit te voeren zal er meer informatie ingewonnen kunnen worden over de dynamiek van een CAN.
Het doel van de huidige studie was dus om na te gaan of de PCR een goede methode is om attitudenetwerken op te stellen. Dit is gedaan door sterk vereenvoudigde netwerken, met vooraf vastgestelde evaluatieve reacties te creëren. Hierdoor zijn er waarschijnlijk legio evaluatieve reacties niet opgenomen in de netwerken, terwijl deze voor de betreffende proefpersonen wel aanwezig zouden kunnen zijn. Er waren echter slechts 13 mogelijke evaluatieve reacties. Hierdoor bleven de netwerken ten alle tijden overzichtelijk, maar het is de vraag of dit hiermee reële attitudenetwerken gecreëerd worden. Voor deze studie is het geen probleem als de ontworpen netwerken niet representatief zijn voor de daadwerkelijke netwerken van de deelnemers. Het ging slechts om de methode om netwerken samen te stellen, niet om de uiteindelijke netwerken zelf. Wanneer de netwerken er wel toe doen, zal de PCR wel toegepast kunnen worden, maar zal er veel meer ruimte voor inbreng vanuit de proefpersoon zelf moeten zijn. De proefpersoon dient zelf aan te geven welke evaluatieve reacties relevant zijn voor hem of haar. Vervolgens kunnen dezelfde stappen doorlopen worden als in het huidige onderzoek. Het is echter wel zeer de vraag of dit de bruikbaarheid zal vergroten. Zoals te zien is in bijlage 2, is een netwerk met 13 knooppunten al redelijk gecompliceerd. Wanneer het aantal knooppunten zal stijgen, zal deze complexiteit alleen maar
toenemen. Wel zal dit een zo waarheidsgetrouw mogelijk beeld weergeven. Daarbij zullen er, zoals eerder vermeld, minder proefpersonen nodig zijn als een attitudenetwerk goed in kaart is gebracht. Het is dus volledig afhankelijk van het doel van het onderzoek om te bepalen hoe uitgebreid het netwerk het beste kan zijn. Door deze studie is in ieder geval duidelijk
Literatuurlijst
Bassili, J. N. (1996). Meta-judgmental versus operative indexes of psychological attributes: The case of measures of attitude strength. Journal of personality and social
psychology, 71, 637.
Breckler, S. J. (1984). Empirical validation of affect, behavior, and cognition as distinct components of attitude. Journal of personality and social psychology,47, 1191. Dalege, J., Borsboom, D., van Harreveld, F., van den Berg, H., Conner, M., & van der Maas,
H. L. (2016). Toward a formalized account of attitudes: The Causal Attitude Network (CAN) model. Psychological review, 123, 2.
Dalege, J., Borsboom, D., van Harreveld, & van der Maas, H. L. (2016) A Network Perspective on Attitudes: Implications for Attitude Strength, Attitude Structure, and Attitude-Behavior Consistency. Manuscript in preparation.
Dalege, J., Borsboom, D., van Harreveld, & van der Maas, H. L. (2016) Network Structure Explains the Impact of Attitudes on Voting Decisions. Manuscript submitted for publication.
Eagly, A. H., & Chaiken, S. (1993). The psychology of attitudes. Harcourt Brace Jovanovich College Publishers.
Frewen, P. A., Allen, S. L., Lanius, R. A., & Neufeld, R. W. (2012). Perceived Causal Relations Novel Methodology for Assessing Client Attributions About Causal Associations Between Variables Including Symptoms and Functional
Impairment. Assessment, 19, 480-493.
Gawronski, B., & Strack, F. (2012). 1. Cognitive consistency as a basic principle of social information processing. In Cognitive consistency: A fundamental principle in social cognition (pp. 1-18).
Opsahl, T., Agneessens, F., & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32, 245-251.
Petty, R. E., & Cacioppo, J. T. (1986). The elaboration likelihood model of persuasion (pp. 1-24). Springer New York.
van Borkulo, C. D., Borsboom, D., Epskamp, S., Blanken, T. F., Boschloo, L., Schoevers, R. A., & Waldorp, L. J. (2014). A new method for constructing networks from binary data. Scientific Reports, 4.
Visser, P. S., Bizer, G. Y., & Krosnick, J. A. (2006). Exploring the latent structure of
strength‐related attitude attributes. Advances in experimental social psychology, 38, 1-67.
Bijlage 1.
Bijlage 2.
