th4_1+fr4

Vorexperimentelle und
Experimentelle Designs
Barbara Werewka
Varianzkontrolle (Kerlinger 1976)

Bestimmung von Vergleichsgruppen

Modus der Aufteilung von
Untersuchungspersonen auf die
Vergleichsgruppen
Drei Klassen von Designs



Experimentelle Designs
Quasi-experimentelle Designs
Ex-post-facto Designs
Grundproblematik bei allen Designs:

Neutralisierung eventuell verzerrender Effekte
von Drittvariablen
Vorexperimentelle Designs

Begriff geschaffen von Campbell und Stanley
(1963)

Vorexperimentelle Designs genügen nicht
wissenschaftlichen Anforderungen an die
Methodik der Hypothesenprüfung

Dieser unzureichende Designtyp lässt mehrere
Fehlerquellen gut erkennen
Prototyp eines vorexperimentellen
Designs - XO Design

X – experimenteller Stimulus
O – Beobachtung : Messung einer abhängigen
Variable
Die Beobachtungen werden nur für eine
Kategorie der abhängigen Variable registriert.
Es werden scheinbar Vergleiche suggeriert, die
Angaben sind jedoch unvollständig.
Beispiele von XO - Designs

ADAC glaubt – schnelles Autofahren ist nicht gefährlich, denn
die meisten Autounfälle ereignen sich bei moderaten
Geschwindigkeiten.

Ein Reisemagazin rät, sich bei Autofahrten kurz vor dem Ziel
besonders zu konzentrieren. Empfehlung basiert auf Statistik,
wonach die meisten Unfälle im Umkreis von 30 Km Wohnort
passieren.

„Spiegel“ berichtet, 50% der Verunglückten Skifahrer, die im
Kantonspital Chur behandelt werden, sind Deutsche.
Beispiele von XO - Designs

Alle drei Beispiele beruhen auf einem
gravierendem Denkfehler
Beim XO - Design ist die Varianz der
unabhängigen Variable 0.
Damit lassen sich keine Zusammenhangshypothesen
überprüfen und keine Effekte abschätzen.
Beispiele von XO - Designs

Autounfälle
Tempo
100
ohne Unfall
?
100
200
?
10
mit Unfall
Frage: Ist die Unfallwahrscheinlichkeit bei Tempo 100 höher
als bei Tempo 200?
Beispiele von XO - Designs

Skiunfälle
Deutschland
Lichtenstein
Andere
nein
4950
40
3960
8950
ja
550
10
440
1000
5500
50
4440
9950
Frage: Ist die Unfallwahrscheinlichkeit der Liechtensteiner (20%)
tatsächlich doppelt so hoch wie bei den Deutschen (10%)?
9
Experimentelle Designs
Versuchs und Kontrollgruppen



R
R
Mindestens zwei experimentelle Gruppen werden
gebildet
Randomisierung
Die unabhängige Variable wird vom Forscher
„manipuliert“
X
O Versuchsgruppe
O Kontrollgruppe
Experimentelle Designs
Versuchs und Kontrollgruppen

Blindversuch
Den Versuchspersonen (Probanden) ist nicht bekannt,
ob sie in der Versuchs- oder in der Kontrollgruppe sind
bzw. die Probanden sind über die zu prüfende
Hypothese nicht informiert

Doppelblindversuch
Zusätzlich zu den Probanden ist auch dem
Versuchsleiter die zu prüfende Hypothese nicht bekannt
bzw. auch er weiß nicht, ob er eine Versuchs- oder eine
Kontrollgruppe leitet.
Experimentelle Designs

Mehrere Versuchsgruppen
Es gibt auch Experimente mit mehreren Versuchsgruppen.
In diesen Fällen ist jede einzelne Gruppe zugleich
Versuchsgruppe betreffend einen experimentellen Stimulus
(X1,X2,..,Xn) und Kontrollgruppe im Verhältnis zu der
anderen Versuchungsgruppen.
R
R
.
.
Rn
X1
X2
.
.
Xn
O1
O2
.
.
On
Versuchsgruppe 1
Versuchsgruppe 2
Versuchsgruppe n
Experimentelle Designs
Mehrere Versuchsgruppen
Beispiel :

Überprüfung zweier oder mehrer unterschiedlichen
Unterrichtsmethoden auf die Lernleistung von Schülern.
R-
Zufallsverfahren bei der Zuweisung der Schülerinnen
und Schüler (Probanden) auf die Versuchsgruppen
X1,X2,Xn –
die unterschiedlichen Unterrichtsmethoden
(experimentelles Stimulus)
O1,O2,On –
die unterschiedlichen Lernergebnisse der Schülerinnen
und Schüler (Beobachtungen)
Scheinkorrelation

Die Beobachtung (O) ist nur scheinbar Ergebnis
bzw. Auswirkung des experimentellen Stimulus X.
Tatsächlich hat der unbekannte Drittfaktor Z das
Ergebnis (die Beobachtung) herbeigeführt.
+
X
(experimentelle Stimulus)
Z
(Unbekannte Drittfaktor)
+
O
(Beobachtung)
Scheinkorrelation
Beispiel:

Berufsfortbildungsprogramm für Arbeitslose
(ohne Randomisierung)
Zu überprüfende Hypothese:
Auswirkungen von Berufsfortbildungsprogrammen
auf Wiederbeschäftigungschance.
X – Teilnehmer an Berufsfortbildungsprogramm
O1 – Anteil der Wiederbeschäftigten Arbeitnehmer mit
Fortbildungskurs
O2 - Anteil der Wiederbeschäftigten Arbeitnehmer
ohne Fortbildungskurs
Scheinkorrelation: Beispiel
X
O1 (Versuchsgruppe) Arbeitslose mit Berufsfortbildungskurs
O2 (Kontrollgruppe) Arbeitslose ohne Berufsfortbildungskurs
Z
(unbekannter Drittfaktor) : unterschiedliche Vor-Qualifikationen
bzw. unterschiedliche Motivation der Probanden.
+
X
Kursteilnahme
Z
+
O
Beschäftigungschance
Scheinkorrelation: Beispiel
Beispiel: Berufsfortbildungsprogramm für Arbeitslose
(mit Randomisierung)
R
R
X
O1 (Versuchsgruppe mit Kurs, Beschäftigungschance)
O2 (Versuchsgruppe ohne Kurs, Beschäftigungschance)
Durch die Randomisierung bei der Ziehung von Versuchs- und
Kontrollgruppen wird der unbekannte Drittfaktor Z
ausgeschlossen. Nunmehr lässt sich eine Korrelation
zwischen Fortbildungskurs und Beschäftigungschance
herstellen.
Weitere Fehlerquellen und deren
Ausschluss

Variable Y, die trotz Randomisierung nicht neutralisiert
werden kann

Hawthorne – Effekt, Verzerrung durch Reaktivität

Randomisierung verzerrt das Ergebnis

Bei geringen Fallzahlen kann die Randomisierung
missglücken
Strategien zur Problemlösung

Variable Y :
Weitere Experimente

Hawthorne – Effekt:

Verzerrung durch Randomisierung: eher Ausnahme

Missglückte Randomisierung:
Kombination von
Randomisierung und Matching
Blind und Doppelblindversuche
Interne und externe Validität

Interne Validität: Ausblendung von Störvariablen

Externe Validität: Generalisierbarkeit
experimenteller Effekte
Vor- und Nachteile der experimentellen
Designs
Vorteile:

Der experimentelle Stimulus wird im Experiment „produziert“
und geht der vermuteten Wirkung zeitlich voraus.

Neutralisierung von Drittvariablen.
Nachteile:

Das Problem der externen Validität

Das Problem der Reaktivität

Hoher Aufwand bei simultaner Prüfung

praktischen oder ethischen Gründen als Hindernisse bei
Durchführung.
Experimentelle Spieltheorie
„mamihlapinatapai“
(„Jeder erwartet von jemand
anderem, daß dieser etwas tut, was alle wünschen,
aber keiner bereit ist zu tun“)
Verantwortungsdiffusion/Freiwilligendilemma
Experiment
S. 304ff)
von Darley und Latané (1968) (Diekmann,
Versuchsanordnung






Hypothese: „Je größer die Zahl der Zuschauer in einer
Hilfeleistungssituation, desto geringer die (individuelle)
Wahrscheinlichkeit dass eine bestimmte Person Hilfe leistet“
Vorgespieltes Experiment „Diskussion über das CollegeLeben“
2er, 3er, 6er Gruppen von Studenten (wobei immer nur 1
Versuchsperson war, die Anderen eingeweihte Mitarbeiter)
Diskussion über Mikrofone in getrennten Räumen
Notsituation wurde vorgetäuscht (epileptischer Anfall)
Aufzeichnung der Reaktionen der Versuchspersonen
Ergebnis



2er Gruppe (85 % Wahrsch. Hilfe)
3er Gruppe (62 % WH)
6er Gruppe (31 % WH)
Quasi-Experimente

Definition: „Versuchsanordnungen die dem
Vorbild des Experimentes nahe kommen und der
experimentellen Logik folgen, jedoch nicht die
strengen Anforderungen an das experimentelle
Design erfüllen.“ (Diekmann, S.309)
Quasi-Experimente

größter Unterschied zum Experiment



Es wird auf die Randomisierung (d. h. die zufällige Zuteilung
von Versuchspersonen in Versuchs- oder Kontrollgruppe)
verzichtet.
Grund: die Zufallszuteilung ist in vielen Fällen (vor allem in
Feldforschung) nicht möglich. Die Gruppenaufteilung erfolgt
nach natürlich vorhandenen Merkmalen.
2 Hauptvertreter


Vorher-Nachher-Messung mit Versuchs- und Kontrollgruppe
(„Förderunterricht“)
Zeitreihen-Experiment („Schwarzfahrer“)
Vorteile von Quasi-Experimenten


Eignet sich besonders für Untersuchungen
im natürlichen Umfeld (oft besser als
Experimente)
Hohe externe Validität
Nachteile und Probleme von QU-E

Verzerrungseffekte durch Drittvariablen



Selbstselektion
Systematische Ausfälle
Regressionseffekte

„statistische Tendenz zur Mitte“
Lösungsversuche





Gruppen-Matching / Paarweises Matching
Nachträgliche Kontrolle on Drittvariablen durch
multivariate statistische Verfahren
Zeitreihen-Experimente
Aktive Überwachung der nicht kontrollierten
Störfaktoren
Formulierung möglichst klarer Erwartungen an die
Daten
Prüfungsfragen



Erklären sie interne und externe Validität.
Unterscheiden Sie das Konzept des Experiments
von der Ex-post-facto Methode
Zeigen sie die Vor- und Nachteile der QuasiExperimente auf, sowie
Problemlösungsmöglichkeiten

Download Report