Motivatie en empathische accuraatheid tijdens conflictsituaties tussen partners: het is complex!

In eerste instantie was het de bedoeling om 40 koppels per conditie te werven. Volgens een statistisch expert zou dit een lage power opleveren (bijv. een power van 70% om een verschil van 2% in empathische accuraatheid tussen de condities te detecteren). We hebben geprobeerd de power te verhogen door zo veel mogelijk koppels te werven, maar we werden beperkt door de korte tijdsduur (een kalenderjaar) van de gegevensverzameling en praktische bezwaren. We hebben besloten geen post-hoc poweranalyse uit te voeren vanwege de bestaande problemen met deze analyses (Hoenig en Heisey 2001; Levine en Ensom 2001).

Voor het bepalen van hun geslacht konden de deelnemers een keuze maken tussen “man”, “vrouw” of “anders” (met de mogelijkheid dit verder te specificeren). Geen van de deelnemers heeft gekozen voor de optie “anders”.

Als beide partners één gespreksonderwerp hetzelfde hadden gekozen werd dit onderwerp gebruikt voor de interactietaak. Als de partners twee of drie gespreksonderwerpen hetzelfde hadden gekozen, kon het koppel een van deze onderwerpen kiezen. Als er geen overeenkomsten waren in de gespreksonderwerpen werd het koppel alleen gelaten om samen een gespreksonderwerp te kiezen.

Het doel was een perfect evenwichtige opzet, maar als gevolg van COVID-19 is de studie eerder gestopt dan verwacht en kon niet worden hervat.

Uitwisseling en gemeenschappelijke oriëntatie (Clark et al. 1987), zelfbeeld en compassievolle doelen (Crocker en Canevello 2008), zelfzuchtige en altruïstische motivaties (Feeney en Collins 2003), zelf-, relatie- en partner-georiënteerde motivatie (Girme et al. 2014) en bereidheid tot opoffering (Van Lange et al. 1997).

De factoranalyse is met obliminrotatie uitgevoerd, waardoor de factoren gecorreleerd konden worden (Field 2009). Uit de controle van intercorrelaties tussen de factoren blijkt dat relatiegerichte en partnergerichte motivatie matig gecorreleerd zijn. In navolging van de richtlijnen van Costello en Osborne 2005 hebben we de screetoets gebruikt voor het aantal te extraheren factoren. Volgens de grafische inspectie van de eigenwaarden in de screeplot hebben we drie factoren voor de dispositionele motivatiemeetinstrumten geëxtraheerd en drie voor de situationele motivatiemeetinstrumenten. Maar voor de post-interactie situationele motivatie is het punt van de “elleboog” twijfelachtig en zou ook kunnen wijzen op een vierfactorenoplossing. We hebben toch voor de driefactorenoplossing gekozen omdat (1) de uitkomsten van een geautomatiseerde screetoets (Wilderjans et al. 2013) uitwijzen dat er voor elk meetinstrument drie factoren geëxtraheerd zouden moeten worden, (2) de factoroplossingen met drie factoren consistent zijn en voor alle meetinstrumenten gemakkelijk interpreteerbaar zijn, (3) deze overeenkomen met onze theoretische verwachtingen en gemanipuleerde condities en (4) ook uit parallelanalyses blijkt dat er voor elk meetinstrument drie factoren geëxtraheerd zouden moeten worden. Tot slot heeft de principale componentenanalyse latente constructen opgeleverd die bijna identiek zijn voor de interpretatie van de hier gerapporteerde analyseresultaten en dus dezelfde totaalscores opleveren (zie hieronder).

Het theoretisch bereik van het percentage accurate metingen was 0 (geen van de mogelijke accuraatheidspunten zijn verkregen) tot 100 (alle mogelijke accuraatheidspunten zijn verkregen).

De hier gerapporteerde statistische gegevens zijn two-way gemengde, absolute agreement, average measures ICC’s (McGraw en Wong 1996; zie digitaal aanvullende content).

Het Bayesian Information Criterion (BIC) en het Akaike Information Criterion (AIC) zijn goodness-of-fit-maten die gecorrigeerd zijn voor de complexiteit van het model (Field 2009). Modellen met kleinere BIC- en.

AIC-waarden geven een betere fit-complexiteitsbalans.

We hebben ook multilevel analyses uitgevoerd met de verschilscore tussen de post-manipulatiemaat voor situationele motivatie en de pre-manipulatiemaat voor situationele motivatie als de uitkomstvariabele en de conditie als de predictor. Deze analyses geven vergelijkbare resultaten, maar we hebben wel een significant positief effect gevonden van de partnergerichte motivatieconditie op de relatiegerichte motivatie (b = 0,23, SE(b) = 0,11, p = 0,04, 95% CI = [0,01–0,45]), vergeleken met de controlegroep. Dit betekent een significante toename van de motivatie voor de relatie in de partnergerichte motivatieconditie.

Voor relatiegerichte motivatie: BIC = 720,47 en AIC = 709,03 zonder geslacht en BIC = 726,99 en AIC = 715,59 met geslacht. Voor zelfgerichte motivatie: BIC = 828,37 en AIC = 816,93 zonder geslacht en BIC = 835,43 en AIC = 824,03 met geslacht. Voor partnergerichte motivatie: BIC = 738,76 en AIC = 727,32 zonder geslacht en BIC = 744,74 en AIC = 733,34 met geslacht.

De minder strenge LSD-correctiemethode leverde vergelijkbare resultaten op.

Voor empathische accuraatheid voor gevoelens: BIC = 2.526,25 en AIC = 2.526,25 zonder geslacht en BIC = 2.520,06 en AIC = 2.508,61 met geslacht. Voor empathische accuraatheid voor gedachten: BIC = 2.394,54 en AIC = 2.383,06 zonder geslacht en BIC = 2.370,51 en AIC = 2.359,06 met geslacht.

We hebben ook analyses uitgevoerd voor de leesbaarheid van de partner (bijv. zie Marangoni et al. 1995). Leesbaarheid is een belangrijke controlevariabele in de literatuur over motivatie en empathische accuraatheid omdat de invloed van de motivatie voor empathische accuraatheid van de waarnemer afhangt van de leesbaarheid van degene die geobserveerd wordt (bijv. Thomas en Maio 2008). Als deze moeilijk te lezen is, is het zelfs voor een zeer gemotiveerde waarnemer moeilijk om een hoog niveau van empathische accuraatheid te bereiken. Uit onze analyses blijkt alleen een positief hoofdeffect voor de leesbaarheid van de partner die geobserveerd wordt, zonder interactie-effect).

De LSD-correctiemethode leverde vergelijkbare resultaten op.

Voor empathische accuraatheid voor gevoelens: BIC = 2.534,28 en AIC = 2.522,82 zonder geslacht en BIC = 2.508,81 en AIC = 2.497,41 met geslacht. Voor empathische accuraatheid voor gedachten: BIC = 2.388,82 en AIC = 2.377,36 zonder geslacht en BIC = 2.357,24 en AIC = 2.345,84 met geslacht.

Voor empathische accuraatheid voor gevoelens: BIC = 2.490,21 en AIC = 2.478,79 zonder geslacht en BIC = 2.465,30 en AIC = 2.453,94 met geslacht. Voor empathische accuraatheid voor gedachten: BIC = 2.350,72 en AIC = 2.339,29 zonder geslacht en BIC = 2.319,39 en AIC = 2.308,03 met geslacht.

Voor empathische accuraatheid voor gevoelens: BIC = 2.471,79 en AIC = 2.460,41. Voor empathische accuraatheid voor gedachten: BIC = 2.326,29 en AIC = 2.314,90.

Dit nulresultaat is in lijn met het algemene probleem om kenmerken te vinden die de empathische accuraatheid systematisch kunnen voorspellen (Hodges et al. 2015). Maar uit eerder onderzoek is wel gebleken dat sommige kenmerken, zoals sociale verbondenheid en hechtingstijl, wel empathische accuraatheid voorspellen.

Een mogelijke uitzondering hierop komt naar voren in het onderzoek naar vermijdende hechtingsstijl en lagere empathische accuraatheid, een effect dat algemeen lijkt te zijn en niet situatiegebonden (zie Izhaki-Costi en Schul 2011; Rholes et al. 2007; Simpson et al. 1999, 2011).