flooreffecten

Flooreffecten verwijzen naar een situatie waarin een meetinstrument een ondergrens heeft en veel respondenten de laagst mogelijke score behalen. Daardoor ontstaat een klustering aan de onderkant en neemt de variabiliteit af, waardoor verschillen tussen groepen of relaties met andere variabelen moeilijker te detecteren zijn.

Oorzaken zijn onder meer een te laag niveau van moeilijkheid van items, een schaal met te beperkte mogelijkheden aan de onderkant, of een populatie waarbij weinig variatie bestaat in de gemeten uitkomsten. Ook bij Likert-schaalvragen kan een groot aandeel respondenten kiezen voor de minst positieve of minst intense optie, wat een floor vormt.

Gevolgen voor onderzoek en beleid omvatten een vertekening van statistische schattingen, verminderde variabiliteit en verzwakte relaties met andere variabelen. Dit kan leiden tot onderschatting van effecten, lagere statistische power en mogelijk misleidende conclusies bij evaluaties en besluitvorming.

Detectie en aanpak omvatten het inspecteren van de verdeling van scores en het berekenen van het aandeel respondenten op de laagste score. Analytisch kunnen gecensureerde modellen zoals Tobit-regressie of item response theory (IRT) worden ingezet, evenals robuuste of niet-parametrische methoden wanneer de assumpties van normaliteit ontbreken.

Mitigatie kan ontwerpgericht plaatsvinden. Mogelijkheden zijn het ontwikkelen van items met een breder bereik aan moeilijkheid, het toevoegen van meer antwoordopties, het toepassen van adaptief testen of het kiezen van een ander instrument beter afgestemd op de populatie. In analyses kunnen IRT- modellen of gecensureerde regressie helpen om de impact van floor effecten te minimaliseren.