Empirische Forschungsmethoden Nicolas Koranyi Sitzung 8 Letzte Woche... Wie können Störvariablen kontrolliert oder ausgeschaltet werden? Wie können Störvariablen kontrolliert oder ausgeschaltet werden? konstant halten balancieren konstant halten Alle Vpn erhalten die gleiche Ausprägung der Störvariable. immer der gleiche Versuchsleiter konstant halten immer der gleiche Instruktionswortlaut immer gleiche Helligkeit im Labor nur weibliche Probanden nur Probanden mit IQ 103 Konstante Störvariable kann Effekt nicht verursacht haben! Für viele Situationen das richtige Mittel. Aber für manche Störvariablen nicht möglich oder auch seltsam. Verursacht die Konfrontation mit sehr dünnen Körpermodellen Unzufriedenheit mit dem eigenen Körper? Mädchen im Alter von 5-6 Jahren wurde eine Geschichte über Mira vorgelesen. Mira geht zunächst neue Kleidung einkaufen und geht dann auf eine Geburtstagsparty. Parallel dazu sahen die Mädchen ein Bilderbuch mit Szenen der Geschichte an. Dittmar, H., Halliwell, E., & Ive, S. (2006). Does Barbie make girls want to be thin? The effect of experimental exposure to images of dolls on the body image of 5- to 8-year-old girls. Developmental Psychology, 42, 283-292. Verursacht die Konfrontation mit sehr dünnen Körpermodellen Unzufriedenheit mit dem eigenen Körper? Wie möchtest du gerne aussehen? Wie sieht dein Körper aus? body dissatisfaction Was wird gemessen? Was wird manipuliert? Was wird konstant gehalten? Body dissatisfaction Körpermodell Instruktionen, Inhalt Geschichte, Zeit, Messung konstant halten SV für alle gleich = kann Effekt nicht erklären Elimination: SV konstant 0 ideal für Umgebungsfaktoren und zur Vermeidung von Konfundierungen im Experimentaldesign nicht für alle SV möglich für manche Variablen seltsam Wie können Störvariablen kontrolliert oder ausgeschaltet werden? konstant halten balancieren balancieren Für jede Stufe der UV ist die Verteilung der Störvariable (annähernd) gleich. balancieren Für jede Stufe der UV ist die Verteilung der Störvariable (annähernd) gleich. Parallelisieren Randomisieren Matched Groups Design Bedingung A Bedingung B Bedingung A Gleichverteilte Störvariable kann Effekt nicht verursacht haben! Bedingung B Parallelisieren Verteilung SV in jeder Bedingung gleich = kann Effekt nicht erklären aufwändig zu realisieren kontrolliert nur anvisierte (bekannte) SV geeignet für kleine Stichproben Parallelisierung häufig bezüglich AV (Vorher-Nachher-Messung) Was wird gemessen? Was wird manipuliert? Was wird konstant gehalten? Was wird parallelisiert? Body dissatisfaction Körpermodell Instruktionen, Messung, Inhalt Geschichte nix balancieren Für jede Stufe der UV ist die Verteilung der Störvariable (annähernd) gleich. Parallelisieren Randomisieren Random Groups Design Bedingung A Bedingung B Bedingung A Gleichverteilte Störvariable kann Effekt nicht verursacht haben! Bedingung B Randomisieren Verteilung SV in jeder Bedingung gleich = kann Effekt nicht erklären leichter zu realisieren kontrolliert viele SV gleichzeitig braucht große Stichproben Restrisiko der Ungleichverteilung Was wird gemessen? Was wird manipuliert? Was wird konstant gehalten? Was wird parallelisiert? Was wird randomisiert? Body dissatisfaction Körpermodell Instruktionen, Messung, Inhalt Geschichte nix Körperbild vor Manipulation, Anzahl Barbies, Körpergewicht, ... Voraussetzungen Kovariation A+B A tritt zeitlich vor B auf keine Alternativerklärungen Block-Randomisierung Experiment mit 4 Bedingungen A B C D Block-Randomisierung Experiment mit 4 Bedingungen D C B A Block-Randomisierung Experiment mit 4 Bedingungen B A D C Block-Randomisierung Experiment mit 4 Bedingungen 1. B A D C D C B A Block-Randomisierung Experiment mit 4 Bedingungen 1. B A D C A D B C Block-Randomisierung Experiment mit 4 Bedingungen 1. B A D C 2. A D B C Block-Randomisierung Experiment mit 4 Bedingungen 1. B A D C 2. A D B C Vorteile: einfach 3. C B A D 4. D C B A 5. A B C D 6. C A D B gleiche Anzahl Vpn in jeder Bedingung kein Raum für VL-Selektionseffekte kontrolliert zeitlich schwankende Einflüsse Warum reicht es nicht, die Vpn selbst zufällig und willkürlich zuzuweisen? Wie können Störvariablen kontrolliert oder ausgeschaltet werden? konstant halten balancieren im Versuchsleiter im ExperimentalDesign Quellen für Konfundierungen in der Umgebung in der Versuchsperson im Versuchsleiter im ExperimentalDesign Quellen für Konfundierungen in der Umgebung in der Versuchsperson in jeder Bedingung andere Vpn in jeder Bedingung die gleichen Vpn Wie schnell werden unterschiedliche emotionale Gesichtsausdrücke erkannt? jede Vpn sieht nur eine Emotion jede Vpn sieht alle Emotionen = jede Vpn nimmt an jeder Bedingung teil perfekte Parallelisierung bzgl. aller Personen-SV funktioniert für kleine Stichproben 'sparsame' Erhebung Erzeugt manchmal Kontext, in dem Urteile erst sinnvoll werden WS-Design erzeugt manchmal Kontext, in dem Urteile sinnvoller werden WS-Design erzeugt manchmal Kontext, in dem Urteile erst sinnvoll werden Committed Uncommitted Please smell now on bag No. 3, look at the face and press the space-bar Please smell now on bag No. 2, look at the face and press the space-bar Positive US: - deodorant, shower bath Negative US: - used cigarette, garlic oil Koranyi, N., Gast, A., & Rothermund, K. (2013). "Although Quite Nice, I Was Somehow Not Attracted by That Person'': Attitudes Toward Romantically Committed Opposite-Sex Others Are Immune to Positive Evaluative Conditioning. Social Psychological and Personality Science, 4, 403-410. WS-Design erzeugt manchmal Kontext, in dem Urteile erst sinnvoll werden Koranyi, N., Gast, A., & Rothermund, K. (2013). "Although Quite Nice, I Was Somehow Not Attracted by That Person'': Attitudes Toward Romantically Committed Opposite-Sex Others Are Immune to Positive Evaluative Conditioning. Social Psychological and Personality Science, 4, 403-410. = jede Vpn nimmt an jeder Bedingung teil perfekte Parallelisierung bzgl. aller Personen-SV funktioniert für kleine Stichproben 'sparsame' Erhebung Erzeugt manchmal Kontext, in dem Urteile sinnvoller werden Höhere Sensitivität für kleine Effekte ws-Designs haben eine höhere Sensitivität für kleine Effekte, da interindividuelle Varianzen zwischen Vpn "herausgerechnet" werden können. große FehlerVarianz Bed. 1 Bed. 2 Differenz 10 12 8 60 50 23 18 3 12 14 10 62 51 25 20 4 2 2 2 2 1 2 2 1 23 25 kleine Fehlervarianz Warum dann nicht immer? = jede Vpn nimmt an jeder Bedingung teil perfekte Parallelisierung bzgl. aller Personen-SV funktioniert für kleine Stichproben 'sparsame' Erhebung Erzeugt manchmal Kontext, in dem Urteile sinnvoller werden Höhere Sensitivität für kleine Effekte PositionsEffekte Verlust der Naivität Carry-over Effekte Störvariablen können konstant gehalten oder balanciert werden Balance erhalten wir durch Randomisieren oder Parallelisieren Randomisierung kontrolliert für alle personengebundenen Störvariablen Within-subjects Designs sind sparsam und parallelisieren perfekt. Dittmar, H., Halliwell, E., & Ive, S. (2006). Does Barbie make girls want to be thin? The effect of experimental exposure to images of dolls on the body image of 5- to 8-year-old girls. Developmental Psychology, 42, 283-292. Dittmar, H., Halliwell, E., & Ive, S. (2006). Does Barbie make girls want to be thin? The effect of experimental exposure to images of dolls on the body image of 5- to 8-year-old girls. Developmental Psychology, 42, 283-292. Das war's! Bis nächsten Freitag...
© Copyright 2024 ExpyDoc
