410 likes | 939 Views
Versuchsplanung. Konzeption und Systematik / Experimentelle Versuchspläne. Sozialpsychologisches Experimentalpraktikum Sommersemester 2011 Goethe Universität Frankfurt Marc Gottwals , Stella Kister , Eleni Koll. Übersicht. Konzeption und Systematik der Versuchspläne
E N D
Versuchsplanung Konzeption und Systematik /Experimentelle Versuchspläne SozialpsychologischesExperimentalpraktikum Sommersemester 2011Goethe Universität Frankfurt Marc Gottwals, Stella Kister, Eleni Koll
Übersicht • Konzeptionund Systematik der Versuchspläne • ExperimentelleVersuchspläne • Within-subjects Designs • Carry-Over-Effekte • Mehrfaktorielle Designs • Haupteffekte & Interaktionen in 2x2-Designs • Exkurs: Trendanalysen, Wechselwirkungen, Mischdesigns
Konzeption und Systematik der Versuchspläne Definition des Versuchsplan (Designs): • standatisiertes, routinemäßiganwendbares Schema (Strukturschema), das demAufbau, der Kontrolle und der methodologischenBewertungeinerempirischenUntersuchung von unabhängigen (UV) und abhängigenVariablen (AV) sachlogischzugrundeliegt.
Konzeption und Systematik der Versuchspläne • Spiralenmodell
Konzeption und Systematik der Versuchspläne • Versuchsplan: • BindegliedzwischenHypothese (1) und Versuchsaufbau (3) • UntersuchungsanliegenmeistimZusammenhangmitbedingungsanalytischenFragestellungen • Ursache- Wirkungs-Beziehungenzwischenunabhängigen und abhängigenVariablen
Konzeption und Systematik der Versuchspläne • Einteilung der Versuchspläne (Designs) nachvierHaupttypen in der Systematik der Versuchspläne
Konzeption und Systematik der Versuchspläne • Bsp.: Designschema/ AllgemeineVerwendung von Designsymbolen: • R = Zufallsgruppenbildung (Randomisierung) • X = experimentelleBehandlung (Stufen/ Treatments) • Y = abhängigeMesswerte der Beobachtungen (AV)
Konzeption und Systematik der Versuchspläne • Randomisierung: Zufallsgruppenbildung • zurUntersuchung der Auswirkungzweierunterschiedlicher- experimentellerBedingungengenutzt • Zuordnungmuss per Zufallerfolgen • Zuordnungsmöglichkeiten: • Münzwurf • Zufallszahlentabelle • Computeralgorithmen
Allgemeine Gütemerkmale eines Versuchsplans • vierDesigntypenwerdennachkausalhypothetischerRelevanzabgestuft • imHinblick auf die dreiwesentlichenHauptmerkmale (dreiGütemerkmale) einerallgemeinenVersuchsplanungslogikbewertet • Plus (+) = Gütemerkmalvorhanden (positive Bewertung) • Minus (-) = Gütemerkmalnichtvorhanden (negative Bewertung)
Allgemeine Gütemerkmale eines Versuchsplans • Gütemerkmal 1: • KausaltheoretischeHypotheseistvorhanden • klarekausalbezogeneHypothesenbildung, vorVersuchsbeginn • theoretischbestmöglicheVersuchsplanungfür den konkretenUntersuchungsfallerfolgt • Beispiele: UntersuchungenmitSymbolvermerkeneinesstrengen Experiments (R, W, B (R))
Allgemeine Gütemerkmale eines Versuchsplans • Gütemerkmal II: • Experimentelle Variable istmanipulierbar • VariablentatsächlichgemäßtheoretischerAnsätze/ Hypothesenbildungsachrepräsentativvariiertwerden • imqualitativen, wieimquantitativenSinne
Allgemeine Gütemerkmale eines Versuchsplans • Gütemerkmal III: • AlleübrigenVersuchsbedingungensindkontrollierbar • ErwartungalleStörgrößen (Störvariablen) auszuschalten/ kontrollierenzukönnen • sehrhohermethodischerAnspruch: experimentelleKontrolle = seltenzuerfüllen
Allgemeine Gütemerkmale eines Versuchsplans • DreiPluszeichen(+++): • alledreiGütemerkmalegegeben • ideales Design • DreiMinuszeichen(---): • FehlenallerdreiGütemerkmale • interne Validitäteines Experiments gefährdet
Allgemeine Gütemerkmale eines Versuchsplans • „Strenge“ Experimente • eherLaborexperimente • „Korrelative“ Untersuchungen • eherFeldversuche
Allgemeine Gütemerkmale eines Versuchsplans • ModernegegenüberklassischerVersuchsplanung • strengeExperimenteeherFiktion • die den Forschungsprozesseherbehindernalsfördern(Cronbach; 1975) • erhöhtePräzision („interne“ Validität) nichtgleichErhöhungder „externen“ Validität, und somitkeineErhöhungdes psychologischenErkenntnisgewinns!
Experimentelle Versuchspläne • ExperimentelleVersuchspläne: • Zufallsgruppenbildung (Randomisierung) • Wiederholungsmessungen • Blockbildung • wichtigsten Designs der Experimentalpsychologie
Versuchspläne mit Randomisierung • „Between-Designs“bezeichnet, da basierend auf Mittelwertsvergleich • Zuordnung per „Zufall“ • Annahme: interindividuelleUnterschiede (zw. den einzelnen VP) verteilensichzufällig auf die einzelnenBedingungen • Bsp.: • Zweistichprobenversuchspläne (1 UV, 2 Stufen) • Mehrstichprobenversuchspläne (unifaktoriell und mind. 3 Stufen/mehrfaktoriell u mindestens 2 Stufen)
Versuchspläne mit Randomisierung • Vorteile: • ZufälligeVerteilung der Merkmale (VP), die alsStörvariablenwirkenkönnten • OrganismusfaktorenübenkeinerleiEffekt auf die AV aus, erhöht die interne Validität • expliziteKenntnis der Störvariablennichtnotwendig • Nachteile: • „Ökonomie-Problem“, RandomisierungerfordertausreichendgroßeStichprobe • Zufallsfehlertypischerweisehoch
Versuchspläne mit Blockbildung • dienender Verminderung der zufälligenFehlervarianz • bekannteStörfaktorenwerdenerfasst, VPs bezüglich der Ausprägung in diesenVariablensystematisch den einzelnenBedingungenzugeordnet • homogenereexperimentelleGruppen • VPs werden in Rangreihegebracht, dann in Blöcke (statistischeZwillinge) eingeteilt • VPs innerhalbeines Blocks ähnlicherals VPs ausserhalbeines Blocks • Blocks werden per Zufall (R) den experimentellenBedingungenzugeordnet
Versuchspläne mit Blockbildung • Bsp: • Zweistichprobenversuchspläne • Mehrstichprobenversuchspläne (unifaktoriell/ mindestens 3 Stufenodermehrfaktoriell/ mindestensjeweils 2 Stufen)
Versuchspläne mit Blockbildung • Vorteile: • Kompromiss der beidenanderen Designs, kombiniert die jeweiligenVorteile • AusgangsunterschiedezwischenexperimentellenBedingungenwesentlichgeringerals per Randomisierung • geringereStichprobengrößemöglich • Nachteile: • VoraussetzungexpliziterVorkenntnisse der Störvariablen • Versuchsaufwandtypischerweisesehrhoch
Within – subjects Designs • Experimentelle Versuchspläne, bei denen man dieselben Probanden nacheinander allen Stufen einer Unabhängigen Variablen aussetzt und jeweils die Ausprägung der AV misst. • Between-subjects Designs: Verschiedenen Stufen einer UV werden verschiedene Probanden zugeordnet.
Vorteile von within-subject Designs • Ökonomischer • Lösen das Problem personengebundenerStörvariablen • Subjektive Urteile über Stimuli hängen häufig von dem Kontext ab, in dem sie dargeboten werden • Kleine Effekte können leichter entdeckt werden; Within-subjectsDesigns sind sensitiver
Nachteile von Within-subjects Designs • Entsprechende UV kann nicht immer sinnvoll innerhalb einer Person variiert werden • Erkennen der Hypothese durch Probanden • Reihenfolgeeffekte
Carry – Over - Effekte • Entstehen auf Grund der Reihenfolge, in der verschiedene experimentelle Bedingungen durchgeführt werden • Verhalten der VP in der Bedingung X hängt davon ab, ob VP zuvor der Bedingung Y ausgesetzt war
Bsp.: verbessert ein Hinweis die Fähigkeit der VP, mathematische Probleme zu lösen? • VP erhält i.d. Experimentalbedingung den Hinweis; i.d. Instruktion zur Kontrollbedingung fehlt er • VP mit der die Experimentalbedingung vor der Kontrollbedingung durchgeführt wurde, kann den Hinweis auch in der Kontrollbedingung verwenden Auftreten eines Carry-Over-Effekts wahrscheinlich • ACHTUNG!Die Kontrollbedingung mit allen Teilnehmern zuerst durchzuführen löst das Problem nicht! Dadurch blieben mögliche Positionseffekte unbalanciert!
KEINE Möglichkeit zur effektiven Kontrolle von Carry-Over-Effekten • Wenn solche Effekte wahrscheinlich auftreten between-subjects-Design einsetzen • Auftreten von Carry-Over-Effekten nicht auf solche Manipulationen beschränkt z.B. - Wirkung von Medikamenten/Drogen - Belohnung/Bestrafung
Carry – Over – Effekte als eigenständiges Phänomen • Experiment einmal im within-subjects Design und einmal im between-subjects Design durchführen • In beiden Varianten derselbe Effekt der UV Kein Carry-Over-Effekt • Unterschiedliche Wirkung der UV Carry-Over-Effekt
Mehrfaktorielle Designs • Experimente, die die Wirkung mehrerer Uvn bzw. mehrerer vermuteter Ursachen zugleich untersuchen • Bsp.: Untersuchung der Ursachen aggressiven Verhaltens • Jede Stufe einer UV sollte mit jeder Stufe der anderen UVn kombiniert werden
Beispiel • 2 x 2-Design • Anzahl der Stufen der verschiedenen UVn miteinander multipliziert = Zahl der Bedingungen
Grenzen der mehrfaktoriellen Designs • Sehr viele Bedingungen = Sehr aufwändig • Interpretation der Ergebnisse mit ganz vielen UVn sehr kompliziert Experimente mit mehr als 3 UVn sehr selten
Haupteffekte & Interaktionen in 2 x 2-Designs • Wirkung von 2 UVn bestimmen: • 1. Hypothese testen • 2. Vermutung überprüfen • Vorteil:- weniger Versuchspersonen- neue Erkenntnisse Interaktion zwischen unseren beiden UVn feststellbar
Quellen • Sarris, V.; Reiß, S. (2005). Kurzer Leitfaden der Experimentalpsychologie. • Sedlmeier, P.; Renkewitz, F. (2008). Forschungsmethoden und Statistik in der Psychologie