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.
- Konstanthaltung anderer Faktoren (Kontrolle von Störvariablen)<br />
- beobachten, ob der zu erklärende Sachverhalt (AV) eintritt oder nicht<br />
- Kausale Interpretation<br />
- Ergebnis: (k)ein Effekt in der AV (Unterschied zwischen 2 oder mehr Bedingungen)<br />
- Kausale Interpretation: UV ist (k)eine Ursache für den Effekt auf die AV<br />
- Konfundierung<br />
- gemeinsame Variation der UV (vermutete Ursache) mit (mindestens) einer anderen Variable (Störvariable, SV)<br />
- SV kann als Ursache für den beobachteten Sachverhalt nicht ausgeschlossen werden � UV kann nicht als<br />
Ursache interpretiert werden!<br />
Zusammenfassung<br />
- Empirische Prüfung psychologischer Hypothesen<br />
- deduktivistischer Ansatz (Falsifikationsprinzip)<br />
- dogmatischer vs. methodologischer Falsifikationismus<br />
- Theorie‐Empirie‐Überbrückungsproblem<br />
- PH (TIH) kann nur indirekt (mithilfe von HHn) geprüft werden<br />
- TIH & HHn bilden die EIH<br />
- Deduktivistische Theorie hypothesenprüfender Untersuchungen<br />
- Strenge & Fairness maximieren: …<br />
- HHn sorgfältig auswählen & explizit benennen<br />
- Implikationsbeziehung (PH & HHn) � SH sicherstellen<br />
- statistische Fehlerniveaus kontrollieren und möglichst gering halten<br />
- Prüfung von Kausalhypothesen<br />
- Kausalität & aktive Manipulation<br />
- INUS: Ursache als Teil einer Menge von Randbedingungen<br />
- � Aktive Manipulation der interessierenden Bedingung & Konstanthaltung aller anderen Randbedingungen<br />
4. & 5. <strong>Vorlesung</strong>: Gütekriterien<br />
Gütekriterien empirischer Untersuchungen<br />
‐ Deduktivistische Theorie hypothesentestender Untersuchungen: Strenge; Fairness<br />
‐ Theorie der internen & externen Validität: Interne & Externe Validität<br />
‐ Weitere Gütekriterien: Konstruktvalidität; Statistische Validität (Validität des statistischen Schlusses)<br />
Validität<br />
‐ Gültigkeit, Wahrheit, Angemessenheit von Schlussfolgerungen oder Konstrukten<br />
‐ Ist ein Verfahren geeignet, um die jeweilige Hypothese/Fragestellung zu untersuchen?<br />
‐ Ist eine bestimmte Schlussfolgerung aus einem Untersuchungsergebnis zulässig/gültig?<br />
‐ Misst ein Verfahren, was es vorgibt zu messen?<br />
‐ Validität ist graduell, nicht absolut zu verstehen<br />
‐ Interne Validität: Gibt der beobachtete Zusammenhang zwischen UV & AV den kausalen Zusammenhang A<br />
� B wieder?<br />
‐ Externe Validität: Ist Generalisierbarkeit gegeben, wenn SP, Settings, Treatments, Messmethoden beliebig<br />
variiert werden?<br />
‐ Konstruktvalidität: Ist der Rückschluss aus den beobachteten (manifesten) Variablen auf das Konstrukt<br />
(latente Variable) gültig?<br />
‐ Statistische Validität: Werden statistische Methoden richtig angewandt & interpretiert?<br />
Gefährdung der Validität<br />
‐ Leitfragen: Was sind mögliche Gefährdungen? Sind die Gefährdungen plausibel (oder nur möglich)?<br />
Entspricht die Richtung des Effekts der Gefährdung der Richtung des zu erwartenden Effekts?<br />
‐ Vorgehen: häufige Gefährdungen auflisten (Kritik eigener Versuchspläne)<br />
‐ Ideal: Versuchsplanerischer Ausschluss von Validitätsgefährdungen (z.B. Randomisierung)<br />
‐ Alternativ: statistische Kontrolle (z.B. Kovarianzanalyse)<br />
‐ � Erkennen von Gefährdungen hängt von Theoriebildung & Erkenntnisstand ab
Change language