1
Voorspelt persoonlijkheid, gemeten door de
MPQ-BF-NL, specifieke dagelijkse gedragingen, emoties
en cognities?
Masterthese Klinische Psychologie
Lisa Müller
Studentnummer: 6037771 Begeleider: dr. A. Noordhof Amsterdam, 2 augustus 2016
Inhoudsopgave
1. Abstract ………... 3 2. Inleiding ………. 4
2.1 Persoonlijkheid en Dagelijks Gedrag 4
2.2 Trait Realism 5
2.3 Positive Emotionality 7
2.4 Klinische Relevantie 7
2.5 Specificiteit in het Voorspellen van Dagelijks Gedrag en Emoties 8
2.6 Hypothesen 9 3. Methode ………. 9 3.1 Deelnemers 9 3.2 Materialen 10 3.3 Procedure 12 3.4 Statistische analyses 13 4. Resultaten ………..……….. ……… 15 4.1 Deelnemerkarakteristieken 15 4.2 Betrouwbaarheid DBQ 16 4.3 Toetsing Hypotheses 17 4.4 Factoranalyse 21 4.5 Nadere Analyse DBQ 22 5. Discussie ……….. 23
5.1 Samenvatting Resultaten en Conclusies 23
5.2 Klinische Implicaties 25
5.3 Beperkingen en Vervolgonderzoek 26
5.4 Eindconclusie 28
6. Referenties ………...……….. 29 7. Appendix ………..………. 33
Abstract
Onderzoek naar de samenhang tussen persoonlijkheid en gedrag is grotendeels op het ‘Five Factor Model’ gebaseerd, een sterk inductief model. Het huidige onderzoek baseert zich daarom op een alternatief persoonlijkheidsmodel, Trait realism. De relatie tussen Positive Emotionality (PEM) en specifieke dagelijkse gedragingen, emoties en cognities, werd onderzocht. Bij 94 studenten werd de persoonlijkheid gemeten met de Nederlandse verkorte versie van de Multidimensional Personality Questionnaire (MPQ-BF-NL). Vervolgens werd dagelijks, gedurende vier weken, gedrag, emoties en cognities gemeten met de Daily Behavioural Questionnaire (DBQ). Ook werden positieve en negatieve emoties bijgehouden met de Nederlandse versie van de Positive Affect Negative Affect Schedule (PANAS-NL). PEM kon specifiek positief dagelijkse gedragingen, cognities en emoties voorspellen. Verder werd gevonden dat het lagere orde construct Social Potency specifiek samenhangt met sociaal leidend gedrag. Andere lagere orde schalen van het construct PEM konden dagelijks gedrag, met enige uitzonderingen in divergentie, eveneens specifiek voorspellen.
“We are what we repeatedly do.” (Aristoteles1) – Wie zijn wij en wat onderscheidt
ons van andere mensen? Wat maakt ons tot de persoon die we zijn? Deze vragen fascineren de mensheid al vele jaren. Onderzoek naar persoonlijkheid bestaat al sinds de laat 18e eeuw (Nezami & Butcher, 2000). Toen werd dit nog gedaan door het
onderzoeken van fysieke kenmerken, sinds de 20e eeuw wordt persoonlijkheid echter gemeten met behulp van tests en vragenlijsten. De ‘Personal Data Sheet’ van
Woodworth (1917, aangehaald in Gibby & Zickar, 2008) en de ‘Rorschachtest’ (Rorschach, 1921) zijn hier voorbeelden van. Sindsdien heeft het onderzoek naar persoonlijkheid zich verder ontwikkeld en zijn er nieuwe theorieën opgesteld en testen geconstrueerd. Er wordt ook in de praktijk steeds meer gebruik gemaakt van
persoonlijkheidstests om meer inzicht in een persoon te krijgen, bijvoorbeeld bij werving van werknemers en in de klinische praktijk. Hierbij wordt ervan uitgegaan dat de
gemeten persoonlijkheid iets over ons dagelijks gedrag zegt. Persoonlijkheidstests worden gebruikt om te voorspellen hoe iemand zich, bijvoorbeeld in een bepaalde functie, zal gaan gedragen. Maar klopt de aanname dat een eenmalige
persoonlijkheidsmeting een specifieke voorspelling kan geven over toekomstig dagelijks gedrag? Had Aristoteles gelijk met zijn uitspraak en hangt wie we zijn en wat we doen met elkaar samen? Er is bekritiseerd dat de gedragsmatige manifestatie van
persoonlijkheidstrekken te weinig aandacht zou krijgen binnen hedendaags
persoonlijkheidsonderzoek (Wu & Clark, 2003). In het huidige onderzoek wordt daarom in het algemeen gekeken of de aanname dat persoonlijkheid gedrag kan voorspellen ondersteund kan worden. Specifiek wordt daarbij gekeken naar de relevantie van een psychobiologisch persoonlijkheidsmodel - dat van de Multidimensional Personality Questionnaire (MPQ) – voor het voorspellen van specifieke dagelijkse gedragingen.
Persoonlijkheid en Dagelijks Gedrag
Eerder onderzoek over persoonlijkheid berust voornamelijk op het ‘Five Factor Model’ (FFM), ook bekend als de ‘Big Five’ (o.a. Judge, Higgins, Thoresen, & Barrick, 1999; Busato, Prins, Elshout, & Hamaker, 1998). Dit model is gebaseerd op de lexicale methode, waarbij in het begin alle woorden uit het Engelse lexicon uitgekozen werden die persoonlijkheidstrekken omschrijven (Allport & Odbert, 1936). Deze circa 18.000 woorden werden daarna vergeleken en samengevat in 35 persoonlijkheidstrekken (Cattell,1945, aangehaald in Goldberg, 1990). Met behulp van statistische analyses bleven uiteindelijk vijf factoren over; Openness to experience, Conscientiousness, Extraversion, Agreeableness en Neuroticism, op deze factoren is het FFM gebaseerd.
Er zijn verschillende onderzoeken die de samenhang tussen het FFM en gedrag aantonen, Paunonen (2003), bijvoorbeeld, concludeerde op basis van ingevulde
vragenlijsten dat de FFM persoonlijkheidstrekken in het algemeen belangrijke
gedragingen kunnen voorspellen. Een hoge score op Extraversion en een lage score op Conscientiousness hingen met alcoholgebruik samen en een lage score op
Agreeableness hing samen met tabaksgebruik. Dat persoonlijkheidstrekken met het daadwerkelijke getoonde dagelijks gedrag overeenkomen, concludeerden Mehl, Gosling en Pennebaker (2006). Gedrag werd in dit onderzoek gemeten door twee dagen lang geluidsfragmenten uit de omgeving van de deelnemers op te nemen. Uit deze
fragmenten werd onder andere de stemming geconcludeerd en werden sociale
interacties geanalyseerd. Deze gegevens werden met de Big Five scores gecorreleerd. De hoeveelheid die gesproken werd, hing positief samen met de trek Extraversion en het gebruik van scheldwoorden hing negatief samen met Agreeableness. Tegen de verwachtingen in werd echter geen samenhang gevonden tussen Extraversion en de uiting van positieve emoties. Fleeson en Gallagher (2009) hebben 15 onderzoeken die naar een langere periode kijken geanalyseerd. Gedurende 1-2 weken rapporteerden de gevolgde deelnemers met een interval van ½ uur tot 4 uur welk adjectieven, afgeleid van de FFM persoonlijkheidstrekken, bij het gedrag pasten wat zij hadden vertoond. De gedragsmeting en de door vragenlijsten gemeten FFM persoonlijkheidstrekken werden gecorreleerd. De resultaten lieten zien dat persoonlijkheidstrekken dagelijks gedrag kunnen voorspellen. De voorspellende waardes waren zelfs veel hoger dan aan de hand van eerder onderzoek (o.a. Ross & Nisbett, 1991) werd verwacht.
Trait Realism
Bovenstaande onderzoeken vertrokken steeds vanuit het ‘Five Factor Model’. Dit is een sterk inductief model – dat wil zeggen dat het niet een toetsing is van bepaalde hypothesen over de structuur van persoonlijkheid, maar een puur empirische vaststelling van het feit dat lexicaal onderzoek een dergelijke structuur laat zien. De aanname dat de structuur van de taal overeenstemt met de structuur van persoonlijkheid is echter een ‘leap-of-faith’. Om die reden is het belangrijk om ook middels alternatieve
persoonlijkheidsmodellen te werken. Trait realism is een dergelijk alternatief (Tellegen & Waller, 2008) – dit model houdt in dat traits (persoonlijkheidstrekken) onafhankelijk van hun definitie bestaan en dat deze een belangrijk verschil maken in ons leven (Tellegen, 1991). Een trait wordt door Tellegen (1991) gedefinieerd als “an inferred
psychobiological structure underlying an extended family of behavioural dispositions”. Deze genoemde disposities zijn geen algemene situatie-onafhankelijke
gedragsneigingen, maar neigingen om zich op een specifieke manier in een specifieke trait-relevante situatie te gedragen. Dezelfde traits kunnen bij verschillende mensen voorkomen, zij verschillen dan niet in kwaliteit, maar in kwantiteit. Eerder onderzoek laat zien dat traits stabiel gedurende tijd zijn (Cobb-Clark & Schurer, 2012), in een bepaalde mate erfelijk (Bouchard, Lykken, McGue, Segal, & Tellegen, 1990) en samenhangen met het temperament (Caspi, et al., 2003). In dit laatste onderzoek kon het temperament als kind voorspellen wat het karakteristieke gedrag, gedachten en gevoel als
volwassene zou zijn.
Een persoonlijkheidsvragenlijst die op Trait realism gebaseerd is, is de
Multidimensional Personality Questionnaire (MPQ, Tellegen, 1982; Tellegen & Waller, 2008). De MPQ is gedurende een periode van 10 jaar exploratief ontwikkeld. De exploratieve methode is bidirectioneel, dat betekent dat er van ideeën over
persoonlijkheidsconstructen en de daarbij horende items, naar onderzoeksdata (o.a. convergente en divergente correlaties) en vice versa wordt gegaan. Hierdoor wordt de empirische cyclus vaker doorlopen, de constructen aangepast en/of anders
gedefinieerd, de items aangepast of nieuwe items toegevoegd en nieuwe data verzameld en geanalyseerd (Tellegen & Waller, 2008). In tegenstelling tot het FFM bestaat de MPQ uit 10 homogene lagere orde factoren, die later met behulp van item factoranalyses onder drie hogere orde constructen zijn verdeeld, welke door Tellegen (1985) benoemd zijn als Positive Emotionality (PEMM), Negative Emotionality (NEMM) en Constraint (CONM). Bij PEMM horen de lagere orde factoren Wellbeing, Social Potency, Achievement en Social Closeness. Het construct omvat positieve gedragingen en emoties, zoals tevreden zijn en graag onder mensen zijn. Stress Reaction, Aggression en Alienation horen bij NEMM, welke negatieve gedragingen en emoties, zoals angst en
agressie, omvat. Control vs. Impulsivity, Harmavoidance en Traditionalism horen bij CONM, dat gedragingen omvat welke niet met emoties samenhangen, bijvoorbeeld
impulsiviteit. Op basis van de item factoranalyse kan de hogere orde structuur ook in vier constructen ingedeeld worden (Tellegen & Waller, 2008). Hierbij wordt PEMM
opgesplitst in de subfactoren Agentic (PEM-A) en Communal (PEM-C). PEM-A hangt sterk met Achievement samen en niet met Social Closeness, terwijl PEM-C sterk met Social Closeness samenhangt en niet met Achievement. In het huidige onderzoek wordt echter de opdeling in drie hogere orde factoren aangehouden.
De hogere orde factoren van de MPQ zijn psychobiologisch belangrijk. Er is gevonden dat PEMM samenhangt met het Behavioral Approach System (BAS; Tellegen,
1985), wat met de ‘beloningscentra’ in de hersenen te maken heeft (Gray, 1972, 1981). Dit betekent dat van mensen die hoog op PEMM scoren verwacht wordt dat deze
gemotiveerd zijn om actief op zoek te gaan naar positieve stimuli en plezier ervaren daarvan. Verder is gevonden dat NEMM en CONM positief met het Behavioral Inhibition System (BIS) samenhangen, wat met het ‘strafcentra’ in de hersenen te maken heeft. Dit betekent dat van hoogscoorders op deze factoren verwacht wordt dat zij proberen om negatieve of pijnlijke stimuli en het ervaren van negatieve emoties te vermijden. Het verband met BIS/BAS geeft de neurobiologische component weer van de hogere orde factoren. De psychologische component is dat er een positieve samenhang gevonden is tussen PEMM en positief affect (PA) en een lage samenhang tussen PEMM en negatief
affect (NA; Tellegen, Watson & Clark, 1999). Daarbij is er ook een positieve samenhang gevonden tussen PA en BAS en tussen NA en BIS (Carver & White, 1994).
Positive Emotionality
In het huidige onderzoek zal het construct Positive Emotionality (PEMM) nader
onderzocht worden. Enerzijds is dit duidelijk verbonden aan Positief Affect, anderzijds is van belang dat de structuur van dit construct een grotere complexiteit van traits omvat. Specifiek vallen in de MPQ onder PEMM de volgende traits: Wellbeing (WBM), meet
optimistische emoties en gedrag. Mensen die hoog op WBM scoren zijn onder andere
vrolijk, tevreden en kijken positief naar zichzelf en de toekomst. Social Potency (SPM),
meet sociaal leidend gedrag. Hoge scores op SPM betekenen onder andere dat men
anderen graag beïnvloedt en van zijn eigen mening overtuigd is, graag de leiding in een groep neemt en graag in het middelpunt van de belangstelling staat. Achievement (ACM)
meet prestatiegericht gedrag. Hoge scores op ACM betekenen dat iemand graag hard
werkt, ambitieus is, werk en prestatie voor andere dingen trekt en hoge eisen aan zichzelf stelt. De laatste trait is Social Closeness (SCM) en meet sociaal affectief gedrag.
Mensen die hoog op SCM scoren zijn onder andere sociaal, warm en hartelijk, zijn graag
onder mensen en hebben plezier in en hechten waarde aan interpersoonlijke relaties.
Klinische Relevantie
Naast dat er gevonden is dat PEMM de persoonlijkheidstrek is die het meest
samenhangt met positieve socio-economische factoren, zoals een hoog salaris en succes (Lyubomirsky, King, & Diener, 2005), zijn er ook samenhangen gevonden tussen PEMM en psychopathologie. Zo lijkt bijvoorbeeld een lage score op PEMM samen te
hangen met depressie en sociale angst (Sellbom, Ben-Porath, & Bagby, 2008), twee van de meest voorkomende psychische stoornissen (De Graaf, Ten Have, Van Gool, & Van Dorsselaer, 2012). Verder werd er ook een verband gevonden tussen manie en hoge scores op PEMM (Gruber, 2011) en bleken de negatieve symptomen van schizofrenie,
zoals vervlakking van gevoelens en minder zin in sociale contacten, verband te hebben
met lage scores op PEMM (Watson & Naragon-Gainey, 2010).
Er is aangetoond dat PEMM, met name de subschalen Social Potency en Social Closeness, samenhangt met het construct Extraversion van de Big Five (o.a. Church, 1994; Tellegen & Waller, 2008). Extraversion lijkt onder andere positief samen te hangen met alcoholgebruik van studenten (Hong & Paunonen, 2009) en een langer leven (Danner, Snowdon, & Friesen, 2001; Friedman et al. 1995) en negatief met burn-out (Mehta, 2012).
Specificiteit in het Voorspellen van Dagelijks Gedrag en Emoties
Voorspellers kunnen algemeen of specifiek zijn. Een algemene voorspeller geeft een globale richting aan. Een trait zou dan bijvoorbeeld verschillende gedragingen kunnen voorspellen, maar het zou niet kunnen voorspellen welk specifiek gedrag daadwerkelijk vertoond zal worden. Met een specifieke voorspeller wordt bedoeld dat een bepaalde trait met een bepaald gedrag convergeert en met ander gedrag divergeert. Convergeren houdt in dat iemand met een bepaalde trait ook daadwerkelijk het
traitgerelateerde gedrag in het dagelijks leven vertoont wat van een persoon met deze trait wordt verwacht. Iemand die bijvoorbeeld hoog scoort op Achievement, zal ook daadwerkelijk meer prestatiegericht gedrag vertonen dan iemand die op deze trait laag scoort. Divergeren houdt in dat een bepaalde trait specifiek gedrag voorspelt. Dit wil zeggen dat de trait minder met trait-ongerelateerd gedrag samenhangt dan met traitgerelateerd gedrag. Waarbij het traitgerelateerd gedrag ook niet beter door een andere trait mag worden voorspeld. Van iemand die hoog op Achievement scoort, wordt dus verwacht dat diegene in het dagelijks leven specifiek meer prestatiegericht gedrag vertoont dan ander soort gedrag, zoals bijvoorbeeld sociaal leidend gedrag. Verder zou iemand die hoog op een andere trait scoort, bijvoorbeeld Social Potency, niet meer prestatiegericht gedrag moeten vertonen dan iemand die hoog op Achievement scoort.
Eerder onderzoek met het FFM is niet eenduidig, het toont enerzijds aan dat persoonlijkheid een algemene voorspeller van gedrag is (o.a. Mehl, Gosling, &
Pennebaker, 2006; Hong, Paunonen, & Slade, 2008) en anderzijds dat persoonlijkheid een specifieke voorspeller van gedrag is (Fleeson & Gallagher, 2009). De complexiteit van het construct PEMM roept de vraag op of de specifieke aspecten van PEMM ook
specifieke consequenties hebben voor dagelijks gedrag. De alternatieven zouden zijn dat PEMM slechts een algemene voorspeller voor gedrag en emotie is, of deze helemaal
Als er aangenomen wordt dat Trait realism (Tellegen & Waller, 2008) van toepassing is, dan zou een specifieke trait ook specifiek gedrag moeten voorspellen, aangezien de specifieke trait het traitspecifieke gedrag beïnvloedt. Hier tegenover staat de Situationism theory (Mischel, 1968, aangehaald in Church et al., 2013) welke stelt dat traits in deze zin niet bestaan en dat gedrag alleen door externe factoren beïnvloed wordt, dus vooral situatieafhankelijk is, en niet door interne factoren zoals traits of psychobiologische processen. Als deze theorie van toepassing is, zouden traits geen specifiek gedrag kunnen voorspellen.
Hypothesen
Uit bovenstaande valt de volgende onderzoekvraagstelling af te leiden: Voorspelt het construct PEMM specifiek positief gedrag in het dagelijks leven? In dit onderzoek
werd de persoonlijkheid van de deelnemers aan het begin van het onderzoek gemeten en rapporteerden de deelnemers vervolgens gedurende vier weken iedere dag hun dagelijkse gedragingen, cognities en emoties. Er werd naar het verband tussen het construct PEMM en positieve dagelijkse gedragingen, cognities en emoties gekeken. De
specificiteit hiervan werd onderzocht met behulp van convergentie en divergentie. Verwacht werd dat er een specifieke samenhang werd gevonden tussen PEMM en
positieve dagelijkse gedragingen, cognities en positief affect (PA). Voor de lagere orde factoren werd verwacht dat Wellbeing specifiek met optimistisch gedrag, emoties en cognities samenhangt, Social Potency met sociaal leidend gedrag, Achievement met prestatiegericht gedrag en Social Closeness met sociaal affectief gedrag. Tenslotte werd ook de betrouwbaarheid van de DBQ onderzocht, aangezien het hierbij om een nieuwe en speciaal voor dit onderzoek geconstrueerde gedragsvragenlijst gaat.
Methode
Deelnemers
Aan dit onderzoek namen oorspronkelijk 98 eerstejaars psychologiestudenten van de Universiteit van Amsterdam deel. De deelnemers zijn via de UvA lab website geworven en zijn niet van tevoren gescreend. De enige voorwaarde voor het deelnemen aan het onderzoek was dat de deelnemer bereid was om gedurende vier weken iedere dag de vragenlijsten via internet in te vullen. Vier deelnemers werden geëxcludeerd van het onderzoek op basis van het niet volledig invullen van de vragenlijsten. Van de overgebleven 94 deelnemers waren 28 man (29,8%) en 66 vrouw (70,2%), met een
gemiddelde leeftijd van 20 jaar (sd = 3,25), met een minimum van 18 jaar en een maximum van 44 jaar. Aan het eind van het onderzoek ontving iedere deelnemer zeven proefpersoonpunten als beloning.
Materialen
In het huidige onderzoek werd gebruik gemaakt van de volgende vragenlijsten, welke door de deelnemer zelf digitaal ingevuld moesten worden: de MPQ-BF-NL, de PANAS-NL (algemene- en dagversie) en de DBQ.
De MPQ-BF-NL (Eigenhuis, Kamphuis, & Noordhof, 2013) is de verkorte Nederlandse versie van de Amerikaanse Multidimensional Personality Questionnaire (MPQ; Tellegen, 1982; Tellegen & Waller, 2008). De MPQ-BF-NL meet verschillende persoonlijkheidstrekken. De vragenlijst bestaat uit 132 binaire (juist/onjuist) items en de afnameduur is ongeveer 15 minuten. De MPQ-BF-NL is opgebouwd uit tien lagere orde schalen, die onder drie hogere orde schalen vallen: Positive Emotionality (PEMM), Negative Emotionality (NEMM) en Constraint (CONM). De lagere orde schalen zijn; voor
PEMM: Wellbeing, Social Potency, Achievement en Social Closeness, voor NEMM: Stress Reaction, Aggression en Alienation en voor CONM: Control vs. Impulsivity, Harmavoidance en Traditionalism. Verder is er de Absorption schaal (ABS) welke los van de hogere orde constructen staat. Er zijn 12 items per lagere orde schaal. Een voorbeelditem van de subschaal Social Closeness is: ‘Ik besteed gewoonlijk liever mijn vrije tijd met vrienden dan alleen.’, een voorbeelditem van de subschaal Stress Reaction is: ‘Ik maak me vaak ergens zorgen over.’ en een voorbeelditem van de subschaal Control vs. Impulsivity is: ‘Ik doe vaak iets in een opwelling.’. Per item is de minimum score 0 en de maximum score 1.
De betrouwbaarheid van de subschalen van de MPQ-BF-NL is ruim voldoende tot goed (α = ,75-,87), behalve die van Traditionalism, Harmavoidance en Aggression welke voldoende is (α = ,70-,73). Daarbij zijn er aanwijzingen voor een goede validiteit, er is bijvoorbeeld een hoge correlatie, gemiddeld r = ,94, tussen de BF-NL en de MPQ-BF (Eigenhuis, Kamphuis, & Noordhof, 2013).Ook komt de interne consistentie overeen met die van de MPQ-BF (Patrick, Curtin, & Tellegen, 2002) en zijn er twee
validiteitschalen (VRIN en TRIN) die opvallendheden in antwoordpatronen kunnen aantonen en daardoor de validiteit kunnen verbeteren.
De PANAS-NL (Engelen, De Peuter, Victoir, Van Diest, & Van den Bergh, 2006) is de Nederlandse versie van de Amerikaanse Positive Affect Negative Affect Schedule (PANAS; Watson, Clark, & Tellegen, 1988). Deze vragenlijst meet positieve en
aangegeven worden in hoeverre deze emotie van toepassing is. In de ‘algemene’ versie, welke naar de emotionele staat in de afgelopen maanden vraagt, gaat de vijfpuntsschaal van ‘nooit’ tot ‘zeer vaak’ en bij de ‘dagversie’, welke naar de emotionele staat op de dag zelf vraagt, van ‘niet’ tot ‘zeer sterk’. De PANAS-NL bestaat uit twee subschalen: Positief Affect (PA) en Negatief Affect (NA), die elk door 10 items worden gemeten. Een
voorbeelditem voor PA is: ‘enthousiast’ en van NA: ‘schuldig’. De minimumscore per item is 1 en de maximumscore is 5. Het invullen duurt ongeveer 5 minuten.
De betrouwbaarheid (PA: α = ,83 en NA: α = ,79) en begripsvaliditeit van de Nederlandse versie van de PANAS zijn als voldoende beoordeeld (COTAN, 1999; Peeters, Ponds, & Vermeeren, 1996). De criteriumvaliditeit is nog niet onderzocht in Nederland. Er is echter veel onderzoek gedaan naar o.a. de criteriumvaliditeit van de Amerikaanse versie van de PANAS. Crawford en Henry (2004), bijvoorbeeld,
onderzochten de validiteit van de Amerikaanse PANAS en beoordeelden deze als voldoende. Thompson (2007) onderzocht de criteriumvaliditeit van de korte versie van de Amerikaanse PANAS en beoordeelde deze eveneens als voldoende.
De DBQ (Daily Behavioural Questionnaire) is een in samenwerking met twee medestudenten geconstrueerde vragenlijst, welke naar dagelijks gedrag, emoties en cognities vraagt. De basis voor de items zijn de subschalen van de MPQ-BF-NL (met uitzondering van Absorption). Aan de hand hiervan zijn items met de rationele
constructiemethode ontwikkeld, bijvoorbeeld met behulp van de vraag “Welk dagelijks gedrag zou men specifiek voorspellen bij mensen die hoog of juist laag op deze
subschaal scoren?”. De DBQ bestaat uit totaal 119 items, 10-14 per subschaal. Er wordt per item op een vijfpuntsschaal, welke van ‘niet’ tot ‘zeer sterk’ gaat, aangegeven in hoeverre het item van toepassing is. Enkele uitzonderingen zijn items welke alleen door ‘ja’ of ‘nee’ beantwoord kunnen worden, of naar een bepaald aantal vragen (bijvoorbeeld het aantal uur). Een voorbeelditem van de subschaal Social Closeness is: ‘Ik was
gisteren een luisterend oor voor iemand anders.’, een voorbeelditem van de subschaal Stress Reaction is: ‘Gisteren heb ik me zorgen gemaakt.’ en een voorbeelditem van de subschaal Control vs. Impulsivity is: ‘Ik heb gisteren beslissingen goed afgewogen.’. De minimumscore per item is 1 en de maximumscore is 5 (met uitzondering van de ja/nee en aantal-vragen). Omdat het invullen van de gehele DBQ ongeveer 15 tot 20 minuten in beslag neemt, is ervoor gekozen om deze in twee delen te splitsen (zie Appendix D). De DBQ1 heeft 58 items en de DBQ2 heeft 61 items. De twee versies van de DBQ werden afwisselend om de dag afgenomen en het invullen duurt ongeveer 5 tot 10 minuten per deel.
De validiteit en betrouwbaarheid van de DBQ zijn nog niet onderzocht, aangezien het hierbij om een speciaal voor het huidige onderzoek geconstrueerde vragenlijst gaat.
Procedure
De doormiddel van de UvA lab website geworven deelnemers werden
voorafgaand aan het onderzoek via een e-mail uitgenodigd voor een informatiegesprek. Dit gesprek was verplicht om aan het onderzoek deel te mogen nemen. De
informatiegesprekken duurden ongeveer 5 tot 10 minuten en vonden op verschillende dagen en tijden in een lokaal van de UvA plaats. Er werden altijd meerdere deelnemers tegelijkertijd over het onderzoek ingelicht. Tijdens het informatiegesprek werd eerst een PowerPoint presentatie (zie Appendix A) getoond, met informatie over het onderzoek en het verloop van het onderzoek. Daarna ontvingen alle deelnemers een
informatiebrochure over het onderzoek (zie Appendix B), een deelnemernummer en een toestemmingsverklaring (zie Appendix C), welke bij gewenste deelname ondertekend ingeleverd moest worden. Gedurende het gesprek werd enige keren de ruimte gegeven om vragen te stellen. In alle informatiegesprekken werd dezelfde PowerPoint presentatie getoond, om het gesprek zo veel mogelijk te standaardiseren. Één dag voor de start van het onderzoek werden de deelnemers via e-mail herinnerd dat het onderzoek de
volgende dag van start zou gaan. Voor de uitvoering van dit onderzoek werd gebruik gemaakt van Qualtrics, een online vragenlijsten portal, welke het mogelijk maakt om de gewenste vragenlijsten toe te voegen, online af te nemen en de resultaten te
verzamelen. Aangezien de vragenlijsten online ingevuld konden worden, konden de deelnemers deze vanaf hun computer, laptop, mobiele telefoon of tablet invullen, op een locatie naar keuze. Op de startdag van het onderzoek ontving iedere deelnemer om 7:00 uur in de ochtend een e-mail met een individuele link naar de vragenlijsten op
psynl.qualtrics.com (Qualtrics), waar zij de MPQ-BF-NL, enkele demografische vragen en de PANAS-NL (algemene versie) in konden vullen. Het invullen van deze
vragenlijsten nam ongeveer 20 minuten in beslag. Op de eerste dag van het onderzoek ontvingen de deelnemers, welke de vragenlijsten op deze dag nog niet ingevuld hadden, om 21:00 uur een herinneringsmail met een vriendelijk verzoek om de vragenlijsten alsnog in te vullen. Vervolgens ontvingen de deelnemers vanaf de tweede dag,
gedurende 29 dagen, iedere dag om 7:00 uur een e-mail met een individuele link naar de DBQ (Appendix D) en de PANAS-NL (dagversie). Het dagelijks invullen van de twee vragenlijsten nam ongeveer 5 tot 10 minuten in beslag. Deelnemers welke meer dan vijf dagen waren vergeten de vragenlijst in te vullen, werden van het onderzoek
geëxcludeerd. Na afloop van de vier weken werd nogmaals de MPQ-BF-NL, de PANAS-NL (algemene versie) en een exit-vragenlijst afgenomen. De exit-vragenlijst, waarmee onder andere naar de testhouding van de deelnemers en eventuele bijzondere
omstandigheden gevraagd werd, bevatte vragen als ‘Hoe oud ben je’ en ‘Hoe serieus heb je de vragenlijsten in de afgelopen vier weken ingevuld’ (zie Appendix E). Het invullen nam ongeveer 20 minuten in beslag. Hierna ontvingen alle deelnemers een dankmail en zeven proefpersoonpunten als beloning.
Statistische Analyses
Voor de statistische analyses werd gebruikgemaakt van het programma SPSS. Eerst werden schaalscores binnen de DBQ en de PANAS gemaakt. Dit werd gedaan door de scores op de vijfpuntschaal om te vormen naar scores tussen de 0 en 1, in stappen van 0,25 (bijvoorbeeld 5=1; 4=0,75), waarbij 0 staat voor ‘niet aanwezig’ en 1 voor ‘helemaal aanwezig’. Bij de ja/nee vragen werd ‘ja’ omgescoord naar 1 en ‘nee’ naar 0. Verder werden alle schaalvragen, welke naar een bepaald aantal vroegen, omgescoord naar scores tussen de 0 en 1 doormiddel van percentielen. Alle contra-items werden omgeschaald, zodat de scores dezelfde richting hadden als de andere items. Lagere orde schaalscores voor de DBQ werden gemaakt door alle gemiddelde itemscores die bij dezelfde lagere orde schaal hoorden te aggregeren en hiervan de gemiddelden te berekenen over de hele periode. Om hogere orde schaalscores te maken werden alle gemiddelde lagere orde schaalscores, die bij dezelfde hogere orde schaal hoorden, geaggregeerd en werd hiervan het gemiddelde berekend over de hele periode.
Daarna werd naar deelnemerkarakteristieken gekeken. Voor alle deelnemers werd het aantal gemiste dagen, hun testhouding en de validiteitschalen onderzocht, om zo de deelnemers die niet volledig of niet serieus aan dit onderzoek hadden meegedaan uit te kunnen sluiten van de analyses om eventuele vertekeningen van de data te
voorkomen.
Verder zijn voor iedere deelnemer gemiddelden berekend van de ruwe scores van de MPQ-BF-NL, per schaal en subschaal, om later de correlaties te kunnen berekenen en om te controleren of de deelnemerspopulatie opvallend hoog of laag scoort in vergelijking met de algemene Nederlandse bevolking.
Vervolgens werd met behulp van Cronbach’s Alpha de betrouwbaarheid van de schaal PEMD van de nieuwe vragenlijst, de DBQ, berekend. Hiervoor werden de over de
hele periode geaggregeerde schaalscores gebruikt. De betrouwbaarheid van de DBQ is nog niet eerder onderzocht. Aangezien de hoofdanalyses op deze vragenlijst gebouwd
zijn, is het van belang deze te onderzoeken en na te gaan hoe goed deze werkt en in hoeverre deze vrij van meetfouten is. Verder werd onderzocht of de betrouwbaarheid van de items van dag 1/2 verhoogd kon worden. Dit werd gedaan door items te
verwijderen welke niet het bedoelde construct maten en daardoor de interne consistentie van de schaal verminderden. Op deze manier kon de vragenlijst geoptimaliseerd
worden, meetfouten worden verminderd en daardoor de interne consistentie verhoogd. Tevens werd er onderzocht of PEMM specifiek met PEMD (H1)en PA (H2)
samenhangt en of de andere subschalen van PEMM specifiek met de daarbij behorende
subschalen van PEMD (H3-6) samenhangen. Om specificiteit te toetsen werd naar
convergentie (a) en divergentie (b/c) gekeken. Convergentie werd getoetst door
Pearson’s correlaties en divergentie met Pearson’s correlaties en Steiger’s z-tests,
om te bepalen of het verschil in correlaties significant was. Hiervoor werden de
geaggregeerde schaalscores gebruikt. Alle analyses zijn tweezijdig getoetst (α = .05). Tenslotte werd een Principale Componentenanalyse (PCA) met Oblique rotation uitgevoerd over de DBQ items van de subschalen van PEMD van een
willekeurige dag. Dit werd gedaan om de vragenlijst nader te onderzoeken en per subschaal te toetsen hoeveel onderliggende componenten binnen de subschaal
gevonden konden worden en hoeveel variantie deze verklaarden. Op deze manier werd onderzocht hoe de subschalen waren opgebouwd en of er items waren die weinig toevoegden en eventueel verwijderd konden worden. Er is voor de Oblique rotation gekozen omdat er verwacht werd dat de onderliggende factoren van de subschalen enigszins samenhangen, aangezien deze bij dezelfde subschaal horen en hetzelfde concept horen te meten. Bij de interpretatie is naar de Structure Matrix gekeken, omdat deze rekening houdt met de onderlinge samenhang van de factoren (Field, 2009). Factorladingen boven de 0,5 werden als hoog geïnterpreteerd.
Aan hand van de PCA werden bepaalde items, welke minder goed het construct maten, van de subschalen verwijderd en werd de betrouwbaarheid per subschaal nogmaals berekend. Dit werd gedaan om te onderzoeken of de betrouwbaarheid verhoogd kon worden en daardoor de vragenlijst verbeterd kon worden.
Resultaten
Deelnemerkarakteristieken
Van de 98 deelnemers hebben vier deelnemers meer dan vijf van de 29 dagen de vragenlijsten niet ingevuld en zijn daardoor uit de analyse genomen. Door de
overgebleven 94 deelnemers werd gemiddeld één dag (M = 0,68, sd = 1,12) vergeten de vragenlijst in te vullen, het maximum lag bij vijf dagen en het minimum bij nul. De MPQ-BF-NL werd door 100% van de 94 deelnemers twee keer ingevuld. Verder gaven alle deelnemers op de exit-vragenlijst aan voor meer dan 70% serieus aan het onderzoek te hebben meegedaan. Het gemiddelde voor alle deelnemers was 91,8% (sd = 8,79), met een minimum van 70% en een maximum van 100%. Op de validiteitschaal VRIN van de MPQ-BF-NL scoorden 98,9% (93 deelnemers) onder de t = 70 (M = 50,88, sd = 6,82) en op de validiteitschaal TRIN scoorden 100% van de deelnemers onder t = 70 (M = 51,15, sd = 6,30). Dit betekent dat de MPQ-BF-NL consistent is ingevuld door bijna alle
deelnemers en dat maximaal één deelnemer eventueel inconsistent, maar wel valide, heeft geantwoord, bijvoorbeeld omdat de vragen niet helemaal zijn begrepen. Tenslotte zijn de scores op de MPQ-BF-NL van de deelnemers onderzocht om vast te stellen of de onderzochte populatie op alle schalen ongeveer gemiddeld scoort en representatief is voor de algemene Nederlandse bevolking. Als dit het geval is zijn de conclusies van dit onderzoek beter te generaliseren. In vergelijking met de algemene Nederlandse
bevolking scoorde de onderzochte populatie op de schalen PEMM en NEMM van de
MPQ-BF-NL gemiddeld (t = 51-53, zie Tabel 1). Dit betekent dat 51% van de algemene bevolking lager scoort, 34% vergelijkbaar en 15% hoger dan de onderzochte populatie. Op de subschaal SCM werd bovengemiddeld gescoord (t = 58). Op de schaal CONM
werd onder gemiddeld (t = 36-40) gescoord, wat betekent dat 7% van de algemene bevolking lager scoort, 9% vergelijkbaar en 84% hoger dan de onderzochte populatie. Dit betekent dat de onderzochte populatie in het algemeen vergelijkbaar is met de algemene bevolking, maar eventueel op het construct CONM enigszins afwijkt.
Tabel 1
Gemiddelden en Standaarddeviaties van de T-Waardes van de MPQ-BF-NL van de Onderzochte Populatie Berekend op Basis van de Algemene Nederlandse Populatie
Betrouwbaarheid DBQ
De betrouwbaarheid van het DBQ-construct PEMD en de onderliggende
subfactoren is met behulp van Cronbach’s Alpha onderzocht op een willekeurige dag. Hieruit blijkt dat PEMD en Wellbeing (WBD)een hoge betrouwbaarheid hebben,
respectievelijk α = ,85 en α = ,90 (zie Tabel 2). De betrouwbaarheid van de subschalen Achievement (AD) en Social Closeness (SCD) is voldoende hoog, de betrouwbaarheid
van Social Potency (SPD) is echter onder de 0,5 en daardoor onvoldoende. Bij de
berekening van Cronbach’s Alpha werd aangegeven dat de α-waardes van de
Schaal M SD PEMM Totaal 53,35 10,07 WBM 51,07 9,04 SPM 52,95 9,05 AM 48,53 11,41 SCM 57,60 10,05 NEMM Totaal 51,34 8,86 SRM 52,55 9,12 AGM 51,53 9,27 ALM 49,80 8,31 CONM Totaal 38,98 9,84 COM 43,93 10,31 HAM 41,33 9,36 TRM 38,43 6,31
subschalen, met uitzondering van WBD, verhoogd kunnen worden als per subschaal één
item, welke het construct minder goed meet, wordt verwijderd. Vooral bij SPD kan de
betrouwbaarheid hierdoor worden verhoogd naar α = ,52. De betrouwbaarheid van het construct PEMD blijft na verwijderen van één item even hoog, wat betekent dat deze
subschaal intern consistent is en weinig meetfouten bevat. De betrouwbaarheid van alle subschalen is na het verwijderen van één item voldoende hoog. De subschaal SPD blijft
echter een lagere α-waarde houden, welke met behulp van het verwijderen van een tweede item verder verhoogd kan worden naar α = ,59. De vragen, welke de subschalen van PEMD meten, met uitzondering van SPD, vormen voldoende homogene subschalen,
die de constructen voldoende betrouwbaar meten. Tabel 2
Cronbach’s Alpha van de Subschalen van het Construct PEMD, met en Zonder Items te Verwijderen
Subschaal Geen item verwijderd 1 item verwijderd 2 items verwijderd
WBD ,90* ,90* ,90* SPD ,46 ,52 ,59 AD ,66* ,67* ,68* SCD ,65* ,69* ,73* Noot. * α ≥ .7 Toetsing Hypotheses
De toetsing van de hypotheses werd, zoals reeds beschreven, uitgevoerd met behulp van Pearson’s correlaties. Hiervoor werd gebruik gemaakt van de
schaalgemiddelden, geaggregeerd over de gehele periode. De toetsing van de eerste hypothese wordt als voorbeeld uitgebreid beschreven. Voor de correlatiewaardes, zie Tabellen 3,4,5 en Appendix F en voor de Steiger’s z-tests Appendix G.
Het construct PEMM voorspelde, zoals verwacht, specifiek positieve dagelijkse
gedragingen, cognities en emoties (H1). Voor de convergentiehypothese (H1a) werd een sterk significante correlatie gevonden tussen PEMM en PEMD (zie Tabel 3). Hoe
hoger de score op PEMM, hoe meer positief gedrag, cognities en emoties (PEMD)
werden getoond. Voor de eerste divergentie hypothese (H1b) kwam naar voren dat PEMM PEMD specifiek voorspelde. PEMM correleerde significant sterker met PEMD dan
hypothese (H1c) werd eveneens ondersteund. Het construct PEMM voorspelde specifiek
PEMD en deed dit tevens beter dan het de andere gedragingen voorspelde (zie Tabel 5).
De tweede hypothese (H2) werd bevestigd, het construct PEMM hing specifiek
samen met positief affect (PA). De convergentie en divergentie hypothesen (H2a-c) werden voor de algemene- en dagversie van de PANAS ondersteund door de onderzoeksresultaten (zie Tabel 6 en Appendix G).
Tabel 3
Pearson’s Correlaties van de Convergentie Hypothesen (a)
MPQ PEMM WBM SPM AM SCM DBQ PEMD ,65** ,68** ,32** ,27** ,51** WBD ,45** ,66** ,11 ,05 ,47** SPD ,46** ,34** ,54** ,17 ,15 AD ,37** ,34** ,04 ,41** ,22* SCD ,61** ,58** ,29** ,22* ,56**
Noot. ** p < ,01 (tweezijdig getoetst), * p < ,05 (tweezijdig getoetst).
Volledige correlatietabel: zie Appendix F.
Tabel 4
Pearson’s Correlaties van de Eerste Divergentie Hypothesen (b)
MPQ
PEMM NEMM CONM
DBQ PEMD ,65** -,21* -,02 WBD ,45** -,36** -,01 SPD ,46** ,01 -,18 AD ,37** -,13 ,17 SCD ,61** -,08 -,04
Noot. ** p < ,01 (tweezijdig getoetst), * p < ,05 (tweezijdig getoetst).
Tabel 5
Pearson’s Correlaties van de Tweede Divergentie Hypothesen (c)
MPQ PEMM WBM SPM AM SCM DBQ PEMD ,65** ,68** ,32** ,27** ,51** WBD ,45** ,66** ,11 ,05 ,47** SPD ,46** ,34** ,54** ,17 ,15 AD ,37** ,34** ,04 ,41** ,22* SCD ,61** ,58** ,29** ,22* ,56** NEMD -,09 -,30** ,11 ,20 -,32** SRD -,08 -,35** ,08 ,28** -,29** AGD -,14 -,26* ,11 ,09 -,37** ALD -,05 -,20 ,11 ,13 -,24* COND -,15 -,19 -,26* ,13 -,09 COD ,15 ,08 ,03 ,23* ,05 HAD -,38** -,39** -,42** -,01 -,20 TRD ,09 ,07 ,02 ,10 ,06
Noot. ** p < ,01 (tweezijdig getoetst), * p < ,05 (tweezijdig getoetst).
Tabel 6
Pearson’s Correlaties Tussen de PANAS (Algemene Versie en Dagversie) en de Hoofdschalen van de MPQ-BF-NL
PANAS PEMM NEMM CONM
PANAS algemeen PA ,67** -,14 -,03 NA ,02 ,74** ,14 PANAS dag PA ,47** -,15 -,15 NA -,00 ,64** -,03
Noot. ** p < ,01 (tweezijdig getoetst)
De subschaal Wellbeing (WBM) voorspelde, zoals verwacht, specifiek
optimistische emoties, cognities en gedragingen (H3). De divergentie was steeds significant (H3b en H3c), met één uitzondering: sociaal leidend gedrag (SPD) werd niet
significant slechter voorspeld door WBM (ZH = 1,23, p = ,217).
De vierde hypothese (H4) werd zoals verwacht bevestigd, de subschaal Social Potency (SPM)voorspelde significant specifiek sociaal leidend gedrag (SPD). Hoe hoger
de score op SPM, hoe meer sociaal leidend gedrag er dagelijks getoond werd.
De vijfde hypothese (H5) werd gedeeltelijk ondersteund. De subschaal
Achievement (AM) hing niet significant specifiek samen met prestatiegericht gedrag (AD),
maar ook met ander soort gedrag. De convergentiehypothese (H5a) werd bevestigd en de eerste divergentiehypothese (H5b) werd gedeeltelijk bevestigd. AM voorspelde AD
significant beter dan de andere subschalen van de MPQ-BF-NL, met uitzondering van WBM (ZH = 0,59, p = ,553) en ‘Social Closeness’ (SCM, ZH = 1,44, p = ,151). H5c werd
eveneens gedeeltelijk bevestigd. De subschaal AM kon prestatiegericht gedrag (AD)
significant beter voorspellen dan 6 van de 9 andere gedragingen. AM voorspelde echter
ook sociaal affectief gedrag (SCD; ZH = 1,63, p = ,103), stressreactief gedrag (SRD; ZH = 0,90, p = ,371) en controlebehoevend gedrag (CD; ZH = 1,90, p = ,057).
De zesde hypothese (H6) werd, met één uitzondering in de divergentie,
bevestigd. De subschaal Social Closeness (SCM) hing significant specifiek samen met
sociaal affectief gedrag (SCD), maar voorspelde deze niet significant beter dan WBM of
optimistisch gedrag, emoties en cognities (WBD). De convergentiehypothese (H6a) werd
bevestigd, bij de divergentiehypotheses (H6b en c) bleek echter respectievelijk dat SCM
uitzondering van WBM (ZH = -0,26, p = ,791), en dat SCM significant beter SCD kon
voorspellen dan de andere gedragingen, met uitzondering van WBD (ZH = 1,24, p =
,215).
Factoranalyse
Er is een ‘Principale Componentenanalyse’ (PCA) uitgevoerd van de volledige 50 items van het construct PEMD op een willekeurige dag, met behulp van Oblique rotation (oblimin). Aan de assumpties voor de PCA is voldaan, de Kaiser-Meyer-Olkin waardes waren allen boven de 0,6 en Barlett’s test of sphericity was bij allen significant. Er werd per subschaal onderzocht hoeveel onderliggende componenten de subschalen hadden, hoe hoog bepaalde items op deze componenten laadden en hoeveel variantie met behulp hiervan verklaard werd. Dit werd gedaan om de onderliggende structuur van de subschalen te onderzoeken, dominante componenten te vinden en onnodige
componenten te identificeren. Voor de PCA tabellen: zie Appendix H.
Bij de items van de subschaal WBD zijn vijf onderliggende componenten
gevonden welke laag tot middelmatig met elkaar correleerden (r = ,03-,6) en samen 77% van de variantie verklaarden. De eerste component verklaarde 43% van de variantie. Alle items van WBD laadden hier op, ongeveer de helft echter laag (range 0,3-0,4). De
items die een hoge lading hadden op de eerste component (range 0,5-0,9), gingen vooral over positieve gevoelens, zoals blij en tevreden. De tweede component
verklaarde 15% van de variantie en de hoogladende items gingen vooral over genieten van het leven en vrolijk zijn. Deze twee componenten hingen middelmatig samen (r = ,48). Een groot deel van de variantie in WBD betreft dus gevoelens van blijheid,
tevredenheid, vrolijkheid en genieten van het leven.
De items van de subschaal SPD vielen in zeven componenten uit elkaar, die nauwelijks tot laag samenhingen (r = ,05-,5) en 86% van de variantie verklaarden. Per component waren er weinig items (1-3 items). De eerste component verklaarde 25% van de variantie. De hierbij horende items (range 0,6-0,9) gingen vooral over het zoeken van aandacht en over dominant gedrag. De tweede component verklaarde 14% van de variantie en de hoogladende items gingen voornamelijk over anderen de leiding laten nemen. Deze twee componenten lijken twee losse aspecten te meten (r = -,05). De variantie in SPD betreft voornamelijk sociaal leidend en sociaal passief gedrag.
Bij de subschaal AD horende items konden in zes componenten worden opgedeeld, die nauwelijks tot laag samenhingen (r = ,02-,4) en 82% van de variantie verklaarden. Ieder component bevatte weinig items (1-4 items). De eerste component verklaarde 26% van de variantie en bevatte vooral items die over hard en gedreven
werken/studeren gingen en hoge eisen aan zichzelf stellen (range 0,6-0,9). De tweede component verklaarde 16% van de variantie en de hoogladende items gingen over taken opgeven of slordig uitvoeren. De twee componenten lijken twee aparte aspecten van AD
(r = ,09) te meten. Een groot deel van de variantie in AD betreft prestatiegericht gedrag
en taken opgeven of slordig werken.
De items van de subschaal SCD waren onder te verdelen in acht componenten, welke nauwelijks tot laag samenhingen (r = ,02-,4) en samen 82% van de variantie verklaarden. De eerste component verklaarde 25% van de variantie. Items die hoog op de eerste component laadden (range 0,5-0,8), gingen vooral over het tijd besteden met vrienden en anderen helpen. De tweede component verklaarde 12% van de variantie en de inhoud van de hoogladende items ging over mensen op afstand houden en graag alleen zijn. Deze twee componenten lijken verschillende aspecten te meten (r = ,02). De variantie van SCD betreft voornamelijk sociaal affectief en niet-sociaal affectief gedrag.
Bovenstaande resultaten zijn in het algemeen volgens verwachtingen. De onderwerpen, die het grootste deel van de variantie per subschaal verklaarden, komen overeen met wat de subschalen horen te meten. Het aantal componenten is echter hoger dan verwacht en de correlaties tussen de componenten lager, wat betekent dat de subschalen van PEMD complexer opgebouwd zijn dan eerst werd gedacht.
Nadere Analyse DBQ
Op basis van de eerste componenten uit de PCA zijn per subschaal items die niet bij de eerste component hoorden geëxcludeerd en is voor de nieuwe subschalen de betrouwbaarheid berekend (Cronbach’s Alpha). Er werd een grote verandering in
betrouwbaarheid gevonden bij de subschaal SPD (zie Tabel 7). Het excluderen van
items op basis van de PCA had echter weinig tot geen invloed op de betrouwbaarheid van de andere subschalen. Verder is voor de nieuw samengestelde subschalen opnieuw een PCA doorgevoerd. Bij alle subschalen resulteerde dit in minder componenten en een hogere verklaarde variantie van de eerste component. De α-waardes van alle subschalen, met uitzondering van WBD, werden op deze manier hoger dan bij de
eerdere betrouwbaarheidsanalyse waarbij twee items werden verwijderd. Het nadeel is echter dat op deze manier enkele schalen nog maar weinig items bevatten (zie Tabel 7).
Tabel 7
Vergelijking van Cronbach’s Alpha en Aantal Items van de Subschalen van PEMD, voor en na het Excluderen van Items naar Aanleiding van Betrouwbaarheidsanalyse en PCA
Aantal items
Subschaal verwijderd Geen item verwijderd 2 items volgens PCA Voor exclusie Exclusie Na exclusie
WBD ,90* ,90* ,90* 15 15 SPD ,46 ,59 ,68* 10 5 AD ,66* ,68* ,70* 11 7 SCD ,65* ,73* ,74* 14 8 Noot. * α ≥ .7 Discussie
Samenvatting Resultaten en Conclusies
In het huidige onderzoek werd gekeken of persoonlijkheid, gemeten door de MPQ-BF-NL, specifieke dagelijkse gedragingen, emoties en cognities kan voorspellen. In het bijzonder is de samenhang tussen het construct Positive Emotionality en positieve dagelijkse gedragingen, emoties en cognities onderzocht. Aansluitend op eerder
onderzoek (o.a. Fleeson & Gallagher, 2009) werd gevonden dat persoonlijkheid specifieke dagelijkse gedragingen kan voorspellen. Positive Emotionality (PEMM)
voorspelde specifiek positieve dagelijkse gedragingen, emoties en cognities. Specifiek betekent dat er sprake was van convergentie en divergentie. Bovendien voorspelde PEMM, zoals verwacht, positief affect (PA). Dit is in lijn met eerder onderzoek (o.a.
Eigenhuis, Kamphuis, & Noordhof, 2013; Tellegen, Watson, & Clark, 1999) over de samenhang van PEMM met PA en het Behavioral Approach. De gevonden sterke
samenhang tussen PEMM en PA (r = ,67 en r = ,47) en de lage samenhang tussen
PEMM en NA (r = ,02 en r = -,00), sluit aan bij de gevonden correlaties uit eerder
onderzoek van Tellegen (1982, aangehaald in Tellegen & Waller, 2008) waar voor PEMM
en PA correlaties van r = ,50 en r = ,42 gevonden werden en voor PEMM en NA
correlaties van r = -,09 en r = -,24. Dit ondersteunt de bevinding dat PEMM een specifiek
Specifieke samenhangen werden ook op lagere orde niveau van het construct PEMM gevonden; de lagere orde schaal Social Potency hing specifiek samen met sociaal leidend gedrag. Wellbeing hing specifiek samen met optimistisch gedrag, emoties en cognities, maar voorspelde ook sociaal leidend gedrag. Achievement hing samen met prestatiegericht gedrag, echter niet specifiek. Prestatiegericht gedrag hing ook samen met andere lagere orde schalen en Achievement met andere gedragingen. Tenslotte hing Social Closeness specifiek met sociaal affectief gedrag samen, met uitzondering van Wellbeing en optimistisch gedrag, cognities en emoties. De resultaten voor de lagere orde schalen waren in het algemeen zoals verwacht, echter werd in enige gevallen de divergentie geschonden. Hieruit zou voorzichtig geconcludeerd kunnen worden dat de lagere orde factoren van PEMM specifiek gedrag kunnen
voorspellen. De gevonden correlaties tussen de traits (hogere/lagere orde schalen) en dagelijks gedrag (r = ,41-,66) zijn in lijn met eerder onderzoek, besproken in Fleeson en Gallagher (2009), waar correlaties tussen de ,42 en ,56 zijn gevonden. Deze correlaties overtreffen de verwachtingen van onder andere Ross en Nisbett (1991, aangehaald in Fleeson & Gallagher, 2009), welke aannamen dat gedragsvoorspellingen door
persoonlijkheid tussen de ,00 en maximaal ,40 liggen.
De onderzochte betrouwbaarheid van de DBQ was voldoende tot hoog, met uitzondering van de subschaal Social Potency. Met behulp van de factoranalyse kon de betrouwbaarheid van Social Potency echter verhoogd worden totdat deze voldoende was. De nieuwe vragenlijst, DBQ, lijkt traitgerelateerde gedragingen, met enige aanpassingen, betrouwbaar te meten en in het algemeen intern consistent te zijn. Samen met de gevonden correlaties met de MPQ-BF-NL, kan voorlopig aangenomen worden dat de DBQ dagelijkse gedragingen, emoties en cognities meet en zijn er aanwijzingen dat de DBQ een valide meetinstrument zou kunnen zijn.
Uit de factoranalyse kwam naar voren dat de lagere orde schalen van PEMM in
het algemeen meten wat zij horen te meten, maar dat zij complexer opgebouwd lijken te zijn dan werd verwacht. Er werden meerdere onderliggende componenten per
subschaal gevonden, die in het algemeen niet sterk met elkaar samenhingen. Dit zou er enerzijds op kunnen wijzen dat er eventueel een derde orde niveau bestaat, welke onder de lagere orde schalen ligt. Deze losse componenten zouden aparte constructen meten en gezamenlijk de lagere orde schaal vormen. Anderzijds kunnen de bevindingen er op wijzen dat deze traits niet eendimensionaal zijn, waardoor er meerdere traits samen één bepaald gedrag kunnen voorspellen en één trait verschillende soorten gedragingen. Dit wordt ook gedeeltelijk door de hoofdanalyses gesteund, omdat sommige traits (bijvoorbeeld Achievement) meerdere soorten gedrag konden
voorspellen, in plaats van alleen traitspecifiek gedrag. Hierbij moet rekening gehouden worden dat in dit onderzoek gebruik gemaakt werd van een nieuwe vragenlijst,
waardoor de onderzoeksresultaten voorzichtig geïnterpreteerd moeten worden. De bovenstaande onderzoeksbevindingen laten zien dat ook een ander persoonlijkheidsmodel dan het sterk indicatieve ‘Five Factor Model’ aan kan tonen dat persoonlijkheid gedrag voorspelt. Verder duiden de bevindingen in de richting van het persoonlijkheidsmodel van trait realism (Tellegen & Waller, 2008) en niet naar de Situationism theory (Mischel, 1968, aangehaald in Church et al., 2013), aangezien specifieke traits wel specifiek gedrag konden voorspellen. Verder geeft het huidige onderzoek, in lijn met eerder onderzoek (o.a. Eigenhuis, Kamphuis, & Noordhof, 2013), aanwijzingen dat de MPQ-BF-NL een betrouwbaar en valide instrument is om
persoonlijkheid te meten. De met eerder onderzoek overeenkomende resultaten, de voorspelbaarheid van specifiek gedrag met behulp van de gemeten persoonlijkheid en de convergentie en divergentie van constructen, beloven voor de praktijk veel
mogelijkheden.
Klinische Implicaties
De onderzoeksbevindingen kunnen implicaties voor de klinische praktijk hebben. Aangezien de schalen van de MPQ-BF-NL, zoals in de inleiding beschreven, met psychopathologie correleren, en niet alleen gedrag, maar ook emotie en
temperament meten, is deze vragenlijst breed inzetbaar en waardevol voor de klinische praktijk. Hierdoor is het in de toekomst eventueel mogelijk om risicogroepen voor bepaalde psychopathologie met behulp van persoonlijkheidsmeting te identificeren en preventieve hulp aan te bieden om mogelijke psychopathologie te voorkomen of te verminderen. De samenhangt tussen Positive Emotionality en onder andere depressie en sociale angst zou in combinatie met de onderzoeksbevindingen implicaties kunnen hebben voor het meer inzicht krijgen van de dagelijkse gedragingen van patiënten met deze stoornissen. Zo zouden aan de hand van een persoonlijkheidsmeting voorzichtige voorspellingen gemaakt kunnen worden over bijvoorbeeld het dagelijks sociaal
affectieve gedrag van deze patiënten. Dit zou onder andere therapeuten en
onderzoekers een breder beeld van de eventuele gevolgen van de klachten op dagelijks gedrag van patiënten met deze stoornissen kunnen geven. Verder zou er meer inzicht in het alledaagse leven van patiënten verkregen kunnen worden, waardoor nieuwe aandachtspunten en gespreksonderwerpen voor binnen de behandeling opgedaan zouden kunnen worden. Eventueel zouden hierdoor bepaalde gedragingen, die
bijvoorbeeld de klachten in de hand werken of verergeren, preventief tegen kunnen worden gegaan. Dit zou mogelijk de lijdensdruk van de patiënten en/of de invloed van de stoornissen op het dagelijks leven verminderen.
Beperkingen en Vervolgonderzoek
Een beperking van dit onderzoek is het gebruik van de DBQ , die nog niet nader onderzocht is. De gevonden betrouwbaarheid is echter voldoende tot hoog, met
uitzondering van de lagere orde schaal Social Potency (SPD). Desalniettemin is het aan
te bevelen om de DBQ verder te ontwikkelen en de validiteit en de betrouwbaarheid nader te onderzoeken. Voor de validiteit zou de DBQ met andere gedragsvragenlijsten die dezelfde concepten meten vergeleken en gecorreleerd kunnen worden. Om de betrouwbaarheid te verbeteren kunnen er nieuwe traitgerelateerde items worden
bedacht en aan de DBQ toegevoegd worden. Het huidige onderzoek kan vervolgens met de nieuwe DBQ herhaald worden. Hierna kan met behulp van correlaties,
betrouwbaarheidsanalyses en factoranalyse nagegaan worden in hoeverre de DBQ in betrouwbaarheid en factorladingen verbeterd is, of welke items verwijderd moeten worden om dit te bereiken. Deze cyclus kan worden herhaald tot de gewenste betrouwbaarheid bereikt is. Hierdoor kan vervolgens ook na worden gegaan of de verschillende gevonden deelcomponenten van de subschalen door de opbouw van de huidige versie van de DBQ komen, of door de complexe opbouw van gedrag zelf.
Een andere beperking van dit onderzoek is het gebruik van zelfrapportage vragenlijsten. Hierbij is het mogelijk dat deelnemers vragen sociaal wenselijk invullen. Dit is geprobeerd te voorkomen door de deelnemers te anonimiseren. Verder is dit gecontroleerd met behulp van de exit-vragenlijst, welke vroeg of de deelnemer serieus had meegedaan aan dit onderzoek. Deelnemers welke niet serieus hadden meegedaan zijn niet meegenomen in de analyses, om een waarheidsgetrouw beeld te kunnen krijgen. Tevens zou een punt van kritiek kunnen zijn dat, om de vragenlijsten in te vullen, de deelnemers zich moesten herinneren wat zij de vorige dag gedaan, gedacht en gevoeld hadden. Vervolgonderzoek zou bijvoorbeeld kunnen onderzoeken of de rapportage van gedrag, cognities en emoties verschilt als deze op dezelfde dag
gerapporteerd moet worden. Hiervoor zouden de deelnemers bijvoorbeeld iedere dag, vier keer per dag, de DBQ in kunnen vullen over hun gedrag, emoties en cognities van de afgelopen uren. Hierdoor wordt de kans verkleind dat deelnemers vergeten wat zij gedaan, gedacht en gevoeld hebben. De resultaten zouden met de resultaten van het huidige onderzoek vergeleken kunnen worden.
Een ander mogelijk punt van kritiek zou kunnen zijn dat in dit onderzoek gebruik is gemaakt van een convenience sample. Er zijn alleen eerstejaars
psychologiestudenten van de Universiteit van Amsterdam onderzocht. Dit kan meerdere nadelen hebben: Ten eerste is de steekproef al voorgeselecteerd omdat alle
deelnemers ongeveer dezelfde leeftijd hebben, student zijn, geïnteresseerd zijn in psychologie, voornamelijk vrouw zijn, in Amsterdam studeren en waarschijnlijk bovengemiddeld intelligent of tenminste hoger opgeleid zijn. Ten tweede zouden studenten ander soort gedrag kunnen vertonen dan niet-studenten. Dit wordt door de benedengemiddelde score op het construct Constraint ondersteund. Verder zouden studenten ook meer sociaal gedrag kunnen vertonen dan bijvoorbeeld werkende
mensen. Ten derde namen veel proefpersonen hun studievrienden mee, of vertelden zij het verder, zodat deze ook mee konden doen met het onderzoek. Aangezien mensen meestal vrienden kiezen die op sociaal- en persoonlijkheidsvlak op zichzelf lijken (Verbrugge, 1977), zou dit tot een versterkt voorkomen van bepaalde
persoonlijkheidskenmerken en bepaald gedrag kunnen leiden. Door deze punten is het mogelijk dat de resultaten van dit onderzoek moeilijk te generaliseren zijn. Het aantal deelnemers was echter groot, waardoor eventuele specifieke kenmerken niet veel invloed zouden moeten hebben. Tevens zijn studenten convenience samples onderzocht en werd geconcludeerd dat deze populatie in de meeste gevallen wel generaliseerbaar is naar de algemene bevolking (o.a. Cramer & Howitt, 2007). Om de externe validiteit van de onderzoeksresultaten nog meer te versterken, zou toekomstig onderzoek het huidige onderzoek met een andere populatie, bijvoorbeeld werkende en niet-werkende volwassenen boven de 30 jaar met verschillende opleidingsniveaus, kunnen repliceren.
Vervolgonderzoek zou zich ook kunnen richten op de klinische populatie, om de klinische implicaties nader te kunnen onderzoeken en de algemene- en de klinische populatie te kunnen vergelijken. Dit zou kunnen helpen om de MPQ-BF-NL verder te valideren, de inzetbaarheid van de vragenlijst te vergroten en het verband tussen de persoonlijkheidsconstructen en psychopathologie verder te bestuderen. Hiervoor zou het huidige onderzoek met desbetreffende populaties gerepliceerd kunnen worden, waarbij een vragenlijst welke psychopathologie kan meten toegevoegd kan worden.
Bovendien zou de data van het huidige onderzoek nog nader onderzocht kunnen worden. Bijvoorbeeld zou door factoranalyse van de lagere orde schalen geanalyseerd kunnen worden of de lagere orde schalen de hogere orde structuur van de MPQ laten zien. Dit zou meer inzicht geven in de opbouw van de DBQ. Verder zou de factoranalyse uit het huidige onderzoek herhaald kunnen worden met de gemiddelde itemscores over de hele periode van het onderzoek, in plaats van één dag. Aan de hand hiervan kan
geanalyseerd worden of de gevonden structuur overeenkomt met de structuur die in het huidige onderzoek is gevonden. Verder kunnen deze analyses ook worden uitgevoerd met het vier hogere orde schalen, waarbij PEMM wordt opgesplitst in twee
factoren. Door het vergelijken van de resultaten zou meer inzicht over de opbouw van traits, gedrag en de DBQ verkregen kunnen worden.
Eindconclusie
Op basis van het huidige onderzoek kan worden geconcludeerd dat Positive Emotionality positieve dagelijkse gedragingen, emoties en cognities specifiek kan voorspellen. Wie we zijn en wat wij doen, lijkt dus, zoals al Aristoteles vermoedde, met elkaar samen te hangen. De aanname, die in de praktijk veelal gedaan wordt (bijv. bij sollicitatieprocedures), dat een persoonlijkheidsmeting specifiek gedrag kan voorspellen, wordt door de uitkomst van het onderzoek ondersteund. Tevens werd de MPQ-BF-NL verder gevalideerd, waardoor het belang en de toegevoegde waarde van deze
Referenties
Allport, G. W., & Odbert, H. S. (1936). Trait-names: A psycho-lexical study. Psychological Monographs, 47(1), i.
Bouchard, T. J., Lykken, D. T., McGue, M., Segal, N. L., & Tellegen, A. (1990). Sources of human psychological differences: The Minnesota study of twins reared apart. Science, 250(4978), 223-228.
Busato, V. V., Prins, F. J., Elshout, J. J., & Hamaker, C. (1998). The relation between learning styles, the Big Five personality traits and achievement motivation in higher education. Personality and Individual Differences, 26(1), 129-140. Carver, C. S., & White, T. L. (1994). Behavioral inhibition, behavioral activation, and
affective responses to impending reward and punishment: the BIS/BAS scales. Journal of Personality and Social Psychology, 67(2), 319.
Church, A. T. (1994). Relating the Tellegen and five-factor models of personality structure. Journal of Personality and Social Psychology, 67(5), 898.
Church, A. T., Katigbak, M. S., Ching, C. M., Zhang, H., Shen, J., Arias, R. M., et al. (2013). Within-individual variability in self-concepts and personality states: Applying density distribution and situation-behavior approaches across cultures. Journal of Research in Personality, 47(6), 922-935.
Cobb-Clark, D. A., & Schurer, S. (2012). The stability of big-five personality traits. Economics Letters, 115(1), 11-15.
Cramer, D., & Howitt, D. (2007). Methoden en technieken in de psychologie (pp. 46-47). Amsterdam, Nederland: Pearson Education Benelux.
Crawford, J. R., & Henry, J. D. (2004). The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non‐clinical sample. British Journal of Clinical Psychology, 43(3), 245-265. Danner, D. D., Snowdon, D. A., & Friesen, W. V. (2001). Positive emotions in early life
and longevity: findings from the nun study. Journal of Personality and Social Psychology, 80(5), 804.
De Graaf, R., Ten Have, M., Van Gool, C., & Van Dorsselaer, S. (2012). Prevalentie van psychische aandoeningen en trends van 1996 tot 2009; resultaten van
NEMESIS-2. Tijdschrift voor Psychiatrie, 54(1), 27.
Durant, W. (1926). The story of philosophy: The lives and opinions of the world’s greatest philosophers. New York: Time Inc. Book Division.
Eigenhuis, A., Kamphuis, J. H., & Noordhof, A. (2013). Development and validation of the Dutch brief form of the multidimensional personality questionnaire (MPQ-BF-NL). Assessment, 20(5), 565-575.
Engelen, U., De Peuter, S., Victoir, A., Van Diest, I., & Van den Bergh, O. (2006). Verdere validering van de Positive and Negative Affect Schedule (PANAS) en vergelijking van twee Nederlandstalige versies. Gedrag en Gezondheid, 34(2), 61-70.
Field, A. (2009). Discovering Statistics using SPSS (3e ed.). London: SAGE. Fleeson, W., & Gallagher, P. (2009). The implications of Big Five standing for the
distribution of trait manifestation in behavior: fifteen experience-sampling studies and a meta-analysis. Journal of Personality and Social Psychology, 97(6), 1097. Friedman, H. S., Tucker, J. S., Schwartz, J. E., Tomlinson-Keasey, C., Martin, L. R.,
Wingard, D. L., & Criqui, M. H. (1995). Psychosocial and behavioral predictors of longevity: The aging and death of the "Termites.". American Psychologist, 50(2), 69.
Gibby, R. E., & Zickar, M. J. (2008). A history of the early days of personality testing in American industry: An obsession with adjustment. History of Psychology, 11(3), 164.
Goldberg, L. R. (1990). An alternative "description of personality": the big-five factor structure. Journal of Personality and Social Psychology, 59(6), 1216.
Gray, J. A. (1972). The psychophysiological nature of introversion-extraversion: A modification of Eysenck's theory. Biological Bases of Individual Behavior, 182-205.
Gray, J. A. (1981). A critique of Eysenck’s theory of personality. In A model for personality (pp. 246-276). Berlin Heidelberg: Springer.
Gruber, J. (2011). Can feeling too good be bad? Positive emotion persistence (PEP) in bipolar disorder. Current Directions in Psychological Science, 20(4), 217-221. Hong, R. Y., & Paunonen, S. V. (2009). Personality traits and health‐risk behaviours in
university students. European Journal of Personality, 23(8), 675-696.
Hong, R. Y., Paunonen, S. V., & Slade, H. P. (2008). Big Five personality factors and the prediction of behavior: A multitrait–multimethod approach. Personality and
Individual Differences, 45(2), 160-166.
Lyubomirsky, S., King, L., & Diener, E. (2005). The benefits of frequent positive affect: does happiness lead to success?. Psychological Bulletin, 131(6), 803.
Judge, T. A., Higgins, C. A., Thoresen, C. J., & Barrick, M. R. (1999). The big five personality traits, general mental ability, and career success across the life span. Personnel Psychology, 52(3), 621-652.
Mehl, M. R., Gosling, S. D., & Pennebaker, J. W. (2006). Personality in its natural
habitat: manifestations and implicit folk theories of personality in daily life. Journal of Personality and Social Psychology, 90(5), 862.
Mehta, P. (2012). Personality as a predictor of burnout among managers of manufacturing industries. Journal of the Indian Academy of Applied Psychology32, 321-328.
Nezami, E., & Butcher, J. N. (2000). Objective personality assessment. In G. Goldstein, & M. Hersen (Eds.), Handbook of Psychological Assessment (3rd ed., pp. 413-435). Oxford: Elsevier.
Patrick, C. J., Curtin, J. J., & Tellegen, A. (2002). Development and validation of a brief form of the Multidimensional Personality Questionnaire. Psychological Assessment, 14(2), 150-163.
Paunonen, S. V. (2003). Big Five factors of personality and replicated predictions of behavior. Journal of Personality and Social Psychology, 84(2), 411.
Peeters, F. P. M. L., Ponds, R. W. H. M., & Vermeeren, M. T. G. (1996). Affectiviteit en zelfbeoordeling van depressie en angst. T.v. Psychiatrie, 38, 240-250. Rorschach, H. (1921). Psychodiagnostik: Methodik und ergebnisse eines
warhrnehmungsdiagnostischen Experiments (2nd ed.). Bern: E. Bircher.
Sellbom, M., Ben-Porath, Y. S., & Bagby, R. M. (2008). On the hierarchical structure of mood and anxiety disorders: Confirmatory evidence and elaboration of a model of temperament markers. Journal of Abnormal Psychology, 117, 576-590. Tellegen, A. (1982). Brief manual of the Multidimensional Personality Questionnaire.
Unpublished manuscript, University of Minnesota, MN.
Tellegen, A. (1985). Structures of mood and personality and their relevance to assessing anxiety, with an emphasis on self-report. In A. H. Tuma, & J. D. Maser (Eds.), Anxiety and the Anxiety Disorders (pp. 681-706). Hollsdale, NJ: Erlbaum.
Tellegen, A. (1991). Personality traits: Issues of definition, evidence, and assessment. In W. M. Grove & D. Cicchetti (Eds.). Thinking clearly about psychology: Vol. 2. Personality and psychopathology (pp. 10–35). Minneapolis, MN: University of Minnesota.
Tellegen, A., & Waller, N. G. (2008). Exploring personality through test construction: Development of the Multidimensional Personality Questionnaire. In G. J. Boyle, G. Matthews, & D. H. Saklofske (Eds.), The SAGE handbook of personality theory and assessment, Vol. 2: Personality measurement and testing (pp. 261-292). Thousand Oaks, CA: SAGE.
Tellegen, A., Watson, D., & Clark, L. A. (1999). On the dimensional
and hierarchical structure of affect. Psychological Science, 10, 297-303. Thompson, E. R. (2007). Development and validation of an internationally reliable
short-form of the positive and negative affect schedule (PANAS). Journal of Cross-Cultural Psychology, 38(2), 227-242.
Verbrugge, L. M. (1977). The structure of adult friendship choices. Social forces, 56(2), 576-597.
Watson, D., Clark, L. A., & Tellegen, A. (1988). Development and validation of brief measures of positive and negative affect: The PANAS scales. Journal of Personality and Social Psychology, 54, 1063-1070.
Watson, D., & Naragon-Gainey, K. (2010). On the specificity of positive emotional dysfunction in psychopathology: Evidence from the mood and anxiety disorders and schizophrenia/schizotypy. Clinical Psychology Review, 30(7), 839-848. Wu, K. D., & Clark, L. A. (2003). Relations between personality traits and self-reports of
