Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...
Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...
Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
- Besser: multiple Messungen des Konstrukts<br />
- Mono‐method‐bias<br />
- Daten werden nur mit einer Erhebungsmethode erhoben<br />
- Methode der Datenerhebung hat möglicherweise Einfluss auf Ergebnisse der Messung<br />
- Besser: mehrere Datenquellen (Selbstbeobachtung, Fremdbeobachtung, Fragebogen, etc.) verwenden<br />
- Problem: höherer Aufwand<br />
- Treatment erhöht Sensitivität für die Struktur der untersuchten Konstrukte<br />
- Bsp.: Untersuchung zum Antisemitismus; KG: Fragebogen zu Einstellungen; EG: erst Infoveranstaltung,<br />
dann Fragebogen zu Einstellungen<br />
- erhöhte Sensitivität der VP in EG ggf. differenziertere Antworten; Veränderung des gemessenen Konstrukts<br />
- Selbstberichte/Protokolle abhängig von Motivation<br />
- Befragte antworten nicht immer wahrheitsgemäß; individuelle Ziele/Motivationen beeinflussen<br />
Antworten<br />
- Konsequenz: Messung erfasst das Zielkonstrukt nicht<br />
- Mögliche Lösungen: Fremdurteile, unverfälschbare Maße<br />
- Reaktivität in Bezug auf die experimentelle Situation<br />
- Nicht das Treatment selbst, sondern andere Aspekte der experimentellen Situation bewirken Effekte<br />
- Bsp.: Placebo‐Effekte in medizinischen Studien<br />
- Hypothesen, Erwartungen, Befürchtungen der VP, Reaktion auf VL, situative demand characteristics<br />
- Lösungsansätze:<br />
- Unaufdringliche, unverfälschbare Messungen<br />
- Zeitverzögerte Messung<br />
- sensibilisierende Prätests vermeiden (oder ihre Effekte untersuchen)<br />
- standardisierte Interaktion mit VL oder VL ganz eliminieren<br />
- falsche Erwartungen induzieren (z.B. Täuschung; soweit ethisch vertretbar)<br />
- Erwartungen des Experimentators<br />
- VL‐Erwartungen können Ergebnisse (bewusst oder unbewusst) beeinflussen<br />
- Lösungsansätze:<br />
- mehrere Untersuchungsleiter<br />
- Beobachtung der Untersuchungsleiter<br />
- Doppelblinduntersuchungen (VP & VL wissen nicht, welche Bedingung realisiert wird)<br />
- <strong>Dr</strong>eifachblinduntersuchungen (VP, VL & Auswerter wissen nicht, welche Bedingung realisiert wird)<br />
- Kontakt mit VP minimieren<br />
- Neuheiten & Unterbrechungen<br />
- Tatsache, dass Treatment/Veränderung realisiert wird, kann schon einen Einfluss haben (unabhängig von<br />
der Art der Veränderung/des Treatments)<br />
- Bsp.: Hawthorne‐Studie: jegliche Veränderung am Arbeitsplatz führte zu Verbesserung der Arbeitsleistung<br />
- Konsequenz: Effekt beruht nicht auf manipuliertem Konstrukt<br />
- Kompensatorische Gleichstellung<br />
- Bsp.: klinische Studien: Wunsch nach sozialer Gerechtigkeit führt ggf. dazu, dass VP in KG besser<br />
behandelt werden als VP in EG (bessere Betreuung der VP als „Ausgleich“ für Verweigerung des<br />
Treatments)<br />
- Folge: Nivellierung (Reduktion) der Effekte<br />
- Lösungsansätze:<br />
- Aufklärung über Sinn & Zweck der Untersuchung & Einteilung in Gruppen<br />
- Verblindung<br />
- Placebo‐Therapie<br />
- Warteliste<br />
- Kompensatorische Rivalität<br />
- VP in KG strengen sich ggf. übermäßig an<br />
- Lösungsversuche: Leistung vor & nach der Untersuchung erfassen<br />
- Nachtragende & demoralisierte Teilnehmer<br />
- VP, die nicht in die gewünschte Bedingung gelangen, reagieren unkooperativ im weiteren<br />
Untersuchungsverlauf<br />
- Lösung: Transparenz bei Zuordnung, Bildung von Warte‐KG, weitere Angebote nach Ende der Studie
Change language