versuchsplanung (Subject) / Allgemeine Fragen (Lesson)

This lesson was created by SchmusCriminal.

Learn lesson

back  |  next 1 / 1

• Welche Arten von Störvariablen gibt es? Außerdem konkrete Beispiele nennen! Personenbezogene: Alter, Geschlecht, Werte, Erziehung, Stimmung, Persönlichkeitseigenschaften, Erwartungen der VPn -Stimmung hat Einfluss auf AV, wird aber nicht erfasst -Erwartungen der VPn fallen unterschiedlich aus und beeinflussen das Ergebnis der Testung Situationsbezogene: Labor, Messmethoden, Verhalten der Versuchsleitung, Lerneffekte, Material, Reihenfolge der Messung -physikalische Umgebung (Lärm, Beleuchtung, Klima, Atmosphäre des Raums) -Verhalten der VL -> Rosenthaleffekt
• Wie kann man Bekannte bzw. hypothetisch angenommene Störvariablen kontrollieren, was sind Voraussetzungen für die entsprechenden Verfahren? Elimination: geht nur wenn die entsprechende Variable einen absoluten Nullpunkt hat (z.B. bei Lärm, Ablenkung) Konstanthaltung: die entsprechende Variable variiert nicht (z.B. Geschlecht, Tageszeit, VL) -hierbei wird der Mittelwert und die Streuung einer Störvariable konstant gehalten -> statistische Parallelisierung Systematische Variation: Störvariable wird als UV in den Versuchsplan aufgenommen  -trägt außerdem zur Aufklärung von Residualvarianz bei und erhöht somit die Präzision -bekanntes Beispiel: McDowd et al. haben Preparation Intervall (PI) als zusätzliche UV in ihren VP im zweiten Experiment aufgenommen, da sich (PI) nach dem ersten Experiment als Konfundierung herausstellte
• Wie kann man unbekannte Störvariablen kontrollieren? Randomisieren: VPn werden zufällig zu den Bedingungen zugeordnet, potenzielle Störvariablen können so nicht mehr mit der UV kovariieren Ist aber nicht immer möglich (siehe Quasiexperiment)
• Wie löst man das Problem konfundierter Variablen? 1. Konstanthalten der konfundierten Variable 2. Parallelisieren der Gruppen hinsichtlich der konfundierten Variable 3. Erfassen der konfundierten Variable und statistische Kontrolle 4. randomisierte Zuordnung der Vpn zu den Stufen der UV(Experiment)
• Wobei verwendet man den Sobel-Test? Bei der Mediatoranalyse
• Was bedeutet Präzision und welche Fälle unterscheidet man? Eine Untersuchung ist um so präziser, je geringer die Variabilitätinnerhalb der Bedingungen (Zellen) eines Versuchsplans ist Einfaktorieller Fall: je geringer die Variabilität innerhalb der Zellen (Sekundärvarianz,Fehlervarianz) relativ zur Variabilität der Bedingungsmittelwerte(Treatmentvarianz, Primärvarianz) ist. Mehrfaktorieller Fall: je geringer die Variabilität innerhalb der Zellen (Sekundärvarianz,Fehlervarianz) relativ zur Variabilität der Bedingungsmittelwerte(Treatmentvarianz, Primärvarianz) ist.
• Nenne eine Maßnahme zur Reduktion der Sekundärvarianz. Messwiederholung (außerdem: jegliche Kontrolle von Störvariablen wie Elimination, konstanthalten/paralellisieren, systematisch variieren, randomisieren)
• Nenne fünf allgemeine Störeffekte und fünf Maßnahmen dagegen. Ordne außerdem die Maßnahmen den Effekten zu. 1. Erwartung der VPn können Verhalten verfälschen (z.B. soziale Erwünschtheit) 2. Bewertungsangst (ebenfalls soziale Erwünschtheit) 3. Versuchsleiterverhalten (biosoziale, psychosoziale, situative Vl- Effekte)     -Vl-Erwartungseffekte -> Rosenthaleffekt 4. Sozialpsychologische Situation des Experimentes (z.B. Belastung bei sozial isolierter Erhebung) 5. Attraktivität des Treatments (z.B. kann es bei "negativer" Attraktivität, also wenn der Versuch shitty ist, vermehrt zu Abbrüchen kommen) Maßnahmen: Täuschung der VPn (hilft bei 1 und 2), Blind- und Doppelblindversuche (hilft bei 1, 3 und 5), Standardisierung der Instruktion und des Vl-Verhaltens (hilft bei 3), systematische orthogonale Variation mehrerer VL (hilft bei 3), Optimierung der Gruppensituation (hilft bei 4)
• Was ist ein Positionseffekt, nenne außerdem vier Beispiele? Sequenzeffekte, die unabhängig von den experimentellen Bedingungen nurdurch die Wiederholung der Messung der AV entstehen. -Sensibilisierung -Übungseffekte -Ermüdungseffekte -Erinnerungseffekte
• Welche anderen Sequenzeffekte gibt es? Transfereffekte; Übertragungseffekte „carry over effect“: Hierbei ist der Effekt abhängig von der experimentellen Bedingung und fällt evtl. unterschiedlich aus. Transfereffekte können unsymetrisch sein! Externes, zwischenzeitliches Geschehen: Sequenzeffekte, die dadurch entstehen, dass zwischen den MZP ein Ereignis stattfand, welches Messung beeinflusst (z.B. fett saufen am vorabend von MZP 2 eines Konzentrationstests) 
• Advertisement
• Wie kann man Sequenzeffekte kontrollieren? Ausbalancieren (außer bei unsymmetrischen Sequenzeffekten wie z.B. dem Transfereffekt) INTRAindividuelles ausbalancieren (Spiegelbildmethode -> ABBA BAAB) -> geht bei messwiederholten Faktoren mit zwei Stufen, ansonsten den VPn nicht zumutbar INTERindividuelles ausbalancieren: - vollständig: Alle möglichen Reihenfolgen der Bedingungen werden bestimmt. Diesgarantiert, dass jede Untersuchungsbedingung gleich häufig an jeder Position der Sequenz auftritt und ebenso häufig jeder anderen Bedingung vorausgeht oder nachfolgt. Damit werden auch Positionseffekte höherer Ordnung kontrolliert. Geht nur bei geringer Anzahl DG bzw. Bedingungen - systematisch unvollständig: LATEINISCHES QUADRAT. Es werden so viele Reihenfolgen realisiert, dass jede Bedingung gleich häufig an jeder Reihenfolgeposition vorkommt. Da jede Bedingung an jeder Position genau einmal vorkommt, können damit nur Positionseffekte erster Ordnung kontrolliert werden
• Was ist eine Quasi-Zufallsreihenfolge und warum ist diese meist sinnvoller als eine reine Zufallsreihenfolge? Wegen der i.d.R. unendlich vielen Reihenfolgemöglichkeiten ist eine echte Zufallsauswahl aus allen möglichen Reihenfolgen häufig nicht realisierbar Quasi-Zufallsreihenfolgen:Oft werden weitere, inhaltlich sinnvolle Restriktionen eingeführt, z. B. • Kontrolle von Positionseffekten erster und zweiter Ordnung• nie mehr als drei gleiche Bedingungen hintereinander• alle Bedingungen gleich häufig
• Wenn in Messwiederholungsdesigns __________ hinreichend kontrolliert werden können, dann sind diese Designs von der Aussagekraft ______ _______ ________ ebenbürtig, sie haben aber den Vorteil der höheren ________ und der besseren __________. Sequenzeffekte vollständig randomisierten Designs Präzision Ökonomie
• Was bedroht statistische Validität? Zu geringe Teststärke (Power) Verletzung der mathematisch notwendigen Voraussetzungen derinferenzstatistischen Verfahren (Robustheit) Kumulierung von α- und β- Fehlern bei wiederholter Testung  Zu geringe Reliabilität der AV oder UV• AV: Aggregation (z.B. Reaktionszeiten)• UV: Parallelisierung der Reliabilität in verschiedenen Gruppen
• Was kann man tun, um statistische Validität zu gewährleisten? -Auf Varianzhomogenität und Linearität der Residuen testen • Levene-Test für VarHomo -Ausreißerkontrolle (z.B. via Boxplot, Tipper haben Median bei RTs verwendet)
• Was versteht man unter dem α-Fehler und dem β-Fehler? α-Fehler: die H0 wird abgelehnt, obwohl sie eig. gilt -> H1 wird fälschlicherweise angenommen β-Fehler: die H1 wird abgelehnt, obwohl sie eig. gilt -> H0 wird fälschlicherweise angenommen
• Wie kann man die Irrtumswahrscheinlichkeit p verringern? Unter ansonsten konstanten Bedingungen: Populationsstreuung verkleinern Stichprobenumfang (N) erhöhen -> die gesamte Population zu untersuchen würde zu einer fehlerfreien Entscheidung führen, aber dafür ist Inferenzstatistik (basiert auf Schätzungen) überflüssig.
• Kann man, wenn ein erwarteter Mittelwertsunterschied nicht signifikant wird, davon ausgehen, dass der gesuchte Effekt wirklich nicht in der Population vorhanden ist? Nicht direkt, da man die Effektgröße kennen muss (um den β-Fehler zu berechnen) und die ist meistens unbekannt.  Man muss in diesem Fall eine Poweranalyse durchführen.
• Was bedeutet Teststärke/Power und wie wird sie berechnet? Teststärke =1 - β ->Wahrscheinlichkeit, einen vorliegenden Effekt (der spezifizierten Größe)tatsächlich auch zu finden
• Was sagt die Effektgröße/stärke aus? Was stellt häufig ein Problem bei Untersuchungen dar? Nenne außerdem mindestens vier Effektstärkemaße Effektgröße/stärke: Bedeutsamkeit eines Effektes Abweichung des Wertes μ1 (Populationsmittelwert) vom Wert μ0 (Stichprobenmittelwert) = Differenz |μ1 - μ0|, relativiert an der Streuung desuntersuchten Merkmals (->Vergleichbarkeit) Problem: Der Populationsmittelwert ist meistens unbekannt und es existieren keine Hypothesen über den wahren Wert, eine Effektgröße muss also a priori abgeschätzt werden. Effekstärkenmaße: partielles Eta-Quadrat, Omega-Quadrat, Cohens d,Determinationskoeffizient R²
• Nenne vier Determinanten des Signifikanztests • Signifikanzniveau α• Teststärke 1 – β• Effektgröße d (Δ / δ)• Stichprobengröße n / N->Varianz der Testverteilungen (abhängig von der Stichprobengröße)
• Nenne zwei Wege die Power zu erhöhen. 1. Größere Stichprobe -> Standardfehler / Stichprobenfehler (geschätzt über Stichproben-Streuung) wird kleiner -> Testverteilungen werden schmaler -> höhere Teststärke undgeringere Anfälligkeit für Fehler -> Messwiederholung kann sowohl Ressourcen sparen als auch Teststärke erhöhen, da bspw. N verdoppelt wird, wenn alle VPn doppelt getestet werden 2. größerer Abstand zwischen μ0 und μ1 (größere Effektgröße) -> „p für β“ sinkt, Teststärkewird erhöht
• Es gilt: Große _____ sind gegenüber kleinen für ______ weniger anfällig bei gleichgroßen ________ Es gilt: ______ Stichproben führen gegenüber _______ Stichproben zu weniger Fehlern bei ________ Effekten Effekte α- und β- Fehler Stichproben große kleine gleichgroßen
• Ist es sinnvoll möglichst viele VPn zu finden, N also zu maximieren? Nein, denn, bei riesigen Stichproben, wird fast jeder Unterschied signifikant(auch wenn er keine praktische Bedeutung hat)
• Nenne die drei Schritte der Poweranalyse 1. Effekt schätzen (z.B. aus Literatur) 2. α, β festlegen 3. N berechnen
• Wie berechnet man Cohens d? Was sind die Konventionen hinsichtlich dieser Effektstärke? (|mx-my|)/Streuung Konvention Effektstärke bei dd = .20 d = .50 d = .80klein mittel groß
• Wie berechnet man Cohens d? Was sind die Konventionen hinsichtlich dieser Effektstärke? Welche "Tricks" kann man außerdem anwenden um d zu berechnen? (|mx-my|)/Streuung Konvention Effektstärke bei dd = .20 d = .50 d = .80klein mittel groß d=T-Wert (t)  * Wurzel aus 1/N t=Wurzel aus F-Wert
• Was bedeutet: Only the main effect for prime display offset was marginally significant, F(1,42) = 3.37, p = .07” ? N=43 (Freiheitsgrad 42 + 1)  Wurzel aus 3,37 * Wurzel aus (1/43) = 0,279 ~ 0,28
• Welche Besonderheiten ergeben sich hinsichtlich der Untersuchungsqualität bei Reaktionszeit-Experimenten? Reaktionszeiten sind nicht normalverteilt. Man kann den Median der korrekten RTs nehmen um die Ausreißerproblematik zu beheben. Durch Verwendung des Wilcoxon-Rangsummentests wird das Problem der schiefen RT-Verteilung abgeschwächt. 
• Was ist Versuchsplanung und was ist das Besondere an experimenteller Versuchsplanung? Der Vorgang der Vorbereitung, Durchführung und Auswertung einer Untersuchung um eine Hypothese valide und ökonomisch zu prüfen. Bei experimenteller VP wird explizit eine KAUSALHYPOTHESE geprüft.
• Advertisement
• Welche Arten von Versuchsplänen gibt es? Ein- und mehrfaktorielle VP bzw. vollständig gekreuzte (alle möglichen Bedingungskombinationen realisiert) und unvollständige (hierarchisch; eingenisteten oder eingeschachtelten Faktoren wenn unter den verschiedenen Stufen der UV B jeweils mindestenseine andere Stufe der UV A beobachtet wird -> wie bei Tipper)
• In orthogonalen Versuchsplänen sind die ________ (_________ und _________) unkorreliert. Die _____________ müssen nicht korrigiert werden Dies ist am einfachsten zu erreichen, wenn in jeder ________ des Versuchsplans ______ ________ _______ realisiert werden. varianzanalytischen Tests (HE und IA) Fehlerwahrscheinlichkeiten Zelle gleich viele Beobachtungen
• Was macht einen unbalancierten, orthogonalen Versuchsplan aus? Das Verhältnis der Beobachtungen pro Zeile/Spalte ist konstant über alle Spalten/Zellen.
• Welche allgemeinen Probleme treten bei Prä-Post-Plänen auf, welche spezifisch bei quasiexperimentellen Gruppenplänen? Selektion x ... Reifung, Ereignis, (Vor) Testeffekt, Veränderung der Messinstrumente, Experimentelle Einbußen (Stichprobenmortalität), Regression zur Mitte bei quasiexperimentellen Gruppenplänen: Zuordnung/Definition zu Gruppe über kategoriale Organismusvariablen (z.B. Alter, Geschlecht, Diagnose, etc. )
• Wie kommt Regression zur Mitte zustande und was bedeutet sie? Der Unterschied von prä nach post ist allein durch einen Regressionseffekt zur Mitte hin zu erklären. Kann sowohl die UV, wie auch die AV betreffen und taucht immer dann auf, wenn Probanden auf der Basis von Extremwerten in einer Variablen ausgewählt wurden oder Extremwerte auf der AV haben.
• Wie kommt Regression zur Mitte zustande und was bedeutet sie? Der Unterschied von prä nach post ist allein durch einen Regressionseffekt zur Mitte hin zu erklären. Kann sowohl die UV, wie auch die AV betreffen und taucht immer dann auf, wenn Probanden auf der Basis von Extremwerten in einer Variablen ausgewählt wurden oder Extremwerte auf der AV haben. Jeder Messwert enthält einen Messfehler welcher dazu beiträgt, dass Personen in die Extremgruppe selektiert wurden.Bei nochmaliger Messung kann sich der Messfehler fast nur noch zur Mittehin verändern ("Es kann nur besser werden"). Je extremer die Selektion, desto größer die Regression zur Mitte und je geringer die Korrelation bezüglich der UV oder AV zwischen prä und post ist, desto größer die Regression zur Mitte
• Wie kann man die Regression zur Mitte kontrollieren? • Das Werkzeug zur Operationalisierung der UV oder AV (der Test) sollte hoheRetest-Reliabilitäten aufweisen• Mehrere reliable Tests zur Messung der UV oder AV verwenden undaggregieren• Dies sollte zu hohen Retestkorrelationen führen• Wenn bezüglich der UV extrem selektiert wurde, zum Zeitpunkt „post“nochmals messen, um die Retestkorrelation bestimmen zu können• Ist die Retestkorrelation < .90 die Differenzwerte prä-post als Kovariate in dieAuswertung aufnehmen
• Für welche Störeffekte, die die interne Validität bedrohen, kann man das Cross-Over-Design verwenden? Was bedeutet das Datenbeispiel? Störeffekte wie:Gruppe x EreignisGruppe x Reifung    __ /__/  -> Keine langristigen Treatmenteffekte, da sich nach dem Cross-Over der Effekt umgekehrt wiederholt    / /__/ -> Langfristiger Treatmenteffekt, da ein weiterer Zugewinn auch nach dem Treatment für die Gruppe 1 stattfindet
• Wie äußern sich beim Regressions-Diskontinuitäts-Design Treatment HE und IA? Worauf ist zu achten, um die Daten richtig zu interpretieren? Treatment HE: Ab dem Cut-Off entsteht eine Diskontinuität, d.h. dass die Regressionsgerade ihre Steigung zwar beibehält aber nach oben oder unten (entlang der Y-Achse) verschoben wird (gehoben oder gesenkt wird). Entsteht keine Diskontinuität, die Gerade steigt also unverändert über den Cut-Off hinweg weiter, liegt kein Effekt vor. Treatment IA: Die Steigung der Regressionsgeraden ändert sich ab Cut-Off. Wenn beides vorliegt, ändert die Regressionsgeraden ab Cut-Off sowohl ihre Position (im Verhältnis zur Y-Achse), als auch ihre Steigung. Wichtig ist, den IA-Term mit in die Regressionsgleichung aufzunehmen und auf Nichtlinearität zu achten, da ansonsten ein Treatment HE vorgetäuscht wird.

back  |  next 1 / 1