Panta rhei is een uitspraak toegeschreven aan de Griekse filosoof Heraclitus, die ‘alles stroomt’ betekent. Alles verandert continu, zo ook de mens. Om goed de processen die ten grondslag aan menselijk gedrag liggen te begrijpen, is het dus van vitaal belang om dezelfde variabelen bij dezelfde personen met grote regelmaat te meten. Dit is nodig om inzicht te verkrijgen in de gecompliceerde aspecten van menselijk gedrag. Die complexiteit uit zich door fluctuaties in gedrag over de tijd. Deze fluctuaties hangen af van de context, van interindividuele verschillen, en van toevallige verstoringen. Het begrijpen van de dynamiek van een psychologisch proces is een essentiële voorwaarde om het proces zelf te begrijpen.
Onderzoeksdesigns met ‘intensive longitudinal data’ (ILD) zijn aan een opmars bezig binnen de psychologie, met name dankzij technologische vooruitgang. Ook binnen sociaal-wetenschappelijk onderzoek worden tegenwoordig zeer grote hoeveelheden data verzameld waarbij meerdere variabelen van meerdere personen meerdere malen per dag worden gemeten. Conventionele statistische methoden zijn niet per sé het meest geschikt voor dit nieuwe type data.
De hoofdtak van mijn onderzoek, zowel de afgelopen als de komende jaren, is het ontwikkelen van statistische modellen voor dergelijke data en het demonstreren van de bruikbaarheid van deze modellen voor sociaal-wetenschappelijk onderzoek. Daarbij bouw ik voort op eerder werk. Het soort ILD-modellen dat voor psychologisch onderzoek geschikt is, staat nog in de kinderschoenen en mist de technische diepgang die nodig is om de psychologische dynamieken goed te vangen. Samen met mijn promovendi werk ik aan inhoudelijke en toegepaste verbeteringen van de standaardmodellen.
ILD-modellen worden de afgelopen jaren met name gebruikt binnen de klinische psychologie. Met verschillende promovendi werk ik aan de toepassing van ILD-modellen binnen de environmental psychology. De voorlopige resultaten zijn zeer veelbelovend en bevatten veel aangrijpingspunten voor toegepast vervolgonderzoek.
Een tweede tak van mijn (toekomstig) onderzoek richt zich op het verbeteren van het gebruik van statistiek binnen de sociale wetenschappen. In verschillende studies wijs ik op gemaakte fouten in wetenschappelijk werk, leg ik uit wat er mis gaat en wat voor gevolgen dit heeft. Daarnaast bestudeer ik wat voor suggesties aan niet-statistische onderzoekers gegeven kan worden om ervoor te zorgen dat hun werk statistisch solide is. Hierbij kijk ik naar hoe men statistiek gebruikt, hoe men statistiek interpreteert en hoe men de resultaten communiceert naar niet-statistici.
Beide onderzoekslijnen komen bij elkaar op het gebied van visualisatie. Ik werk aan technisch ingewikkelde statistische modellen met als doel relevante resultaten te krijgen voor inhoudelijk psychologisch onderzoek. Om een goede discussie te hebben tussen statisticus en sociaal-wetenschapper, is wetenschapscommunicatie van vitaal belang. Een technisch verhaal vol met formules en tabellen is doorgaans niet de geschiktste manier hiervoor. Visualisatie van de data en resultaten, is dat wel: zeer technische resultaten kunnen dan toegankelijk gepresenteerd worden. Met name de recent ontwikkelde psychologische netwerktheorie is in dit opzicht bruikbaar.
In toekomstig onderzoek wil ik bestuderen welke factoren een rol spelen bij een goede datavisualisatie. Hierbij valt te denken aan facetten als kleurgebruik en type grafiek, aan mogelijkheden tot interactieve visualisatie, maar zeker ook aan psychologische factoren: hoe valt te verklaren dat de ene persoon wel en de andere niet een bepaalde visualisatie goed interpreteert?
Tenslotte wil ik opmerken dat mijn onderzoeksinteresses niet beperkt zijn tot bovengenoemde. In principe hebben alle varianten van statistisch modelleren met sociaal-wetenschappelijke toepassingen mijn interesse, alsmede de communicatie ervan naar niet-statistisch publiek.