172
Versuchsplanung und Datenerhebung (Fach) / LZUW_SS2014 (Lektion)
Anzeige
- Was sind genannte Abkürzungen R X O im Design? R = Randomisieren X = Treatments / Intervention O = Messung / Beobachtung
- Wozu dienen Vortest-Nachtest-Kontrollgruppendesigns Ermöglicht den Vergleich der Gruppe vor dem Treatment hat Ranomisierung gewirkt, sind Gruppen vergleichbar? Kleine Effekte der UV können eher entdeckt werden Erhöhte Teststärke zum Entdecken vorhandener Treatmenteffekte
- Was ist eine Kovariate? Eine Kovariate ist eine intervallskalierte Variable, die neben der AV und den UVn bei jeder VP erhoben wurde Eine Kovariate kann mehrmals ehoben werden (z. B. im Vortest)
- Was ist, wenn eine Kovariate als Störvariable vermutet wird? dann kann sie in der statistischen Auswertung mit berücksichtigt werden (Parallelisierung im Nachhinein)
- Wie geht man in einem Solomon Viergruppen-Plan vor? Potenzielles Problem von Vortest Messungen: Wechselwirkungen von Vortest Messung mit dem Teratment auf die Nachtestmessung (Gefährdung der externen Validität) Beispiel: Eine Ängstlichkeitsmessung könnte die Wirkung des Angstauslösers verändern R O X O R O O R X O R O Vergleich der Gruppen, um Wechselwirkungen auszuchließen
- Was ist ein Design mit wechselnder Replikation? Ein Treatment wird zeitliche versetzt eingeführt. Vorteile: Erhöht auf die Akzeptanz der Teilnehmen Ist aus ethischen Gründen oft notwendig R O X O O R O O X O
- Als was wird die in einer bestimmten empirischen Untersuchung realisierte UV auch bezeichnet? als Faktor
- Was ist ein einfaktorielles Design? Der Einfluss einer UV (eines Faktors) wird untersucht, die mindestens zwei Ausprägungen hat
- Was ist ein mehrfaktorielles Design? mindestens 2 UV (Faktoren) jede mit mindestens 2 Stufen, werden gleichzeitig systematisch variiert
- Was ist ein Haupteffekt? Bezeichnung für den seperaten Einfluss eines Faktors in einem mehrfaktoriellen Experiment
- Anzeige
- Was sind Interaktionen? Beschreibende Einflüsse, die auf die Kombination von Stufen der Faktoren zurückzuführen sind und nicht allein durch die Haupteffekte erklärt werden können.
- Was sind mehrfaktorielle Designs? Es können 3 oder mehr Faktoren miteinander gekreuzt werden. Anzahl der Zahlen zeigt, wieviele Faktoren das Design enthält. Zahlenwert zeigt, wieviel Stufen der jeweilige Faktor hat Beispiel: 3 x 2 x 2- Design (3 Faktoren) 1. Faktor: 3 Stufen 2. Faktor: 2 Stufen 3. Faktor: 2 Stufen 3 x 2 x 2 = 12 Bedingungen
- Was ist ein Within-subjects-Design? Manipulation der UV kann interindividuell (between-subjects), vgl. von 2 Gruppen z. B. Experimental- und Kontrollgruppe oder intraindividuell (within subjects) erfolgen. Jede VPN durchläuft alle verschiedenen Bedingungen oder Treatments Vgl. der AV derselben Person unter verschiedenen Bedingungen Solche Faktoren werden auch als Messwiederholungsfaktoren bezeichnet
- Was ist ein Cross-over-Design? VPN erhalten zunächst zufllig Treatment A oder B Nach einem Nachtest erhalten VPN durch "crossover" jeweils anderes noch nicht erhaltenes Treatment Ausbalancierung und Erfassung der Reihenfolgeeffekte
- Als was für eine Variante wird das Cross-over-Design auch bezeichnet? Als eine Variante der sogenannten Lateinischen Quadrate: R O XA O XB O R O XB O XA O
- Was ist vollständiges Ausbalancieren? Alle Kombinationen von Reihenfolgen werden experimentell realisiert Führt sehr schnell zu mehr Reihenfolgen als VPN
- Was ist unvollständiges Ausbalancieren? Nicht alle möglichen Reihenfolgen werden realisiert, sondern es wird gezielt eine gegeignete Kombination von einigen Reihenfolgen ausgewählt. Gängigste Methode: Lateinische Quadrate
- Was ist das Lateinische Quadrat? im Allgemeinen eine k x k -Matrix, die mit k Symbolen belegt wird. Vorteil: Ein Faktor mit k Stufen benötigt k Versuchspersonengruppen. Ein lateinisches Quadrat mit k=2 entspricht vollständigem Ausbalancieren
- Was ist Vorteil von Within-subject-Designs? Statistische Tests haben höhere Teststärke zur Entdeckung von Unterschieden Keine Konfundierung der personengebundenen Störvariablen mit der UV Intraindividuelle Pläne sind daher meist ökonomischer und effizienter
- Was ist Nachteil von Within-subject-Designs? Komplikationen durch Ermüdungs- und Lerneffekte möglich (Kontrolltechniken notwendig) Intraindividuelle Manipiulationen sind manchmal unangebracht (z. B. Carry-Over-Effekte, Sensitivierungseffekte, Konsistenzeffekte)
- Was sind Quasi-Experimente? Experimente, bei denen keine Randomisierung vorgenommen wird Zuordunung zu Bedingungen oft anhand von Gruppenzugehörigkeit
- Wann werden Quasi-Experimente eingesetzt? Häufig lässt sich Randomisierung praktisch nicht durchführen Häufig bei der Evaluation von Treatments in der Praxis Gefährdung: Bei Quasi-Experimenten sind besonders Gefährdungen der internen Validität zu beachten.