De invloed van perceptual learning op beslissingen maken : leereffecten op visuele perceptie bij het nemen van beslissingen

De invloed van Perceptual learning op beslissingen maken

Bachelor these Klinische Neuropsychologie Marit van der Waart

Studentnummer: 10591834

Begeleid door: mw. dr. A.D. van Campen Universiteit van Amsterdam

Aantal woorden: 5345 (4934 zonder tabellen en grafieken) 30 juni 2017, Amsterdam

Inhoudsopgave

INHOUDSOPGAVE ... 2

ABSTRACT ... 3

INLEIDING ... 4

MATERIAAL & METHODE ... 8

DEELNEMERS ... 8 MATERIAAL ... 8 Ruimte ... 8 Taak ... 9 Vragenlijst ... 10 PROCEDURE ... 10 DATA-ANALYSE ... 13 VARIABELEN ... 13 ANALYSE ... 13 DATA-ANALYSE ... 13 CONFIRMATIEVE TOETSING ... 13 Assumpties ... 14 RESULTATEN ... 14 DEELNEMERS ... 14 OUTLIERS ... 14 ASSUMPTIES ... 15 REACTIETIJD ... 16 NAUWKEURIGHEID ... 16 DISCUSSIE ... 17 LITERATUURLIJST ... 21 BIJLAGE 1 ... 23 BIJLAGE 2 ... 24 BIJLAGE 3 ... 25 BIJLAGE 4 ... 26 BOXPLOTS RT ... 26 Z-SCORES RT ... 28 BOXPLOTS NAUWKEURIGHEID... 29 Z-SCORES NAUWKEURIGHEID ... 31

Abstract

Het detecteren van bewegingsrichtingen is aan de orde van de dag. Een manier om bewegingsrichtingdiscriminatie te verbeteren is door training, namelijk perceptual learning. Perceptual learning is een langdurige verbetering van sensorische discriminatie die optreedt ten gevolge van een langere periode van oefening. De huidige studie onderzoekt (N = 44) of perceptual learning optreedt bij het maken van beslissingen op basis van visuele perceptie. Dit is gedaan door te kijken of er leereffecten optraden bij het herhaaldelijk uitvoeren van een Random Dot Motion (RDM) taak. De studie bestond uit 4 blokken van 192 trials met twee verschillende snelheden, onderverdeeld in 8 sub-blokken. Blokken 1 en 3 hadden snelheid 1 deg/sec en blokken 2 en 4 hadden snelheid 7,5 deg/sec. Hierbij werd snelheid gecounterbalanced door voor de helft van de deelnemers de volgorde van de snelheid van de blokken om te draaien. Voor zowel de gemiddelde reactietijden in ms (RT) en nauwkeurigheid percentages op de RDM-taak is een repeated measures ANOVA gerund met twee within-subject factoren; Snelheid en meetmoment. De resultaten lieten een hoofd effect zien voor zowel meetmoment als snelheid. Deelnemers presteren beter over tijd, de reactietijden zijn afgenomen en de nauwkeurigheid toegenomen. Dit wijst op een effect van perceptual learning op het maken van beslissingen op basis van visuele perceptie. Hierbij hangt de prestatie af van de snelheid, maar kan er op alle snelheden getraind worden. Vervolgonderzoek moet de gevonden resultaten bevestigen en uitwijzen of de gevonden resultaten hetzelfde zijn bij oudere mensen.

Inleiding

In het verkeer komt het vaak voor dat men snel belangrijke keuzes moet maken. Neem bijvoorbeeld het invoegen van een auto op een andere rijbaan of het oversteken van een kruispunt. Aan het invoegen of oversteken gaan een aantal beslissingen vooraf. De bestuurder kiest het juiste moment om in te voegen of over te steken. Om dit te kunnen doen zal de bestuurder van tevoren moeten bepalen hoe snel de auto’s in de directe omgeving rijden en welke richting deze op gaan. Vervolgens dient de eigen snelheid en rijrichting daarop aangepast te worden en het juiste moment van invoegen of oversteken gekozen te worden met betrekking tot de bewegingsrichting en snelheid van de omliggende auto’s. Autorijden vraagt veel van de visuele perceptie. Het kiezen van het juiste moment van invoegen of oversteken zou verbeterd kunnen worden door te zorgen dat men beter in staat is de snelheid en bewegingsrichting van andere auto’s waar te nemen. Om dit te kunnen trainen behoeft men visuele training die het onderscheiden van snelheden en bewegingsrichtingen gemakkelijker maakt. In het huidige onderzoek wordt gekeken of visuele training invloed heeft op het maken van beslissingen die gebaseerd zijn op visuele perceptie. Dit wordt onderzocht door te kijken of er leereffecten optreden bij het herhaaldelijk uitvoeren van een visuele beslistaak, namelijk de Random Dot Motion-taak (RDM-taak) (van Maanen & Grasman, 2012; Pilly & Seitz, 2009).

Een vorm van visuele training die hiervoor geschikt is, is perceptual learning. Volgens Goldstone (1998) impliceert perceptual learning een relatief langdurige verandering van het perceptuele systeem van een organisme, veroorzaakt door zijn/haar omgeving. Deze verandering verbeterd zijn/haar vermogen om op de omgeving te reageren. Perceptual learning verschilt van adaptatie aan de omgeving in het feit dat adaptatie een kortstondige verandering is in plaats van een langdurige zoals perceptual learning (Helson, 1948, aangehaald in Goldstone, 1998). Li, Piëch en Gilbert (2004) ondersteunen en specificeren de definitie van Goldstone (1998) door perceptual learning te definiëren als een verandering in prestatie, een verbetering van sensorische discriminatie na een langere periode van oefening. Ook Ahissar en Hochstein (2004) schijnen licht op de rol van oefenen, de verbetering in prestatie en de verandering in het perceptuele systeem door perceptual learning te definiëren als een verbetering in het vermogen om specifieke perceptuele taken uit te voeren ten gevolge van oefening.

Training kan het onderscheidend vermogen van onder andere de bewegingsrichting van het visuele systeem verbeteren (Li et al., 2004). Dit komt overeen met de bevindingen van Pick (1992) over het “scribble (letter achtige vormen) experiment” van J.J. Gibson in 1955 (Gibson et al., 1962). In het “scribble experiment” van J.J. Gibson in 1955 moesten deelnemers soortgelijken scribbles onderscheiden of als gelijk classificeren. Dit experiment was een demonstratie van het feit dat een verandering in prestatie ten gevolge van ervaring niet betekende dat hiervoor stimulus-respons associaties moesten worden gemaakt, maar kon bestaan uit verbeteringen van de perceptie (Pick, 1992). Wat nodig was voor deze verbetering van de perceptie was enkel de mogelijkheid om de stimuli te onderzoeken en te bestuderen, ervaring. Dit zou betekenen dat wanneer men de kans krijgt meerdere malen naar stimuli te kijken uit bijvoorbeeld een visuele beslistaak en ermee te oefenen, het oefenen voor een verandering in het perceptuele systeem kan zorgen (Ahissar & Hochstein, 2004). Namelijk een verbetering in sensorische discriminatie waaronder de discriminatie van bewegingsrichting (Li et al., 2004).

Ball en Sekuler (1982) toonde in hun onderzoek aan dat er een graduele verbetering van visuele bewegingsrichtingdiscriminatie plaatsvond bij herhaalde sessies van een RDM-taak. Uit het onderzoek van Ball en Sekuler (1982) kwam dat een voortdurende verbetering in visuele bewegingsrichtingdiscriminatie plaats vond ten gevolge van 7 sessies, van 500 stimulus-respons combinaties per sessie, van de RDM-taak verspreid over 10-12 dagen. Aan deze verbetering van visuele bewegingsrichtingdiscriminatie voor alle deelnemers ligt een ander proces ten grondslag dan die van de plotselinge verbetering ten gevolge van deelnemers die de onderscheidende, ruimtelijke kenmerken van een stimulus paar eruit leren te pikken. Trainingen kunnen het onderscheidend vermogen van bewegingsrichtingen verbeteren zonder het (bewegings)detectievermogen aan te tasten (Bal & Sekuler, 1982). Deze verbetering in het onderscheiden van bewegingen hield stand in afwezigheid van meer trainingen. Het onderzoek van Ball en Sekuler (1987) ondersteunde/repliceerde deze resultaten, inclusief het aantal benodigde trials om effect te zien van perceptual learning. Het onderzoek wees verder uit dat het effect van de training bewegingsrichting specifiek is. De training is effectief binnen ongeveer 45 graden van de getrainde richting en het effect van de training blijft op zijn minst 10 weken aanwezig zonder zichtbare afname. Ook hier bleek dat de verbetering van prestatie op bewegingsrichtingdiscriminatie door training geen effect heeft op bewegingsperceptie in zijn geheel, zoals Pick (1992) ook al beweerde. Dit

gebeurt enkel door de mogelijkheid de stimuli te onderzoeken en te bestuderen. Er werden geen nieuwe associaties tussen stimulus en respons gemaakt of geleerd, maar liever hoe stimuli van elkaar verschillen (differentiation).

Ball en Sekuler (1982 en 1987) maakten in beide onderzoeken gebruik van de RDM-taak om de discriminatie van bewegingsperceptie te onderzoeken. Dit is een RDM-taak die vaak gebruikt wordt binnen onderzoeken naar perceptual decision-making (van Maanen & Grasman, 2012). RDM-taak stimuli worden gebruikt als standaard input om (beslissingen bij) bewegingsperceptie te onderzoeken. Dit wordt met name gedaan door gemak waarmee arbitraire hoeveelheden van relatieve bewegingsenergie (de hoeveelheid stippen die een bepaalde kant uit bewegen) in bepaalde richtingen en snelheid kunnen worden gemanipuleerd. Maar ook omdat deze stimuli zich richten op de Dorsal visual pathway (DVP) (de where stream) ten gevolge van het ontbreken van coherente vorm cues (Pilly & Seitz, 2009).

De DVP, ook wel de occipitoparietal pathway, is cruciaal voor het waarnemen van de spatiële relaties tussen objecten en voor het waarnemen van bewegingen van objecten (Ungerleider & Haxby, 1994). Uit onderzoek van Huk en Shadlen (2005) naar het apenbrein blijkt neurale activiteit in het pariëtale gebied, specifiek het lateral intraparietal area (LIP), de formatie van perceptuele beslissingen op een RDM-taak te weerspiegelen. Ook Hanks, Ditterich en Shadlen (2006) lieten door micro stimulatie van LIP neuronen zien dat de activiteit van de LIP neuronen causaal gerelateerd is aan het maken van een beslissing op een bewegingsdiscriminatie taak. Roitman en Shadlen (2002) toonden aan dat een threshold level van Lip activiteit het voltooien van een beslisproces markeert op een RDM-taak en de trade of tussen Reactietijd en nauwkeurigheid stuurt. Door een RDM-taak te gebruiken, waarvan de stimuli zich richten op de DVP (Pilly & Seitz, 2009), wordt dus onderzoek gedaan naar beslissingen op basis van visuele perceptie van bewegingsdiscriminatie.

Bij de RDM-taak moeten proefpersonen de schijnbare richting aangeven van een stippen wolk, welke wordt getoond op een computerscherm (van Maanen & Grasman, 2012). Een typische RDM-stimulus bestaat uit een sequentie van een aantal frames waarin een vast aantal stippen bewegen ten opzichte van een effen achtergrond. De snelheid en de richting varieert volgens bepaalde algoritmen om een percept van richting en snelheid te bewerkstelligen met een bepaalde coherentie (Pilly & Seitz, 2009). Gewoonlijk beweegt

terwijl de overige stippen at random bewegen (van Maanen & Grasman, 2012). Het percentage van coherent bewegende stippen wordt vaak gebruikt als een maat van de moeilijkheid van de taak (Britten et al., 1992, aangehaald in van Maanen & Grasman, 2012). Een samenhang van bijvoorbeeld 5% (5% coherent motion display) houdt in dat 5% van de stippen, de zogenaamde signal dots (signaal stippen), in de target direction (doel richting) bewegen van frame tot frame, terwijl de andere 95% van de stippen, de zogenaamde noise dots (ruis stippen), at random bewegen (Pilly & Seitz, 2009). Dit betekent dat hoe hoger de samenhang is, hoe makkelijker het is om de globale richting van de beweging waar te nemen. In veel experimenten worden de mogelijke richtingen, de doel richtingen, aangegeven in een denkbeeldige cirkel om de puntenwolk heen (van Maanen & Grasman, 2012). Wat in dit onderzoek onderzocht wordt is of perceptual learning een invloed heeft op het selecteren van de juiste richting van de signaal stippen ten midden van de ruis stippen. Door bij de RDM-taak de reactietijden (RT) en nauwkeurigheidsscores van de beslissingen te meten kan worden onderzocht of de keuzen die gemaakt worden op basis van de visuele perceptie beïnvloed worden door perceptual learning. Er worden in het huidige onderzoek ook twee verschillende snelheden meegenomen, omdat zowel kinderen als volwassenen beter snelle dan langzame bewegingen waarnemen (Manning, Aagten-Murphy & Pellicano, 2012). Ook ouderen nemen hogere snelheden beter waar in een RDM-taak (Snowden & Kavanagh, 2006).

Uit eerder onderzoek is, zoals hierboven beschreven, gebleken dat perceptual learning ervoor kan zorgen dat de visuele bewegingsrichtingdiscriminatie verbeterd. (Pick, 1992; Gibson et al., 1962; Bal & Sekuler, 1982; Bal & Sekuler, 1987). De vraag die in het huidige onderzoek beantwoord wordt is of visuele training invloed heeft op het maken van beslissingen die gebaseerd zijn op visuele perceptie. Dit wordt onderzocht door te kijken of er leereffecten optreden bij het herhaaldelijk uitvoeren van een visuele beslistaak, namelijk de Random Dot Motion-taak. De hypothese op basis van de besproken literatuur is dat het herhaaldelijk uitvoeren van de taak zorgt voor een verbetering in prestatie op de RDM-taak ten gevolge van perceptual learning. De verbetering in prestatie uit zich in een daling van de RT (van Maanen et al., 2011) en stijging van de nauwkeurigheid over tijd (Bal & Sekuler, 1982; Bal & Sekuler, 1987).

Materiaal & Methode Deelnemers

Aan het onderzoek namen 44 personen deel, 31 vrouw en 13 man. De gemiddelde leeftijd van de deelnemers was 22 jaar (M = 22.21, SD = 2.13), met een range van 19-31 jaar. De onderzoekspopulatie bestond voor 54.54%, uit (eerstejaars) bachelor studenten psychologie van de Universiteit van Amsterdam (UvA), 9.09% uit een studenten met een dubbele bachelor (waarvan één psychologie aan de UvA), 6.82% uit studenten psychobiologie en 29.55% uit studenten met overige studies (waaronder twee master studenten en twee HBO studenten). De resultaten van deelnemer 21 zijn uitgesloten van het onderzoek op basis van ontbrekende resultaten op sub-blok 2. Ook zijn deelnemers 5, 13, 19 en 24 uit de dataset verwijderd omdat scores van deze deelnemers outliers waren.

De deelnemers ontvingen voor deelname aan dit onderzoek een beloning in de vorm van één proefpersoonpunt. Indien deze punt niet van belang was voor een deelnemer ontving hij/zij geen andere beloning. De werving van de deelnemers vond plaats met behulp van de website van het UvA lab (https://lab.uva.nl/), waarop de studenten zichzelf in konden schrijven. Exclusiecriteria voor het onderzoek waren het dragen van een bril, het hebben van oog- of motoriekstoornis(sen) of het niet goed beheersen van de Nederlandse taal. Lenzen waren wel toegestaan.

Materiaal

Ruimte. Voor dit onderzoek werd gebruik gemaakt van een algemene testruimte in het lab van de UvA. Deze algemene testruimte bestond uit een aantal identieke computer hokjes met een scheiding tussen elk hokje. Op de grond was door middel van tape bij de stoelen aangegeven waar de stoel moest staan voor de deelnemers. De afstand van de ogen van de deelnemer tot het beeldscherm was ingesteld op 70 cm. Tussen de 52 en 73 cm werd door Rempel, Willms, Anshel, Jaschinski, en Sheedy (2007) ideaal bevonden. Op deze afstand hadden de deelnemers de minste kans op vertroebeling van de visus en minder last van droge/geïrriteerde ogen en hoofdpijn ten gevolge van het kijken naar het computerscherm. De bril (sterkte plus 1.5) maakte het kijken op afstanden moeilijker, dus werd er gekozen voor een afstand aan het einde van dit interval, namelijk 70 cm.

Taak. De deelnemers voerden de RDM-taak (geprogrammeerd in Presentation) uit door middel van een controller van een spelcomputer. Elke trial bestond uit een stimulus van de RDM-taak met twee vooraf vastgestelde antwoordopties, namelijk twee van de vier mogelijke richtingen, zie Figuur 1. De deelnemers hadden per trial tussen de 150 en 2000 ms tot hun beschikking om een respons te geven. Wanneer de deelnemers niet binnen dit interval respons gaven werden hun resultaten niet meegenomen in het onderzoek. Bij elke trial moesten de deelnemers focussen op een rode stip op de monitor, welke gedurende het gehele blok in beeld bleef. De juiste bewegingsrichting van de stippenwolk moest worden aangegeven door middel van de toetsen op de controller. Op deze controller waren de vier benodigde toetsen, normaliter gemarkeerd met X Y B A, aangegeven met verschillende kleuren stikkers. Deze toetsen representeerde respectievelijk de richtingen; naar links, naar boven, naar rechts en naar onder.

Figuur 1. De antwoordkeuze-opties. Per trial zijn er twee antwoordopties; naar- links of boven, boven of rechts, rechts of onder, onder of links.

Tijdens het afnemen van het experiment konden de proefleiders controleren of de deelnemers niet te snel of te langzaam drukten doordat er na ieder sub-blok een getal op het scherm verscheen. Erbij stond dat dat dit het aantal stippen waren waar de deelnemers een respons op hadden gegeven. Dit was echter de totale reactietijd van de deelnemer op dat sub-blok.

De moeilijkheidsgraad van de RDM-taak wordt gecontroleerd door het variëren van het percentage coherent bewegende stippen (Gold & Shadlen, 2007). Een samenhang van 25% zorgt ervoor dat de proefpersonen bij de moeilijkste condities boven kans scoren en dat

er geen sprake is van een plafondeffect voor de makkelijkste condities (van Maanen et al. 2012). Echter, uit een korte pilotstudie, uitgevoerd op 25 april 2017, kwam naar voren dat een snelheid van 1 deg/s en 7,5 deg/sec in combinatie met een samenhang van 10% ervoor zorgde dat de deelnemers gemiddeld boven kans scoren, maar er geen sprake was van een plafond effect. Met een samenhang van 25% en de snelheden 1 deg/s en 4 deg/s scoorden de proefpersonen erg hoog en ontstond er een plafond effect. Dus de twee snelheden (S = 1 en S = 2) zijn ingesteld op 1 en 7,5 deg/s. De snelheid in degrees per seconden was in dit geval de bewegingssnelheid van de stippen, ten opzichte van de kijkrichting, in een bepaalde hoek. De graden/hoeken waarin de stippen bewogen werden constant gehouden op 45 graden en bewogen naar links, rechts, boven of onder. Het onderzoek van Ball en Sekuler (1987) toonden namelijk aan dat het effect van de training bewegingsrichting specifiek is. De training is effectief binnen ongeveer 45 graden van de getrainde richting. Dus moesten de hoeken niet, of niet verder dan 45 graden gewijzigd worden zodat er leereffecten op konden treden.

Vragenlijst. Voor de start van het experiment vulden de deelnemers een vragenlijst in betreffende de exclusiecriteria en informatie over de deelnemers, zie Bijlage 1. De

deelnemers vulden tevens een zekerheidsschaal-vragenlijst in op papier, zie Bijlage 2, en een indisiciveness vragenlijst in, zie Bijlage 3, op de computer in qualtrics

(https://www.qualtrics.com/).

Procedure

De deelnemers kregen voor de aanvang van het experiment een informatiebrief te lezen. Wanneer zij deze hadden gelezen en akkoord gingen, tekenden zij een informed consent-formulier. Daarna vulden de deelnemers een vragenlijst in die hen vroeg naar de exclusiecriteria en relevante informatie. Het huidige onderzoek maakte deel uit van een groter onderzoek. Het experiment bestond uit vier blokken, zie Tabel 1. De manipulatie die van toepassing is in dit onderzoek was de snelheid van de beweging van de stippen in de RDM-taak. In de laatste twee blokken werd visus gemanipuleerd (d.m.v +1.5 bril). Echter, dit is voor deze studie niet van belang en er zal dus alleen gekeken worden naar de eerste twee blokken.

Tabel 1

De opbouw van het gehele experiment V0 =

Zonder Bril

BLOK 1: SNELHEID 1 (1 deg/s) BLOK 2: SNELHEID 2 (7,5 deg/s) Sub-blok 1 = 96 trials Zekerh.- schaal invullen Sub-blok 2 = 96 trials Zekerh.- schaal invullen Sub-blok 3 = 96 trials Zekerh.- schaal invullen Sub-blok 4 = 96 trials Zekerh.- schaal invullen V1 = Met +1,5 bril

BLOK 3: SNELHEID 1 (1 deg/s) BLOK 4: SNELHEID 2 (7,5 deg/s) Sub-blok 5 = 96 trials Zekerh.- schaal invullen Sub-blok 6 = 96 trials Zekerh.- schaal invullen Sub-blok 7 = 96 trials Zekerh.- schaal invullen Sub-blok 8 = 96 trials Zekerh.- schaal invullen

Einde van alle blokken: indisiciveness vragenlijst invullen

Noot. Zekerh.-schaal is de zekerheidsschaal vragenlijst, zie Bijlage 2. Voor dit onderzoek wordt er dus enkel gekeken naar de eerste twee blokken van het design (sub-blokken 1 t/m 4).

Elk blok bestond uit 192 trials. Deze 4 blokken waren opgedeeld in 8 sub-blokken van elk 96 trials. Blok 1 en 3 hadden snelheid 1. Blok 2 en 4 hadden snelheid 2. Na elk sub-blok, met uitzondering van de oefenblokken, vulde de deelnemer één zekerheidsschaal in van de zekerheidsschaal-vragenlijst en aan het einde van het experiment een indiciciveness vragenlijst. Om te voorkomen dat het mogelijke effect dat gevonden werd toe te schrijven was aan de volgorde van de blokken was de snelheid van de blokken omgekeerd voor de gecounterbalancede groep. De deelnemers werden op volgorde van deelname aan het experiment ingedeeld in een van de twee groepen, zie Tabel 2. Op deze manier werd ervoor gezorgd dat de kans op evenveel deelnemers in beide groepen het grootste was.

Tabel 2

De twee groepen waarover de deelnemers waren verdeeld met aangegeven; de volgorde van de blokken en bijbehorende sub-blokken met snelheid

Niet gecounterbalanced Gecounterbalanced Volgorde blokken 1 - 2 2 - 1

Volgorde Sub-blokken

1-2 - 3-4 3-4 - 1-2

Volgorde snelheid 1-1 - 2-2 2-2 - 1-1

Noot. Snelheid 1 = 1deg/s, snelheid 2 = 7,5 deg/s. De tabel geeft verticaal gezien aan welke sub-blokken met bijbehorende snelheid onder de blokken vallen.

Bij aanvang van het experiment werd ervoor gezorgd dat de deelnemers op de goede afstand en met de juiste kijkhoogte voor de computer zaten. De deelnemers begonnen met twee keer 16 oefen-trials. Bij aanvang van deze 16 oefenrials kregen de deelnemers de volgende instructie; “Je ziet zo meteen stippen bewegen, druk zo snel en accuraat mogelijk in de juiste richting. De richting die jij hebt aangegeven wordt daarna groen. Druk op ENTER en het blok gaat beginnen. Succes!”. Aan het einde van elke oefenblok verscheen de tekst; “Dit oefenblok zit erop, druk op een knop.” Bij elk van de 8 sub-blokken verscheen er bij aanvang dezelfde uitleg op het scherm als bij de oefenblokken. Aan het einde van ieder blok verscheen de tekst; “Dit blok zit erop vul de schaal in, druk op een knop”. Alleen sub-blok 8 week hierin af, bij het einde van dit sub-sub-blok verscheen de tekst: “Dit was het laatste blok vul de schaal in. Zo meteen volgt de vragenlijst, druk op een knop.” De proefleider zette deze vragenlijst klaar voor de deelnemer en vertelde hem/haar dat wanneer hij/zij deze had ingevuld hij/zij alles zo mocht laten staan en zich bij de proefleider moest melden.

Data-Analyse Variabelen

De afhankelijke variabelen waren de gemiddelde reactietijden (RT) en nauwkeurigheid van de deelnemers op de RDMT-taak. De onafhankelijke variabele van dit onderzoek was het aantal blokken die de deelnemers uitvoeren van de RDM-taak. De RT en de nauwkeurigheid van de deelnemers waren in dit geval een maat om te kijken of de deelnemers over het algemeen beter presteerden op meetmoment 2 dan op meetmoment 1.

Analyse

De RT, gemiddelde RT van elke deelnemer op een sub-blok, en nauwkeurigheid, het percentage goed voor elke deelnemer op een sub-blok, van de deelnemers op de RDM-taak werd verzameld in een Excel bestand en de gegevens geanonimiseerd. De verzamelde data is geanalyseerd met behulp van het programma SPSS 22.

Data-Analyse

Om de resultaten van de RDM-taak te analyseren werd er gebruik gemaakt van een repeated measures ANOVA met twee within-subject factoren. Deze toets is geschikt om scores van een herhaaldelijk gemeten groep met elkaar te vergelijken en zo te onderzoeken of er een verschil is tussen een groep op twee verschillende (meet)momenten. Om de hypothese te toetsen of er sprake was van perceptual learning werd er gekeken of de gemiddelde RT en nauwkeurigheid van de deelnemers op meetmoment 1 significant afweken van de gemiddelde RT en nauwkeurigheid van de deelnemers op meetmoment 2, voor zowel snelheid 1 als 2. Indien de deelnemers verbeterde nauwkeurigheid en lagere RT laten zien op meetmoment 2 in vergelijking tot meetmoment 1 is er sprake van een leereffect (perceptual learning).

Confirmatieve Toetsing

De confirmatieve toetsing, gebruikt om de hypothesen te toetsen, bestond uit een repeated measures ANOVA met twee within-subject factoren; snelheid en meetmoment. Op deze manier werd er tegelijkertijd gekeken naar de effecten van perceptual learning op de

verschillende meetmomenten en de mogelijke rol die snelheid hierin speelt. De repeated measures ANOVA is gedaan over de gemiddelde individuele RT en nauwkeurigheid scores van de deelnemers op sub-blokken 1 t/m 4 van de RDM-taak.

Assumpties. Om de repeated measures ANOVA uit te kunnen voeren diende de afhankelijke variabele, RT en nauwkeurigheid, voor iedere groep normaal verdeeld zijn. Normaliteit van de data werd in SPSS getest door middel van de Shapiro-Wilk test. Daarnaast diende de onafhankelijke variabelen op categorisch niveau en de afhankelijke variabelen op continu of op interval niveau zijn. Verder dienden de scores onafhankelijk te zijn. Dat wil zeggen dat de scores van verschillende deelnemers komen die elkaar niet hebben kunnen beïnvloeden. Als laatste is de repeated measures ANOVA gedaan onder de aanname dat de correlaties tussen de herhaalde metingen allemaal dezelfde waarde hebben (sphericiteit). Hierom is het noodzakelijk om de Mauchly’s Test of Sphericity uit te hebben gevoerd. Dit is een statistische toets van de nulhypothese dat de aanname van gelijke correlaties klopt.

Resultaten Deelnemers

Alle deelnemers beheersten de Nederlandse taal goed, hadden normale of gecorrigeerde visie (d.m.v. lenzen) en geen oog- of motoriekstoornis(sen). Alle responsen van de deelnemers vielen binnen het vastgestelde responsinterval van 150-2000 ms. De gecounterbalancede conditie bevatte evenveel deelnemers als de niet-gecounterbalancede conditie.

Outliers

De analyses in SPSS zijn gerund over enkel de data van de eerste 2 blokken, eerste 4 sub-blokken, van het experiment. Controle van de data op outliers is gedaan door middel van boxplots en het berekenen van de standaarddeviaties van de scores (z-scores), zie Bijlage 4. De gevonden outliers zijn uit de data verwijderd op grond van een afwijkende standaarddeviatie; Bij een z-score van < -2 of > 2. Alle outliers die gedetecteerd waren door

gedetecteerd als outlier en uit de dataset verwijderd. Op grond van deze bevindingen zijn in totaal 4 percentages bij de nauwkeurigheid scores en 1 gemiddelde bij de RT verwijderd uit de dataset. Bij de uitgevoerde analyses van de RT- en de nauwkeurigheid scores werden deze deelnemers dan ook niet meegenomen in de analyses. Het verwijderen van de outliers resulteerde in dezelfde resultaten van de analyses.

Assumpties

Om te kijken of er een leereffect is tussen dan wel sub-blok 1 en 2 dan wel tussen sub-blok 3 en 4, is er voor beide combinaties van sub-blokken een repeated measures ANOVA uitgevoerd met snelheid en meetmoment, in de vorm van RT en nauwkeurigheid, als within-subject factors. De assumptie van sphericiteit kan worden aangenomen. Doordat er sprake is van maar twee meetmomenten als within-subject factor is de variantie van de verschilscores tussen deze twee meetmomenten gelijk. Hetzelfde geldt voor homogeniteit, omdat op elk meetmoment de groep deelnemers gelijk is. Om na te gaan of de data normaal verdeeld is, is de Shapiro-Wilk test of normality grund. Er is gekeken naar de Shapiro-Wilk test omdat deze een hogere power heeft dan de Kolmonogrov-Smirnov test en geschikt is voor steekproeven van minder dan 50 deelnemers (Razali & Wah, 2011). De RT van alle sub-blokken bleken normaal verdeeld te zijn, net als de nauwkeurigheid scores van sub-blok 2, 3 en 4. Alleen de nauwkeurigheid scores van sub-blok 1 bleken daarentegen niet normaal verdeeld te zijn, W(39) = .91, p = .005. Het verwijderen van de outliers had geen groot effect op de verdeling van de RT scores, deze bleven normaal verdeeld, maar wel op de verdeling van de nauwkeurigheid scores. Voor het verwijderen van de vier outliers uit de dataset van de nauwkeurigheid scores waren zowel de nauwkeurigheid scores van sub-blok 1, W(43) = .92, p= .004, als 2, W(43) = .91, p= .003, niet normaal verdeeld. Na het verwijderen van de outliers was dit alleen sub-blok 1, W(39) = .91, p= .005. De niet normaal verdeelde nauwkeurigheid scores van sub-blok 1 zijn wel gebruikt in de repeated measures ANOVA, omdat voor een repeated measures ANOVA enkel bij benadering normaal verdeelde data een vereiste is. De test statistic van de Shapiro-Wilk test, W, heeft een uitkomst tussen 0 en 1 (Razali & Wah, 2011). Bij een uitkomst van 1 is de data perfect normaal verdeeld. Ondanks dat de p-waarde van de Shapiro-Wilk test .005 was, is de de W-waarde .91. Dit indiceert dat de data bij benadering normaal verdeeld is.

Reactietijd. De repeated measures ANOVA met twee whithin-subject factoren; Snelheid en meetmoment, gerund over de gemiddelde RT van sub-blokken 1 t/m 4, liet een hoofdeffect zien voor snelheid, F(1,41) = 37.23, p < 0.001, met een power van 1.00 en een hoofdeffect voor meetmoment, F(1,41) = 18.51, p < 0.001, met een power van 0.99. Dit betekent dat snelheid uitmaakt voor prestatie, de RT van de deelnemers is lager op snelheid 1 dan op snelheid 2, en op meetmoment 2 beter wordt gepresteerd dan op meetmoment 1, zoals te zien is aan de afname van de RT. Er is geen interactie-effect gevonden voor snelheid en meetmoment. De gemiddelde RT van alle deelnemers op snelheid 1 en 2 zijn uitgezet in Figuur 2 voor sub-blokken 1 t/m 4.

Figuur 2. De gemiddelde RT op snelheid 1 en 2 van sub-blokken 1 t/m 4 in ms, waarin de afname van de reactietijd over tijd duidelijk wordt voor de verschillende snelheden.

Meetmoment 1 = sub-blok 1 op snelheid 1 en sub-blok 3 op snelheid 2.

Meetmoment 2 is sub-blok 2 op snelheid 1 en sub-blok 4 op snelheid 2. Ms = milliseconde, Error Bars = Standaard Error of the Mean.

Nauwkeurigheid. De repeated measures ANOVA met twee whithin-subject factoren; Snelheid en meetmoment, gerund over de gemiddelde nauwkeurigheid van sub-blokken 1

800 850 900 950 1000 1050 1100 1150 Meetmoment 1 Meetmoment 2 Gemi dd el de RT in ms Meetmoment

RT en Snelheid

van 1.00 en een hoofdeffect voor meetmoment, F(1,38) = 17.62, p < 0.001, met een power van 0.98. Dit betekent dat snelheid uitmaakt voor prestatie, de nauwkeurigheid van de deelnemers is hoger op snelheid 1 dan op snelheid 2, en op meetmoment 2 beter wordt gepresteerd dan op meetmoment 1, zoals te zien is aan de toename van de nauwkeurigheid. Er is geen interactie-effect gevonden voor snelheid en meetmoment. De gemiddelde nauwkeurigheid van alle deelnemers op snelheid 1 en 2 zijn uitgezet in Figuur 3 voor sub-blokken 1 t/m 4.

Figuur 3. De nauwkeurigheid scores op snelheid 1 en 2 van sub-blokken 1 t/m 4 in percentages, waarin de toename van de nauwkeurigheid over tijd duidelijk wordt voor de verschillende snelheden.

Meetmoment 1 = sub-blok 1 op snelheid 1 en sub-blok 3 op snelheid 2. Meetmoment 2 is sub-blok 2 op snelheid 1 en sub-blok 4 op snelheid 2. Error Bars = Standaard Error of the Mean.

Discussie

Het doel van de huidige studie is geweest om te onderzoeken of er perceptual learning optrad bij het maken van beslissingen op basis van visuele perceptie. Dit is

onderzocht door te kijken of er leereffecten optraden bij het herhaaldelijk uitvoeren van een RDM-taak. Er werd een duidelijk effect van snelheid en meetmoment gevonden op de

55 60 65 70 75 80 85 90 Meetmoment 1 Meetmoment 2 Na uw ke ur ig he id in % Meetmoment

Nauwkeurigheid en Snelheid

prestaties van de deelnemers op de RDM-taak. Naar mate de deelnemers meer trials hadden uitgevoerd nam de RT af en de nauwkeurigheid toe. Verder maakt de snelheid van de stimuli uit voor de prestatie op de RDM-taak, de RT zijn lager voor de lage snelheid en de nauwkeurigheid is hoger voor de hoge snelheid, maar er kan op iedere snelheid getraind worden. Uit de resultaten blijkt dat er sprake was van leereffecten en er dus perceptual learning is opgetreden. Er trad een verandering op in prestatie, namelijk een verbetering van sensorische discriminatie na een periode van oefening. Het aantal juiste beslissingen

gemaakt op basis van visuele input nam toe.

Er is bij het runnen van de analyses geen rekening gehouden met mogelijke invloed van gewenning op de resultaten. Een kenmerk van gewenning is dat gegeven dat een bepaalde stimulus een respons opwekt herhaaldelijke toepassing van deze stimulus kan resulteren in een daling van een bepaalde parameter van een respons; habituation (Rankin et al., 2009). Bij herhaaldelijk kijken naar en respons geven op een RDM-stimulus kan gewenning dus zorgen voor een daling van de RT. Dit is ondervangen in het design van het experiment. De deelnemers begonnen allemaal met twee keer 16 oefentrials, waardoor mogelijke effecten van gewenning op de RDM-taak uitgesloten zijn tijdens de eerste 2 blokken. Bovendien zorgt perceptual learing in tegenstelling tot gewenning voor een aanpassing van het visuele systeem en zijn de effecten langdurig (Bal & Sekuler, 1982;

Goldstone, 1998). Het draait bij dit onderzoek dan ook om de visuele aanpassing. Gewenning is een kortdurend effect en verdwijnt vanzelf weer (Rankin et al., 2009).

De relatief kleine steekproef van dit onderzoek is geen beperkende factor voor de validiteit van de gevonden resultaten. De gevonden effecten van snelheid en meetmoment hadden een power ≥ .98, zoals beschreven in de resultatensectie. De steekproef zelf is wel een beperkende factor wat betreft de externe validiteit van de gevonden resultaten. De gemiddelde leeftijd van de deelnemers was 22.2 jaar. Snowden en Kavanagh (2006) hebben namelijk gevonden dat oudere mensen (gemiddelde leeftijd van 61.5) ten opzichte van jongere mensen (gemiddelde leeftijd van 23.2 jaar) vermindering lieten zien in hun vermogen om langzame bewegingen te detecteren, gemeten door een RDM-taak. Ook waren zij niet in staat om een test betreffende bewegings-samenhang uit te voeren voor stimuli met langzaam tot medium snelheden. Om de resultaten van dit onderzoek te bevestigen en te kunnen generaliseren naar de gehele bevolking, zal er vervolgonderzoek

Bij dit onderzoek zijn er een aantal factoren die mogelijk van interfererende invloed zijn geweest op de prestaties van de deelnemers. Het eerste punt van kritiek is de voor dit onderzoek gebruikte testruimte. Deze testruimte was op het moment van onderzoek in gebruik door meerdere onderzoekers met verschillende onderzoeken. De deelnemers zaten niet in afgesloten cubicals, maar allemaal in dezelfde ruimte. Dit kan hebben gezorgd voor een verminderde concentratie bij de deelnemers wanneer proefleiders andere deelnemers verwelkomden of uitleg gaven. Deze verminderde concentratie kan mogelijke invloed hebben gehad op de prestaties van de deelnemers. Een tweede punt van kritiek is het contact van de vier verschillende proefleiders met de deelnemers. Het verschil in contact tussen de vier proefleiders kan van invloed zijn geweest op de prestaties van de deelnemers. Dit effect is echter geprobeerd zo veel mogelijk te beperken door veel factoren gelijk te houden tussen de proefleiders. Zo was de uitleg van de taak geprint op papier en stond er in het draaiboek een stappenplan voor het afnemen van de RDM-taak, inclusief wat de

proefleider tegen de deelnemer moest zeggen.

De bevindingen van het huidige onderzoek zijn een aanvulling op besproken literatuur, omdat naast de bevindingen dat er bij herhaaldelijk uitvoeren van de RDM-taak een bewegings-specifieke verbetering optreedt in bewegingsdiscriminatie (Bal & Sekuler, 1987; Bal & Sekuler 1982) bevonden is dat deze verbetering het gevolg is van perceptual learning. Ook is in dit onderzoek naar voren gekomen dat perceptual learning in een kortere tijd, om precies te zijn in 384 trials in ongeveer 30 minuten, kan optreden in plaats van het door Bal en Sekuler (1978) gebruikte design van 7 sessies van 500 stimulus-respons combinaties verspreid over 10-12 dagen. Ook is door dit onderzoek aan het licht gebracht dat de prestatie afhangt van de snelheid van de stimuli, maar er op iedere snelheid getraind kan worden.

In dit onderzoek werd dus steun gevonden voor de theorie dat perceptual learning invloed heeft op het maken van beslissingen, zowel op de snelheid als de nauwkeurigheid van het maken van beslissingen, op basis van visuele informatie. Om deze resultaten te bevestigen en te kunnen generaliseren naar de gehele bevolking moet er vervolgonderzoek gedaan worden met een brede spreiding van leeftijd in de steekproef. Maar voor nu kan er gezegd worden dat men door ervaring kan leren betere keuzen te maken als het aan komt op beslissingen gebaseerd op visuele perceptie.

Literatuurlijst

Ahissar, M., & Hochstein, S. (2004). The reverse hierarchy theory of visual perceptual learning. Trends in cognitive sciences, 8 (10), 457-464.

Ball, K., & Sekuler, R. (1982). A specific and enduring improvement in visual motion discrimination. Science, 218 (4573), 697-698.

Ball, K., & Sekuler, R. (1987). Direction-specific improvement in motion discrimination. Vision

research, 27 (6), 953-965.

Gibson, E. J., Gibson, J. J., Pick, A. D., & Osser, H. (1962). A developmental study of the

discrimination of letter-like forms. Journal of comparative and physiological

psychology,55 (6), 897-906.

Gold, J. I., & Shadlen, M. N. (2007). The neural basis of decision making. Annual Review of

Neuroscience, 30, 535-574.

Goldstone, R. L. (1998). Perceptual learning. Annual review of psychology, 49 (1), 585-612.

Huk, A. C., & Shadlen, M. N. (2005). Neural activity in macaque parietal cortex reflects temporal integration of visual motion signals during perceptual decision making. Journal of Neuroscience, 25(45), 10420-10436.

Li, W., Piëch, V., & Gilbert, C. D. (2004). Perceptual learning and top-down influences in primary visual cortex. Nature neuroscience, 7 (6), 651-657.

Manning, C., Aagten-Murphy, D., & Pellicano, E. (2012). The development of speed discrimination abilities. Vision Research, 70, 27-33.

Rankin, C. H., Abrams, T., Barry, R. J., Bhatnagar, S., Clayton, D. F., Colombo, J., &

McSweeney, F. K. (2009). Habituation revisited: an updated and revised description of the behavioral characteristics of habituation. Neurobiology of learning and

memory, 92 (2), 135-138.

Razali, N. M., & Wah, Y. B. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of statistical modeling and

analytics, 2 (1), 21-33.

Rempel, D., Willms, K., Anshel, J., Jaschinski, W., & Sheedy, J. (2007). The effects of visual display distance on eye accommodation, head posture, and vision and neck symptoms.

Roitman, J. D., & Shadlen, M. N. (2002). Response of neurons in the lateral intraparietal area during a combined visual discrimination reaction time task. Journal of

neuroscience, 22(21), 9475-9489.

Ungerleider, L. G., & Haxby, J. V. (1994). ‘What’and ‘where’in the human brain. Current

opinion in neurobiology, 4(2), 157-165.

Van Maanen, L., Grasman, R. P., Forstmann, B. U., Keuken, M. C., Brown, S. D., &

Wagenmakers, E. J. (2012). Similarity and number of alternatives in the random-dot motion paradigm. Attention, Perception, & Psychophysics, 74 (4), 739-753.

Van Maanen, L., Grasman R. P., Forstmann B. U., & Wagenmakers, E. J. (2011). Frontiers in Neuroscience, Piéron's law and optimal behavior in perceptual decision-making. Frontiers in Neuroscience, 5, 143.

Pick, H. L. (1992). Eleanor J. Gibson: Learning to perceive and perceiving to learn.

Developmental Psychology, 28 (5), 787

Pilly, P. K., & Seitz, A. R. (2009). What a difference a parameter makes: A psychophysical comparison of random dot motion algorithms. Vision research, 49 (13), 1599-1612.

Snowden, R. J., & Kavanagh, E. (2006). Motion perception in the ageing visual system: Minimum motion, motion coherence, and speed discrimination

Bijlage 1 Proefpersoon nummer __

Gelieve de volgende vragen te beantwoorden.

Heeft u oog- en of motoriekstoornissen? Ja / Nee

Draagt u een bril of lenzen? Ja / Nee Zo ja, welke sterkte? Beheerst u de Nederlandse taal vloeiend? Ja / Nee

Bent u links- of rechtshandig? Links / Rechts

Wat is uw leeftijd? ___

Wat is uw geslacht? Man / Vrouw

Gamet u? Ja / Nee Zo ja, hoeveel?

Bijlage 2 Schaalvragen Zekerheid

Hoe zeker ben je over de gemaakte keuzes in de trials? Omcirkel het bijpassende cijfer op de schaal van 1 tot 10.

Sub-blok 1: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 2: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 3: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 4: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 5: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 6: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 7: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker Sub-blok 8: Onzeker 1 2 3 4 5 6 7 8 9 10 Zeker

Bijlage 3 Indisiciveness vragenlijst:

1. Ik probeer het nemen van beslissingen uit te stellen. 2. Ik weet altijd precies wat ik wil.

3. Ik vind het makkelijk om beslissingen te nemen. 4. Ik vind het moeilijk mijn vrije tijd in de delen.

5. Ik sta graag in de positie waarin ik beslissingen moet nemen.

6. Wanneer ik een beslissing heb genomen, ben ik er vrij zeker van dat dit een goede beslissing was.

7. Ik vind het lastig te beslissen wat ik moet bestellen van een menukaart. 8. Ik neem meestal snel beslissingen.

9. Wanneer ik een beslissing heb genomen, maak ik me er niet meer druk om. 10. Ik word angstig wanneer ik een beslissing moet nemen.

11. Ik maak me vaak zorgen over het maken van de verkeerde keuze.

12. Nadat ik gekozen heb of een beslissing heb gemaakt, heb ik vaak het idee de verkeerde keuze of beslissing te hebben genomen.

13. Ik krijg opdrachten niet op tijd af, omdat ik NIET kan beslissen wat ik als eerste moet doen.

14. Ik heb moete met het afmaken van opdrachten, omdat ik geen prioriteiten kan stellen.

15. Het lijkt dat zelfs de meest onbelangrijke beslissingen me veel tijd kosten.

Bijlage 4 Boxplots RT

Figuur 4. Boxplot gemiddelde RT scores sub-blok 1.

Figuur 6. Boxplot gemiddelde RT scores sub-blok 3.

Z-scores RT Tabel 3

De outliers en de bijbehorende standaarddeviaties (z-scores) voor RT.

Sub-blok Deelnemer nummer Z-score

1

2 19 2.57

3 4

Noot. Indien er geen deelnemer nummer en z-score is ingevuld, is er bij dat sub-blok geen sprake van aanwezige outliers.

Boxplots Nauwkeurigheid

Figuur 8. Boxplot nauwkeurigheid (%) scores sub-blok 1.

Acc = accuracy. Accuracy is de Engelse benaming voor nauwkeurigheid.

Figuur 9. Boxplot nauwkeurigheid (%) scores sub-blok 2.

Figuur 10. Boxplot nauwkeurigheid (%) scores sub-blok 3.

Acc = accuracy. Accuracy is de Engelse benaming voor nauwkeurigheid.

Figuur 11. Boxplot nauwkeurigheid (%) scores sub-blok 4.

Z-scores Nauwkeurigheid Tabel 4

De outliers en de bijbehorende standaarddeviaties (z-scores) voor Nauwkeurigheid.

Sub-blok Deelnemer nummer Z-score

1 2 5 19 - 2.56 - 3.00 3 24 - 3.11 4 13 2. 48

Noot. Indien er geen deelnemer nummer en z-score is ingevuld, is er bij dat sub-blok geen sprake van aanwezige outliers.