Was versteht man unter einem Experiment und wie ist dieses aufgebaut?
• Manipulation einer unabhängigen Variable X (= Werte einer oder mehrerer UVs werden verändert) • Erfassung des Effekts auf abhängige Variable Y• Ausschaltung systematischer Einflüsse von Störvariablen: -> bspw. durch Randomisierung, Ausbalancierung oder Konstanthaltung von Hintergrundvariablen -> bezieht sich einerseits auf die VPN aber auch auf Erhebungsbedingungen (Zeitpunkt der Erhebung, Ort der Erhebung, Versuchsleiter*in) -> sorgt dafür, dass es keine systematischen Zusammenhänge zwischen Störvariablen und X / Y gibt (-> Erwartungswerte sind gleich) -> heißt aber nicht, dass die tatsächlichen Mittelwert auch gleich sind (durch Fluktuationen beeinflusst) • Gleiche Erwartungswerte sämtlicher Personen --/Kontextvariablen zwischen den Bedingungen vor dem treatment -> essentiell, dass es eine manipulierte Variable gibt und Störvariable möglichst augeschaltet/konstant gehalten werden und die Personen randomisiert zugeordnet werden (!)
Was versteht man unter einem Quasi-Experiment und welchen Nachteil hat es ggü. dem klassischen Experiment?
Unterschied zu Experiment: keine randomisierte Zuteilung von Versuchspersonen zu den Experimental- und Kontrollgruppen •Natürliche Variation oder Manipulation einer unabhängigen Variable X (=natürliche Variation: z.B. Geschlecht / verschiedene Schultypen)•Erfassung des Effekts auf abhängige Variable Y • Nachteil: -keine Kontrolle systematischer Einflüsse von Störvariablen -> interne Validität gefährdet -> eigentlich kein Rückschluss auf kausale Beziehungen erlaubt (die Kontrolle von systematischer Einflüssen (Störfaktoren) ist nicht immer möglich bzw. ethisch nicht vertretbar (z.B. man kann nicht festlegen, wie viele Personen männlich/weiblich sind,...)) • Vorteile: -Sehr hohe Objektivität: Durch die vorgegebene Zuteilung der Versuchs- und Kontrollgruppe ist es möglich, das Experiment jederzeit mit einer anderen Versuchsleitung mit identischen Ergebnissen durchzuführen;- hohe Authentizität durch natürliches Milieu.
Was sind Versuchsfaktoren und zwischen welchen beiden Arten unterscheidet man diese?
= die Faktoren, welche uns inhaltlich interessieren (die Variablen die variiert bzw. manipuliert werden) -> haben eine theoretische Relevanz gegenüber der UV 2 Arten: 1. Variation zwischen unabhängigen Stichproben in p Bedingungen (= between participants Design) => "p" Bedingungen des Faktors werden hergestellt und für jede Bedingung wird eine eigene Stichprobe erhoben -> jede Versuchsperson wird in genau einer der Bedingungen getestet wird → Stichprobe von n Versuchspersonen pro Bedingung, gesamte Stichprobengröße: N = p*n 2. Variation zwischen Messwiederholungen (=within participants Design) => Jede VPN nimmt an jeder der "p" Bedingungen teil → Dieselben n Versuchspersonen in jeder Bedingung, N = n -> effizientere Methode, da insgesamt weniger VPN gebraucht werden? -> Prinzipiell ja, aber dieser pragmatische Vorteil kann durch Nebeneffekte wieder ausgeglichen werden -> dadurch, dass VPN an vielen Bedingungen teilnehmen, können nämlich schnell Nebeneffekte entstehen (z.B. Ermüdung der VPN, Gewöhnung an die Aufgabe -> Lerneffekt, Wechselwirkung zwischen den einzelnen Bedingungen) -> falls z.B. gewisse Techniken in früheren Trainingsmaßnahmen gelernt wurden, können diese für spätere Bedingungen nicht wieder vergessen werden -> höhrere Teststärke
Was sind Kontrollfaktoren und zwischen welchen 3 Arten unterscheidet man diese?
= technische Faktoren, die mit aufgenommen werden um z.B. Verzerrungen zu verhindern 1. Reihenfolge Faktor: In welcher Reihenfolge durchlaufen die VPN die Bedingungen? • Between participants Faktor, der die Reihenfolge von within participants Bedingungen variiert/ausbalanciert• Kontrolle von Reihenfolge Effekten• Analyse von carry over Effekten Problem: viele Bedingungen = viele mögliche Reihenfolgen (bei 2 Bed. = 2, bei 3 Bed. = 6, bei 4 Bed.= 24, p Bedingungen = p!)-> bei Ausbalancierung von Reihenfolge stößt man irgendwann an die Grenze -> als Alternative wird die Reihenfolge randomisiert Beispiel: Experiment mit Within-Subjects Faktor: Randomisierte/ausbalancierte Reihenfolge• Keine Konfundierung zwischen Reihenfolge Position und Bedingung• Unkorreliertheit aller potentiellen Störvariablen, die durch die Reihenfolgehervorgerufen werden, mit den Bedingungen (Optimalzustand, welcher durch die Randomisierung erzielt werden soll!)→ Beobachtete Unterschiede zwischen den Bedingungen sind auf das treatment zurückzuführen (und nicht auf Reihenfolgeeffekte) 2. Block Faktor • Ziel die Fehlervarianz in den Bedingungen zu minimieren -> effiziente Messung steht im Vordergrund 3. Personenfaktor (Spezialfall eines Blockfaktors; Zufallsfaktor) •Berücksichtigung von Personeneffekten in Messwiederholungsdesigns
Was sind feste Faktoren? (+1 Beispiel)
• Vergleich spezifischer Bedingungen, die in der Untersuchung realisiert werden- Beispiel: Unterscheidet sich die Leseleistung zwischen den Bedingungen des Faktors A?, d.h. zwischen a 1 (Training 1), a 2 (Training 2) und a 3 (Kontrollbedingung)-> in dieser Untersuchung werden genau über diese 3 Bedingungen eine Aussage gemacht (Bedingungen werden a priori festgelegt) => sind untereinander nicht (!) austauschbar
Was sind Zufallsfaktoren? (+1 Beispiel)
• Analyse von Unterschieden zwischen Bedingungen, die zufällig aus der Menge aller möglichen Bedingungen ausgewählt wurden (= bei sehr vielen potentiellen Bedingungen, die im Prinzip austauschbar sind & keine spezifische Relevanz haben wird zufällig eine begrenzte Anzahl von Faktoren herausgegriffen) Beispiel: Unterscheidet sich die Leseleistung zwischen Schulen in BaWü? -> Vorgehen: 10 ausgewählte Grundschulen aus Baden-Württemberg untersuchen -> "Platzhalter" um generell festzustellen ob es einen Unterschied in der Leseleistung gibt (spezifische Schulen interessieren gar nicht als solche, sondern als Zufallsstichprobe aus dem gesamten Universum) -> sind untereinander und auch mit anderen Elementen austauschbar (irgendeine Schule in BaWü kann gewählt werden)
Welche Kreuzungen zwischen Treatment-Faktoren sind möglich?
→ Kombination von Between-Subjects Faktoren (2 BS-Faktoren)→ Kombination von Within-Subjects Faktoren (2 WS-Faktoren)→ Gemischte Designs (BS und WS)
