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.
Kontrollgruppenplan mit Vortest<br />
- Beobachtung der AV vor & nach Randomisierung & Manipulation der UV<br />
- vorher bestehende Unterschiede zwischen den Gruppen prüfbar; reduziert<br />
Fehlervarianz (erhöht statistische Validität)<br />
- Problem: Sensitivierung, Übungseffekte; durch Vortest (potentielle Gefährdung interne bzw.<br />
Konstruktvalidität); abhängig von Messmethode Kontrolle des Vortest‐Effekts<br />
- Interpretationsmöglichkeiten<br />
- Aussagen über Zusammenhang UV & AV<br />
- Aussagen über Kausalität<br />
- Varianten:<br />
- Prä‐Post‐Messungen bei randomisierter Zuordnung & 2 unterschiedlichen Treatments<br />
- 2 Treatments und eine KG<br />
Solomons Vier‐Gruppen‐Plan<br />
- Kombination der beiden elementaren Versuchspläne<br />
- Vorteile<br />
- Analyse möglicher Effekte des Vortests auf AV & Wechselwirkung zwischen Vortest & Treatment<br />
- Repliziert Effekt des Treatments (O2>O1, O2>O4, O5>O6, O5>O3)<br />
- Nachteile<br />
- komplizierte Auswertung & Interpretation; großer Aufwand<br />
- Im Zweifelsfall: einfacheren Kontrollgruppenplan ohne Vortest<br />
Mehrfaktorielle Versuchspläne<br />
- Faktorielles (2x2‐) Design<br />
- Alle möglichen Kombinationen der (beiden 2‐fach gestuften) Faktoren sind realisiert<br />
- Bsp: Lernen<br />
- UV A: Lernhäufigkeit (A1: hoch vs. A2: niedrig)<br />
- UV B: Lerndauer (B1: lang vs. B2: kurz)<br />
- 2x2‐Design: 4 Versuchsbedingungen als Kombination von A & B:<br />
- A1B1: hohe Lernhäufigkeit, lange Lerndauer<br />
- A1B2: hohe Lernhäufigkeit, kurze Lerndauer<br />
- A2B1: niedrige Lernhäufigkeit, lange Lerndauer<br />
- A2B2: niedrige Lernhäufigkeit, kurze Lerndauer<br />
Faktorielle Designs<br />
- Alle möglichen Kombinationen der Faktoren sind realisiert<br />
- Vorteile:<br />
- Effizienter als eine Durchführung jeweils einzelner Experimente für jeden der Faktoren<br />
- Untersuchung von Interaktionseffekten möglich<br />
- Haupteffekt: Wirkung eines Faktors A unabhängig von den Stufen des anderen Faktors<br />
- Bsp: Frustration erzeugt bei allen Personengruppen Aggression<br />
- Interaktion: Wechselwirkung zwischen 2 Faktoren; Wirkung eines Faktors A hängt von Ausprägung des Faktors<br />
B ab<br />
- Bsp: Frustration erzeugt nur bei Männern Aggression (nicht bei Frauen)<br />
Beispiel Interaktionseffekte<br />
- Untersuchung zum Einfluss von Alkohol (UV1) & Kaffee (UV2)<br />
auf die Reaktionszeit (AV)
Change language