21

versuchsplanung (Subject) / 8. Vorlesung (Lesson)

This lesson was created by khoelsch.

Learn lesson

back  |  next 1 / 1

Advertisement
  • MehrfaktorielleVersuchspläneFaktorielleDesigns Faktorielles(2x2-) Design•Alle möglichen Kombinationen der (beiden zweifach gestuften) Faktoren sind realisiert•Bsp: Lernen–UV/Faktor A: Lerndauer (A1: lang vs. A2: kurz)–UV/Faktor B: Lernhäufigkeit (B1: hoch vs. B2: niedrig)2x2-Design: 4 Versuchsbedingungen als Kombination von A & B:
  • FaktoriellesDesign •Alle möglichen Kombinationen der Faktoren sind realisiertVorteile:•Effizienter als eine Durchführung jeweils einzelner Experimente für jeden der Faktoren•Entscheidender Vorteil: Untersuchung von Interaktionseffektenmöglich–Haupteffekt: Wirkung eines Faktors A unabhängig von den Stufen des anderen Faktors•Bsp: Frustration erzeugt bei allen Personengruppen Aggression–Interaktion: Wechselwirkung zwischen zwei Faktoren; Wirkung eines Faktors A hängt von Ausprägung des Faktors B ab•Bsp: Frustration erzeugt nur bei Männern Aggression (nicht bei Frauen)
  • FaktoriellesDesign •Alle möglichen Kombinationen der Faktoren sind realisiertVorteile:•Effizienter als eine Durchführung jeweils einzelner Experimente für jeden der Faktoren•Entscheidender Vorteil: Untersuchung von Interaktionseffektenmöglich–Haupteffekt: Wirkung eines Faktors A unabhängig von den Stufen des anderen Faktors•Bsp: Frustration erzeugt bei allen Personengruppen Aggression–Interaktion: Wechselwirkung zwischen zwei Faktoren; Wirkung eines Faktors A hängt von Ausprägung des Faktors B ab•Bsp: Frustration erzeugt nur bei Männern Aggression (nicht bei Frauen)
  • FaktoriellesDesign Vorteile: •Effizienter als eine Durchführung jeweils einzelner Experimente für jeden der Faktoren•Entscheidender Vorteil: Untersuchung von Interaktionseffekten möglich
  • FaktoriellesDesign Interaktion: Wechselwirkung zwischen zwei Faktoren; Wirkung eines Faktors A hängt von Ausprägung des Faktors B ab•Bsp: Frustration erzeugt nur bei Männern Aggression (nicht bei Frauen)
  • Interaktionen und Interpretation (1) Bei vorliegenden (statistisch signifikanten) Interaktionen sind die Haupteffekte teilweise oder vollständig nicht interpretierbar•OrdinaleInteraktion oft unproblematisch: Hybride &) disordinaleInteraktionen problematisch:
  • Interaktionen und Interpretation (1) Bei vorliegenden (statistisch signifikanten) Interaktionen sind die Haupteffekte teilweise oder vollständig nicht interpretierbar •OrdinaleInteraktion oft unproblematisch: –Interaktion: Frustration erhöht Aggression stärker bei Männern als bei Frauen–Haupteffekt: Frustration erhöht Aggression–Haupteffekt: Männer zeigen erhöhte AggressionHaupteffekte bleiben interpretierbar
  • Interaktionen und Interpretation (1) Bei vorliegenden (statistisch signifikanten) Interaktionen sind die Haupteffekte teilweise oder vollständig nicht interpretierbar •(Hybride &) disordinaleInteraktionen problematisch: –Interaktion: Frustration erhöht Aggression bei Männern; verringert Aggression bei Frauen–Interpretation Haupteffekt: Frustration erhöht Aggression?–Interpretation Haupteffekt: Männer zeigen erhöhte Aggression?Haupteffekte nicht interpretierbar
  • Interaktionen und Interpretation (2) Interpretation der Abwesenheit einer Interaktion auf der Ebene beobachteter Variablen ist NICHT auf latente Variablen übertragbar
  • Interaktionen und Interpretation (2) Interpretation ordinaler Interaktionen auf der Ebene beobachteter Variablen sind NICHT auf latente Variablen übertragbar
  • Advertisement
  • Interaktionen und Interpretation (2) Interpretation ordinalerInteraktionen auf der Ebene beobachteter Variablen sind NICHT auf latente Variablen übertragbar! Sie werden auch „removableinteractions“ genannt, weil sie abhängig sind von der spezifischen (unbekannten) Messfunktion.
  • Interaktionen und Interpretation (2) Interpretation hybrider/disordinalerInteraktionen mit sich über-kreuzenden Linien auf der Ebene beobachteter Variablen sind auf latente Variablen übertragbar.Sie werden auch „nonremovableinteractions“ genannt, weil sie nichtabhängig sind von der spezifischen (unbekannten) Messfunktion
  • Interaktionen und Interpretation (2) Interpretation hybrider Interaktionen mit berührenden, aber nicht über-kreuzenden Linien auf der Ebene beobachteter Variablen sind prinzipiell auf latente Variablen übertragbar, wenn sichergestellt ist, dass die Linien sich tatsächlich berühren. Falls nicht, sind sie „removableinteractions“.Die Gleichheit muss mithilfe statistischer Tests abgesichert werden; dabei ist hier besonders auf eine große Teststärke zu achten!
  • FaktorielleDesignsTypen von Faktoren •Behandlungs-bzw. Treatment-Faktoren•Versuchsfaktoren•Blockfaktoren•Fixed-vs. Random-Faktoren
  • Treatment-Faktoren Treatment-Faktoren: Manipulation zwischen Versuchspersonen•Faktorstufen bestehen aus unterschiedlichen Reizen, Instruktionen, Behandlungen oder Situationen•Faktorstufenstellen die vom Versuchsleiter hergestellten Operationalisierungender Ausprägungen der UV dar•Jede Untersuchungseinheit wird in einem experimentellen Design einer Faktorstufe (zufällig) zugewiesenBeispiele:•Experiment zur Frustrations-Aggressions-Hypothese, 2-stufiger Treatment-Faktor Frustration (Proband wird frustriert / Proband wird nicht frustriert)•Experiment zum Gedächtnis für Wörter, 3-stufiger Treatment-Faktor Instruktion (Vokale zählen / einprägen / bildlich vorstellen)
  • Versuchsfaktoren Versuchsfaktor: variiert innerhalb der UntersuchungseinheitenMesswiederholung•Jede Untersuchungseinheit wird unter allen Stufen des Versuchsfaktors (wiederholt) beobachtet•ein Versuchsfaktor führt immer implizit einen Personenfaktor P ein–Somit kann ein Mittelwert und eine Streuung (Varianz) pro Person ermittelt und in der Analyse berücksichtigt werdenBeispiele:•Experiment zur Frustrations-Aggressions-Hypothese, 2-stufiger Versuchsfaktor Aggressions-AV (Messwiederholung: Emotions-Fragebogen, Mimik/Gesichtsausdruck)•Experiment zum Gedächtnis für Wörter, 3-stufiger Versuchsfaktor Messwiederholung (Gedächtnistest nach 5 min., 1h, 1d)•Textverstehen/Lesedauer: Satz aus Kinderbuch, Zeitung, Lehrbuch
  • Blockfaktoren •Kontrolle von Störvariablen durch Aufnahme ins Design•Blockfaktoren, die mit der AV kovariieren, erhöhen Teststärke•Untersuchungseinheiten werden zu relativ homogenen „Blöcken“ zusammengefasst, die die Stufen des Faktors bilden (Matching)•quasiexperimentell: Zuweisung zu den Faktorstufen nicht zufällig, sondern anhand bestehender EigenschaftenBeispiel: Experiment zur Wirkung neuer LehrmethodeKontrolle von Störvariablen durch…•Parallelisierung anhand IQ•Lebensalter, z.B. 5-fach gestuft: [0-15), [15-30), [30-45), …•Bildungsniveau, z.B. Anzahl der Jahre in Schule/Studium•Soziale Schicht
  • Fixed vs. Random Factors Fixed-/fester Faktor: eindeutig definierte, wiederholbare Stufen•Faktorstufen sind theoretisch/empirisch begründete Realisierungen der unabhängigen Variablen (bzw. sind Realisierungen einer unabhängigen Variablen mit wenigen Abstufungen)•bei Wiederholung d. Experiments würden dieselben Stufen gewählt•Aussagen sollen (nur) für die konkret realisierten Faktorstufen geltenRandom-/Zufalls-Faktor: zufällige, idr. nicht wiederholte Stufen•Faktorstufen sind „Zufallsauswahl“ aller denkbarer Faktorstufen•Bei Wiederholung würden andere Faktorstufen ausgewählt•Aussagen sollen „generalisiert“ werden, d.h. für Population der Elemente gelten, aus denen die Faktorstufen gezogen wurdenFixed-und Random-Faktoren statistisch unterschiedlich behandelt.TreatmentfaktorenidRfester Faktor; Personenfaktoren idRZufallsfaktoren.
  • Fixed-/fester Faktor: eindeutig definierte, wiederholbare Stufen •Faktorstufen sind theoretisch/empirisch begründete Realisierungen der unabhängigen Variablen (bzw. sind Realisierungen einer unabhängigen Variablen mit wenigen Abstufungen)•bei Wiederholung d. Experiments würden dieselben Stufen gewählt•Aussagen sollen (nur) für die konkret realisierten Faktorstufen gelten
  • Random-/Zufalls-Faktor: zufällige, idr. nicht wiederholte Stufen •Faktorstufen sind „Zufallsauswahl“ aller denkbarer Faktorstufen•Bei Wiederholung würden andere Faktorstufen ausgewählt•Aussagen sollen „generalisiert“ werden, d.h. für Population der Elemente gelten, aus denen die Faktorstufen gezogen wurden
  • Fixed-und Random-Faktoren statistisch unterschiedlich behandelt. TreatmentfaktorenidRfester Faktor; Personenfaktoren idRZufallsfaktoren.

back  |  next 1 / 1