• No results found

Positieve emotionaliteit : een netwerk perspectief : de rol van affectieve, cognitieve- en gedragscomponenten binnen positieve emotionaliteit

N/A
N/A
Protected

Academic year: 2021

Share "Positieve emotionaliteit : een netwerk perspectief : de rol van affectieve, cognitieve- en gedragscomponenten binnen positieve emotionaliteit"

Copied!
55
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

1

Positieve Emotionaliteit: Een Netwerk Perspectief

De Rol van Affectieve, Cognitieve- en Gedragscomponenten binnen Positieve Emotionaliteit

Josse van Zijp 10144587 16/08/16

(2)

2

Abstract

Individuen die last hebben van een depressie of sociale angst kunnen vaak minder makkelijk positieve emoties ervaren. Dit blijkt te maken te hebben met hun lage mate van Positieve Emotionaliteit (PEM). Met PEM wordt bedoeld hoe makkelijk en snel een individu positieve emoties ervaart. Om meer inzicht te krijgen in het

persoonlijkheidsconstruct PEM is in het huidige onderzoek gekeken naar de bijbehorende netwerkstructuur. Aan de hand van de Multidimensional Personality Questionnaire (MPQ) is onderzocht hoe de affectieve-, cognitieve- en

gedragscomponenten van PEM zich tot elkaar verhouden. Naast de MPQ is er ook gekeken naar de netwerkstructuur van de Daily Behavioral Questionnaire (DBQ), die de dagelijkse emoties, cognities en gedragingen van PEM meet. In het huidige

onderzoek is gebleken dat affectieve componenten bij de MPQ de grootste rol spelen binnen het persoonlijkheidsconstruct PEM. Wat betreft de dagelijkse uitingen van PEM blijken juist gedragsmatige componenten het meest van invloed te zijn, waarbij sociale contacten van groot belang zijn.

(3)

3

Inhoudsopgave

1. Inleiding ... 4

1.1 Positieve Emotionaliteit... 4

1.2 Positieve Emotionaliteit en Psychopathologie ... 5

1.3 Voorspelbaarheid van Gedrag... 7

1.4 Het Netwerkmodel en Trekmodel... 8

1.5 Huidig Onderzoek... 9 2. Methode... 10 2.1 Deelnemers... 10 2.2 Materialen... 11 2.3 Procedure... 12 2.4 Statistische Analyses... 13 3. Resultaten... 16 3.1 Algemene data... 16

3.2 Centraliteit Affectieve Items... 16

3.3 Exploratieve Resultaten ... 21 4. Conclusie en Discussie... 23 4.1 Toelichting Resultaten... 23 4.2 Limitaties ... 26 4.3 Suggesties Vervolgonderzoek...27 4.4 Centrale Conclusies ... 28 5. Referenties...28 Appendix A... 35 Appendix B... 37 Appendix C... 41 Appendix C-I... 44 Appendix D... 46 Appendix E... 47 Appendix F... 48 Appendix G... 49 Appendix H... 49 Appendix I... 51 Appendix J... 52 Appendix K... 53 Appendix L... 54 Appendix M... 55

(4)

4

1. Inleiding

Afgelopen jaar is er in Amsterdam voor het eerst een ´depressiegala´ georganiseerd. ´Taboe op depressie breken met Depressiegala´:zo luidde de krantenkop van de Volkskrant enkele maanden terug (Effting, 2016). Het

depressiegala kan wat ongezellig klinken, maar deze avond is georganiseerd om het taboe op psychische stoornissen te doorbreken. Uit data van het Centraal Bureau voor de Statistiek (2014) blijkt namelijk dat er meer dan een miljoen Nederlands last hebben van een depressie. Een belangrijk kenmerk van depressie is ‘het verlies van plezier in alle of bijna alle activiteiten’ (American Psychiatric Association, 1994, p.384). In het huidige onderzoek is het persoonlijkheidsconstruct bekeken dat ten grondslag lijkt te liggen aan dit kenmerk. Dit is het persoonlijkheidsconstruct Positieve Emotionaliteit (PEM) –dat van de Multidimensional Personality

Questionnaire (MPQ)- wat duidt op hoe gemakkelijk en snel een individu positieve emoties ervaart, zoals vreugde en enthousiasme (Tellegen & Waller, 2008). Meer inzicht in het persoonlijkheidsconstruct PEM en hoe dit dagelijks tot uiting komt, zal waardevolle informatie opleveren over welke factoren aangepakt moeten worden binnen de behandeling van depressie.

1.1 Positieve Emotionaliteit

Het persoonlijkheidsconstruct Positieve Emotionaliteit (PEM) is één van de drie hogere orde constructen die gebruikt is binnen de

MPQ-persoonlijkheidsvragenlijst, welke ontwikkeld is door Tellegen(1985). De overige twee constructen zijn Negative Emotionality en Constraint. Positieve emotionaliteit omvat positieve emoties, cognities en gedragen, waar negatieve emotionaliteit de negatieve emoties, cognities en gedragingen aanduidt. Het construct constraint omvat componenten die los staan van emoties, een voorbeeld hiervan is impulsiviteit.

Positieve Emotionaliteit is binnen de MPQ opgedeeld in vier lagere orde factoren, die met behulp van factoranalyses ingedeeld zijn. Dit zijn wellbeing, social potency, achievement en social closeness. De subschaal wellbeing gaat over de neiging om positieve emoties te ervaren, social potency bevat meer gedragsmatige items die te maken hebben met het graag in de belangstelling staan. De items van social closeness meten in hoeverre mensen graag in gezelschap zijn van anderen en in hoeverre ze zich geliefd voelen. Tot slot betreft achievement items die gaan over de mate waarin

(5)

5 mensen houden van hard werken en perfectionistisch en koppig zijn (Tellegen & Waller, 2008).

Het persoonlijkheidsconstruct PEM is veelvoudig onderzocht waarbij is gebleken dat deze specifiek gerelateerd is aan de corresponderende affectieve state dimensie Positief Affect (PA) (Müller, 2016;Tellegen, 1985; Watson & Clark, 1984). Het PA reflecteert de mate waarin een persoon zich enthousiast, actief en alert voelt. Behalve dat de state PA een gegeneraliseerd gevoel van welzijn weergeeft,

weerspiegelt het ook competentie en de mate van gevoel van effectieve

interpersoonlijke betrokkenheid (Watson, Clark & Tellegen, 1988; Tellegen & Waller, 2008). Hoge PA staat voor een state van veel energie, volle concentratie en

aangename interpersoonlijke betrokkenheid waar een lage PA gekenmerkt wordt door treurigheid en loomheid (Watson, Clark & Tellegen, 1988). Daarnaast bleek uit het onderzoek van Müller (2016) dat PEM specifiek samenhangt met positieve dagelijkse uitingen. Met dagelijkse uitingen worden de dagelijks ervaren emoties, cognities en gedragingen bedoeld.

In het genoemde eerdere onderzoek wordt uitsluitend gesproken van een hoge en lage mate van PEM waarbij informatie over de structuur van PEM ontbreekt. Met structuur wordt bedoeld welke rol de verschillende soorten componenten spelen die ten grondslag liggen aan dit persoonlijkheidsconstruct. Binnen PEM spelen namelijke affectieve, cognitieve en gedragsmatige componeten een rol. Om die reden zal in het dit onderzoek persoonlijkheid worden benaderd als een systeem of netwerk van

verbonden affectieve, cognitieve en gedragsmatige componenten (Cramer et al., 2012). Het persoonlijkheidsconstruct PEM zal onderzocht worden aan de hand van

netwerkmodellen.

In de volgende paragrafen zal het persoonlijkheidsconstruct PEM besproken worden aan de hand van wat er bekend is over gerelateerde psychopathologie, de voorspelbaarheid van gedrag en het trek- versus netwerkmodel. Daarna zal het huidige onderzoek en de betreffende hypothesen worden omschreven.

1.2. Positieve Emotionaliteit en Psychopathologie

Bij mensen met depressie is gebleken date de mate van Positieve

Emotionaliteit (PEM) zeer laag is. Eerder onderzoek toonde aan dat PEM specifiek gerelateerd is aan een anhedonisch/depressief affect, suicidale gedachten,

(6)

6 (Watson, Clark & Carey, 1988). Deze punten komen sterk overeen met de symptomen van het melancholische subtype van een major depressie. Voorbeelden van de

symptomen zijn ‘het verlies van plezier in alle of bijna alle activiteiten’ en een

‘gebrek aan reactiviteit op plezierige stimuli’(American Psychiatric Association, 1994, p.384). Voorheen werd gedacht dat Positief Affect (PA) alleen gerelateerd was aan depressie, waarbij werd gesuggereerd dat PA belangrijk is bij het diagnosticeren van depressie vanwege het onderscheidend vermogen dat groot zou zijn (Watson, Clark & Carey, 1988). Echter toonden latere onderzoeken (Brown et al., 1998; Selbom, Ben-Porath, & Bagby, 2008; Watson et al., 1988; Watson, Gamez, & Simms, 2005) aan dat sociale angst op een gelijke manier gekarakteriseerd wordt door lage positieve emotionaliteit. Hierbij bleek dat positieve emotionaliteit sterker gerelateerd is aan zowel depressie (r = -.37 tot -.63) en sociale angst (r = -.23 tot -.47) in vergelijking met andere stoornissen (Naragon-Gainey, Watson & Markon, 2009). Tussen 1996 en 2009 bleken sociale angst en depressie in Nederland zelfs de twee meest

voorkomende psychische stoornissen te zijn (De Graaf et al., 2012).

Wat het begrip PEM en de relatie met psychopathologie (sociale angst en depressie) lastig maakt, is het punt dat zelfrapportages van PA blijken te variëren over tijd. Om die reden zijn Watson et al. (1999) de basisfuncties en evolutionaire

betekenis van PA verder gaan onderzoeken. Volgens Watson et al. (1999) weerspiegelen de variaties van PA in tijd de werking van een breed evolutionair

adaptief motivatie systeem. Dit wordt ook wel het Behavioral Activation System (BAS; Carver & White, 1994) of het Behavioral Facilitation System (BFS; Depue et al., 1994) genoemd. Het BAS is een emotioneel systeem dat organismen aanstuurt om bepaalde situaties en ervaringen te benaderen welke leiden tot genot en beloning (Carver & White, 1994; Depue et al, 1994; Watson et al. 1999). De state van een positief gevoel geassocieerd met de PA dimensie blijkt dan ook zowel belonend als motiverend te werken. Het ervaren van positieve gevoelens doet de kans vergroten dat er meer doelgericht gedrag uitgevoerd zal worden. Zodra deze gedragingen zijn uitgevoerd, zullen gevoelens van genot de affectieve beloning zijn voor deze succesvolle prestatie (Watson et al., 1999). Uit het onderzoek van Eigenhuis, Kamphuis en Noordhof (2013) bleek dat PEM en BAS daadwerkelijk samenhangen. Individuen die hoog scoren op PEM, vertonen meer actief gedrag richting positieve stimuli. In het geval van

individuen met een depressie blijkt het motivatiesysteem BAS omgekeerd te werken. Doordat er niet voldoende beloning wordt ervaren voor eerdere pogingen tot succes of

(7)

7 plezier, worden individuen met een depressie gedemotiveerd waardoor zij minder doelgericht gedrag zullen gaan vertonen in de toekomst (Watson et al., 1999). De interactie van gedrag en emotie is van belang bij het onderzoeken van PEM, waarbij de vraag is of de behandeling van sociale en angst en depressie beter op emotionele- of gedragsmatige componenten gefocust moet worden.

1.3. Voorspelbaarheid van Gedrag

Bij de studie naar persoonlijkheid is het essentieel te onderzoeken in hoeverre de beschrijvingen van persoonlijkheidstrekken daadwerkelijk terug te zien zijn in gedrag. Hoe een persoonlijkheidstrek in het dagelijks leven tot uiting komt, is

afhankelijk van de manier waarop men geconfronteerd wordt met situationele factoren en realistische consequenties van hun gedrag (Fleeson, 2001; Fleeson &Gallagher, 2009).

Zoals in de vorige paragraaf staat weergegeven, is uit eerder onderzoek gebleken dat een hoge mate van PEM samenhangt met het BAS ofwel het vertonen van belonend gedrag (Eigenhuis, Kamphuis& Noordhof, 2013). Dit resultaat wordt ondersteund door het onderzoek van Müller (2016). Hier zijn duidelijk aanwijzingen gevonden voor dat er een specifieke samenhang is tussen PEM en de bijbehorende positief dagelijkse uitingen (o.a. gedrag) van PEM. Deze bevindingen lijken in het algemeen het traitmodel te ondersteunen, waarbij gesteld wordt dat een

persoonlijkheidstrek bijbehorende gedragingen voorspelt (Tellegen& Waller, 2008). Fleeson en Gallagher (2009) vonden echter een belangrijke beperking in het onderzoek naar de samenhang tussen persoonlijkheid en gedrag. Zij deden hier onderzoek naar aan de hand van een meta-analyse van 15 studies. Deze studies zijn gedaan tussen 1997 en 2004, waarin 20,000 rapporten zijn verwerkt over hoe

persoonlijkheidstrekken tot uiting komen in gedrag. De resultaten lieten zien dat traits sterk voorspellend zijn voor individuele verschillen in het vertoonde gedrag. Ondanks deze bevinding is de binnen-persoon variantie hoog gebleken. Dit houdt in dat het grootste deel van de tijd, de deelnemers rapporteerde zich op een andere manier te gedragen dan hun gewoonlijke manier (Fleeson &Gallagher, 2009).

Een mogelijke verklaring voor dit resultaat is dat trait scores het vermogen van een individu zouden kunnen weergeven om de gewenste state te bereiken (Fleeson & Gallagher, 2009). Echter zal er altijd sprake zijn van zekere variatie binnen het gedrag van het individu vanwege situationele factoren. Situationele

(8)

8 factoren zijn elke dag verschillend wat er voor zorgt dat gedrag ook dagelijks verschilt (Fleeson, 2001). Deze verschillen van gedrag binnen individuen zijn verklaard in verschillende theorieën zoals die van Magnusson en Endler, de Persoon x Situatie interactie (1977). Ook Shoda et al. (1994) en Thorne (1989) hebben deze verschillen verwerkt in hun theorie gefocust op de conditionele als-dan trekken (Fleeson, 2001). Iemand kan bijvoorbeeld een bepaalde sociale strategie hebben, echter zal het

vertoonde gedrag variëren afhankelijk van de specifieke context op dat moment (Rothbart, Ahadi & Evans, 2000).Het netwerkmodel sluit goed aan op de hiervoor genoemde theorieën. Een persoonlijkheidstrek is geen robuust construct, maar kan worden gezien als een onderliggende structuur van affectieve-, cognitieve- en

gedragscomponenten (o.a. situationele factoren) waarbij er onderlinge verbanden zijn tussen gedragscomponenten en affect (Cramer et al., 2012).

1.4. Het Netwerkmodel en Trekmodel

De relatie tussen persoonlijkheid en gedrag is veelvoudig onderzocht waarbij men vaak uitgaat van het traitmodel of trekmodel zoals beschreven door Eysenck (1967). Het trekmodel gaat er van uit dat waarneembare symptomen of gedragingen veroorzaakt worden door een enkele gemeenschappelijke oorzaak: een achterliggende trek (psychobiologisch systeem). Het trekmodel is een interpretatie van de latent variabele theorie welke gericht is op persoonlijkheidstrekken. Hierbij is de latente variabele de achterliggende trek (Borsboom & Cramer, 2013). De latente variabele verklaart hierbij zowel het optreden van gedragingen als de samenhang tussen de gedragingen (Schmittman et al., 2011; Nuijten et al., 2013). De latente variabele wordt gemeten aan de hand van de gewogen som van het aantal gedragingen dat een individu ervaart. Hierdoor zou het kunnen zijn dat twee individuen overeenkomen in de mate van de latente variabele, waarbij er echter andere gedragingen worden vertoond (Borsboom & Cramer, 2013).

Hoewel het latente variabelenmodel veel wordt gebruikt in de klinische psychologie, wordt het model steeds meer in twijfel getrokken (Borsboom & Cramer, 2013; Borsboom, Cramer, Schmittmann, Epskamp & Waldorp, 2011; Cramer,

Waldorp, Van der Maas, & Borsboom, 2010; Nuijten et al., 2013). Waar voorheen psychische stoornissen vaak als onderliggende oorzaak van de symptomen werden gezien, wordt tegenwoordig vaker gedacht aan dat symptomen onderling

(9)

9 Borsboom & Cramer, 2013). Onderzoek heeft daarbij aangetoond dat veel clinici causale relaties tussen symptomen aangeven wanneer hen gevraagd wordt hoe deze symptomen met elkaar verband houden (Nuijten et al., 2103). Het netwerkmodel sluit op dit idee aan dat symptomen niet onafhankelijk zijn van elkaar maar elkaar juist sterk beïnvloeden (Borsboom& Cramer, 2013).

In het netwerkmodel worden affectieve en gedragsmatige componenten gedefinieerd als interacterende componenten (Bringmann et al., 2013). Met interacterende componenten wordt bedoeld dat wanneer een bepaalde affectieve component (vb. somber) zich voordoet, dit een andere component beïnvloedt (vb. terugtrekken) (Bringmann et al., 2013). Er bestaat hierbij geen gemeenschappelijke oorzaak, in tegenstelling tot wat er gesteld wordt in het trekmodel (Borsboom & Cramer, 2013). Netwerken van deze componenten verschillen voor elk individu (Bringmann et al., 2013).

1.5. Huidige Onderzoek

Het doel van dit onderzoek was om inzicht te krijgen in de onderliggende netwerkstructuur van gedrags-, cognitieve- en affectieve componenten van PEM (Tellegen &Waller, 2008). Dit onderzoek is van toegevoegde waarde gezien meer inzicht in de onderliggende structuur van PEM informatie kan opleveren over factoren die van grote invloed zijn op individuen die last hebben van sociale angst en depressie (Naragon-Gainey, Watson & Markon, 2009). Inzicht in de structuur van PEM en de meest invloedrijke componenten, is van belang om beter in te kunnen spelen op die instandhoudende factoren van deze stoornissen. Het persoonlijkheidsconstruct PEM is bestudeerd als algemene trek en ook zijn de dagelijkse uitingen van het

persoonlijkheidscontruct bestudeerd. Het algemene persoonlijkheidsconstruct is gemeten aan de hand van de MPQ en de dagelijkse uitingen hiervan zijn gemeten aan de hand van de Daily Behavioral Questionnaire (DBQ). Door naar dit construct te kijken vanuit een netwerkmodel, zal meer inzicht gekregen worden in de

onderliggende structuur van PEM.

Vanuit de argumentatie van Tellegen en Waller (2008) dat het affect van invloed is op het soort gedrag (BAS) wat er vertoond wordt, werd verwacht dat affectieve componenten het meest invloed zullen hebben op PEM en dus centraal zouden liggen in de netwerken van PEM. Bovendien zijn de constructen PEM en PA emotioneel gedefinieerd, daar waar de MPQ en DBQ zowel affectieve, cognitieve en

(10)

10 gedragsmatige componenten bevatten (Watson, Clark & Tellegen, 1988). Op basis hiervan zijn de eerste drie hypothesesgeformuleerd. Affectieve items zullen centraal liggen in zowel het MPQ-netwerk (H1), het DBQI- (H2) en DBQII (H3)- netwerk. De laatste drie hypotheses zijn gebaseerd op de verwachting dat de subschaal

wellbeing affectieve items zal bevatten en om die reden centraal zullen liggen. Deze verwachting komt voort uit het eerder genoemde punt dat de subschaal wellbeing gedifinieerd is als ‘de neiging om positieve emoties te ervaren’ (Tellegen & Waller, 2008). De subschaal wellbeing zal een centrale positie innemen bij zowel het MPQ-netwerk (H4) als de DBQ-MPQ-netwerken (H5 & H6).

In het huidige onderzoek is aan de hand van de opgestelde hypotheses de structuur van Positieve Emotionaliteit onderzocht. Exploratief is er gekeken naar opvallendheden binnen de gevormde netwerken. Het MPQ-netwerk is bovendien vergeleken met het DBQ-netwerk om te zien in hoeverre de structuur van een bepaalde trek overeenkomt met de structuur van dagelijkse emoties, cognities en gedragingen van die bepaalde trek.

2. Methode

2.1 Deelnemers

Voor het huidige onderzoek werd gebruik gemaakt van beschikbare data uit eerder onderzoek van 98 deelnemers, waarvan er 4 deelnemerz ijn uitgevallen. De gegevens van deze deelnemers werden niet meegenomen in de data-analyse. De reden voor deze uitsluiting was dat er meer dan 20% van de vragenlijsten niet ingevuld was. Onder de 94 deelnemers waren er 66 vrouwen (70.2%) en 28 mannen (29.8%). De gemiddelde leeftijd van de deelnemers was 20.4 (SD=3.25) variërend van 18 tot 44 jaar. De deelnemers volgden allemaal onderwijs aan de Universiteit van Amsterdam en hadden de advertentie van het eerdere onderzoek gevonden aan de hand van de UvA lab website. De enige voorwaarde voor deelname die hier stond weergegeven, was om gedurende vier weken lang beschikbaar en bereid te zijn om online

vragenlijsten in te vullen. Er was geen sprake van een verdere selectieprocedure. De beloning voor de deelname was dat de deelnemers na voltooiing van het onderzoek zeven proefpersoon punten ontvingen.

(11)

11

2.2 Materialen

In het huidige onderzoek is gebruik gemaakt van de volgende vragenlijsten: de MPQ-BF-NL, de DBQ en de PANAS-NL (algemene- en dagversie).

De MPQ-BF-NL (zie Appendix B) is de Nederlandse verkorte versie van de MPQ Brief Form (Patrick, Curtin, & Tellegen, 2002) die ontwikkeld werd door Eigenhuis, Kamphuis en Noordhof (2012). De MPQ-BF-NL meet verschillende persoonlijkheidstrekken. De vragenlijst bestaat uit 135 binaire items (juist/onjuist) en de afnameduur omvat circa 15 minuten. De MPQ-BF-NL bestaat uit drie hogere orde schalen: Positive Emotionality (PEM), Negative Emotionality (NEM) en Constraint (CON) en deze hogere orde schalen bestaan uit 10 lage orde schalen. De lage orde schalen voor de PEM-schaal zijn: Wellbeing, Social potency, Sociale Closeness en Achievement. Een voorbeeld item van wellbeing is: ‘Ik zie mijn toekomst heel zonnig in’. Voor alle items geldt dat de minimum score 0 is en de maximum score 1.

De gemiddelde correlatie tussen de subschalen van de Amerikaanse versie van de MPQ met de verkorte Nederlandse versie MPQ-BF-NL is hoog, r = .94

(Eigenhuis , Kamphuis en Noordhof, 2012). Hierbij is de betrouwbaarheid van de subschalen voldoende tot goed, α = .70-.87. De interne consistentie komt ook overeen met die van de MPQ-BF (Patrick, Curtin, & Tellegen). Twee validiteitsschalen (VRIN en TRIN) meten bijzonderheden in antwoordpatronen waardoor de validiteit

gecontroleerd kan worden. De MPQ-BF-NL werd bij zowel het begin als het eind van het onderzoek afgenomen bij de deelnemers.

De DBQ (Daily Behavioral Questionnaire) is in vorig onderzoek samengesteld (zie Appendix C). Het is een vragenlijst over dagelijkse emoties, cognities en dagelijks gedrag, welke gebaseerd is op de tien subschalen van de MPQ. In deze vragenlijst werd getracht deze dagelijkse emoties, cognities en gedragingen te koppelen aan een persoonlijkheidstrek. Naast het dagelijks gedrag wordt hier ook de dagelijks ervaren emoties en cognities in acht genomen. De DBQ bestaat uit 119 items, waarvan 10-14 items per subschaal. Per item wordt er op een vijfpuntsschaal aangegeven in hoeverre het item van toepassing is, welke van ‘niet’ tot ‘zeer sterk’ gaan. Bij enkele items is er sprake van een uitzondering, zo zijn er een aantal ja/nee items en bij sommige items wordt er gevraagd naar een bepaald getal (vb.: het aantal uur). Een voorbeelditem van subschaal Wellbeing is: ‘Ik heb gisteren gelachen’. De minimumscore per item is 1 en de maximumscore is 5. Gezien het feit dat het invullen van de gehele DBQ gemiddeld 15 minuten duurt, is besloten om de vragenlijst in twee

(12)

12 delen te splitsen: DBQ-I (58 items) en de DBQ-II (61 items). De twee delen van de DBQ werden afwisselend om de dag afgenomen en het invullen duurt 5 tot 10 minuten per deel (zie Appendix C-II). In totaal waren er 28 meetmoment, waarbij de gehele DBQ 14 keer is afgenomen per persoon. Gezien het hier om een nieuw

geconstrueerde vragenlijst gaat, zijn de validiteit en betrouwbaarheid van de DBQ nog niet onderzocht.

De PANAS-NL (Engelen et al., 2006) is de Nederlandse versie van de Amerikaanse Positive Affect Negative Affect Schedule (Watson, Clark & Tellegen, 1988). Deze vragenlijst meet zowel negatieve als positieve emoties aan de hand van 20 items (zie Appendix D). Van deze items meten er 10 het Positive Affect (PA) en 10 het Negative Affect (NA). De minimumscore bij elk item is 2 en de

maximumscore is 5. Bij de ‘algemene versie’ wordt er gevraagd naar de emotionele toestand in de afgelopen maand. In deze versie gaat de scoring van ‘nooit’ tot ‘zeer vaak’ en werd bij de voor- en nameting afgenomen. Bij de ‘dagversie’, welke

dagelijks werd afgenomen, wordt er gevraagd naar de emotionele staat op de dag zelf en hier gaat de scoring van ‘niet’ tot ‘zeer sterk’. Het invullen van de vragenlijst duurt ongeveer 5 minuten. Een voorbeelditem van PA is ‘opgewonden’.

De betrouwbaarheid en begripsvaliditeit van de PANAS-NL zijn beoordeeld als voldoende (COTAN, 1999). De PANAS is een gevalideerde vragenlijst met een interne consistenties van .87 (NA) en .88 (PA). De correlatie tussen beide schalen is hierbij zeer laag r = -.12 tot -.23 (Watson et al., 1988). Concluderend kan gezegd worden dat de PANAS gezien wordt als een valide en betrouwbaar meetinstrument.

2.3 Procedure

De deelnemers, verworven door middel van de UvA Lab website, werden voorafgaand aan het onderzoek per email uitgenodigd voor een welkomstgesprek. Dit gesprek was een verplicht onderdeel van het onderzoek en duurde gemiddeld 5 tot 10 minuten. Het gesprek was in de vorm van een voorlichting, waarbij meerdere

deelnemers tegelijkertijd werden ingelicht over het onderzoek. Ook moest het informed consent getekend worden tijdens deze afspraak (zie Appendix A). In de informed consent staat dat de data van de vragenlijsten op anonieme wijze verwerkt zullen worden en dat het mogelijk gebruikt zal worden voor vervolg onderzoek. De deelnemers kregen een week na het welkomstgesprek een e-mail met daarin de startdatum van het onderzoek. Voor de uitvoering van het onderzoek werd

(13)

13 gebruik gemaakt van Qualtrics, een online vragenlijstsysteem. Aan de hand van dit systeem konden de vragenlijsten online afgenomen worden en werden de data ook online verzameld. Gezien het om een online vragenlijst gaat, konden de deelnemers op locatie naar keuze vanaf hun computer, mobiele telefoon of tablet de vragenlijst invullen. Op de eerste dag van het onderzoek ontvingen de deelnemers om 07:00 een e-mail met een individuele link naar de vragenlijsten op Qualtrics. Op de startdag werden alleen de MPQ-BF-NL en de PANAS-NL (algemene versie) afgenomen. Ook werden er een aantal demografische vragen gesteld. In totaal was de duur van de afname hiervan 20 minuten. Indien de deelnemer ’s avonds om 21:00 de vragenlijsten nog niet had ingevuld, kreeg hij/zij op dat moment een herinneringsmail met het verzoek alsnog de vragenlijsten in te vullen. De daaropvolgende 29 dagen kregen alle deelnemers iedere dag om 07:00 een e-mail met een individuele link naar de DBQ en PANAS-NL (dagversie). Hierbij werd de DBQ zoals eerder benoemd in twee delen afgenomen, om de afnameduur te controleren. Het dagelijks invullen van deze vragenlijsten nam 5 tot 10 minuten in beslag. Deelnemers werden uitgesloten van het onderzoek indien er 5 of meer dagen waren gemist. Na afloop van de 30 dagen werd nogmaals de MPQ-BF-NL en de PANAS-NL (algemene versie) afgenomen. Ook werd nog een exit-vragenlijst afgenomen waarin vragen stonden om te kunnen

controleren voor eventuele bijzondere omstandigheden. Een voorbeeld is ‘Hoe serieus heb je de vragenlijsten in de afgelopen vier weken ingevuld?’ en ‘Wat is hiervoor de reden?’. Het invullen van deze drie vragenlijsten nam gemiddeld 20 minuten in beslag. Tot slot ontvingen alle deelnemers een dankmail en werden de zeven proefpersoonpunten als beloning gegeven.

2.4 Statistische Analyses

In het huidige onderzoek is er enerzijds hypothetisch getoetst en anderzijds werd er exploratief gekeken naar de resultaten. Het hypothetisch toetsen gebeurde aan de hand van Pearson Correlations, Netwerkanalyses en Spearman Correlations. Het exploratieve gedeelte bestond uit het visueel interpreteren van de Netwerkfiguren met de bijbehorende centraliteitsmaten.

Het onderzoek begon met het vaststellen van de mate van affectiviteit per item. De mate van affectiviteit werd bepaald aan de hand van de samenhang van de items met de componenten van het Positief Affect van de PANAS. In het

(14)

14 samenhang berekent tussen de MPQ- en DBQ-items met de PA-items van de

PANAS-NL (algemene versie). Voor deze correlatie werd van de MPQ-data de

voormeting gebruikt. Bij de DBQ-data was er sprake van dagelijkse metingen, waarbij de gemiddeldes genomen zijn van de 14 meetmomenten (2x7 meetmomenten). Hoe hoger de correlatie met PA van de PANAS-NL (algemene versie), hoe affectiever het item is.

Vervolgens zijn de netwerkpresentaties samengesteld aan de hand van R-package qgraph (Borsboom et al., 2011) . In de gevormde netwerken werd elk item van PEM als een aparte ‘knoop’ (node) weergegeven. De samenhang tussen de knopen is weergegeven met een ´lijn´ (edge). De soort samenhang hangt af van de dikte en de kleur van de ‘lijnen’. Hoe sterker de relatie tussen twee componenten is, hoe dikker de ‘lijn’ weergegeven zal worden. Een rode lijn staat hierbij voor een negatieve relatie en een groene lijn voor een positieve relatie (Epskamp et al., 2012). Qgraph plaatst de ‘knopen’ ergens in het netwerk afhankelijk van hoeveel

verbindingen één bepaalde component heeft met andere componenten. Hoe meer verbindingen dit zijn, hoe centraler de component komt te liggen (Cramer, 2013; Epskamp et al., 2012).

Bij de interpretatie van de netwerkmodellen speelt ‘centraliteit’ een grote rol. In het huidige onderzoek zijn er twee vormen van centraliteit onderzocht. Met de eerste vorm van centraliteit werd de mate van betweenness bedoeld, berekend aan de hand van R-package qgraph. De mate van betweennesss heeft te maken met de samenhang (edges) in een netwerk van de items (nodes). De betweennesss van een node wordt berekend door eerst de lengte van het kortste pad tussen elk nodes-paar in het netwerk te berekenen. Vervolgens geldt dat de betweennesss gelijkstaat aan het aantal keer dat een node op het kortste pad tussen twee nodes ligt (McNally et al., 2014). Door de mate van betweennesss te bestuderen werd gekeken welke items binnen het construct PEM het meest invloedrijk zijn. De tweede vorm van centraliteit die in het huidige onderzoek werd bekeken, is de centraliteit op basis van de positie binnen het netwerkfiguur. Deze positie werd bepaald op basis van het ‘spring’-algoritme binnen R-package qgraph (Epskamp et al., 2012).

Bij het toepassen van de analyses op de data van de DBQ is gebleken dat de structuur van het DBQ-netwerk werd beïnvloed door de manier van meten. Al eerder werd genoemd dat de DBQ dagelijks voor de helft afgenomen werd (I & DBQ-II). Bij het vormen van het DBQ-netwerk onderscheidden zich hierdoor twee clusters,

(15)

15 waarbij één cluster de DBQ-I en het andere cluster DBQ-II items representeerde. Om die reden is besloten voor de DBQ twee losse netwerken te vormen (I & DBQ-II) om te voorkomen dat de resultaten metingafhankelijk zijn.

Om de hypotheses te toetsen of de mate van affectiviteit samenhangt met de

centraliteit binnen de MPQ- en DBQ-netwerken, werd de samenhang berekend tussen de rangorde van de mate van affectiviteit (zie hierboven) met de rangorde van de mate van betweennesss. Deze samenhang werd berekend aan de hand van een Spearman Correlation. Dit werd gedaan voor de MPQ (H1), de DBQ-I (H2) en DBQ-II (H3). Verder werd gekeken aan de hand van de centraliteitsmaten in hoeverre het cluster wellbeing een centrale positie inneemt, waarbij zowel de centraliteit gebaseerd op de mate van betweennesss als de visuele centraliteit werd onderzocht. Dit werd ook gedaan voor de MPQ (H4), de DBQ-I (H5) en de DBQ-II (H6).

Naast de netwerken gevormd aan de hand van de R-package qgraph werd er tot slot nog naar zes andere netwerkfiguren gekeken. LASSO-netwerken zijn gevormd voor de MPQ en DBQ apart en ook beiden in combinatie met de PANAS. De

LASSO-netwerken controleren voor twee factoren. Ten eerste wordt er gecontroleerd voor partiële correlaties. Dat wil zeggen dat er voor ieder verband (‘edge’) wordt gecontroleerd voor alle andere componenten (‘nodes’). Ten tweede wordt gekeken of deze verbanden nog steeds significant zullen zijn, gegeven dat er veel verschillende toetsen worden gedaan (Friedman, Hastie & Tibshirani, 2008). Op deze manier werden de MPQ- en DBQ als ‘sparse netwerken’ weergegeven, ofwel als een netwerk met minder verbindingen dan het maximaal aantal verbindingen (Barabasi & Albert-Laszló, 2015). Opvallendheden binnen deze sparse netwerken zijn besproken ten bate van nieuwe hypothesevorming.

(16)

16

3. Resultaten

3.1 Algemene Data

In totaal zijn de gegevens van 94 deelnemers meegenomen. Door deze deelnemers is de vragenlijst gemiddeld één dag (M=.68, SD =1.12) niet ingevuld. Hierbij lag het maximum bij 5 en het minimum bij 0 dagen. Beide metingen van de MPQ-BF-NL zijn door alle deelnemers ingevuld. De mate van hoe serieus deelnemers hebben meegedaan lag tussen de 70% en 100% (M= 91.8%, SD= 8.79). In Tabel 1 staan de gemiddelden en standaardafwijkingen weergegeven van de T-scores voor de hoofdschalen van de MPQ met de bijbehorende subschalen. In het algemeen geldt voor T-scores een gemiddelde van 50 met een standaardafwijking van 10. Dit geldt voor de meeste variabele waardoor gesteld kan worden dat dit een gemiddeld sample is. Verder blijkt de MPQ-BF-NL consistent ingevuld te zijn door de deelnemers. Dit blijkt uit de scores op de validiteitsschalen VRIN en TRIN. Op de validiteitsschaal VRIN scoorden 93 deelnemers onder de t= 70 (M= 50.88, SD= 6.82) en op de TRIN scoorden alle 98 deelnemers onder de t= 70 (M= 51.15, SD= 6.30)

Tabel 1: T-Scores van Hoofd- en Subschalen MPQ-BF-NL

Hoofd Schalen M SD Subschalen M SD

Positive Emotionality 53.35 10.10 Wellbeing 51.51 9.04

Social potency 52.95 9.05

Achievement 48.53 11.43

Social closeness 57.60 10.10

Negative Emotionality 51.34 8.86 Stress Reaction 52.55 9.12

Agression 51.53 9.27

Alienation 49.80 8.31

Constraint 38.98 9.84 Control 43.93 10.31

Harmavoidance 41.33 9.36

Traditionalism 38.43 6.31

3.2 Centraliteit Affectieve Items

De MPQ-items staan weergegeven in het netwerkfiguur in Appendix E. Zes items lijken visueel het meest centraal te liggen (m51,m61, m191, m178, m205, m272). Van deze zes items behoren er vijf tot de wellbeing subschaal en één item tot de achievement subschaal. Van deze zes items staan er drie items in de top tien van affectieve items. Opvallend is dat het achievement -item zeer affectief is (r=.430). Het gaat om het item ‘Ik ben nou niet bepaald een ambitieus persoon’. Dit is een

(17)

17 onverwacht resultaat gezien ambitie niet direct gerelateerd lijkt aan emotie. Mogelijk heeft dit te maken met het feit dat studenten meer gefocust zijn op hun prestaties dan een gemiddelde steekproef.

Naast de visuele centraliteit is ook de centraliteit op basis van de betweennesss onderzocht. Een rangorde werd gevormd waarvan de tien meest centrale items van de MPQ weergegeven zijn in tabel 2a. Daarnaast is er aan de hand van een Pearson Correlatie een rangorde gevormd voor de meest affectieve items van de MPQ. Deze staan weergegeven in tabel 2b. Van de tien meest affectieve items staan er vijf ook in de top tien meest centrale items. Van de drie items die het meest centraal liggen (m170c, m216, m167) blijkt het item m170c ‘In een groep laat ik gewoonlijk anderen het woord doen’ zeer affectief te zijn (r=.418). De overige twee items (m216; m167) scoren gemiddeld op affectiviteit (r=.257; r=.32).

Op basis van deze resultaten lijkt het aannemelijk dat de affectiviteit van een item samenhangt met de centraliteit, ondanks dat de items inhoudelijk niet affectief lijken te zijn maar meer op specifiek gedrag duiden. De samenhang tussen de rangordes van de mate van affectiviteit en betweennesss werd getoetst en bleek inderdaad significant te zijn (r=.469, p<.01). De hoofdhypothese m.b.t. de MPQ (H1) wordt door bovengenoemde resultaten bevestigd. De mate van affectiviteit hangt samen met de centraliteit van het MPQ-item. Daarnaast blijkt ook uit de genoemde resultaten dat het wellbeing cluster een zeer centrale positie aanneemt in het netwerk waarmee hypothese H4 wordt bevestigd. Dit blijkt zowel uit de visuele interpretatie, als uit het aantal wellbeing-items dat in de top tien van centrale items staat (5/10). Ondanks het feit dat de hypotheses bevestigd zijn, moet er opgemerkt worden dat de aangenomen ‘affectieve items’ inhoudelijk niet affectief lijken te zijn. Mogelijk is de manier waarop affectiviteit werd gemeten in het huidige onderzoek niet accuraat, gezien de items grotendeels specifieke gedragingen representeren die niet direct gerelateerd lijken aan emotie.`

(18)

18 Tabel 2a: Centrale Items PEM (MPQ)

Betweennesss

In een groep laat ik gewoonlijk anderen het woord doen (m170spC) 65 Ik ben het gelukkigst wanneer ik het merendeel van de tijd mensen om me heen heb (m216sc) 55 Op de meeste dagen beleef ik momenten van echt plezier of blijdschap (m167wb) 46 Als de tijd voor beslissingen is gekomen, kijken anderen meestal naar mij (m255sp) 39 Ik lijk altijd wel iets spannends te hebben om naar uit te kijken (m272wb) 38 Iedere dag maak ik interessante en spannende dingen mee (m191wb) 31

Ik verg het uiterste van mezelf (m194a) 29

Ik voel me vaak gelukkig en tevreden, zonder dat daar een speciale reden voor is (m42wb) 28 Ik word gemakkelijk enthousiast over dingen waar ik mee bezig ben (m32wb) 27 In de meeste sociale situaties laat ik de leiding graag aan iemand anders over (m43spC) 23

Note: **=p<.001

Tabel 2b: Affectieve Items PEM (MPQ)

PA_panas Iedere dag maak ik interessante en spannende dingen mee (m191wb) .508**

Elke dag doe ik wel iets leuks (m61wb) .455**

Ik ben nou niet bepaald een ambitieus persoon. (m178aC) .430** In een groep laat ik gewoonlijk anderen het woord doen (m170spC) .418** Ik voel me vaak gelukkig en tevreden, zonder dat daar een speciale reden voor is (m42wb) .399** Ik hou ervan moeilijke dingen te proberen (m111ac) .391** Wanneer ik met anderen werk, neem ik graag de leiding (m1sp) .391**

Ik hou van hard werken. (m122ac) .374**

Ik lijk altijd wel iets spannends te hebben om naar uit te kijken (m272wb) .366** In de meeste sociale situaties laat ik de leiding graag aan iemand anders over (m43spC) .346**

Note: **=p<.001

Deel I van de DBQ-items staat weergegeven in een netwerkfiguur in Appendix F.

Drie items lijken visueel het meest centraal te liggen (wb1, wb3c, wb7). Van deze drie wellbeing items staat er één item in de top vijf van de meest affectieve items (zie Tabel 2b). Dit is het contra-indicatieve item ‘Ik was gister ontevreden’. Het resultaat dat deze items centraal liggen, komt overeen met resultaat van het MPQ-netwerk waarbij ook een cluster van wellbeing items een centrale positie aannam.

De top vijf meest centrale items op basis van betweennesss staat weergegeven in tabel 2A. Van deze top vijf staat slechts één item in de top vijf van meest

affectieve items. Daarnaast blijken de drie meest centrale items (wb3c; sp1; wb7) gemiddeld tot laag te scoren op affectiviteit (r=.29; r=.069; r=.123). Opvallend is dat

(19)

19 de vijf meest centrale items zowel items zijn van wellbeing, social potency en

achievement. Dat de items van social potency en achievement centraal staan is een opvallend resultaat, gezien dit specifieke gedragingen zijn welke niet direct

gerelateerd lijken te zijn aan emotie. De verwachting was immers dat affectieve items centraal zouden liggen. Voornamelijk lijken specifieke gedragingen met betrekking tot sociale interactie hier een grote rol te spelen.

Op basis van de verschillende items binnen de twee rangordes, lijkt het niet aannemelijk dat affectiviteit en centraliteit binnen dit netwerk samenhangen. De samenhang tussen de rangordes van de mate van affectiviteit en betweennesss werd getoetst en bleek inderdaad niet significant te zijn (r=-.011, p>.05). De tweede

hypothese wordt hiermee weerlegd (H2). Wat betreft de positie van wellbeing-items is er geen eenduidig antwoord te geven. Zowel op basis van de visuele interpretatie als het aantal wellbeing-items dat in de top vijf van centrale items staat lijkt het

aannemelijk dat gesteld kan worden dat wellbeing-items daadwerkelijk centraal liggen, wat de vijfde hypothese zou bevestigen. Echter was de aanname binnen deze

verwachting dat wellbeing-items affectief zouden zijn, wat op basis van de resultaten niet geconcludeerd kan worde. Er was gemiddeld tot lage score op affectiveit. Echter wanneer er inhoudelijk gekeken wordt naar deze items, blijken ze wel emotioneel gedefinieerd te zijn (zie tabel 3a). Mogelijk speelt hier ook het probleem dat

‘affectieve items’ verkeerd gedefinieerd zijn, waarbij PA iets anders lijkt te meten dan inhoudelijk affectieve/emotionele items.

Tabel 3a: Centrale Items PEM (DBQ Deel I)

Betweennesss

Ik was gisteren ontevreden (wb3c) 26

Gisteren heb ik iemand van mijn mening proberen te overtuigen (sp1) 19 Ik heb gisteren genoten van de dingen die ik heb gedaan (wb7) 14 Ik heb gisteren hoge eisen aan mezelf gesteld (ac6) 14 Ik heb gisteren iemand anders een besluit voor mij laten nemen (sp3C) 11

(20)

20 Tabel 3b: Affectieve Items PEM (DBQ Deel I)

PA_panas Ik heb gisteren mensen op een afstand gehouden (sc8c) .323** Heb je gisteren met een goede vriend gesproken? (sc6) .291**

Ik was gisteren ontevreden (wb3c) .285**

Ik wilde gisteren graag alleen zijn. (sc2) .251**

Ik heb gisteren de leiding genomen. (sp2) .201**

Note: **=p<.001

Deel II van de DBQ-items staat weergegeven in een netwerkfiguur in

Appendix G. Het blijkt hier lastig te zijn om centrale items aan te wijzen in het netwerkfiguur. Het meest opvallende resultaat is hier het nauw verbonden cluster van wellbeing in vergelijking met de overige clusters. De top vijf meest centrale items op basis van betweennesss staan weergegeven in tabel 4a. Van deze top vijf staan er geen items in de top vijf van meest affectieve items (Tabel 4b). Wanneer er wordt gekeken naar de hele rangorde van affectiviteit vallen er twee dingen op. Ten eerste valt op dat de in totaal acht wellbeing –items, de meest affectieve items zijn van alle items op één item na. In dit geval klopt de verwachting dat wellbeing-items affectief zijn, echter liggen ze hier niet centraal. Ten tweede is het opvallend dat een

achievement item zeer affectief is (r=.439). Het gaat om het item ‘Ik was gisteren gedreven om iets te bereiken’(ac9). In overeenkomst met zowel het MPQ- als het DBQ-I-netwerk is hier ook sprake van een gedragsitem dat zeer hoog scoort op affectiviteit. In tegenstelling tot de andere netwerken zijn in het huidige netwerk de overige ‘affectieve items’ wel affectief op basis van de inhoud van het item.. In het netwerk blijken met name drie items centraal te liggen op basis van de mate van betweennesss (sc12;sp6;wb15). Naast een wellbeing-item, staan er ook items van social closeness en social potency centraal. In overeenkomst met het vorige DBQ-netwerk (Deel I) is hier opnieuw gevonden dat specifieke gedragingen met betrekking tot sociale interactie centraal staan en dus van grote invloed lijken te zijn op de rest van het PEM-netwerk.

Gezien de verschillende items binnen de rangordes van affectiviteit en

centraliteit lijkt er ook hier geen sprake te zijn van een samenhang tussen de mate van affectiviteit en centraliteit. De hypothese (H3) met betrekking tot deze samenhang werd getoetst en bleek niet significant te zijn (r=.023, p>.05) waarmee deze

(21)

21 hypothese weerlegd wordt. Wat betreft de positie van het wellbeing-cluster is ook hier geen eenduidig antwoord te geven (H6). Waar in het DBQ-I-netwerk bleek dat de wellbeing-items centraal waren en hoog scoorde op affectiviteit, bleken de items inhoudelijk niet affectief te zijn. Het omgekeerde is het geval in het DBQ-II-netwerk waarbij de wellbeing-items inhoudelijk affectief waren, echter blijken deze items niet centraal te liggen. In beide DBQ-netwerken blijken specifieke gedragingen m.b.t. sociale interactie centraal te liggen.

Tabel 4a: Centrale Items PEM (DBQ Deel II)

Betweennesss

Ik heb gisteren mensen om hun mening gevraagd.(sc12) 29 Gisteren heb ik in het middelpunt van de belangstelling gestaan.(sp6) 18

Ik was gisteren tevreden.(wb15) 12

Ik heb gisteren iemand anders de leiding laten nemen.(sp10c) 7 Ik was gisteren een luisterend oor voor iemand anders.(sc11) 7

Tabel 4b: Affectieve Items PEM(DBQ Deel II)

PA_panas

Ik heb me gisteren blij gevoeld. (wb14) .471**

Ik heb gisteren positief over mijn toekomst gedacht. (wb8) .454**

Ik zat gisteren lekker in mijn vel. (wb13) .442**

Ik was gisteren gedreven om iets te bereiken. (ac9) .439**

Ik voelde me gisteren gelukkig. (wb9) .438**

Note: **=p<.001

3.3 Exploratieve Resultaten

Op basis van de genoemde resultaten kan geconcludeerd worden dat affectieve componenten centraal liggen in het MPQ-netwerk (H1) en ook blijkt dat het cluster wellbeing hier een centrale positie aanneemt (H2). Voor beide DBQ-netwerken is dit niet gebleken, affectieve items liggen niet centraal (H3+H5) en het cluster wellbeing blijkt niet het meest affectieve cluster en het meest centraal te liggen (H4+H6). Om de structuur van PEM verder te onderzoeken is er exploratief gekeken naar de structuur van meerdere netwerken. Allereerst is er gekeken naar de eerder genoemde netwerken

(22)

22 van de MPQ en DBQ. Daarnaast is er gekeken naar de MPQ en DBQ als LASSO-netwerken en ook de MPQ en DBQ als LASSO-netwerken in combinatie met de PANAS. Binnen het MPQ-netwerk is er per subschaal duidelijk een cluster gevormd. De subschalen wellbeing, social potency, achievement, social closeness hebben elk een duidelijk nauw verbonden cluster items, waarbij het cluster wellbeing een centrale positie aanneemt. Een opvallend resultaat is dat het wellbeing-cluster opgespplitst lijkt te zijn in twee delen. Een aantal items (m17; m42; m120; m167; m176) zijn sterker verbonden met social closeness items, waar de overige wellbeing-items zich centraal clusteren in het netwerk (m32; m51; m61; m191; m205; m235; m272). Er lijkt sprake te zijn van een inhoudelijk verschil tussen deze clusters. Het eerst genoemde cluster lijkt een algemeen gevoel van geluk te representeren. Dit cluster bevat namelijk items zoals ‘Ik voel me vaak zo maar gelukkig, zonder speciale reden’, ‘Ik zie mijn

toekomst heel zonnig in’ en ‘Ik voel me vaak gelukkig en tevreden, zonder dat daar een speciale reden voor is’. Het andere cluster duidt meer activerende items aan, zoals ‘In mijn vrije tijd vind ik gewoonlijk wel iets interessants om te doen’, ‘Elke dag doe ik wel iets leuks’ en ‘Voor mij is het leven een groot avontuur’. Dit resultaat lijkt te duiden op een verdeling van wellbeing in enerzijds een cluster van items die een algemeen gevoel van geluk representeren tegenover een cluster dat activerende items aanduidt. Het cluster met de activerende items is hierbij het meest van belang, gezien deze centraal ligt en dus het meeste invloed heeft op de rest van het PEM-netwerk. In de DBQ-netwerken clusteren de subschalen van PEM ook relatief goed samen. Dit is met name het geval bij het DBQII-netwerk. In beide netwerken is het wellbeing cluster zeer nauw verbonden. Een andere overeenkomst tussen beide DBQ-netwerken is dat social closeness items relatief sterk verbonden zijn met social potency items. Met name in het DBQII-netwerk is er een duidelijk cluster te

onderscheiden van deze twee soorten items samen. Daarnaast blijken achievement- items ook gerelateerd te zijn aan social potency-items in beide netwerken. Mogelijk heeft dit te maken met dat social potency, ofwel ‘sociale potentie’ twee thema’s zou kunnen representeren. Enerzijds een thema dat betrekking heeft op het eigen ‘kunnen’ of het bereiken van dingen dat gerelateerd zou kunnen zijn aan achievement. Een ander thema dat social potency zou kunnen representeren, is in hoeverre er

interpersoonlijke verbinding plaatsvindt, wat gerelateerd zou kunnen zijn aan social closeness.

(23)

23

Glassonetwerken zijn gevormd om uitsluitend significante correlaties weer te

geven en te controleren voor confounding (Friedman, Hastie & Tibshirani, 2008). Dit is gedaan voor zowel het MPQ-netwerk (zie Appendix H) als de DBQ-netwerken (zie Appendix I & J). Op basis van de glassonetwerken kan geconcludeerd worden dat voor beide netwerken geldt dat de wellbeing-items onderling het sterkst samenhangen. Opvallend is dat in het DBQI-netwerk social potency items de scheiding vormen tussen social closeness- en achievement-items terwijl in het DBQII-glassonetwerk juist de social closeness-items de scheiding vormen tussen de social potency- en achievement-clusters. Items van deze drie clusters lijken qua inhoud elkaar deels te overlappen. Zo heb je bijvoorbeeld social closeness items die meer lijken te duiden op het ´eigen kunnen´ binnen een sociale setting zoals ‘Gister heb ik iemand om hulp gevraagd’ (sc9) en ‘Gister heb ik een ander getroost’(sc10), daar waar social potency item weer meer kan neigen naar een prestatie op een meer professioneel gebied zoals het item ´ik heb gister makkelijk een beslissing genomen´(sp5). Concluderend kan gezegd worden dat de DBQ-netwerken niet robuust hetzelfde laten zien. Enerzijds zegt dit mogelijk iets over de netwerkmethode (glasso), anderzijds kan het mogelijk te maken hebben met het feit dat de DBQ een nieuw geconstrueerde vragenlijst is.

4. Conclusie en Discussie

Het doel van dit onderzoek was om inzicht te krijgen in de onderliggende netwerkstructuur van gedrags-, cognitieve- en affectieve componenten van PEM (Tellegen &Waller, 2008). De resultaten ondersteunen de hypotheses aangaande het MPQ-netwerk. Een hoge mate van affectiviteit van een MPQ-item voorspelt een centrale ligging in het netwerk, hierbij blijkt het wellbeing cluster centraal te liggen. De hypotheses met betrekking tot de DBQ zijn in het huidige onderzoek niet

bevestigd. Voor beide DBQ-netwerken geldt dat affectiviteit geen centrale ligging voorspelt en daarnaast blijkt het wellbeing-cluster niet centraal te liggen.

4.1 Toelichting Resultaten

Op basis van de hoofdhypothese lijkt geconcludeerd te kunnen worden dat bij de MPQ de affectieve items de grootste rol spelen binnen PEM. Echter is

geconstateerd dat deze items inhoudelijk niet emotioneel gedefineerd zijn, maar juist gedragingen representeren. Een mogelijke verklaring hiervoor is dat het eerder

(24)

24 genoemde Behavioral Activation System (BAS; Carver & White, 1994) anders werkt dan gedacht. In plaats van dat een positief gevoel zou leiden tot doelgericht gedrag dat belonend zou werken, zou het ook andersom kunnen werken. Mogelijk leidt bepaald gedrag- wat in het huidige onderzoek sociaal gedrag lijkt te zijn- tot een positiever affect, wat mogelijk weer leidt tot meer doelgericht gedrag. Bij de DBQ blijken het ook de gedragsmatige componenten te zijn die de grootste invloed hebben op PEM. Binnen het MPQ-netwerk blijken de subschalen van PEM sterk samen te clusteren. In eerste instantie lijkt dit resultaat in overeenstemming te zijn met de verwachtingen vanuit het trekmodel (Eysenck, 1967; Waller & Tellegen, 2008). Het trekmodel voorspelt sterk samenhangende clusters per subschaal waarbij de

samenhang tussen de items verklaard zouden worden door de achterliggende trek (Schmittman et al., 2011; Nuijten et al., 2013). Een punt waarop de resultaten het trekmodel tegenspreken, is dat de clusters van de subschalen onderling ook sterk verbonden zijn. Dit resultaat kan niet verklaard kan worden aan de hand van

achterliggende trekken gezien deze uitsluitend bijbehorende gedragingen en emoties zouden voorspellen van die specifieke trek (Watson, Clark & Tellegen, 1988). Het netwerkmodel sluit meer aan bij het resultaat waarbij onderliggend aan de

persoonlijkheidstrek een structuur is van samenhangende affectieve, cognitieve en gedragsmatige componenten (Borsboom & Cramer, 2013).

Een opvallend resultaat binnen het MPQ-netwerk was dat er sprake bleek te zijn van een verdeling van wellbeing in enerzijds een cluster van items die een algemeen gevoel van geluk representeren tegenover een cluster dat activerende items aanduidt. Dit resultaat zou verklaard kunnen worden aan de hand van het model van Watson en Tellegen (1985) waarin zij affect uitleggen aan de hand van een twee-factor structuur. Het onderscheid wat binnen dit model wordt gemaakt tussen Pleasantness en High Positieve Affect sluit aan bij de resultaten van het huidige onderzoek. High Positive Affect representeert namelijk een breed scala aan plezierige en sterk betrokken of opgewonden stemming moods (bv: actief, enthousiast,

opgewonden) en Pleasantness duidt een meer algemeen gevoel van geluk aan (bv: content, blij, vriendelijk) (Watson &Tellegen, 1985). Dit zijn dezelfde inhoudelijke thema’s die gevonden zijn binnen wellbeing aan de hand van de MPQ-data. Daarnaast lijkt de beschrijving van High Positive Affect sterk op het eerder beschreven

emotionele systeem BAS dat onderdeel zou zijn van PA (Carver & White, 1994; Depue et al, 1994; Watson et al. 1999). In de studie naar Positieve Emotionaliteit

(25)

25 blijkt het belangrijk te zijn om rekening te houden met deze verschillende thema’s.

Een ander duidelijk resultaat binnen het MPQ-netwerk is de verbondenheid van veel wellbeing items met social closeness items. Dit resultaat is naar verwachting gezien de betekenis van een hoge score op PA volgens Tellegen en Waller (2008) duidt op mensen die actief betrokken zij bij hun sociale- en werkomgeving en hierbij frequent sterke positieve emoties ervaren. Eerder onderzoek van Tay en Diener (2011) ondersteunt dit resultaat ook. Wellbeing-componenten bleken sterk gerelateerd te zijn aan sociale componenten. Dat bleek uit de steekproef binnen 123 landen waarbij het ervaren van positieve gevoelens het meest geassocieerd was met ‘sociale-‘ en ‘respect- needs’ (24% en 36% van de verklaarde variantie).

De netwerkfiguren van de DBQ bevatten evenals het MPQ-netwerk relatief duidelijke clusters van de PEM-subschalen. Dit is enerzijds een opvallend resultaat vanwege het feit dat de DBQ een nieuw instrument is. Anderzijds was dit resultaat te verwachten gezien de uitkomst van eerder onderzoek van Müller (2016). Uit dit onderzoek bleek dat het construct PEM van de MPQ-BF-NL specifiek samenhangt met de dagelijkse emoties, cognities en gedragingen gemeten aan de hand van de DBQ (r=.65, p<.01). In overeenkomst met het MPQ-netwerken kunnen de DBQ-netwerken niet verklaard worden aan de hand van de trek-theorie vanwege de verbindingen tussen de subschalen onderling. De resultaten kunnen ook hier beter verklaard worden door het netwerkmodel.

Een resultaat dat zowel bij het MPQ- als de DBQ-netwerken is gevonden, is de samenclustering van de subschalen AC en SP. Daarnaast lijken de SC-items met name onderling sterk verbonden te zijn en ligt WB relatief centraal. De bevindingen van Tellegen en Waller (2008) omtrent PEM sluiten aan bij deze resultaten. Zij vonden eenzelfde splitsing van PEM en definieerden deze opsplitsing als Agentic PEM en Communal PEM. Met Agentic PEM refereerden zij naar positieve emotionele reactiviteit en zelfcontrole, waar Communal PEM duidden op positieve gevoelens m.b.t. interpersooniljke verbondenheid. Agency en Communion worden al lange tijd gebruikt om de interpersoonlijke aard van de mensheid te beschrijven (Wiggins, 1991). Andere termen die gebruikt zijn om de twee brede dimensies van sociale interacties te conceptualiseren zijn status en liefde/solidariteit (Foa, 1961), dominantie en warmte/ vriendelijkheid (Kiesler, 1983) en macht tegenover intimiteit (Locke & Nekich, 2000; Heck & Pincus, 2001). De gevonden resultaten in het huidige

(26)

26 Communal PEM (items van AC en SP) en Agentic PEM (items van SC). Dat wellbeing bij beide vormen van PEM voorkomt, duidt hier het resultaat aan dat activerende items van WB bij het MPQ-netwerk zeer centraal liggen en dus bij beide delen van PEM van grote invloed is.

Ondanks dat de netwerkfiguren van de MPQ- en DBQ-netwerken relatief duidelijke clusters bevatten van de PEM-subschalen, zijn de verschillen onderling groot. Dit is geen onverwacht resultaat gegeven dat Fleeson & Glaagher (2009) vonden dat er grote variantie is binnen subjecten. Eerder beschreven onderzoeken toonden ook al aan dat situationele factoren ten grondslag liggen aan de verschillen van gedrag binnen individuen (Magnusson & Endler, 1977;Shoda et al., 1994; Thorne, 1989; Rothbart, Ahadi & Evans, 200). Mogelijk representeren de resultaten van de MPQ het vermogen om de gewenste state te bereiken (Fleeson & Gallager, 2009). De scores op de DBQ zouden dan laten zien in hoeverre mensen dit van dag tot dag gelukt is. Indien dit daadwerkelijk het geval is, zouden juist de scores van de DBQ inzichtgevend zijn voor de punten waaraan gewerkt moet worden op PEM te versterken.

4.2 Limitaties

Een belangrijke beperking van het huidige onderzoek is de manier waarop de DBQ-vragenlijst is afgenomen. Door het dagelijkse afnemen van de halve vragenlijst kon de data niet in één netwerk geplaatst worden. De correlaties van de hele DBQ in één netwerk zouden namelijk niet betrouwbaar zijn gezien de samenhang ook

veroorzaakt zou kunnen worden door het meetmoment. Deze beperking maakt dat de resultaten van de DBQ lastig te interpreteren zijn. De twee aparte DBQ-netwerken laten daarbij ook niet robuust hetzelfde zien.

Een andere belangrijke beperking is de manier waarop affectiviteit in het huidige onderzoek is gedefinieerd. Uit de resultaten is gebleken dat de

hoofdhypothese m.b.t. de samenhang van centraliteit met affectiviteit is uitgekomen, echter wanneer de items inhoudelijk bekeken worden blijken deze niet emotioneel gedefinieerd te zijn. Voorbeelden van de meest meest ‘affectieve’ items waren items die specifieke gedragingen voorspelden. Deze items correleren hoog met Positief Affect, wat inhoudt dat bepaalde specifieke gedragingen van grote invloed zijn op het ervaren van positieve emoties. Deze beperking is van grote invloed bij het

(27)

27 componenten blijken een grotere rol te spelen dan voorheen werd gedacht.

Een ander punt van kritiek is de manier waarop ‘centraliteit’ is gedefinieerd. In het huidige onderzoek werd met centraliteit de mate van betweennesss bedoeld, dat kort gezegd de som weergeeft van het aantal paden waarop een item zich bevindt. Echter is hier niet in acht genomen dat er zowel positieve als negatieve

paden/correlaties bestaan in de gevormde netwerken. Zo zijn er in de DBQ veel meer negatieve correlaties gebleken dan in de MPQ. Echter is het onderscheid tussen een positief of negatief verband niet te zien in de som van betweennesss. Hierdoor zijn de centraliteitsmaten van de MPQ en DBQ niet goed te vergelijken. De scores van de DBQ-netwerken kunnen een vertekend beeld gegeven hebben, gezien de items met hoge mate van betweennesss niet uitsluitend van positieve invloed zijn op PEM.

Tot slot zou een laatste punt van kritiek kunnen zijn dat er in het huidige onderzoek uitsluitend gebruik werd gemaakt van zelfrapportage vragenlijsten. Op de vraag in hoeverre zelfrapportage betrouwbaar is, is er geen eenduidig antwoord te geven op basis van eerder onderzoek. Uit de onderzoeken van Adams et al. (1999) en Moskowitz (2005) is gebleken dat het lastig blijkt te zijn voor individuen om objectief naar zichzelf te kijken en het vertoonde gedrag (Adams et al., 1999; Moskowitz, 2005). Echter kwam uit het onderzoek Vazire en Mehl (2008) dat individuen hun eigen persoonlijkheid en gedrag goed kunnen inschatten en dat deze inschatting relatief goed overeenkomt met de inschatting van goede bekenden van deze persoon.

4.3 Suggesties Vervolgonderzoek

In vervolgonderzoek kan het gebruik van de DBQ op meerdere punten aangescherpt worden. Ten eerst zouden de DBQ-schalen beter geconstrueerd kunnen worden. Om dit te doen zou gekeken kunnen worden hoe de DBQ-items zich

verhouden tot de locatie van de bijbehorende MPQ-items. Hierbij moeten ook de soort correlaties (positief/negatief) in acht genomen worden. Mogelijk moeten de DBQ-items die sterk afwijken van de locatie en/of soorten verbindingen van de

bijbehorende MPQ-items aangepast worden.

Een tweede voorstel wat betreft de DBQ gaat over de manier waarop deze vragenlijst is afgenomen. In vervolgonderzoek zou de gehele DBQ-vragenlijst in één keer moeten worden afgenomen. Op die manier wordt er gecontroleerd voor het meetmoment. Een suggestie zou zijn om de DBQ ’s avonds in zijn geheel te laten

(28)

28 invullen. Op deze manier wordt ook de kans op een valide zelfrapportage groter dan wanneer de vragenlijst gaat over emoties, cognities en gedragingen van de dag ervoor. De mate van betweenness blijkt bij de MPQ wel een goede centraliteitsmaat te zijn. Mogelijk geldt hetzelfde voor de DBQ wanneer er gecontroleerd wordt voor meetmoment en wanneer de schalen gereconstrueerd zijn zoals hierboven beschreven is. Dit zou in vervolgonderzoek bekeken moeten worden, door te bekijken in hoeverre er nog sprake is van negatieve correlaties (edges) binnen het netwerk.

Tot slot zullen er in vervolgonderzoek nieuwe manieren gevonden moeten worden om items te categoriseren. Hier blijkt het niet alleen van belang te zijn, onderscheid te maken tussen affectieve, cognitieve en gedragsmatige items maar ook blijkt er binnen deze items een inhoudelijke verdeling te zijn. Het is belangrijk gebleken ook onderscheid te maken tussen verschillende specifieke gedragingen (actieve items/ sociale interactie/ agency/ communion).

4.4 Centrale conclusies

Het doel van het huidige onderzoek was om inzicht te krijgen in de structuur van het persoonlijkheidsconstruct Positieve Emotionaliteit. Het onderzoeken van PEM aan de hand van netwerkmodellen is een goede manier gebleken om inzicht te krijgen in hoe verschillende componenten binnen PEM zich tot elkaar verhouden.

Op basis van dit onderzoek kan geconcludeerd worden dat binnen het persoonlijkheidsconstruct PEM met name gedragsmatige componenten een belangrijke rol spelen. Hierbij lijkt sociale interactie van groot belang te zijn. De resultaten van deze studie zijn van groot belang bij het opstellen van toekomstige behandelplannen van depressie en sociale angst, de twee stoornissen sterk gerelateerd aan PEM (Naragon-Gainey, Watson & Markon, 2009). De vraag zou gesteld kunnen worden welke componenten binnen PEM aangepakt moeten worden, indien iemand laag scoort op DBQ-PEM. De DBQ-items lijken hierbij het meest relevant, gezien het hier gaat over dagelijkse uitingen van PEM welke waarschijnlijk het meest

(29)

29

5. Referenties

Adams, A.S., Soumerai, S.B., Lomas, J., Ross-Degnan, D., Evidence of Self-Report Bias in Assessing Adherence to Guidelines, International Journal of Quality in Health Care, 11(3): 187-192

American Psychiatric Association. (1994) Diagnostic and Statistical Manual of Mental Disorders (4th ed.). Washington, DC: Author.

Barabasi and Albert-Laszló (2015), Network Science, Cambridge University Press. Retrieved 25 May 2015.

Borsboom, D., & Cramer, A. O. J. (2013). Network analysis: An integrative approach to the structure of psychopathology. Annual Review of Clinical Psychology, 9, 91-121.

Borsboom, D., Cramer, A. O., Schmittmann, V. D., Epskamp, S., & Waldorp, L. J. (2011). The small world of psychopathology. PloS one, 6(11), e27407.

Bringmann, L.F., Vissers, N., Wichers, M., Geschwind, N., Kuppens, P., Peeters, F., New Insights into clinical longitudinal data. PLoS ONE, 8, 1-13.

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: 319-333.

Clark, L.A. (2005), Temperament as a Unifying Basis for Personality and Psychopathology, Journal of Abnormal Psychology, 114(4), 505-521.

Clark, L.A., Watson, D., & Mineka S., (1994), Temperament, Personality, and the Mood and Anxiety Disorders, 103, 103-116.

(30)

30

Conway J.M. & Lance, C.E. (2010), What Reviewers Should Expect from Authors Regarding Common Method Bias in Organizational Research, Journal of Business and Psychology, 25(3): 325-334.

‘Cotan’(1999). Gevonden op 21 mei 2016,

op: http://www.cotandocumentatie.nl/test_details.php?id=453

Cramer, A. O. J. (2013). The glue of abnormal mental life: Networks of interacting thoughts, feelings and behaviors: http://dare.uva.nl/record/1/397502

Cramer A., Sluis S., Noordhof A., Wichers M., Geschwind N., Aggen S., Kendler K. and Borsboom D. (2012), ‘Dimensions of Normal Personality as

Networks in Search of Equilibrium: You Can’t Like Parties if You Don’t Like People’, European Journal of Personality, 26, 414-431.

Cramer, A. O., Waldorp, L. J., van der Maas, H. L., & Borsboom, D. (2010). Comorbidity: A network perspective. Behavioral and Brain Sciences, 33(2-3), 137-150.

Depue, R. A., Luciana, M., Arbisi, P., & Leon A. (1994) Dopamine and the Structure of Personality: Relation of Agonist-Induced Dopamine Activity to Positive Emotionality. Journal of Personality and Social Psychology, 67, 485-498.

Effting, M. (2016, 25 januari). Taboe op depressie breken met ‘Depressiegala’. Volkskrant. Geraadpleegd van

http://www.volkskrant.nl/wetenschap/taboe-op-depressie-breken-met-depressiegala~a4231433/

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.

(31)

31 Eigenhuis, A., Kamphuis, J. H., & Noordhof, A. (2012). Development and Validation of the Dutch Brief Form of the Multidimensional Personality

Questionnaire (MPQ-BF-NL). Psychological Assessment, 20, 565-575.

Epskamp, S., Cramer, A. O. J., Waldorp, L. J., Schmittmann, V. D., & Borsboom, D. (2012). Qgraph: Network visualizations of relationships in psychometric data. Journal of Statistical Software, 48 (4), 1-18.

Eysenck, H. J. (1967). The biological basis of personality. Transaction Publishers, (Vol. 689).

Foa, U. G. (1961). Convergences in the analysis of the structure of interpersonal behavior. Psychological Review, 68, 341-353.

Fleeson, W. (2001). Towards a Structure- and Process-Integrated View of Personality: Traits as Density Distributions of States. Journal of Personality and Social Psychology, 80, 1011-1027.

Fleeson, W. (2007). Situation-Based Contingencies Underlying Trait-Content Manifestation in Behavior. Journal of Personality, 75(4), 825-861.

Fleeson W. and Gallagher P., The Implicatons 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 Psychologie, 97(6): 1097-1114.

Friedman, J., Hastie, T., & Tibshirani, R. (2008). Sparse inverse covariance estimation with the graphical lasso. Biostatistics, 9, 432-441.

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

(32)

32 Gray, J.A. (1990), Brain Systems that Mediate Both Emotion and Cognition, Cognition and Emotion, 4:3, 269-288

Heck, S.A. & Pincus, A.L.(2001), Agency and Communion in the Structure of Parental Representations, Journal of Personality Assessment, 76(1), 180-184.

Kiesler, D. J. (1983). The 1982 interpersonal circle: A taxonomy for complementarity in human transactions. Psychological Review, 90, 185-214.

Locke, K.D. & Nekich, J.C.(2000), Agency and Communion in Naturalistic Social Comparison, Society of Personality and Social Psychology, 26: 864-874.

Maher, B.A., & Maher, W.B. (1994), Personality and Psychopathology A Historical Perspective, Journal of Abnormal Psychology, 103, 72-77.

Martin, R.P., Wisenbaker J., & Huttunen, M. (1994). Review of Factor Analytic Studies of Temperament Measures Based on the Thomas-Chess Structural Model: Implications for the Big Five. Hillsdale, NJ:Erlbaum.

Moskowitz,G.B. (2005). Social Cognition: Understanding Self and Others. The Guilford Press, NY.

Naragon-Gainey, K., Watson, D., & Markon, K. E. (2009). Differential relations of depression and social anxiety symptoms to the facets of

extraversion/positive emotionality. Journal of Abnormal Psychology, 18, 299-310.

Nuijten, M., Deserno, M., Cramer, A., & Borsboom, D. (2013).

Psychologische stoornissen als complexe netwerken. De Psycholoog, januari, 10-21.

Krueger, R.F., McGue, M., & Iacono W.G. (2001). The Higher-Order Structure of Common DSM Mental Disorders: Internalization, Externalization, and Their Connections to Personality. Personality and Individual Differences, 30, 1245-1259.

(33)

33 Lyubomirsky, S., King, L., & Diener, E. (2005). The benefits of frequent positive affect: does happiness lead to success?. Psychological bulletin, 131(6), 803.

Patrick, C. J., Curtin, J. J., & Tellegen, A. (2002). Development and Validation of a brief Form of the Multidimensional Personality Questionnaire. Psychological Assessment, 14, 150-163.

Podsakoff, P.M., MacKenzie, S.B., Lee, J.Y. and Podskoff, N.P. (2003). Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies. Journal of Applied Psychology, 88, 879-903.

Rothbart, M.K., Ahadi, S.A., Evans D.E. (2000), Temperament and

Personality: Origins and Outcome, Journal of Personality and Social Psychology, 78, 122-135.

Selbom, 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.

Schmittmann V.D., Cramer A.O.J., Wardorp L.J., Epskamp S., Kievit R.A. and Borsboom D. (2011), Deconstructing the Construct: A Network Perspective on Psychological Phenomena, New Ideas in Psychology, 31: 43-53.

Tay, L. and Diener, E. (2011), Needs and Subjective Well-Being Around the World, Journal of Personality and Social Psychology, 101(2): 354-365.

Tellegen A. and Waller N. (2008), Exploring Personality through Test Construction: Development of the Multidimensional Personality Questionnaire, Handbook of Personality Theory and Testing: Vol.II. Personality Measurement and Assessment, 261-292.

(34)

34 Vazire, S., & Mehl, M. R. (2008). Knowing me, knowing you: the accuracy and unique predictive validity of self-ratings and other-ratings of daily behavior. Journal of personality and social psychology, 95(5), 1202.

Watson, D., & Clark, L.A. (1984), Negative Affectivity: The Disposition to Experience Aversive Emotional States. Psychological Bulletin, 96, 465-490.

Watson D., Clark L.A. and Carey G. (1988), Positive and Negative Affectivity and Their Relation to Anxiety and Depression Disorders, American Psychological Association, 97, 346-353.

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., & Tellegen, A. (1985), Toward A Consensual Structure of Mood. Psychological Bulleten, 98: 219-235.

Watson, D., Wiese, D., Vaidya, J., & Tellegen, A. (1999). The two general activation systems of affect: Structural findings, evolutionary considerations, and

psychobiological evidence. Journal of Personality and Social Psychology, 76, 820-838

Wiggins, J.S. (1991) Agency and Communion as Conceptual Coordinates for the Understanding and Measurment of Interpersonal Behavior. In W.M. Grove & D. Cichetti). Thinking Clearly About Psychology: Vol. 2: Personality and Psychology (89-113) Minnaepolis: University of Minnesota Press.

Referenties

GERELATEERDE DOCUMENTEN

Een raadsel dat niet alleen Theo, maar ook de lezer bezighoudt is de vraag waarom Lucia op haar bruiloft de Midzomernachtsdroom wil opvoeren, zij het niet in zijn geheel:

Op deze manier kan antwoord worden gegeven op de hoofdvraag van dit artikel: ‘Leidt de manier van werken in Buurt Bestuurt tot meer vertrouwen van de bewoners in politie en

 Betekenis: Beschrijving, evaluatie of betekenisverlening wordt met een score tussen 1 en 5 en 9 gecodeerd: (1) Beschrijving (2) Positieve evaluatie van de gebeurtenis

Respondenten drie en vijf geven aan dat ondersteuning voor hun netwerk in het verleden nodig zou zijn geweest maar in de huidige situatie niet meer: “Vorig jaar zouden mijn

Vrouwen die vijf jaar geleden een risico-reducerende salpingo-oophorectomie hebben ondergaan, hebben als groep geen lagere botdichtheid dan hun leeftijds- genoten in de

Therefore, we investigated the relationship of three frequent SP-D single nucleotide polymorphisms, Met11Thr, Ala160Thr or Ser270Thr, with primary graft dysfunction and mortality in

De verwachting was dat beide handleidingen een positief effect zouden hebben op het kennisniveau, waarbij de handleiding met affectieve agent een groter leereffect zou geven dan

De overtuiging dat zonder moord geen liefde bestaat, sluit aan bij Hofmeester die de dood inzet als middel van liefde voor zijn dochter, en Beck die zijn vrouw met zijn liefde