Expeiment, Quasi-Experiment und nicht-experimentelle Methoden Flashcards

Question

Experiment: Gruppen

Answer 1

a) Experimentalgruppe: Die Gruppe, bei der diejenige Stufe der UV realisiert wird, die den Forscher interessiert b) Kontrollgruppe: Soll den Vergleich ermöglichen und die Störvariablen kontrollieren

Answer 2

1. Definition: Wenn ein Experiment einen eindeutige Kausalschluss ermöglicht, wird es auch als intern valide bezeichnet -> Das wichtigste Kriterium zur Beurteilung der Güte von Experimenten 2. Problem: Da meist nicht alle potenziell relevanten Störvariablen bekannt sind, ist interne Validität ein Ziel, von dem letztlich nie mit absoluter Gewissheit behauptet werden kann, dass es erreicht wurde 3. Verbesserung: Kontrolltechniken einsetzten und interne Validität dadurch erhöhen

Answer 3

1. personengebundene Störvariablen | 2. Störvariablen im Versuchsaufbau

Answer 4

1. Randomisierung | 2. Parallelisierung

Answer 5

1. Definition: Die Zufällige Zuteilung der VP zu den ver. Bedingungen eines Experiments. Dabei besteht für jede VP die gleiche Chance, einer bestimmten Bedingung zugeordnet zu werden 2. Umsetzung: Im Kopf machen ist kein Zufallsprinzip, dazu sind wir Menschen nicht in der Lage: a) Lose b) Münzwurf c) Zufallszahlen: z.B.: ist Zufallszahl grade kommt VP in Gruppe 1, ist sie ungrade in Gruppe 2 d) Achtung: Wenn man gleich große Stichproben will, sollte man die Zufallsverfahren (Münzwurf oder Zufallszahlen) so formulieren, dass sie für 2 VP gleichzeitig gelten (z.B.: Wenn die Zufallszahl gerade ist, dann kommt die nächste Vp in die Gruppe 1 und die übernächste in die Gruppe 2, wenn die Zufallszahl ungerade ist, dann umgekehrt.)

Answer 6

1. Vorteile: a) Störvariablen müssen weder bekannt sein, noch operationalisiert oder gemessen werden b) Alle personengebunden Störvariablen werden balanciert, egal ob wir sie kennen oder nicht 2. Nachteile: a) Es kann trotzdem ungleiche Gruppen geben: Diese Gefahr ist umso geringer je größer die Stichprobe ist b) es gilt, je homogener eine Population desto weniger VP benötigt man

Answer 7

1. Wir bringen unsere Versuchsbedingungen (A,B,C,D) durch Lose in eine zufällige Reihenfolge: unser erster Block (z.B.: C,A,B,D) 2. Die ersten vier Teilnehmer werden entsprechend der Reihenfolge im ersten Block nun nacheinander den Bedingungen C, A, B und D zugeordnet. 3. Für die nächsten vier Teilnehmer benutzen wir erneut unsere Lose und erstellen eine neue zufällige Reihenfolge der Bedingungen (z.B.: Block 2: D, B, A, C) 4. Die VP 5-8 werden dann gemäß der Reihenfolge in Block 2 den Bedingungen zugeordnet. 5. Diese Prozedur wird so lange wiederholt, bis die gewünschte Anzahl an VP erreicht ist o Vorteile der Block-Randomisierung: 1. Leicht zu Handhaben 2. Es ist sichergestellt, dass an jeder Bedingung gleich viele VP teilnehmen 3. Es werden Störvariablen kontrolliert, die erst im Laufe der Durchführungszeit eines Experiments auftreten 4. Es werden zeitbezogene Störvariablen kontrolliert

Answer 8

1. Vor dem Experiment wird diejenige Störvariable bei den VP gemessen, die durch die Parallelisierung kontrolliert werden, soll. Man bildet dann zunächst Gruppen aus VP, die auf der Störvariable den gleichen oder zumindest einen sehr ähnlichen Wert haben. Die Größe der Gruppen richtet sich nach Anzahl der Bedingungen im Experiment (gibt es nur zwei Bedingungen besteht eine Gruppe jeweils aus zwei VP). Schließlich wird aus jeder Gruppe ein Teilnehmer jeder der ver. Bedingungen zugewiesen 2. Kombination mit Randomisierung: Trotzdem sollte man die Parallelisierung noch mit einer Randomisierung kombinieren  die Aufteilung der VP aus den Gruppen in die ver. Bedingungen sollte als zufällig erfolgen

Answer 9

Manchmal wird die AV zur Parallelisierung genutzt, dann gibt es eine Vorher- Nachher-Messung  Problem: Wegen Übungseffekten nicht immer möglich

Answer 10

1. Vorteile: Gut bei kleinen Stichproben, wenn man trotzdem ein Between-Design durchführen will/muss 2. Nachteile: a) Höherer Aufwand im Vergleich zum Randomisieren b) Die Störvariable muss bekannt sein und gemessen werden c) Man kann nur eine sehr begrenzte Anzahl an personengebundenen Störvariablen kontrollieren c) Bei einer bekannten und messbaren Störvariable ist parallelisieren um so empfehlenswerter, je kleiner die Stichprobe ist d) Trotzdem empfiehlt sich noch einen Randomisierungsprozess mit einzubauen

Answer 11

1. Konstanthalten 2. Elimination 3. balancieren /Zufallsvariation 4. Randomisieren 5. Einführung einer Kontrollgruppe 6. Kontrolle von Erwartungseffekten a) Demand characteristics b) Placebo-Effekt c) Rosenthal-Effekt

Answer 12

1. Definition: jenseits der UV werden einfach alle als wichtig erachteten Merkmale der Untersuchungssituation in allen Bedingungen bei allen VP konstant gehalten 2. Die Störvariable wird für die Dauer des Versuches konstant gehalten, alle VPn sind ihr gleich ausgesetzt 3. Achtung: Nur weil die Störvariable bei allen VP gleich ist, heißt dass nicht, dass sie bei allen VP auch gleich wirkt (z.B.: Der V1 kann trotzdem auf eine VP sympathisch wirken und auf eine andere nicht) 4. Nachteil: a) Hat Einfluss auf die Generalisierbarkeit b) kann sehr (zeit)aufwändig sein

Answer 13

1. Eine Variante der Kontrolle durch Konstanthalten. Es wird dafür gesorgt, dass der Wert der Störvariable in allen Bedingungen und bei alle VP null beträgt, also dass die Störvariable gar nicht erst auftritt 2. Vorteile: Radikalste und wirksamste Technik 3. Nachteile: nicht bei allen Variablen möglich

Answer 14

1. Anstatt nur eine Stufe der Störvariable während des ganzen Experiments konstant zu halten, kann man ver. Stufen der Störvariable variieren (z.B.: ein V1 ist männlich und ein V1 weiblich und zufällig arbeiten sie mit gleich vielen VP aus beiden Gruppen) 2. Im within-Design: können die Reihenfolgen der ver. Bedingungen balanciert werden 3. Achtung: Variation darf nicht mit der Variation der UV parallel gehen 4. Vorteil: mehr Generalisierbarkeit wieder möglich

Answer 15

Neben den VP können auch andere Bedingungen eines Experiments zufällig zugeordnet werden. Wird z.B.: häufig genutzt, wenn in einem Experiment Versuchsmaterialien auf Bedingungen aufgeteilt werden müssen

Answer 16

- > Kann viele Arten von Störvariablen kontrollieren, bei einem Experiment, wo uns beide Ausprägungen der UV interessieren, ist jeweils die eine Gruppe Kontrollgruppe für die andere: a) Veränderungen und Einflüsse zwischen den Zeitpunkten: z.B.: Ermüdung, Unaufmerksamkeit, Gewöhnung, … Wenn beide Gruppen diesen Bedingungen geleichermaßen, ausgesetzt sind, kann ihre Wirkung kontrolliert werden b) Reaktive Effekte der Vormessung: Eine VP lässt sich durch die Vorhermessung beeinflussen und die Nachhermessung wird dadurch verfälscht (z.B.: die Vorhermessung stößt einen Denkprozess an, soziale Erwünschtheit,…)

Answer 17

1. Definition: Hinweise/ Merkmale in Untersuchungssituationen, aufgrund derer VP spezifische Erwartungen entwickeln oder das Gefühl haben, dass ihnen signalisiert wird, welches Verhalten gezeigt werden soll oder welcher Effekt wahrscheinlich auftritt. Können im Experiment von VP genutzt werden, um ihr Verhalten gezielt zu steuern -> viele VP haben die Tendenz „gute VP“ zu sein und wollen die Hypothese des VL bestätige 2. Kontrolle: Erwartungen stellen nur dann eine relevante Störvariable dar, wenn sie mit der UV konfundiert sind. Eine wirksame Kontrolle muss also lediglich sicherstellen, dass die Teilnehmer in den ver. Bedingungen nicht systematisch unterschiedliche Erwartungen aufbauen a) Bildversuch b) Experimentellen Ablauf in allen Bedingungen konstant halten

Answer 18

1. Definition: Ein Effekt tritt ein, nur weil eine VP glaubt, dass sie in einer wirksamen Weise behandelt wird bzw. das eine Maßnahme einen bestimmten Effekt hat 2. Kontrolle: a) Placebo-Kontroll-Studien: Mind. drei Gruppen. Die EG bekommt die wirksame Behandlung, die KG bekommt keine Behandlung, die Placebo-Gruppe glaubt dass sie eine Behandlung bekommt, bekommt aber in Wirklichkeit keine Behandlung - > haben PG und EG gleich Ergebnisse wirkt das Medikament nicht, haben PG und KG gleiche Ergebnisse wirkt das Medikament 3. Problem: a) in Psychologischen Studien oft schwierig ein geeignetes Placebo zu finden b) ethische Probleme z.B.: Therapieforschung -> Lösungsansatz "nachschalten" der Behandlung

Answer 19

1. Definition: Die (unbewussten) Erwartungen des VL beeinflussen ungewollt das Ergebnis des Experiments. Wird primär über nonverbales Verhalten übermittelt. Häufig konfundiert die Erwartung des VL mit der UV, da er die Hypothese kennt und für Experimental- und Kontrollgruppe unterschiedliche Ergebnisse erwartet

Answer 20

1. Definition: eine Störvariable variiert (korreliert) systematisch mit der UV 2. Problem: Das Ergebnis kann nicht auf die Wirkung der UV zurückgeführt werden, weil ihre Wirkung nicht von der Wirkung der Störvariable getrennt werden kann 3. Konsequenzen: a) Lässt sich eine Konfundierung nicht vermeiden kann man kein Experiment durchführen (ausweichen auf nicht-experimentelle Untersuchungen, evlt. Quasi-Experiment) b) Wird nach dem Experiment eine Konfundierung festgestellt, ist das Experiment unbrauchbar 5. Schutz vor Konfundierung: a) Vorab: Studium der Fachliteratur, um möglichst viele Störvariablen zu entdecken b) Vorab: Diskussion mit Fachkollegen

Answer 21

1. Definition: Beschreibt die Übertragbarkeit der Ergebnisse eines Experiments. Ist die externe Validität hoch, so können die Ergebnisse auch auf nicht untersuchte Personen oder Situationen übertragen werden 2. Sicherstellung: Möglichst repräsentative Stichprobe und Untersuchungssituationen, die denen Situationen, auf die man die Ergebnisse generalisieren möchte in möglichst vielen Merkmalen ähneln

Answer 22

Oft kritisiert aufgrund von artifiziellen Bedingungen und nicht repräsentativen Stichproben, da die Mehrheit der VP Psychologiestudierende sind

Answer 23

Es gibt Experimente, in denen sie nicht wichtig ist, da man Aussagen über Kausalbeziehungen und Hypothesen machen will und daher absichtlich künstliche Bedingungen herstellt

Answer 24

a) Repräsentative Stichprobe, wenn nötig. Wenn Phänomene untersucht werden, die mit großer Sicherheit auch für anderen Menschengruppen als die untersuchte gelten (z.B.: wahrnehmungsprozesse) dann ist Repräsentativität schon gegeben, auch wenn die Stichprobe die Population nicht angemessen repräsentiert b) Feldexperimente: Durchführung nicht im Labor, sondern im Feld -> stark diskutiert, da durch die Mangelnde Möglichkeit der Kontrolle von Störvariablen die interne Validität sinkt c) Replikation: Wenn eine Replikation unter anderen Umständen und mit anderen VP und VL möglich ist, scheint die externe Validität hoch d) Partielle Replikation: gezielt werden einige Abläufe des ursprünglichen Experiments verändert, um die Auswirkungen dieser Änderungen auf einen Effekt zu beobachten. So kann man feststellen welche Randbedingungen wirklich notwendig sind, damit der Effekt eintritt

Answer 25

1. Vorteile: Wenn man mehrere Stufen der UV hat, kann man auch Werte herausfinden, bei denen die UV am stärksten wirkt 2. Versuchsplan mit mehreren Stufen einer UV: a) Hypothesen, die Behauptungen über Unterschiede und über Rangreihen der Wirksamkeit der UV-Stufen aufstellen oder b) Prüfung von Hypothesen über mathematische Funktionen (z.B.: ob AV und UV in einer linearen Beziehung zueinander stehen) c) Typische Statistische Verfahren zur Prüfung von Hypothesen mit einfaktoriellen Versuchsplänen: (einfaktorielle) Varianzanalyse (für AV auf Intervallskalenniveau)

Answer 26

1. Definition: Versuchspläne mit mehreren UVn 2. Aufbau: a) jede Kombination von UV-Stufen wir experimentelle Bedingung genannt. b) Grundsätzlich sollte in einem mehrfaktoriellen Design jede Stufe einer UV mit jeder Stufe der anderen UVn kombiniert werden. c) Generell kann man in mehrfaktoriellen Designs die Zahl der Bedingungen bestimmen, indem man die Anzahl der Stufen der ver. UNv miteinander multipliziert (2 UVn mit jeweils 2 Stufen: 2x2 = 4; gäbe es 2 UVn mit einmal 3 und einmal 2 Stufen, dann: 3x2=6). d) Experimente mit mehr als drei UVn werden jedoch eher selten durchgeführt 3. Einfachste Darstellung: In einer Matrix , jede Zelle entspricht einer experimentellen Bedingung 4. Die Zahl der UVn bei mehrfaktoriellen Versuchsplänen ist begrenzt durch: a) Man kann in einem Experiment nur eine geringe Zahl von VP untersuchen bzw. man kann einer VP nur eine kleine Zahl von experimentellen Bedingungen zumuten b) Interaktionen zw. vielen Variablen sind sehr schwer zu interpretieren c) Statistische Gesetzmäßigkeiten erschweren die Bestimmung der Signifikanz, je größer die Zahl er UVn ist 5. Designs: mehrfaktorielle Designs können sowohl Within- also auch Between-Subjects durchgeführt werden. Enthält eine Experiment mit mehreren UVn sowohl eine UV, die Within manipuliert wird und eine, die Between manipuliert wird, spricht man von einem gemischten Design

Answer 27

Definition: Eine VP durchläuft alle experimentellen Bedingungen (≠ Messwiederholungen ? er nennt es Messwiederholung, KP) häufig in der Kognitionspsychologie gebraucht

Answer 28

1. Definition Messwiederholung: Die AV wird bei jeder VP unter identischen Bedingungen mehrfach gemessen 2. wozu?: Für die Messung von Werten, die interindividuell stark schwanken können (z.B.: Reaktionszeit) und umso ein möglichst genaues Bild des Durchschnittlichen Wertes einer Person zu bekommen (z.B.: die durchschnittliche Reaktionszeit)

Answer 29

1. Ökonomischer: Ist ökonomischer da wir weniger VP und somit auch meist weniger Ressourcen brauchen 2. Personengebundene Störvariablen: Da in allen Bedingungen dieselben VP untersucht werden, sind alle personengebundenen Störvariablen perfekt parallelisiert. 3. Verhaltensveränderungen: Für jede einzelne VP kann bestimmt werden, wie sich die UV auf sein/ihr Verhalten auswirkt -> besonders vorteilhaft, wenn wir die Veränderung von Verhalten untersuchen wollen 4. Empfiehlt sich auch bei der subjektiven Beurteilung von Merkmalen von Stimuli: Wenn man Vp z.B.: eine Reihe von Fotos vorlegt und die Attraktivität der Personen beurteilt werden soll, dann würde bei einen Between-subjects-Design jeder VP nur ein Foto gezeigt werden, bei Within-Subjects-Desgin wurden der VP alle gezeigt werden. Da Kontext die Beurteilung verändert (die VP im With-Subjects-Design würden ihre Urteile wahrscheinlich aufgrund des Vergleichs mit den anderen gezeigten Fotos ziehen) können Experimente so zu konträren Ergebnissen kommen -> Experimente von Birnbaum konnten diese Effekte zeigen 5. Sensitiver: Sind sensitiver als Between-Subjects-Designs sie entdecken leicht auf kleine Effekte: Da die Unterschiede zwischen Personen bestimmt werden können und von der Fehlervarianz (= Varianz, die nicht durch die UV erklärt werden kann) getrennt werden können 6. Populationseffekte: Es leichter Populationseffekte aufgedeckt werden, da within-Subjects-Designs über eine größere Power verfügen

Answer 30

1. Es können keine Bildversuche durchgeführt werden -> daher auch mehr demand characteristics -> keine Naivität der VP 2. Positionseffekte (Stellungseffekt): Die Leistung der VPn verändert sich im Laufe des Experiments aufgrund er Reihenfolge der experimentellen Bedingungen, was die interne Validität des Experiments gefährdet 3. Carry-Over-Effekte (Übertragungseffekt) : eine frühere Bedingung beeinflusst das Verhalten der VP in nachfolgenden Bedingungen inhaltlich a) Es gibt keine effektive Möglichkeit der Kontrolle von Carry-Over-Effekten, wenn Carry-Over-Effekte vermutet werden, ist von der Verwendung eines With-Subjects-Designs abzuraten. Das gleiche gilt für Experimente, in denen die Manipulation der UV ausschließlich durch unterschiedliche Instruktionen realisiert wird b) Um zu überprüfen ob eine Carry-Over-Effekt besteht, kann man das selbe Experiment einmal in einem Within- und einmal in einem Between-Subjects-Design realisieren - > 2. und 3. können auch kombiniert auftreten

Answer 31

Aller Techniken besteht darin, die Position der experimentellen Bedingungen zu balancieren – so ist sichergestellt, dass etwaige Positionseffekte in allen Bedingungen den gleichen „mittleren“ Einfluss auf das Verhalten der VP ausüben

Answer 32

-> Durch die Messwiederholung ist es möglich, dass die Position der ver. Bedingungen pro VP balanciert, wird a) Block-Randomisierung: Jeder Block enthält jede Bedingung des Experiments genau ein mal. Innerhalb des Blocks werden die Bedingungen in eine zufällige Reihenfolge gebracht. Die Anzahl der Blöcke entspricht der Anzahl der Messwiederholungen, die in jeder Bedingung durchgeführt werden soll. Die VP für die die Blöcke erstellt werden durchlaufen die Bedingungen dann gemäß der Blöcke. Problem: Nur bei einer hohen Anzahl von Messwiederholungen wirksam b) ABBA-Balancierung (Spiegelbild-Methode): Die vorher verwendeten Bedingungen (AB) werden gedoppelt und in umgekehrter Reihenfolge noch einmal realisiert (ABBA) Problem: Kann nur bei linearen Positionseffekten verwendet werden. Dass die Positionseffekte linear sind muss vorher bekannt sein und es muss gesichert sein, dass es auch wirklich linear ist

Answer 33

1. Positionseffekte können nicht bei jeder einzelnen VP kontrolliert werden, sondern müssen über die VP hinweg kontrolliert werden Kontrolle: 1. Vollständiges Ausbalancieren 2. Unvollständiges Ausbalancieren: a) Das Lateinische Quadrat b) Zufallsauswahl c) Spiegelbildmethode Wenn nicht alle möglichen Reihenfolgen von experimentellen Bedingungen realisiert werden können, müssen Positionseffekte dadurch kontrolliert werden, dass gezielt eine geeignete Kombination von einigen Reihenfolgen ausgewählt werden

Answer 34

1. Definition: Die Bedingungen des Experimentes werden zunächst in alle möglichen Reihenfolgen gebracht. Je nach Anzahl der Bedingungen (X) entstehen so X! Reihenfolgen. (z.B.: Bei 3 Bedingungen entstehen 3! = 6 Reihenfolgen). Die VP werden dann gleichmäßig und zufällig auf die verschiedenen Reihenfolgen aufgeteilt. 2. Problem: Die Zahl der experimentellen Bedingungen wächst sehr schnell (4! = 24, 5! = 120, 6! = 720). Daher brauch man auch viele Vp, da man ja jeder Bedingung mind. eine VP zuordnen muss. Bei Experimenten mit mehr als 4 Bedingungen kann das vollständige Ausbalancieren daher häufig nicht angewandt werden

Answer 35

1. Wenn nicht alle möglichen Reihenfolgen von experimentellen Bedingungen realisiert werden können, müssen Positionseffekte dadurch kontrolliert werden, dass gezielt eine geeignete Kombination von einigen Reihenfolgen ausgewählt werden 2. Das Lateinische Quadrat besitzt 2 Eigenschaften: a) Die Anzahl der im Experiment verwendeten Reihenfolgen entspricht der Anzahl der experimentellen Bedingungen (z.B.: 3 Bedingungen  3 Reihenfolgen). Da bedeutet, dass jede Bedingungn zumindest einmal in jeder Position vorkommt (z.B.: Bedingung A kommt einmal an Position 1, einmal an Position 2 und einmal an Position 3 vor) b) Jede Bedingung wird jeder anderen Bedingung genau einmal vorangehen und einmal folge Die VP werden den ausgewählten Reihenfolgen dann gleichmäßig und zufällig zugeteilt 3. Es gibt mehrere lateinische Quadrate, die in einem Experiment mit einer gegebenen Anzahl von Bedingungen verwendet werden können 4. Vorteile: kann in ein einfaktoriellen Versuchsplan integriert werden, die Position der ein-zelnen experimentellen Bedingungen wird als UV eingeführt, jede Reiehnfolge wird einer Gruppe von VPn zugeordnet -> Positionseffekt kann nicht nur kon-trolliert werden, sondern auch seine Wirkung kann überprüft werden 5. Nachteile: Positionseffekt wird über alle VP hinweg kontrolliert

Answer 36

: Aus allen möglichen Reihenfolgen von experimentellen Bedingungen werden mithilfe eines Zufallsverfahrens diejenigen ausgewählt, die den VPn zugeordnet werden. Jede VP erhält eine andere Reihenfolge  besonders wirksam, wenn viele VPn am Experiment teilnehmen; ermöglicht eine Kontrolle über alle Vpn hinweg

Answer 37

Es wird nur eine einzige Reihenfolge von experimental Bedingungen herrausge-griffen. Diese wird aber verdoppelt und gespiegelt. Alle Vp erhalten die so ent-standen Sequenz (z.B.: Bedingungen: x,y,z Spiegelbildmethode: x,y,z,z,y,x ) Voraussetzungen: I. Es muss möglich sein, jede experimentelle Bedingung bei je-der Vp ohne Veränderung der anderen Umstände (z.B.: Ge-dächtnis, Motivation) zweimal durchzuführen II. Der Positionseffekt muss linear sein Vorteil: Der Positionseffekt wird für jede einzelne VP kontrolliert Nachteil: Man muss die Linearität des Positionseffektes vorher überprüfen

Answer 38

-> Wegen der Asymmetrie von Cary-Over-Effekten kann vollständiges Ausba-lancieren diese nicht kontrollieren 1. Beseitigung des Cary-Over-Effekts: Wenn man Cary-Over-Effekt kennt, kann er so umgestaltet werden, dass die Ursache beseitigt wird  nur sinnvoll, wenn Umgestaltung die Hypothesenprüfung nicht beeinträchtigt 2. Between-Subjekt Design anwenden ->Wenn man Within-Design braucht und mit Cary-over-Effekten zu rechnen ist, dann wenigstens zwischen den Bedingungen möglichst viel zeit verstreichen lassen und Ausbalancieren

Answer 39

1. Erwartung der VP: muss nur kontrolliert werden, wenn man annimmt, dass die Erwartung der VP ihr Verhalten verändert a) Erwartung, wie eine experimentelle Bedingung wirkt: Man muss besonders dann damit rechnen, wenn die Vp auch weiß, welche anderen Bedingungen es gibt Kontrolle: I. Blindversuch: Vp weiß nicht, welcher Bedingung sie ausgesetzt ist, Untersuchung muss so gestaltet sein, dass VP darauf auch nicht schließen kann II. Beeinflussung der VP-Erwartung: Die Erwartung der Vp experimentell manipulieren III. Doppelblindversuch: Erlaubt es Vl-Erwartung und Vp-Erwartung zu kontrollieren und Placeboeffekt zu testen IV. Placeboeffekt: -> Kann auch negative Wirkungen haben und auch bei psychotherapeutischen Maßnahmen möglich b) Erwartungen aufgrund von Aufforderungsvariablen (Demand-Variablen): Bestimmte Variablen der experimentellen Situation können der Vp signalisieren, welches Verhalten zu erwarten ist (z.B.: Sagen dass Halluzinationen auftreten können führt zum vermehren Auftreten von Halluzinationen) -> können mit den Bekannten Methoden zum Ausschalten von Störvariablen kontrolliert werden c) Erwartung über soziale Erwünschtheit von Verhalten: - > In Untersuchungen in denen Verhaltensweisen involviert sind, die mit sozialen Normen und Werten zu tun haben Wichtig: Nur weil eine VP eine Erwartung hat, heißt das nicht, dass sie sich entsprechend dieser Erwartung verhält

Answer 40

1. Motive für Teilnahme/ Nichtteilnahme: a) Wenn substanzieller Anteil der angesprochenen Vp die Teilnahme verweigert & die Verweigerung mit dem Inhalt des Experiments zusammenhängt kann das zu Verzerrungen führen b) Durch Belohnung oder „sanften“ Zwang (VP-Stunden im Psychologie-Studium) kann der Anreiz und so die Anzahl an VP erhöht werden c) Zwang kann aus ethischen Gründen und aus aktive Manipulation der VP nicht ratsam sein d) Anzahl der VP, die die Teilnahme ablehnen angeben, damit das bei der Interpretation berücksichtigt werden kann e) Wenn die Verweigerung der Teilnahme asymmetrisch ist – d.h. wenn die Zahl der Ablehner bei einer experimentellen Bedingung systematisch höher ist als bei einer anderen –, kann ein echtes Experiment auf keinen Fall durchgezogen werden. Man kann in einem solchen Fall u.U. aber immer noch auf einen quasi-experimentellen Versuchsplan zurückgreifen 2. Motive, die das Verhalten im Experiment beeinflussen a) Kooperation/Nichtkooperation: Gründe können in erzwungener Teilnahme, mit schlechten Vorerfahrungen, … liegen b) Testangst – Bewertungsangst (evaluation apprehension): Unsicherheiten und Angst können das Verhalten der Vp im Experiment beeinträchtigen -> Aufklärung oder Kotrolltechniken c) Bedürfnis nach sozialer Anerkennung: sozial erwünschtes Verhalten zeigen -> Kotrolltechniken oder in Fragebögen „Lügenitems“

Answer 41

1. Definition - a) Haupteffekt: Die Wirkung einer UV unabhängig von den Stufen der anderen UVn in einem mehrfaktoriellen Design wird als Haupteffekt bezeichnet. Es gibt immer so viele Haupteffekte, wie es UVn (Faktoren) in einem Experiment gibt. b) einfacher Haupteffekt: Die Wirkung eines Faktors innerhalb einer Stufe es anderen Faktors. Pro Faktor gibt es so viele einfache Haupteffekte wie es Stufen des anderen Faktors gibt 2. Definition – Interaktion: Eine Interaktion liegt dann vor, wenn die Wirkung einer UV von der Stufe der anderen UV abhängig ist

Answer 42

Wir müssen zunächst die Effekte bestimmen, die eine UV auf den ver. Stufen der anderen UV hat. Diese Effekte vergleichen wir dann miteinander. Sind diese Effekte auf den ver. Stufen der andern UV nicht gleich groß, so liegt eine Interaktion vor. Liegt eine Interaktion vor, sollte man mit der Interpretation der Haupteffekte vorsichtig sein, diese können dann auch nur aufgrund der Interaktion aufgetreten sein

Answer 43

1. Liniendiagramm: y-Achse: AV x-Achse: UV Die Stufen der zweiten UV werden durch Linien präsentiert. Eine Interaktion besteht immer dann, wenn die Linien nicht parallel verlaufen 2. Balkendiagramm: y-Achse: AV x-Achse: UV Die Stufen der zweiten UV werden durch Balken präsentiert. Eine Interaktion erkennt man daran, dass die Differenz zweier benachbarter Balken nicht gleich groß sind

Answer 44

Je komplexer das Desgin, desto mehr Haupteffekte und Interaktionen können geprüft werden. Bei einem 2x3x2-Design, gibt es beispielsweise 3 Haupteffekte (von Faktor A, B &C), 3 Interaktionen erster Ordnung (Interaktion von A &B, B&C und C&A) und eine Interaktion zweiter Ordnung (dreifach Interaktion zwichen A, B & C) 1. Interaktion erster Ordnung: Die Wirkung einer UV ist von der Stufe einer zweiten UV abhängig. (Siehe Definition – Interaktion) 2. Interaktion zweiter Ordnung: Eine Interaktion zweier Faktoren ist von der Stufe einer dritten UV abhängig

Answer 45

1. Mehrfaktorielle Designs bieten die Möglichkeit, systematisch zu untersuchen, ob und ggf. welchen Einschränkungen die Übertragbarkeit von Befunden unterliegt.  bei einer Replikation können wir eine weiter UV aufnehmen und untersuchen ob sie mit der UV im Ursprungsexperiment interagiert (z.B.: Gucken, ob der Effekt für alle Altersgruppen gilt) a) Eine Interaktion liegt vor: Eine Interaktion bedeutete stehts, dass der Haupteffekt einer UV nicht über die Stufen der anderen UV generalisiert werden kann b) Es liegt keine Interaktion vor: Die externe Validität des Ursprungsbefundes wird erhöht Achtung: Über die Übertragbarkeit auf nicht untersuchte Bedingungen oder Personengruppen kann keine Aussage getroffen werden

Answer 46

1. Definition: Ziel ist es ebenfalls die Wirkung einer UV (oder mehrere UVn) auf eine AV zu bestimmen (Kausaler Zusammenhang) . Ein Quasi-Experiment bietet jedoch nicht das gleich Maß an Kontrolle, da nicht Randomisiert wird -> Es wird zwar teilweise auch eine UV manipuliert (erste Kriterium eines Experiments erfüllt), jedoch ist keine Kontrolle von Störvariablen möglich (zweite Kriterium eines Experiments nicht erfüllt)

Answer 47

1. Oft in Evaluationsstudien im Feld (VP können den Versuchsgruppen meist nicht zufällig zugeteilt werden 2. Untersuchungen, in denen keine Randomisierung vorgenommen werden kann, da die Zuordnung der Teilnehmer zu bestimmten Stufen der UV vor Untersuchungsbeginn feststeht (z.B.: Wohnort, Geschlecht, Religionszugehörigkeit, Erkrankungen, …)  hier kann die UV auch nicht manipuliert werden daher ist die Aussagekraft noch geringer als bei anderen Quasi-Experimenten

Answer 48

1. Geringe interne Validität: Durch die Fehlende Kontrolle von Störvariablen können wir den Effekt nicht direkt auf die UV zurückführen. Ein Quasi-Experiment hat also eine geringere interne Validität 2. Schlussfolgerungen sind also nicht auf die gleiche Weise möglich wie beim Experiment

Answer 49

1. Vorhermessungen | 2. Statische Kontrolle: Einfluss der Störvariablen „rausrechnen“ -> nur begrenzt möglich

Answer 50

1. Versuchspläne mit nicht äquivalenter Kontrollgruppe 2. Zeitreihenversuchsplan 3. Einzelfallversuchsplan mit Revision

Answer 51

1. Es nimmt nur eine Gruppe teil & es gibt keine Kotrollgruppe oder 2. Mehrere Gruppen, die aber nicht randomisiert und auch nicht nach allen relevanten Störvariablen parallelisiert sind (z.B.: Schulklassen) sie unterscheiden sich systematisch 3. oft wird ein einfacher Zweigruppenplan mit Vohermessung durchgeführt: nicht äquivalente Gruppe 1 AV UV(Stufe 1) AV AV nicht äquivalente Gruppe 2 AV UV(Stufe 2) AV 4. Interpretation: für sie ist wichtig, inwieweit Erklärungsmöglichkeiten durch Störvariablen ausgeschlossen werden können (konkrete Argumente & Belege) 5. Ergebnisse: ideales Ergebnis wäre keine Unterschiede im Vor- aber Unterschiede in Nachtest

Answer 52

1. Die AV wird zu mehreren Zeiten gemessen Eine Gruppe: UV (Stufe 1) AV1, AV2, AV3, UV(Stufe2); AV4, AV5, AV6 -> Unterscheidet sich die AV-Messung vor der Einführung der UV von denen nach der Einführung, könnte man auf die Wirksamkeit der UV schließen 2. Vorteil: Man kann zwei Messzeitpunkt miteinander vergleichen und ggf. die Wirkung der UV isolieren 3. Man kann auch Mehrgruppen-Designs machen oder Mehrgruppen-Designs mit wechselnden Replikationen (s. Sitzung 9 F. 17) 4. Zeitreihenexperiment mit nicht-äquivalenter Kontrollvariable: mit erhoben wird eine konzeptuell ähnliche Kontrollvariable, die aber nicht durch Änderung der UV verändert werden kann

Answer 53

1. besonders für die Klinische Psychologie wichtig, da man bei einzelnen Klienten überprüfen will, ob eine bestimmte therapeutische Behandlung den beabsichtigten Effekt hat, dafür ist es wichtig, die Wirkung der UV von den Störvariablen zu trennen b.z.: Stufe 1 = ohne therapeutische Behandlung Stufe 2 = mit therapeutischer Behandlung Stufe 3 = Revision (keine therapeutische Behandlung) Stufe 4 = mit therapeutischer Behandlung 2. Versuchsplan mit Revision ist nur anwendbar, wenn eine Revision möglich ist, also die Veränderung der UV in stufe 2 keine irreversible Veränderung bewirkt 3. Revision bei leiden Patienten wirft oft ethische Fragen auf

Answer 54

1. Experiment 2. Quasi-Experiment 3. nicht-experimentelle Forschungsmethoden: a) Korrelationsstudie b) Umfragenforschung

Answer 55

Oft Experiment oder Quasi-Experiment

Answer 56

Korrelationsstudie

Answer 57

1. Definition: a) Beschreiben: Das Hauptmerkmal nicht- experimenteller Forschungsmethoden besteht in ihrem Ziel, einen Sachverhalt möglichst genau beschreiben zu wollen. Häufig wird auch nach deren Zusammenhang gefragt. b) Zusammenhang: Numerische Daten bilden die Grundlage von Hypothesengenerierung und Hypothesenentscheidung. c) in der Regel keine Kausalhypothesen: im Sinne der Erklärung von Wirkzusammenhängen geprüft werden d) Die interne Validität spielt eine untergeordnete Rolle 2. Arten: a) Korrelationsstudie b) Umfrageforschung

Answer 58

1. UV und AV werden nicht unterschieden -> keine Manipulation einer UV, es werden lediglich zwei Variablen beschrieben 2. Richtung und Höhe des Zusammenhangs zwischen mindestens zwei Variablen -> !!Keine Kausalität!! Aber Abwesenheit einer Korrelation würde eine mögliche Kausalität ausschließen 2. Korrelationskoeffizienten: Die numerische Erfassung des Zusammenhangs erfolgt mit dem Korrelationskoeffizient (von -1 bis +1) 0 = kein Zusammenhang 3. Schätzung: Bei einer stabilen Korrelation lässt sich der Wert einer Variablen aus dem Wert der anderen Variablen vorhersagen 4. Keine Kausalaussage: Aus Zusammenhangsstudien dürfen keine Kausalaussagen abgeleitet werden 5. Dritt-Variablen: Es ist möglich, dass eine dritte Variable die Korrelation zwischen zwei Variablen vermittelt 6. Matrix: Korrelationen von mehr als zwei Variablen werden in Matrixform dargestellt

Answer 59

1. Definition: Die Umfrageforschung sammelt standardisierte Informationen zu einem spezifischen Fragegegenstand (Wahl, Produktbeliebtheit, Irakkrieg usw.), indem eine repräsentative Stichprobe der jeweiligen Population befragt (interviewt) wird 2. Instrument: Befragung bzw. Interviews 3. Ziel: Erhebung eines zutreffenden Meinungsbilds 4. Umfrageforschung ist anwendungsnah (Beispiele sind Mark- oder Wahlforschung) 5. Spezialfall: Panelforschung

Answer 60

1. ganzheitlich, kontextsensitiv und multiperspektivisch 2. eine holistische Forschungsmethode: mit der interessierende Fälle ganzheitlich, unter Einbeziehung ihres Kontextes und unter Verwendung verschiedener Datenquellen und Erhebungsverfahren umfassend untersucht werden. 3. Arten: a) eine Einzelfallstudie oder Multiple-Fallstudien b) holistische oder eingebettete Fallstudie (nur übergeordnete Einheiten interessieren) c) beschreibende oder erklärende Fallstudien 3. Fallstudien in der Psychologie sind meistens beschreibend

Answer 61

``` 1. begründete kausaltheoretische Hypothese vorhanden? a) Experiment: Ja b) Quasi-Experiment: Ja c) nicht-experimentell: manchmal ``` 2. UVn aktiv manipuliert a) Experiment: Ja b) Quasi-Experiment: Jaein c) nicht-experimentell: nein 3. alle SVn kontrolliert a) Experiment: Ja b) Quasi-Experiment: Nein c) nicht-experimentell: nein s. Sitzung 6. F. 11 & 13

Answer 62

Qualität aus Sicht der Varianz-Quellen in der AV 1. MAXimiere die Primärvarianz: a) extreme experimentelle Bedingungen/Manipulationen begünstigen Auswirkung der UV (wenn UVAV monoton!) b) mehrfaktorielle Designs nutzen 2. KONtrolliere die systematische Störvarianz: a) Abschirmung, Eliminierung, Konstanthalten b) Randomisierung und Balancierung c) statistische Kontrolle bei mitgemessener SV -> Kovarianzanalyse 3. MINimiere die unsystematische Störvarianz: a) Standardisierung des Versuchsablaufs und der Versuchssituation b) Nutzung reliabler Messinstrumente c) Wahl eines entsprechenden und geeigneten Versuchsplanes s. Sitzung 6, F. 32,33

Answer 63

2. Kontrolle: a) Doppelblindstudie -> Voraussetzung: mehr als ein VL b) Verhalten des VL standardisieren c) VL trainieren d) Interaktion zwischen VL und VP so weit es geht zu begrenzen e) Standardisierung der Versuchsbedingungen f) Ausschalten des VL: durch Fragebogen oder Computer ersetzen g) Manipulation der Erwartung des Vl : I. Vl der die experimentellen Bedingungen appliziert darf nicht der gleiche sein, wie der, der die AV operationalisiert (Prinzipiell könnten es die selben sein, aber dann dürfte Vl nichts über die Hypothese wissen und auch keine eigene bilden) II. Bilden einer Erwartungskontrollgruppe (Solomon): sie unterliegt den gleichen Bedingungen wie der Kontrollgruppe, die Erwartung des VL wird aber so manipuliert, dass der das Ergebnis wie in der EG erwartet: Hat die EG und Erwartungskontrollgruppe ähnliche Ergebnisse gibt es einen Vl-Erwartungseffekt

Answer 64

a) Vl muss in der Lage sein, für jede Vp eine Erwartung zu bilden b) der Vl muss seine Erwartungen in einem bestimmten Verhalten ausdrücken -> kann z.B.: Durch Schulung des Vl vermieden werden c) Die Vp muss in der Lage sein, aus dem Verhalten des Vl Informationen dar-über zu entnehmen, welches Verhalten von ihr erwartet wird d) Die Vp muss sich beeinflussen lassen - >Es gibt große interindividuelle Unterschiede, ob ein Vl anfällig für den Erwartungseffekt ist - > Insgesamt tritt VL-Effekt seltener auf als gedacht

Answer 65

1. Die Variable, die vom Experimentator aktiv verändert wird. 2. Oft auch: Behandlung (Treatment) oder Faktor (factor) 3. die Stufen der UVn = (experimentelle) Bedingungen (muss in einem Experiment mind. 2 Stufen haben)

Answer 66

Dies ist die Variable, bei der der Effekt der UV beobachtet werden soll. Die „Reaktion“ der AV ist als das Ereignis, das vorhergesagt wird

Answer 67

Eine Variable, die (vermutlich) auch Einfluss auf die AV hat, deren Wirkung wir aber im momentanen Experiment neutralisieren wollen, weil sie den Effekt der UV stören würde Die SV und UV kovariieren

Answer 68

Wenn die Gültigkeit einer Hypothese von einem Merkmal der Person oder einem Merkmal der Situation abhängt, ist dieses Merkmal eine Moderatorvariable -> sind u.a. bei der Generalisierung der Ergebnisse wichtig

Answer 69

Spezialform der Parallelisierung -> Stituationsvariablen werden für zwei VP parallelisiert

Answer 70

1. die Wahl richtiger Kontrollgruppen bzw. Vergleichsbedingungen ist essentiell, um kausale Schlüsse zu rechtfertigen 2. Einfaches zwei- Gruppen- Design: Exp. Gruppe: UV -> AV gemessen Kontrollgruppe: AV gemessen -> Problem: unbekannte Gruppenunterschiede, insbesondere bei kleinen Stichproben 3. Zwei-gruppen-Design mit vor- und Nachtest: Exp.Gruppe: Y1: Vortest(AV) -> UV -> Y2:Nachtest (AV) Kontrollgruppe: Y1: Vortest(AV) -> Y2: Nachtest (AV) Vorteil: Erlaubt Vergleich -Effekt pro Gruppe: Y2-Y1 Nachteil: Sensitivierung der VP, Übungen, ... -> Solomon-4-Gruppen Design

Answer 71

1. klassische Kontrollgruppe: Die UV wird in der Kontrollgruppe nicht realisiert, sonst ist alles gleich 2. Kontrollgruppe mit zwei Bedingungen der UV: Wenn die UV zwei Bedingungen hat dann hat die Experiementalgruppe die eine Bedingung und die Kontrollgruppe die andere

Answer 72

1. Between: es nehmen ver. VP an ver. Bedingungen teil | 2. Within: dieselben VP nehmen an ver. Bedingungen teil, von jeder VP liegen mehrere Datenpunkte vor

Answer 73

1. Vorteil: a) wenn Naivität der Vp bzlg. der Bedingungen der UV nötig b) Ausschluss von Reihenfolgeeffekten c) Personengebunden Variablen können UV sein (Alter, Geschlecht, ...) dann aber nicht mehr experimentell 2. Nachteile: a) mehr VP nötig -> erhöht Aufwand b) mögliche Konfundierungen von UV und Verteilungen der Eigenschaften der Gruppenmitglieder - -> es müssen äquivalente Gruppen geschaffen werden

Answer 74

N = k! * n | so viele Reihenfolgen wie man braucht mal die Anzahl (n) an VP die man pro Bedingung braucht (i.d.R. mind. 1)

Answer 75

1. bisher: Unterschiedung zwischen 2 Gruppen/Bedinungen -> UV in. d.R. nominalskaliert (z.B.: Wirkung ver. Tränke) 2. Trend (linear, quadratisch,...) -< UV mind. ordinalskaliert (z.B.: Wirkung ver. Dosis Koffein)

Answer 76

1. in beiden Diagrammen nicht parallel, aber gleichsinnig (alle ab- oder aufsteigend) 2. beide Haupteffekte (und Interaktion) können sinnvoll interpretiert werden

Answer 77

1. in beiden Diagrammen nicht parallel und auch nicht gleichsinnig 2. keine sinnvolle Interpretation der Haupteffekte 3. Fokus auf Interaktion und einfache Haupteffekte

Answer 78

1. in beiden Diagrammen nicht parallel gleichsinnig in einem, aber nicht gleichsinnig (überschneidung) in einem anderen Diagramm 2. nur Haupteffekte für Faktor mit gleichsinnigen einfachen Haupteffekten kann sinnvoll interpretiert werden (nur der Faktor der als Linien abgetragen ist im gleichsinnigen Diagramm)

Answer 79

1. Within: wir brauchen genau so viele VP wie wir VP pro Zelle brauchen, da ja jede VP alle (2*3 =) 6 Bedingungen durchläuft, daher brauchen wir 5 VP 2. between: Wie brauchen pro Experimentelle Bedingung 5 neue VP, daher 2*3*5 = 30 VP insgesamt 3. N = Anzahl der bs-Stufen * vp pro Zellen = 2 * 5 = 10

Answer 80

1. nur die Interaktion gibt Auskunft über ver. Größen der anderen Effekt -> kein t-Test !

Answer 81

ja durch Street Theater Strategy oder Accosting Strategy aber oft in randomisierte Zuteilung der Bedingungen der UV nicht möglich daher oft Quasiexperiment

Answer 82

1. Kovarianzanalyse (ANCOVA): a) wenn vorher bekannt ist, welche Variablen für Unterschiede verantwortlich sind, diese messen („Kovariate“) b) ANCOVA testet Wirkung der UV, wenn Gruppen sich in AV im Vortest nicht unterscheiden würden c) Probleme: • entsprechende Kovariaten müssen bekannt sein • Homogenität der Regressionssteigungen: Beziehung zwischen Kovariate und AV muss in den Gruppen gleich sein 2. Parallelisieren? a) nur in einem bestimmten Wertebereich möglich b) keine zufällige Zuteilung der Paar-Mitglieder auf Gruppen c) Und: gewählte Werte sind aus Extrembereichen → Regression zur Mitte • ohne jede Wirkung der UV: • Werte der Gruppe mit höheren Vortest-Werten steigen (rot) im Mittel • Werte der Gruppe mit niedrigeren Vortest- Werten (schwarz) sinken im Mittel

Answer 83

1. Definition: Ableitung von Beziehungen bzw. vermuteten Kausalzusammenhängen aus nicht manipulierten oder nicht-manipulierbaren Variablen aus Daten die bereits vorliegen i.d.R. 2. UV und AV werden nachträglich („ex-post-facto“) bestimmt, UV also bereits vorhanden, nicht manipuliert 3. rudimentäre Kontrolle über SV, ggf. statistisch 4. zeitliche Reihenfolge UV→AV oft unklar ungenügende Kontrolle über SV keine klaren Kausalschlüsse möglich, eher eine beschreibende Korrelation 4. bei hinreichender Berücksichtigung von SV, vorläufige Kausalinterpretation denkbar

Answer 84

Aussagen über Plausibilitäten konkurrierender Kausalitätsmodelle • Beispiel: Bildung und Einkommen hängen zusammen (korrelieren miteinander) • Kausalmodell 1: Bildung beeinflusst das Einkommen • Kausalmodell 2: Einkommen beeinflusst die Bildung

Answer 85

1. Hauptunterschied zur Umfrageforschung: die gleichen Probanden werden wiederholt in regelmäßigen Abständen befragt 2. Panel- Definition: Eine Stichprobe, die wiederholt zu einer bestimmten Thematik (Fernsehgewohnheiten, Konsumgewohnheiten etc.) oder auch zu verschiedenen Themen befragt wird 3. Vorteile: eine bestehende repräsentative Stichprobe kann öfters befragt werden -> weniger aufwand 4. Nachteil: Effekte der wiederholten Befragung (Sequenzeffekte)

Answer 86

1. Gruppe: Vortest Maßnahme Nachtest 2. Gruppe: - Maßnahme Nachtest 3. Gruppe: Vortest - Nachtest 4. Gruppe: - - Nachtest Unterscheiden sich Gruppe 1 und Gruppe 2 im Nachtest, so sind diese Differenzen auf die Auswirkungen des Vortests (oder präexperimentelle Unterschiede) zurückzuführen. Das gleiche trifft auf Unterschiede zwischen Gruppe 3 und 4 zu. Unterscheiden sich Gruppe 1 und Gruppe 3 im Nachtest, aber nicht im Vortest, sind Veränderungen auf die Maßnahme attribuierbar. Auch hier gilt das gleiche für Differenzen zwischen Gruppe 2 und 4