12
Versuchsplanung und Datenerhebung (Subject) / Faktortypen & Arten der Kombination (Lesson)
Advertisement
- Treatment- Faktoren -> aktive Manipulation zwischen Versuchspersonen („between-subjects“) - stellen die vom Versuchsleiter operationalisierten Ausprägungen der UV dar - jedes Experiment hat min. 1 Treatment-Faktor - Faktorstufen bestehen bspw. aus unterschiedlichen Instruktionen, Reizintensitäten, Behandlungen etc.)
- Blockfaktoren -> Störfaktor, der ins Design aufgenommen wurde - bei Zuweisung zu Faktorstufen anhand bestehender Eigenschaften (Parallelisierung/matching) -> Blöcke, die untereinander relativ homogen sind, aber sich von anderen Blöcken durch Ausprägung der Störvariable bzw. des parallelisierten Merkmals unterscheiden - Personen eines Blockes werden dann randomisiert auf die Bedingungen (Stufen des Treatmentfaktors) verteilt - nicht nur Treatmentfaktor, sondern auch Blockfaktor kovariiert mit AV -> Varianz, die auf den Blockfaktor zurückgeht wird aus der Fehlervarianz herausgerechnet =>höhere Teststärke - Variante: Personenfaktor bei Messwiederholungsdesigns (Person als „Block“)
- Versuchsfaktoren -> variieren innerhalb der Person: bei „within-subject“- Manipulationen - durch Versuchsfaktor wird „Personenfaktor“ eingeführt -> Personenfaktor = Blockfaktor: Person als homogener Block, der sich von anderen Personen („Blöcken“) bezüglich des Personenfaktors unterscheidet -> Personenfaktor kann ebenfalls aus Fehlervarianz herausgerechnet werden => höhere Teststärke, Kontrolle personenbezogener Störvariablen - Nachteile: Sequenzeffekte - 2 Varianten: „within-subject-Treatment vs. einfache Messwiederholung a) bei der „withing-subject“- Treatment-Manipulation werden bei einer Person mehrerer oder alle Ausprägungen eines Treatment- Faktors realisiert b) bei einer einfachen Messwiederholung wird eine Ausprägung des Treatment-Faktors realisiert aber dessen Auswirkung mehrere Male gemessen (zu unterschiedlichen Zeitpunkten oder zur Kontrolle der Validität der Messung) - komplexere „within-subject“ Designs: intraindividuelle Variation der UV (jede Untersuchungeinheit wird unter allen Stufen eines Faktors (ggf. wiederholt) beobachtet, Kombination mehrerer messwiederholter Faktoren -> Bsp.: Stroop-Effekt (jeder Proband verarbeitet mehrere kongruente, inkongruente und neutrale Stimuli) - „gemischtes“ Design: Kombination messwiederholter und nicht-messwiederholter Faktoren
- „fixed“ (feste) factors a) fester Faktor: eindeutig definierte, wiederholbare Stufen -> Faktorstufen sind i.d.R. theoretisch oder empirisch begründete Realisierungen der UV -> bei Wiederholung des Experiments würden dieselben Faktorstufen ausgewählt werden => Treffen von Aussagen über die konkret realisierten Faktorstufen - beide Arten von Faktoren werden statistisch anders behandelt - Treatmentfaktoren i.d.R. feste Faktoren
- "random" (zufällige) factors b) Zufallsfaktor: zufällige, i.d.R. nicht wiederholte Stufen -> Zufallsauswahl aus allen denkbaren Faktorstufen -> bei Replikation der Studie werden ggf. andere Faktorstufen realisiert -> Zufallsvariablen und daher zusätzliche Quelle der Unsicherheit => Treffen von generalisierten Aussagen - beide Arten von Faktoren werden statistisch anders behandelt - Personenfaktoren i.d.R. zufällige Faktoren
- gekreuzte Faktoren/ faktorielle Pläne -> jede Stufe eines Faktors A wird mit jeder Stufe eines Faktors B gekreuzt - Vorteil: Interaktionen können untersucht werden - Nachteil: hoher Aufwand, große Stichprobe nötig -> nur selten interessieren einen alle Faktorkombinationen (oder alle Interaktionen)
- Hierarchische Pläne -> mehrere Stufen des Faktors B werden mit einer Stufe des Faktors A kombiniert/ genestet - Vorteil: weniger aufwendig, als faktorielle Pläne - Nachteil: keine Interaktionen zwischen Faktor A und B prüfbar, da nicht alle Faktorstufenkombinationen realisiert wurden
- gemischte und komplexe Versuchspläne - Versuchspläne werden bestimmt durch a) Anzahl der Faktoren b) Art der Faktoren c) Anzahl der Faktorstufen d) Art der paarweisen Relation zwischen den Faktoren (Kreuz, Nest) -> kann innerhalb eines Designs variieren, wenn gekreuzte und genestete Faktoren auftreten (in diesem Falle ist die Interaktion zwischen den gekreuzten interpretierbar, aber nicht die zwischen den genesteten) => gemischter Versuchsplan
- Quadratische Pläne -> Versuchspläne, bei denen jeder Faktor p Stufen aufweist und alle Kombinationen realisiert werden (bei zweifaktorieller Kombination p2- Möglichkeiten) - Vorteil: sowohl Haupteffekte, als auch Interaktionen interpretierbar
- Lateinisches Quadrat -> quadratisches Design mit 3 Faktoren, welche alle p- Stufen aufweisen - jede Stufe des Faktors C wird mit jeder Stufe der Faktoren A und B kombiniert, aber nicht mit jeder Kombination von A und B -> Ergänzung eines zweifaktoriellen quadratischen Planes um dritten Faktor C ohne die Anzahl Zellen zu erhöhen - Vorteil: keine Aufwanderhöhung im Vergleich zum quadratischen Plan - Nachteil: keine Interaktionen untersuchbar & Annahme das keine Interaktion besteht (sonst Haupteffekte auch nicht interpretierbar!!)
- Advertisement
- Anwendungsmöglichkeit des Lateinischen Quadrates -> Kontrolle von Positionseffekten - Alternative zu a) Permutation (jede mögliche Reihenfolge wird realisiert) und b) unvollständiger Permutation (zufällige Bestimmung der Reihenfolge) - Teil der möglichen Reihenfolgen wird realisiert: jedes Item (von 4) stand einmal an jeder von 4 Positionen und kommt einmal in jeder von vier Gruppen vor - aber: Sequenzeffekte können nicht kontrolliert werden
- Griechisch-lateinisches Quadrat -> Anordnung für 4 Faktoren (mit jeweils p Faktorstufen) mit identischem Aufwand wie lateinische Quadrate - Vorraussetzung: orthogonale lateinische Quadrate (jede Kombination von Faktorstufen gleich häufig) - Vorteile: (viel!) weniger Versuchspersonen notwendig für 4 Faktoren mit je 4 Stufen -> bei faktoriellem quadratischen Design 44 = 256, bei griechisch-lateinischem Quadrat nur 16 - Nachteile: nur Haupteffekte prüfbar, Abwesenheit von Interaktionseffekten muss vorrausgesetzt werden