C1
Versuchsplanung und Auswertung
Versuchsplanung und Auswertung
Kartei Details
| Karten | 76 |
|---|---|
| Sprache | Deutsch |
| Kategorie | Psychologie |
| Stufe | Universität |
| Erstellt / Aktualisiert | 20.11.2014 / 08.02.2024 |
| Weblink |
https://card2brain.ch/box/c13
|
| Einbinden |
<iframe src="https://card2brain.ch/box/c13/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Was ist interne Validität und wie kann sie gesteigert werden?
interne Validität beschreibt den Rückschluss von dem Test auf die Hypothesen; gesteigert werden kann sie durch Randomisierung, genau Hypothesen und Testung, um sicher zustellen dass genau die richtige Variable als Rückschluss gilt
Was ist Konstruktvalidität und wie kann sie gesteigert werden?
Konstruktvalidität beschreibt die Validität von den Hypothesen auf Basis der Beobachtungen, also ist die Art der Messung dem Konstrukt angemessen. Gesteigert werden kann sie nur durch Genauigkeit der Messung auf die gefragte Variable.
Was ist externe Validität und wie kann sie gesteigert werden?
Sie ist die Generalisierbarkeit auf die Population und die Umwelt und ist sehr kritisch. Gesteigert werden kann sie nur durch wiederholte Replikationen, kann jedoch nie wirklich gesichert werden.
Was ist Validität des statistischen Schlusses und wie kann sie gesteigert werden?
Das ist die Validität der statistischen Entscheidung über den Zusammenhang der Variablen. Gesteigert werden kann sie durch spezifischere Formulierg der Hypothesen.
Was ist ökologische Validität und wie kann sie gesteigert werden?
Ökologische Validität beschreibt die Aussafekraft für den Alltag, Wie gut ist es umsetzbar und verwendbar?!
Kausalität
ist nie direkt beobachtbar, sondern nur ein Rückschluss (gefährdet durch Konfundierung, Quasi-Experimente..)
Was ist eine wissenschaftliche Theorie?
Sie besteht aus Grundannahmen und Axiomen
Was sind Hypothesen?
Aussagen die aus Theorie abgeleitet werden, und die überprüfbar sind und einen Rückschluss auf Theorie bieten.
Was sind Hilfshypothesen?
Annahmen die wir brauchen um eine Hypothese testen zu können.
Unterscheidung der Hypothesen:
- existenziell: für Personen oder Gruppen, sehr leicht verifizierbar, da ein Beispiel bereits ausreicht
- universell (All-Sätze): 1. deterministisch (immer dann, wenn) -> leicht falsifizierbar
2. probabilistisch (wenn -> dann) zumeist genutzt
Gesetzeshypothesen:
- quantifizierte Hypothesen: Aussage wie ein Zusammenhhang wirkt, zum Beispiel Fechners Gesetz (Spezifikation)
- Bikonditionalaussage: auf X -> Y und auf Y -> X; Äquivalenzbeziehung
- Konditionalaussage: wenn, dann (X ist hinreichend für Y); nicht zwingend umkehrbar!
Erklärung:
- logische Ableitung eines zu erklärenden Phänomens (Explanandum) aus Gesetzen (Explanans)
- deduktiv-nomologisch: Anfangsbedingungen+Gesetzmäßigkeiten führen zu beobachtetem Ergebnis
Gefahren der Erklärung:
- Redundanz
- Zirkularität! (Explanandum darf sich nicht aus Explanans erschließen)
Empirischer Gehalt:
- Spezifität (Tiefe) der Theorie
- Grad der Falsifizierbarkeit
Wenn A2 ein Spezialfall von A1 ist, hat A2 einen höheren empirischen Gehalt
Wie kann der empirische Gehalt steigen?
1. zunehmende Allgemeinheit des Wenn-Teils
2. zunehmende Spezifität des Dann-Teils
Wie sinkt der empirische Gehalt?
1. Einschränkung des Wenn-Teils
2. Aufweichung des Dann-Teils
Erläutere induktive Hypothesenprüfung inkl. Probleme
Bestätigung durch Daten (Theorie->Hypothesen->Überprüfung-> Rückschluss ziehen) unter Beachtung der Validitäten
Probleme: Geltungsbereich für alles was war/ist/sein wird -> All-Sätze
Erläutere deduktive Hypothesenprüfung
Ableitung gehaltvoller Hypothesen aus Theorie -> möglichst strenge, wiederholte Prüfung (so gut wie möglich falsifizieren, so sie denn falsifizierbar ist) -> vorläufige Bewährung
Wahrheitstafel Theorie -> Hypothese
W -> W ist richtig
W -> F ist falsch
F -> W ist richtig
F -> F ist richtig
Fehlerwahrscheinlichkeit
Wenn H1 gilt und Auftretenswahrscheinlichkeit kleiner als Alpha, dann verwerfe H0 und nehme H1, sonst nimm H0
Was ist die Strenge einer Untersuchung?
das Risiko einer fälschlichen Bewährung der psychologischen Hypothese -> p(PH bewährt/PH trifft nicht zu)
PH=H1
Was ist die Fairness einer Untersuchung?
Risiko einer fälschlichen Nicht-Bewährung der psychologischen Hypothese soll möglichst klein sein -> p(PH nicht bewährt/PH trifft zu)
PH=H1
Anmerkungen zur Strenge:
- Kontrolle durch Festlegung eines kleinen Alpha
- niemals ausschließbar, dass andere PH die SH bewahrheitet
- je empirischer gehLtvoll, desto kleiner g -> Strenge ans Maximum (1-Alpha)
- wenn PH nicht Rückschluss auf SH und umgekehrt, dann g>0
Anmerkungen Fairness:
- Kontrolle für Beta mittels Poweranalyse
- wenn PH richtig -> SH richtig dann h=0 -> Fairness 1-Beta im Maximum
Voraussetzung Strenge/Fairness
- Sicherstellung Implikationsbeziehung von PH zu SH
- Ableitung möglichst präziser, empirisch gehaltvoller SH, welche spezifisch für gegebene PH ist
Experiment:
- Manipulation der UV X
- Erfassung des Effektes auf Y
- Labor vs Feldexperiment
- Ausschaltung der Störvariablen durch Randomisierung oder Konstanthaltung
Quasi-Experiment:
- Erfassung des Effektes auf Y
- natürliche Manipulation/Variation der UV X
- keine Kontrolle der Störvariablen
- Feld oder Laborexperiment
Korrelationsstudien:
- Erfassung mehrerer Variablen
- Bestimmung von Vorzeichen und Größen von Zusammenhängen
- KEINE Kausalität oder Wirkrichtung
Längsschnittstudien:
- selbe Gruppe oder Merkmale zu zwei oder mehr Zeitpunkten über die Zeit hinweg
- natürlich auftreten (zB Rentenalter) oder künstlich
Zeitreihe:
- ein Merkmal oft gemessen an derselben oder verschiedenen Gruppen, meist ohne Kontrollgruppe
- verschiedene Zeiträume aber immer viele Messungen!
- evtl mit Interventionen zwischen Zeitpunkten (Bsp Schusswaffen bei Gesetzesverabschiedung, in Relation zu vorher oder nachher)
- je länger/öfter desto fundiertere Aussagen
Survey-Studie:
- großangelegte Befragung (zB Einstellung)
- repräsentativer Querschnitt
Archiv-Studie:
- Nutzung archivierter Daten (zB Zahlen, Statistiken) und diese in Beziehung zueinander setzen
Meta-Analyse:
- Auswahl und Integration mehrerer Studien für eine Forschungsfrage
- Prüfung ob es einen Zusammenhang/Effekt in allen Studien gibt
- Analyse von Moderatoren möglich (Homogenität)
Einzelfallstudie:
- intensive Betrachtung einer UE
- Existenzbeweis für Hypothesen möglich
- heristischer Wert zur Hypothesengenerierung
Versuchsfaktoren:
- between participants Design (unabhängige Stichproben in p Bedingungen; a1 bis ap)
- within participants Design (Messwiederholungen; 1 Stichprobe) -> wesentlich ökonomischer, höhere Teststärke ABER Übungs- odér Lerneffekte möglich, so wie Carry-Over Effekte
Reihenfolgefaktor:
- between Faktor, der Reihenfolge von Within ausbalanciert
- Analyse von Carry-Over Effekten
- Kontrolle von Reihenfolgeeffekten
Blockfaktoren:
- N=45, p=3, k=15
- Matching/parallelisierung bei kleinen Stichproben -> Homogenität
- bei 3 schweren Vpn, diese pro Block auf Treatments randomisieren
- müssen vorher erhoben/entschieden werden!!!
Personenfaktor:
- Spezialfall: 1 Person=1 Block
Feste und zufällige Faktoren
- festgelegte Anzahl von Bedingungen, welche aber vorher festgelegt sind
- hat Variable Einfluss auf etwas? Gemessen in zufällig ausgewählter Bedingung (zB 12 Schulen auswählen)
Kombination von Faktoren:
- Kombination von between subjects
- Kombination von within subjects
- gemischte Designs
- vollständige Kreuzung von Treatment-Faktoren
- Hierarchische Designs (nested factors): B eingeschachtelt unter A:zb Trainingsbedingung (A) gemessen an 4 zufällig ausgewählten Schulen (B)
