11.01.2014 Aufrufe

Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...

Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...

Skript zur Vorlesung „Versuchsplanung“ (Prof. Dr. Christoph Stahl ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

- Zelle = Treatment<br />

- Prüfbare Effekte: A, B, C, AxB, AxC, BxC, AxBxC<br />

- 2) Hierarchischer dreifaktorieller Plan B(A) x C mit 6(3)x2 Zellen<br />

- z.B.: Untersuchung der Wirkung eines Unterrichtsprogramms<br />

- A = Unterrichtsprogramm (Treatment‐Faktor)<br />

- B = Schulklasse (in Faktor A genesteter Gruppenfaktor)<br />

- C = Geschlecht der Schüler (Blockfaktor)<br />

- Prüfbare Effekte: A, B, C, AxC, BxC<br />

- 3) Zweifaktorieller Plan A x B mit einem Messwiederholungsfaktor B & einem Treatmentfaktor A<br />

- z.B.: Untersuchung des Einflusses der Enkodierung auf Vergessen<br />

- A: Enkodierung (Auswendiglernen vs. bildlich vorstellen)<br />

- B: Messwiederholung (nach 0, 5, 10, 20 Minuten)<br />

- Prüfbare Effekte: A, B, AxB<br />

Quadratische Pläne<br />

- Versuchspläne mit zwei‐ oder mehrfaktoriellen Designs, wobei jeder Faktor p Stufen aufweist<br />

- Bei 2 Faktoren sind somit p 2 Untersuchungsgruppen notwendig<br />

Lateinisches Quadrat<br />

- mit identischem Aufwand (identischer Gruppenzahl) lassen sich auch dreifaktorielle Designs durchführen <br />

lateinische Quadrate<br />

- Vorteile: geringerer Aufwand (weniger Gruppen, d.h. geringere Gesamt‐SP‐Größe)<br />

- Nachteile: nur Haupteffekte, Annahme: keine Interaktionen<br />

- Interaktion zwischen Faktoren A & B sind nicht definiert & somit nicht testbar<br />

(obwohl paarweise alle Kombinationen realisiert sind)<br />

- Haupteffekte können nur interpretiert werden, wenn davon ausgegangen werden kann, dass<br />

Interaktionseffekte vernachlässigbar sind (theoretische Vorannahme)<br />

Griechisch‐lateinische Quadrate<br />

- Anordnung für 4 Faktoren mit identischem Aufwand (identischer Gruppenzahl) wie lateinische Quadrate<br />

- Voraussetzung: orthogonale lateinische Quadrate<br />

- Orthogonale lateinische Quadrate: jede Kombination kommt gleich häufig vor<br />

- Nicht‐orthogonale lateinische Quadrate: Kombinationen treten mit unterschiedlicher<br />

Häufigkeit auf (Bsp.: A1B2 dreimal, A2B1 gar nicht)<br />

- Vorteile:<br />

- Haupteffekte ausbalanciert (paarweise: jede Stufe A & jede Stufe B)<br />

- (viel) weniger SP<br />

- Beispiel: 4 Faktoren, jeweils 4 Stufen<br />

- 44 = 256 Gruppen nach faktoriellem Design<br />

- 16 Gruppen nach griechisch‐lateinischem Quadrat<br />

- Nachteile:<br />

- Nur Haupteffekte prüfbar<br />

- Abwesenheit von Interaktionseffekten vorausgesetzt (nicht überprüfbar)<br />

Lateinische Quadrate und Reihenfolgeeffekte<br />

- Ziel: Kontrolle der Stimulusreihenfolge<br />

- Oft werden mehrere Stimuli nacheinander dargeboten<br />

- Gefahr von Reihenfolge‐Effekten<br />

- Lösungsansatz 1: Permutation der Stimuli<br />

- Ausbalancieren durch Permutation (jede mögliche Reihenfolge wird realisiert)<br />

- Nachteil des Ausbalancierens: großer Aufwand<br />

- Wird die AV in k verschiedenen Bedingungen erhoben, so müssen k! verschiedene Reihenfolgen realisiert<br />

werden: 2! = 2; 3! = 6; 4! = 24; 5! = 120; 10! = 3.628.800<br />

- Lösungsansatz 2: Lateinisches Quadrat<br />

- Kontrolle von Positionseffekten (jeder Stimulus an jeder Position)<br />

- Keine Kontrolle von Sequenzeffekten (B immer nach A)

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!