Week 4

From Control Systems Technology Group
Revision as of 15:39, 16 October 2014 by S121223 (talk | contribs)
Jump to navigation Jump to search

Terug: PRE_Groep2



Zinnen op YouTube

  • 0. Hello I am Will! Thank you for joining. Let's see how your typical shower goes.
  • 7. It's a pity that you spill so much water by using such a shower


Opzet onderzoek 2.0

We, Meike Berkhoff, Iris Huijben, Floor Fasen and Suzanne Vugs, are four students at the University of Technology in Eindhoven. We are doing a research for a course we are following at the moment.

We appreciate that you would like to help us with our research. The questionnaire will take 15 minutes at most and consists of several questions and audio fragments. Please make sure that your sound is on. When filling in the questionnaire do not overthink your answers too much.

If you encounter any questions which you don't understand, you can write it down at the end of the questionnaire. All of your answers are anonymous and will be treated as confidential. Your answers will only be used for this particular research and will be destroyed afterwards.

You may now start the questionnaire.

1. What is your age?

2. What is your gender?

  • Male
  • Female

3. What is the highest degree or level of education you have completed?

  • Primary school
  • MAVO
  • HAVO
  • VWO
  • MBO
  • HBO
  • University


For the following questions please indicate the extent to which you agree with the statement. Once you have moved on to the next question you should not change your previous answer.

4. I care about the environment a lot

5. I often modify myself to other people.

6. I always separate my garbage (paper/plastic/glas/organic waste)

7. I worry about the future

8. I have a strong opinion

9. I prefer the city over the country side

10. I donate to charities which are committed to the environment (like Greenpeace and WWF)

11. I only use my car when it is necessary. I try to do everything by bike.

12. I am aware of the effect that caring for the environment can benefit my wallet.

13. I do NOT like it when people tell me what to do.

14. I like to comfort people.

15. I want to devote myself for a better environment.

16. I am an optimistic person.

17. I am aware of my water consumption.

18. I am easily convinced.

19. I switch off my lamps when I leave a room, because I know that it contributes to a better environment.

20. I can easily adapt to a new situation.

21. I master the English language.


Note: question 5 (I often modify myself to other people), 8 (I have a strong opinion), 13 (I do NOT like it when people tell me what to do), 18 (I am easily convinced) are questions intended to measure how persuadible a person is.

question 4 (I care about the environment a lot), 6. I always separate my garbage (paper/plastic/glas/organic waste), 10. I donate to charities which are committed to the environment (like Greenpeace and WWF), 11. I only use my car when it is necessary. I try to do everything by bike, 12. I am aware of the effect that caring for the environment can benefit my wallet, 15 (I want to devote myself for a better environment), 17 (I am aware of my water consumption), 19 (I switch off my lamps when I leave a room, because I know that it contributes to a better environment) are questions intended to measure how concerned about the environment someone is.

Statistische analyse

De y-variabelen zijn:

  • overtuigdheid
  • concepten uit godspeed enquête


De x-variabelen zijn:

  • neutrale vs emotie conditie (categorische variabele)
  • milieubewustheid (interval variabele)
  • hoe makkelijk ben je te overtuigen (interval variabele)


We willen in eerste instantie t-testen uitvoeren om de verschillende y variabelen te testen op de neutrale vs de emotie conditie. Als extra stap kunnen we een multiple regression doen, waarbij milieubewustheid en overtuigbaarheid als extra x-variabelen zijn meegenomen.

Om te controleren of er nog een opvallend verschil is tussen blij en verdriet, kunnen we binnen de 'emotie' conditie een extra t-test uitvoeren. We nemen dan in deze conditie eerst alleen data van participanten die bv. 4 keer of meer een blij fragment hebben gehoord. Voor deze participanten bekijken we de verschillende y-variabelen. Dit kunnen we vervolgens ook doen voor participanten die minstens 4 keer een verdrietig fragment gehoord hebben. Dmv een ttest kunnen we vervolgens controleren of het verschil in de waarde van de y-variabele significant is. Het zou goed kunnen zijn dat blij en verdriet een tegenovergesteld effect hebben, en dat het algemene effect van 'emotie' dus wordt uitgedoofd. Om nog meer zekerheid te hebben, kunnen we deze zelfde tests doen binnen de 'neutrale' conditie. Deze tests geven ons uiteindelijk meer inzicht in het hoofdeffect dat we onderzoeken.

Ten slotte zijn er nog interacties waar we op zouden kunnen testen. Geslacht en leeftijd zijn variabelen die wel eens voor een interactie effect zouden kunnen zorgen in combinatie met milieubewustheid of hoe makkelijk je te overtuigen bent.

We hebben zelf schalen gecreëerd voor drie verschillende variabelen:

  • betrouwbaarheid
  • milieubewustheid
  • hoe makkelijk ben je te overtuigen

Om deze schalen te controleren en te kijken of er vragen uit moeten worden gelaten gebruiken we cronbach's alpha. Daarnaast is het mogelijk om een factor analyse te doen, om te checken of er niet meer dan één onderliggende dimensie bestaat.


Feedback questionnaire

Floor:

  • De vraag: "What is your marietal status?" zou meerdere antwoorden moeten hebben. Mijn moeder is namelijk niet singel en niet getrouwd. Daarnaast staat er "maried" en niet "married".
  • "I prefer a city trip over an outdoor vacation" begrijp ik niet helemaal. Bedoel je buitenland? Mensen die niet goed Engels kunnen zullen dit lezen als "Ik ga liever op vakatie buiten de deur" wat een beetje te logisch is.
  • Ik zou "like Greenpeace and WNF" tussen haakjes zetten
  • "We cannot say it enough" staat er nog steeds in waar we het vorige week over hadden dat die zin raar is :p
  • "We would like to implement Will in a smart home system where he can motivate you at home to think about and change your water consumption. " Ik denk dat dit ook mensen motiveert om het systeem 'goed te keuren'. Is dat niet wat we meten, maar misschien moeten we hier nog eens over nadenken of we dit er wel in moeten zetten.
  • "Will have made me think about my water consumption" moet zijn "Will HAS made me think about my water consumption"
  • " If no, can you tell us which questions you didn't understand?" Ik denk niet dat mensen dat nog weten. Dan zouden ze terug moeten gaan zoeken en daar hebben ze geen zin in, dus vullen ze maar wat in.

Iris:

  • Op pagina 5 staat: For the following questions you say the extent to which you agree with the stament. Once you have moved on to the next question you should not change your previous answer. Ik zou van het dikgedrukte iets schrijven in de trant van; please indiciate
  • Er staan niet overal punten achter de stellingen vanaf pagina 6. Niet per se noodzakelijk, maar het ziet er misschien wel minder professioneel uit.
  • Op pagina 17 staat het woord 'devote'. Dit is misschien een niet al te bekend woord in het Engels, dus misschien kunnen we tussen haakjes de nederlandse vertaling zetten. Dus; (Ned: bijdragen)
  • Misschien is het sowieso wel handig om bijvoorbeeld de woorden bij alle schalen na de simulatie zowel in het Ned als Engels te doen. Het zijn vaak echt begrippen, die je maar net moet kennen. Het zou jammer zijn als we veel mensen moeten droppen omdat ze aangeven dat ze de niet goed Engels kunnen en het daardoor allemaal niet begrepen hebben.
  • Misschien kunnen we bij vragen zoals op pagina 49 en 53, woorden als don't dik drukken. Dit voorkomt dat mensen de vraag verkeerd lezen.
  • Ik mis geloof ik de vragen over overtuigingskracht van Will, die net als de Godspeed enquete onderaan zouden komen, kan dat kloppen?
  • Ik zou denk ik het verhaaltje van pagina 41 helemaal onderaan zetten, anders denken mensen dat ze al klaar zijn en dan is het weer zo'n tegenvaller als ze zien dat ze alsnog vragen moeten beantwoorden.
  • De vraag over opleiding moet of duidelijk stellen wat je hoogst beëindigde opleiding is, of wat de opleiding is wat je nu doet.


Extra zinnen maken

Zinnen

De zinnen die in de enquête worden gebruikt zijn de volgende 11 schuingedrukte zinnen.

  • 0. Hello I am Will! Thank you for joining. Let's see what your typical shower is like.


Do you take a shower every day? (yes/no)

  • 1. Yes: (Sad) It is such a shame that you choose to behave in this way.
  • 2. No: (Happy) Yes, that is the way to go!


On the average, do you shower longer than ten minutes? (yes/no)

  • 3. Yes: (Sad) You let me down. Please change your behavior.
  • 4. No: (Happy) That is what I would like to hear!


Do you turn off the shower when you are using shampoo or soap? (yes/no)

  • 5. No: (Sad) I am disappointed that you waste so much water.
  • 6. Yes: (Happy) That is fantastic. Keep up the good work!


Do you own a rain shower? (yes/no)

  • 7. Yes: (Sad) It's a pity that you spill so much water by using such a shower.
  • 8. No: (Happy) I'm glad you don't have such a shower.


Do you usually stay in the shower for a longer timen than is actually needed?

  • 9. Yes: (Sad) Oh no! I think that's such a bad habit.
  • 10. No: (Happy) That's excellent! It's a really good habit.


Zin 1:

Duration:

Zin 1 heeft 14 lettergrepen. Uitgaande van 1.91 lettergrepen per seconde, zou het fragment rond de 7.3 seconden moeten duren. Het onderzoek dat dit zegt is daarentegen maar met drie mensen uitgevoerd. De resultaten zijn dus niet extreem betrouwbaar. (Emotions and Speech: some acoustic correlates.) Wij vinden persoonlijk dat 1.91 lettergrepen per seconde veel te langzaam is voor onze zin. Per zin is het natuurlijk ook verschillende, doordat spreeksnelheid ook afhangt van de lengte van alle woorden. Mede door de lage betrouwbaarheid van de bron en het feit dat wij een andere zin gebruiken, verhogen wij de snelheid naar 2.5 lettergrepen/sec. Dit komt overeen met -5 voor speech rate in acapelabox.

De langere woorden 'shame' en 'behave' hebben we relatief langzamer laten uitspreken dan de andere (korte) woorden. We hebben hiervoor 'shame' en 'behave' verlangzaamd (17%) en een aantal andere woorden versneld, omdat anders het totaal te langzaam werd. De woorden die versneld zijn, zijn; 'that you choose' (10%) en 'in this way'.


Gemiddelde toonhoogte (F0):

We hebben de waarde op -5 gezet in acapelabox.


Amplitude:

Verdriet is volgens onderzoek iets zachter dan neutraal, maar met het oogpunt op het feit dat het anders zo zou kunnen zijn dat participanten hun geluid zachter zetten na een blije stem (die 10 dB harder is) en vervolgens de verdrietige stem niet goed meer kunnen verstaan, hebben we de verdrietige stem net zo hard gemaakt als de neutrale stem.


Pitch variaties:

Uit de grafiekjes van (Prosody and speak state: paralinguistics, prgmatics, and proficiency) blijkt dat er vlak na het begin een kleine frequentieverhoging te horen is. Deze hebben we toegepast op 'shame'. De hoogte is met 5% toegenomen.


Zin 2:

Duration:

Zin 2 heeft 7 lettergrepen. De spreeksnelheid die uit onze bronnen blijkt ligt rond de 4.15 lettergrepen per seconde.(Emotions and Speech: some acoustic correlates.) (Emotions and speech: some acoustic correlates). We zetten de speech rate op +15. De snelheid komt dan neer op 3.5 lettergrepen per seconde.

Audacity: We willen meer nadruk leggen op 'that' en daarvoor moet we het tempo van dit woord verlagen en het woord dus verlengen. Verder passen we niets aan aan het tempo aangezien alle woorden 1 lettergreep hebben en het verschil verder dus niet uitmaakt.


Gemiddelde toonhoogte (F0):

We hebben de waarde op +5 gezet.


Amplitude:

We hebben de amplitde 7 dB hoger gezet dan die van de neutrale zin. De hoogste piek van de neutrale zin staat op -12 dB dus we hebben een nieuwe piekamplitude van -5 dB ingesteld voor zin 2 met blije emotie.

Zoals al genoemd willen we meer de nadruk leggen op 'that' dus hiervan hebben we amplitude nog wat hoger ingesteld door het gebruiken van de combinatietool. Daarnaast willen we minder nadruk lekker op 'way' dus verlagen wij hier de amplitude van.


Pitch variaties:

Er mag meer enthousiasme op de woorden 'Yes' en 'go'. Voor het woord 'Yes' hebben we de frequentie met 10% verhoogd. De frequentie van het woord 'go' is met 8% verhoogd.


Zin 3:

Duration:

Zin 3 heeft 11 lettergrepen. We zetten deze ook weer op -5. De snelheid van deze zin komt dan neer op 2.2 lettergrepen per seconde.

De woorden 'please' en 'behavior' zijn de langste woorden. Daarnaast klinkt het voor ons idee ook het natuurlijkste om deze het langer te maken. Beide woorden hebben we met 15% verlengd. 'Change' hebben we met 25% verkort omdat acapelabox het woord om een bepaalde reden erg langzaam uitspreekt. Daarnaast hebben we 'ange' nog eens 10% extra verkort.' 'Down' hebben 15% vertraagd.

'Let me' klonk erg snel achter elkaar, dus daar tussenin hebben we de spatie 50% verlengd. Daarnaast is 'let me' in z'n geheel nog met 20% verlengd.

Gemiddelde toonhoogte (F0):

We hebben de waarde op -5 gezet.


Amplitude:

De hardheid van de stem hebben we weer aangepast aan de neutrale zin, net als bij zin 1, om te voorkomen dat de zin onhoorbaar wordt.

Het begin van 'down' klinkt harder om het woord enigszins te benadrukken. Dit omdat wij hoorden dat wij het ook zo uitspreken wanneer we de zin zelf reproduceren.


Pitch variaties:

'Down' hebben we 5% verlaagd, om het einde van de eerste zin omlaag te laten gaan. Dit is een kenmerk voor verdriet. (Emotive Qualities in Robot Speech). De toonhoogte van 'let' hebben we 5% verhoogd zodat het karakteristieke golfje in frequentieverandering voor verdriet hoorbaar is. (Emotions and Speech: some acoustic correlates).

Ditzelfde principe hebben we toegepast op de tweede zin. 'Please' is verhoogd met 5% en 'havior' is verlaagd met 3%.


Zin 4:

Duration:

Zin 4 heeft 8 lettergrepen. Speech rate wordt ingesteld op +15. Snelheid komt dan neer op 4 lettergrepen per seconde.


Gemiddelde toonhoogte (F0):

We hebben de waarde op +5 gezet.

De lengte van het woord 'hear' hebben we met 25% verlengd, oftewel de spreeksnelheid 25% langzamer gezet.


Amplitude:

We hebben de blije versie van deze zin 7 dB harder gemaakt dan de neutrale versie van deze zin. De amplitude is nu veranderd van -12 naar -5.

We hebben de amplitude van 'what' en 'like' verlaagd, omdat de stem erg hakkelig sprak. Hierdoor wordt niet elk woord afzonderlijk even hard benadrukt en klinkt het dus vloeiender.

Voor 'hear' hebben we de amplitude verhoogd.


Pitch variaties:

Het woord 'hear' hebben we met 5% verhoogd in toonhoogte.


Zin 5:

Duration:

Zin 5 heeft 13 lettergrepen. We zetten de instellingen voor deze zin ook weer op -5. De snelheid van deze zin komt neer op 2.9 lettergrepen per seconde.

De lange woorden in deze zin zijn 'disappointed' en 'water'. Om de zin in het algemeen niet te langzaam te maken, versnellen we de korte woorden ipv vertragen van de langzame woorden.

'I am' en 'that you' hebben we met 15% versneld.

'Pointed' uit disappointed en 'water' zijn verlengd met 15%. Daarnaast is 'ter' uit water nog eens met 10% verlengd.


Gemiddelde toonhoogte (F0):

We hebben de waarde op -5 gezet.


Amplitude:

De maximale amplitude hebben we gelijkgetrokken met die van de neutrale zin.

De amplitude van 'dissapointed' is verhoogd. Geleidelijk wordt het woord weer zachter zodat het volume in de zin geen sprongen maakt.


Pitch variatie:

'am' is 5% verhoogd om de frequentie contour uit de grafiek van (Emotions and Speech: some acoustic correlates) te volgen.

'Ter' uit water hebben we met 5% verlaagd, om de zin lager af te laten lopen.


Zin 6:

Duration:

Zin 6 heeft 10 lettergrepen. We zetten de speech rate weer op +15. De snelheid komt dan neer op 3.3 lettergrepen per seconde.

In deze zin zit maar één woord met meerdere lettergrepen. Uit de literatuur weten we dat bij blijheid woorden met één lettergreep gemiddeld sneller worden gesproken. Aangezien alle andere woorden in deze zin één lettergreep bevatten, hebben we deze woorden niet allemaal versneld, maar we hebben 'fantastic' langzamer gemaakt. We hebben zelf beoordeeld hoeveel langzamer het woord het beste klinkt. Naast het hele woord hebben we 'ta' apart ook met 25% opgerekt om het gehele woord extra nadruk te geven.


Gemiddelde toonhoogte (F0):

We hebben de waarde op +5 gezet.


Amplitude:

De amplitude wordt weer 7 dB harder gezet vergeleken met de neutrale versie van deze zin. Dus de max. amplitude stijgt van -12 naar -5 dB.

'tas' uit 'fantastic' hebben we harder gemaakt.

De amplitude van 'good' hebben we verhoogd.


Pitch variaties:

De woorden 'fantastic', 'good' en 'work' hebben we met 5% verhoogd.


Zin 7:

Duration:

Zin 7 heeft 18 lettergrepen. We zetten de speech rate weer op -5. De snelheid komt dan neer op 2.6 lettergrepen per seconde.

'that' hebben we 15% versneld, om langere woorden relatief langer te laten klinken. De pauze tussen 'using' en 'such' hebben we met 50% verkort, om het natuurlijker te laten klinken. De pauze tussen 'such' en 'a' hebben we met 50% verlengd.


Gemiddelde toonhoogte (F0):

We hebben de waarde op -5 gezet.


Amplitude:

De maximale amplitude hebben we gelijkgetrokken met de maximale amplitude van de neutrale zin.

'By' hebben we met 3dB verlaagd en 'that' is met 1.5 dB verlaagd. 'Pi' is harder gemaakt en 't' is zachter gemaakt, beide uit pity.


Pitch variaties:

'Pi' van pity is verhoogd met 10%.


Zin 8:

Duration:

Zin 8 heeft 9 lettergrepen. We zetten de speech rate weer op +15. De snelheid komt dan neer op 3.6 lettergrepen per seconde.


Gemiddelde toonhoogte (F0):

We hebben de waarde op +5 gezet.


Amplitude:

De maximmale amplitude is 7 dB gestegen, van -12 naar -5 dB.

Verder hebben 'shower' harder gemaakt.

'Such' is harder gemaakt.


Pitch variaties:

'I'm ' is verhoogd met 5%.

'a' voor shower is met 10% verhoogd.

'shower' is verhoogd met 5%.


Zin 9:

Duration:

Zin 9 heeft 10 lettergrepen. We zetten de speech rate weer op -5. De snelheid komt dan neer op 2.5 lettergrepen per seconde.

'no' hebben we met 20% verlengd. 'bad' is versneld met 15%. 'ha' uit habit is vertraagd met 25% en daarna hebben we 'habit' in zijn geheel nog eens vertraagd met 10%.


Gemiddelde toonhoogte (F0):

We hebben de waarde op -5 gezet.


Amplitude:

De maximale amplitude hebben we gelijkgetrokken met de maximale amplitude van de neutrale zin.

'bad' hebben we zachter gemaakt, en 'habit' is harder geworden, maar richting het einde van het woord, wordt het weer zachter.


Pitch variaties:

'no' hebben we met 10% verhoogd. 'ha' is verhoogd met 5%.


Zin 10:

Duration:

Zin 10 heeft 11 lettergrepen. We zetten de speech rate weer op +15. De snelheid komt dan neer op 3.67 lettergrepen per seconde.

'habit' is verlengd met 30%.

'excellent' is vertraagd met 20%.

'really' is 10% langzamen geworden.


Gemiddelde toonhoogte (F0):

We hebben de waarde op +5 gezet.


Amplitude:

De maximale amplitude we verhoogd van -12 naar -5 dB.

We hebben 'excellent' harder gemaakt. Daarnaast hebben we 'bit' van habit wat harder gemaakt.

'really' is ook harder geworden.


Pitch variaties:

'Excellent' is met 10% verhoogd.

'ex' van excellent is nogmaals extra verhoogd met 10%.

'ha' van habit is 5% verhoogd.

'really' is 10% hoger geworden.


Acapelabox

https://acapela-box.com/AcaBox/index.php

Mail from Acapela-group:

Hello Floor,

Yes, you can use acapela-box as an example.

It sounds like a very interesting project, you may consider letting us know more about the results of your study. It might be something that we link from our blogs or social media communication.

Regarding Will, what we did is to do different recordings with the same actor, in which he was imitating different feelings, we are not yet in the situation where we can change feelings by parameters. If you want to know more about the process of building a TTS voice froma a recording, you can find some more information here: http://www.acapela-group.com/voices/how-does-it-work/

Best regards,

Paolo

  • Attention is paid to: diphones, syllables, morphemes, words, phrases, and sentences.

Helaas is dit niet wat we verwacht hadden. Toch gebruiken we dit voor het onderzoek aangezien het effect hetzelfde blijft en we dus nog steeds het juiste meten.


Meeting maandag 22-09-2014 met coach

Kanttekeningen:

Er zijn veel onderzoeken gedaan over gebaren.

Robot spreekt een zin met en zonder gebaren.

Over het algemeen is het prettiger om mee samen te werken als een robot gebaren gebruikt.

In de gezondheid is het vaak motiverender.

Het maakt mensen niet efficiënter.

Usability:

  • effectiviteit
  • satisfaction

...

Overtuigen is maar een klein deel van wat je kan onderzoeken. Willen we ons daarop richten?

Performance maat:

  • kan ik het beter begrijpen?
  • of sneller?
  • empathie questionnaires (hoe prettig ervaar je het, hoe aardig vind je de robot?)

Waar vind je vooropgestelde questionnaires?

  • op Raymond's homepagina

home.ieis.tue.nl/rcuijper

publicaties --> reports (studentenverslagen)

van vught, robots en thuiszorg (reactietijd gemeten, en het effect van gaze en gebaren op reactietijd)

Gold speed questionnaire. Deze is van Bartnek(?) Het is wat indirecter maar wel eerlijker. Deze kan achteraan erin worden geplakt.


Probeer de positief en omgekeerde vragen in balans te houden. Daarnaast is het beter als er 4 a 5 vragen per onderwerp in staan.

Doe nu geen pilot van je enquête, want het kost te veel tijd en als je het doet moet je het echt goed doen.


Als je een bredere schaal neemt, dan geven mensen een eigen betekenis aan het nummer bv. De nauwkeurigheid die je dan wint, gaat verloren door dit effect.

5-punts Likert scale is prima om te gebruiken.


Laat 1 of 2 personen de enquête alvast invullen als test.


Probeer uit te zoeken wat Acapelabox zelf al heeft aangepast aan de emotievolle stemmen.


Wat mist er nog?

  • We missen het verhaal over implementatie nog. Eigenlijk de technische kant van het verhaal.
  • Wat zijn de eisen aan ons systeem zodat we het kunnen gebruiken (requirements helder maken).
  • Ross is het systeem dat Amigo gebruikt om systemen aan elkaar te koppelen.
  • We moeten het breder trekken. Project robots!
  • Heb je commerciële software gebruikt bv.?

Waar is het goed voor, wie gaat het gebruiken/ wie heeft er wat aan, wat moeten we aanpassen om het te kunnen gebruiken?


We kunnen bv. een soort pilot (1 a 2 personen) doen met een within design.


Doe eerst een power analyse (in g power) en neem een gemiddelde eta-squared. Kijk vooral naar de effect size en niet naar de significantie.


In deze bron staat de Godspeed questionnaire van Bartneck:

http://download.springer.com/static/pdf/233/art%253A10.1007%252Fs12369-008-0001-3.pdf?auth66=1411553153_1b56c7e05928ef2df24a820eb3035894&ext=.pdf


Meeting donderdag 25-09-2014 met coach

We gaan 5 fragmenten laten horen en pas nadat alle fragmenten gehoord zijn, vragen over de stem stellen. Dit zodat participanten een vollediger beeld kunnen krijgen van de stem, want na één zin kun je niet beoordelen of je meer overtuigd bent geraakt.

De opzet blijft hetzelfde, dus de participanten doorlopen nog steeds een soort van schema, en horen zinnen afhankelijk van hun eigen antwoord.

Onderaan alle fragmenten komt dus de Godspeed questionnaire, en een vragenlijstje met een aantal vragen over overtuigingskracht. Deze vragen voor overtuigingskracht kunnen we uit een bestaande vragenlijst halen maar we mogen ze ook zelf verzinnen. Als je op enquêtes gaat zoeken over overtuigingskracht, gaan ze meestal over hoe snel je zelf overtuigd bent. Als we zelf vragen gaan verzinnen, moeten we wel zorgen dat we ongeveer evenveel positief als negatief geformuleerde vragen gebruiken.

Om volgorde bias te voorkomen hebben we besloten om van elke enquête (de neutrale en die met emotie) twee versies te maken. Effecten die we hiermee proberen te voorkomen zijn primacy en recency effect. Het primacy effect houdt in dat participanten iets wat ze meteen in het begin hebben gehoord makkelijker onthouden. Het recency effect zorgt ervoor dat dingen van het einde makkelijker worden onthouden. Het komt er dus op neer dat de fragmenten in het midden het minst goed worden onthouden. Stel dat bepaalde fragmenten een veel groter verschil hebben tussen de emotie-conditie en de neutrale conditie, dan wil je dus niet dat die fragmenten bijvoorbeeld elke keer in het midden staan of juist aan het begin of eind. Om dus te variëren welke fragmenten waar staan houden we de volgende volgorde aan per versie:

  • versie 1: 1 - 2 - 3 - 4 - 5
  • versie 2: 3 - 5 - 4 - 1 - 2

Bron: Troyer, A. K. (2011). Serial Position Effect. In Encyclopedia of Clinical Neuropsychology (pp. 2263-2264). Springer New York.

De extra vragen en zinnen om uit te spreken, die we hebben bedacht, staan op deze pagina.


Persoonlijke feedback week 4

Iedereen:

  • Top: Overleg gaat goed over de Whatsapp.

Meike:

  • Top: Goed je best gedaan voor de questionnaire, hij ziet er goed uit
  • Top: Goed dat je achter andermans zaken aan gaat; je controleert en motiveert.
  • Top: Logboek bijhouden gaat al beter.

Floor:

  • Top: Fijn dat je dit weekend de tijd hebt genomen om naar de vragenlijst te kijken.

Suzanne:

  • Top: De questionnaire ziet er goed uit! Je ziet dat je er goed je best op hebt gedaan
  • Tip: Je kunt het logboek wel beter bijhouden

Iris:

  • Top: Goed dat je ook de tijd hebt genomen om serieuze feedback te geven over de questionnaire.
  • Top: Je bent goed betrokken bij ieder punt van het project en nog steeds erg gemotiveerd.
  • Tip: Iets minder zorgen maken en vertrouwen hebben dat het wel goed komt.