VL15 Within- & Between Designs Flashcards
Sie haben vor der Durchführung Ihres Experimentes den Verdacht, dass bei einer within- subjects Manipulation eines Faktors Ihres Experiments carry-over Effekte sehr wahrscheinlich sind. Was bedeuten carry-over Effekte und wie gehen Sie damit am besten um?
Carry-over Effekte treten auf, wenn die Wirkung einer Bedingung eines Experiments auf nachfolgende Bedingungen übertragen wird. Dies kann besonders bei Within-Subjects-Designs problematisch sein, da jede Versuchsperson an allen Bedingungen teilnimmt. Um Carry-over Effekte zu minimieren, können Forscher verschiedene Techniken anwenden:
Balancierung: Durch die Verwendung von Techniken wie dem Lateinischen Quadrat oder balancierten Lateinischen Quadraten kann die Reihenfolge der Bedingungen variiert werden, sodass jede Bedingung jeder anderen Bedingung einmal vorausgeht und folgt.
Randomisierung: Die Reihenfolge der Bedingungen kann für jede Versuchsperson zufällig bestimmt werden, um systematische Effekte zu vermeiden.
Pausen zwischen den Bedingungen: Einführung von Pausen zwischen den Bedingungen, um die Auswirkungen der vorherigen Bedingung zu verringern.
Kontrollgruppen: Durchführung des Experiments sowohl als Within-Subjects- als auch als Between-Subjects-Design, um Carry-over Effekte zu identifizieren.
Es ist wichtig, Carry-over Effekte bei der Planung und Durchführung von Experimenten zu berücksichtigen, um die interne Validität der Studie zu gewährleisten.
Sie haben vor der Durchführung Ihres Experimentes den Verdacht, dass bei einer within- subjects Manipulation eines zweistufigen Faktors Ihres Experiments Positionseffekte sehr wahrscheinlich sind. Was bedeuten Positionseffekte und wie gehen Sie damit am besten um?
Positionseffekte= beziehen sich auf die Reihenfolge, in der Versuchspersonen (VPn) verschiedene Bedingungen eines Experiments erleben, und wie diese Reihenfolge ihr Verhalten beeinflussen kann.
Das vollständige Ausbalancieren ist eine Methode im Rahmen von Within-Subjects-Designs (Innersubjekt-Versuchsplänen), bei der jede Versuchsperson (Vp) alle experimentellen Bedingungen in unterschiedlicher Reihenfolge durchläuft. Ziel ist es, Positionseffekte zu kontrollieren, also die Reihenfolge, in der die Bedingungen präsentiert werden, sodass diese keinen systematischen Einfluss auf die Ergebnisse haben.
Vollständiges Ausbalancieren:
Ziel:Kontrolle von Positionseffekten und Reihenfolgeeffekten.
Methode:Jede Bedingung wird bezüglich ihrer Position in der Gesamtstichprobe gleichverteilt. Das bedeutet, dass jede Bedingung gleich häufig an jeder Position auftritt.
Durchführung:Für eine geringe Anzahl von Bedingungen wird eine vollständige Permutation aller möglichen Reihenfolgen erstellt. Zum Beispiel, bei drei Bedingungen (A, B, C) würden die Reihenfolgen ABC, ACB, BAC, BCA, CAB und CBA verwendet.
Vorteile:Perfekte Parallelisierung bezüglich aller Personen-bezogenen Störvariablen (Personen-SV) und höhere Sensitivität für kleine Effekte.
Nachteile:Bei vielen Bedingungen resultiert eine große Anzahl möglicher Reihenfolgen, was die Durchführung komplex und aufwendig macht.
Das vollständige Ausbalancieren ist besonders geeignet für Studien mit wenigen Bedingungen, da es eine ‘sparsame’ Erhebung ermöglicht und Kontexteffekte erzeugen kann, die Urteile erst sinnvoll machen. Es funktioniert gut für kleine Stichproben und erhöht die Teststärke (Power), da interindividuelle Varianzen zwischen den Versuchspersonen “herausgerechnet” werden können.
Was ist ein „Lateinisches Quadrat“ und wie wird es umgesetzt? Erläutern Sie zuerst das prinzipielle Vorgehen. Wenden Sie dieses Vorgehen nun auf einen vierstufigen within-subjects Faktor (Stufen A, B, C und D) an und benennen Sie die resultierenden Reihenfolgekombinationen.
EinLateinisches Quadratist eine experimentelle Designmethode, die verwendet wird, um die Positionseffekte in einem Experiment zu kontrollieren, indem sichergestellt wird, dass jede Bedingung in jeder Position gleich oft vorkommt. Hier ist das prinzipielle Vorgehen und die Anwendung auf einen vierstufigen within-subjects Faktor:
Prinzipielles Vorgehen:
Jede Bedingung kommt in jeder Position vor.
Jede Bedingung darf nur einmal pro Zeile und einmal pro Spalte vorkommen.
Anwendung auf vierstufigen Faktor:
Stufen: A, B, C, D
Reihenfolgekombinationen:
Reihe: A B C D
Reihe: B C D A
Reihe: C D A B
Reihe: D A B C
Jede Bedingung geht jeder anderen Bedingung einmal voraus und folgt ihr einmal, was auch für Abfolgen zwischen Bedingungen kontrolliert. Dieses Design ist besonders nützlich, wenn viele Bedingungen vorhanden sind und eine vollständige Ausbalancierung zu komplex wäre. Es hilft, die Haupteffekte der Bedingungen zu kontrollieren, aber nicht unbedingt die Interaktionen zwischen ihnen.
