02 Flashcards
(90 cards)
1
Q
Welche Arten von Forschungsdesigns gibt es?
A
- Fallstudien/ qualitative Ansätze
- Korrelative Ansätze (quantitativer Ansatz)
- Quasi-experimentelle Ansätze (“)
- Experimentelle Ansätze (“)
2
Q
Wovon hängt die Wahl des Forschungsdesigns ab?
A
Fragestellung bzw. Hypothese
-> keine Hypothesen, deskriptive H., kausale H.
3
Q
Was sind die Voraussetzungen für kausale Schlussfolgerung?
A
- UV und AV müssen korrelieren
- UV geht AV zeitlich voraus
- alle relevanten Störeinflüsse ausgeschlossen
4
Q
Kausale Schlussfolgerung und Forschungsdesigns:
Erfüllen Experimente die Voraussetzungen für kausale Schlussfolgerung?
A
- Kovariation: Ja
- Zeitliche Vorgeordnetheit: Ja
- Eindeutiger Ausschluss von Alternativerklärungen: Ja (wenn Qualitätskriterien erfüllt
5
Q
Was ist die primäre Kontrolltechnik bei Experimenten?
A
Randomisierung
6
Q
Kausale Schlussfolgerung und Forschungsdesigns:
Erfüllen Quasi-Experimente die Vorraussezungen für kausale Schlussfolgerungen?
A
- Kovariation: Ja
- Zeitliche Vorgeordnetheit:
-> Posttest: Nein
-> Prä-Posttest: Ja - Eindeutiger Ausschluss von Alternativerklärungen:
-> für Zeitreihenanalysen mit Kontrollgruppe Ja, sonst nein
7
Q
Was ist die primäre Kontrolltechnik in Quasi-Experimenten?
Welche zusätzliche Maßnahme wird oft getroffen?
A
Ausbalancierte Parallelisierung
Preprocessing-Methoden
8
Q
Kausale Schlussfolgerung und Forschungsdesigns:
Erfüllen korrelative Ansätze die Vorraussetzungen für kausale Schlussfolgerungen?
A
- Kovariation: Ja
- Zeitliche Vorgeordnetheit:
-> Querschnitt: Nein
-> Länsschnitt: Ja - Eindeutiger Ausschluss von Alternativerklärungen: Nein (zumindest mit üblichen Verfahren)
9
Q
Was ist die primäre Kontrolltechnik in korrelativen Ansätzen?
Welche zusätzliche Maßnahme wird oft getroffen?
A
Auspartialisieren
Instrumental-Variablen
10
Q
Welche Arten der Validität gibt es?
A
Interne Validität
Externe Validität
Konstruktvalidität
Populationsvalidität
11
Q
Interne Validität
A
Wird Variation in abhängiger Variable tatsächlich durch Variation in unabhängiger Variable Verursacht?
12
Q
Externe Validität
A
Wie generalisierbar sind Ergebnisse?
13
Q
Konstruktvalidität
A
Misst Erhebungsverfahren ein Merkmal so, dass es mit Konstruktdefinition übereinstimmt? (erfassen die Indikatoren tatsächlich das Konstrukt; AV)
Manipuliert eine experimentelle Manipulation ein Merkmal so, dass es mit Konstruktdefinition übereinstimmt? (UV)
14
Q
Welche sind die wesentlichen Kriterien eines Experiments?
A
- Systematische Variation (mindestens) einer unabhängigen Variable (UV)
- Messung (mindestens) einer abhängigen Variable (AV)
- Konstanthaltung aller übrigen (Stör-)Variablen
15
Q
Erkläre das Max-Kon-Min Prinzip (Kerlinger).
A
- Max-imieren der experimentellen Varianz
- Kon-trolle der systematischen Fehlervarianz
- Min-imierung der unsystematischen Fehlervarianz (Zufallsvarianz)
16
Q
Welche Arten von Störvariablen (SV) gibt es?
A
- unsystemische SV: Effekt auf AV, keine Konfundierung mit UV
- systemische SV: Effekt auf AV, Konfundierung mit UV
17
Q
Woher können SV kommen (Quellen)?
A
- SV der Versuchsperson durch Traits (z.B. Intelligenz) oder States (z.B. Stimmung)
- SV in Untersuchungssituation (z.B. Lärm, Hitze, etc.)
- SV durch Erwartungen von Versuchsleiter/- personen (z.B. Placebo-Effekt)
- SV durch Mehrfachmessungen (z.B. Erinnerungseffekte)
18
Q
Was muss man bei der Versuchsplanung festlegen?
A
- Stichprobengröße
- Anzahl UV’s
- Anzahl der Stufen der UV’s (z.B. keine Aggression, etwas, sehr, extrem, ect.)
- Anzahl der AV’s
- Anzahl der Messungen (between oder within-Design)
- Kontrolltechniken zur Kontrolle von Störvariablen
19
Q
Worin liegt der Vorteil eines mehrfaktoriellen Designs?
A
- Untersuchung von simultanen Haupteffekten (UV1, UV2)
- Untersuchung von Interaktionseffekten (UV1xUV2)
20
Q
Was gilt es bei der Festlegung der Stufen von UV’s zu beachten?
A
- Je mehr Stufen, desto informativer das Experiment
- Wahl von extremen bzw. optimalen Werten der UV maximiert exp. Varianz
- mehr als zwei Stufen erlaubt, Verlauf des Zusammenhangs zu ermitteln (linear, quadratisch, etc.)
21
Q
Was gilt es bei der Festlegung der Anzahl von AV’s zu beachten?
A
Je nach Theorie können mehrere AV’s durch die UV beeinflusst werden
-> breiteres Erfassen eines best. Effekts unter Anbetracht mehrerer AV’s
-> Informativeres Experiment
22
Q
Wie analysiert man eine bzw. mehrere AV’s?
A
- Eine AV: Univariate Varianzanalyse
- Mehrere AV’s: Multivariate Varianzanalyse (Beachtung der Zusammenhänge zw. AV’s, Kontrolle von Alpha-Fehlern)
23
Q
Between-Designs
A
- Jeder Proband nur einer experimentellen Bedingung Ausgesetzt
- Vergleich der Probanden mit Probanden aus der anderen Bedingung
24
Q
Within-Design
A
- Jeder Proband wird jeder experimentellen Bedingung ausgesetzt
- Vergleich zw. Gruppen und Veränderungen von Probanden
25
Welche sind die Vorteile von within-Designs?
- Kontrolle von Personengebundenen SV's
-> höhere stat. Power
- Messung von Veränderung
26
Was sind pot. Probleme von within-Designs?
- Sensitivierungseffekte: Erste Messung beeinflusst nachfolgende Messungen
- Konsistenzeffekte: Bemühung der Probanden um Stimmige Antworten
- Demand-Effekte: Verhalten im Sinne einer vermeintlichen Hypothese
- Übungs - und Ermüdungseffekte: Spätere Aufgaben besser bzw. schlechter gelöst
27
Womit kann man die SV der Versuchspersonen kontrollieren?
- Randomisierung
-> Probanden zufällig in
Versuchsbedingungen eingeteilt
-> Störvariablen nicht mit UV
konfundiert (keine syst. SV)
- Ausbalancieren/ Parallelisierung
(Matching)
-> Verteilung von SV in allen
Bedingungen gleich gehalten
-> Nur für bekannte SV möglich
- Wiederholungsmessung (within-Design)
-> Probanden nehmen an
mehreren experimentellen
Bedingungen teil
-> Kontrolle von
personengebundenen SV
28
Wie kann man die SV der Untersuchungssituation kontrollieren?
- Eliminierung der SV (z.B. Gestank, Lärm, etc.)
- Konstanthaltung der SV
-> SV über alle Bedingungen
konstant gehalten
-> Je mehr Variablen konstant
gehalten, desto geringer
Generalisierbarkeit
- SV als Kontrollfaktor
-> Raum, Tageszeit, etc.
dokumentieren
-> später ggf. statisch
kontrollieren
-> Nur für bekannte SV möglich,
SV hat Messfehler
- Standardisierung
-> Alle VP gleiche Informationen
-> Interaktion mit VP gleich
- Automatisierung
-> Verhalten von VL als SV
eliminiert
- Versuchsleitertraining
-> Gewährleistung einer
standardisierten Interaktion
29
Wie kann man SV durch Erwartungen von VP und VL kontrollieren?
- (Doppel-)Blindstudie
->VP und VL kennen Bedingung
für VP nicht
-> insbesondere wichtig, wenn
AV durch Beobachter erfasst
wird
- Fehlinformationen (Täuschung)
-> Verschleierung der wahren
Intention des VL
-> Coverstory
-> Ethische Richtlinien beachten
- Kontrollbefragungen
-> Nachbefragung von VP über
Hypothesen bzg. Studie
-> Trichter-Interview
30
Wie funktioniert ein Trichter-Interview?
Immer spezifischere Fragen nach Demand-Effekten
-> offene Fragen
-> gezielte Fragen
-> gezielte Fragen mit
Antwortoptionen
31
Wie kann man SV aufgrund von Mehrfachmessungen vermeiden?
- Solomon-4-Gruppen-Plan
->Erhebung von Experimental-
und Kontrollgruppe mit und
ohne Vorher-Messungen
- Ausbalancieren
-> Reihenfolge der Bedingungen
als Kontrollfaktor
-> Materialreihenfolge als
Kontrollfaktor
32
Wie sorgt man für Konstruktvalidität für die UV?
Experimentelle Bedingungen unterscheiden sich nur hinsichtlich des interessierenden Konstrukts
-> Überprüfung durch
Manipulationskontrolle
33
Wie sorgt man für Konstruktvalidität für die AV?
Die abhängige Variable repräsentiert nur das interessierende Konstrukt (also wird die richtige AV beobachtet?
-> Verwendung validierter
Messungen
34
Was beschreibt ein Laborexperiment?
Durchführung von Experimenten in einer künstlichen/ kontrollierten Umgebung
35
Was sind die Vorteile eines Laborexperiments?
- Kontrollierbarkeit vieler (Umgebungs-) SV
- Reliable Messungen
- Einfache Hinzu . und Wegnahme von (weiteren) Faktoren
- höhere interne Validität
36
Was sind die Nachteile eines Laborexperiments?
- Treatments können nicht alle theoretisch möglichen Ausprägungen einer UV abdecken
- Nur kurzzeitige Effekte untersuchbar
- Hohe Kontrollierbarkeit reduziert Generalisierbarkeit (externe Validität)
- "Labor"-Kultur
37
Was beschreibt ein Feldexperiment?
Durchführung von Experimenten, die durch Natürlichkeit (Real-Life-Settings) gekennzeichnet sind
38
Was sind die Vorteile von Feldexperimenten?
- Mehr Natürlichkeit
- höhere externe Validität
39
Was sind die Nachteile von Feldexperimenten?
- Selektive Teilnahme
- Selektion in Versuchsgruppen
- Selektiver Ausfall
- Interaktion zwischen Versuchsgruppen
- geringere Treatment-Reliabilität & Validität
40
Ist die Unterscheidung zwischen Labor- und Feldexperimenten fließend?
Ja
-> bezeichnet Grad an
"Natürlichkeit"
41
Vier Aspekte der Natürlichkeit: UTOS
- Forschungseinheit (Unit): z.B. Psychologiestudenten vs repr. Stichprobe
- Intervention (Treatment): z.B. Stimuli extrem vs mäßig setzen
- Messung (Observation): reaktiv vs nicht-reaktiv
- Kontext (Setting): artifizielle vs. natürliche Umgebung
42
Wodurch wird die externe Validität eines Experiments erhöht?
Natürlichkeit
43
Sind Labor- oder Feldexperimente besser?
keins
-> sind komplementär
44
Was ist ein Quasi-Experiment?
Forschungsdesign, das ein oder mehrere Elemente eines Experiments nicht erfüllt
45
Wie funktionieren Quasi-Experimente?
- Implementieren einiger Elemente experimenteller Designs
- keine vollständige Kontrolle über experimentelle Stimuli
46
Welche Schlussfolgerungen kann man aus Quasi-Experimenten ableiten?
Ausschluss von Alternativerklärungen
47
Was muss man bei Quasi-Experimenten beachten?
- Identifikation und Analyse mögl. Störvariablen für interne Validität
- Kontrolle potenzieller Konfundierungen und Beeinträchtigungen der internen Validität durch das Versuchsdesign
48
Was haben Quasi-Experimente meist im Vergleich zu Experimenten?
- geringere interne Validität
- höhere externe Validität
49
Was erforscht ein korrelativer Ansatz?
Beziehung zwischen Variablen, ohne Manipulation dieser Variablen
50
Was sind die Anwedungen/ Vorteile korrelativer Ansätze?
- Anwendung:
-> Fragestellungen die nicht
experimentell untersucht
werden können
- Vorteile:
-> Erforschung des
Zusammenhangs von Variablen
im "Real Life"- Kontext
-> UV kann größeren Bereich
abdecken (Datenerhebung über
ethisch eingeschränkte Bereiche
ebenfalls möglich)
51
Was beschreibt eine Querschnittstudie (korrelativer Ansatz)?
Erhebung von (mindestens) zwei Variablen zum Messzeitpunkt
52
Was sind die Vor-/ Nachteile von Querschnittstudien?
- Vorteile:
-> weniger aufwendig
-> kostengünstig
- Nachteile:
-> weniger zeitliche
Vorgeordnetheit der UV ggü. AV
-> kein Ausschluss von SV ohne
weiteres möglich
53
Was sind die Charakteristika von Längsschnittstudien?
- Mindestens zwei Messzeitpunkte
- Erhebung von UV und AV zu allen Messzeitpunkten
54
Was sind die Vor- und Nachteile von Längsschnittstudien?
- Vorteile:
-> Untersuchung von zeitl.
Entwicklungen
-> Zeitl. Vorgeordnetheit der UV
ggü. AV
- Nachteile:
-> Kosten/ Aufwand
-> Teilnehmermortalität
-> Sensitivierungs-, Konsistenz-,
Demand-Effekte
55
Was gilt es bei der Anzahl an Messungen in Längsschnittstudien zu beachten?
- Je mehr Wellen, desto informativer die Studie
- Viele Fragestellungen erfordern mindestens 3 Wellen (Untersch. Trait vs State)
56
Was gilt es bei Betrachtung des zeitl. Zusammenhangs zw. UV und AV in Längsschnittstudien zu beachten?
- Zeitintervall (Wann wird Effekt erwartet?)
- Dauer (Wie lange soll Zusammenhang andauern?)
- Form (linearer Anstieg/ Abfall, Plateau)
57
Was gilt es bei der Rekrutierung und Training in Längsschnittstudien zu beachten?
- Orientierungssitzung
- Incentives
- Erinnerung
58
Was gilt es bei der Teilnehmermortalität in Längsschnittstudien zu beachten?
- Systematische Nonresponse
- Stichprobengröße & stat. Power
- Missing-Data-Design
59
Was gilt es bei der Datenanalyse in Längsschnittstudien zu beachten?
- Verwendete Datenanalysetechnik sollte vorher geklärt werden
- Imputationsverfahren
60
Wie werden Untersuchungen hinsichtlich ethischer Kriterien bewertet?
- Abwägung von Forschungsinteresse und Interesse der Probanden
- Bewertung durch universitären Ethikrat (!)
61
Was sind die Grundsätzilichen ethischen Prinzipien, welchen die Forschung genügen muss?
- Gewährleistung der physischen und psychischen Unversehrtheit der Teilnehmer
- Einwilligung der Studienteilnehmer in Teilnahme
- Aufklärung der Teilnehmer
- Sicherstellung der Anonymität
62
Für welche Populationen können Theorien Geltung beanspruchen?
- Universell: Alle Menschen
- Kulturkreis: gilt nur für Menschen eines best. Kulturkreises
- Alter: Theorie gilt nur für Menschen eines best. Alters
- Berufsgruppen
etc.
63
Was beschreibt Populationsvalidität?
Untersuchungseinheiten stammen aus Populationen, für die Hypothese Geltung beansprucht
64
Was bezeichnet eine Population?
- bezeichnet Menge aller potenzieller Untersuchungsobjekte
- beschreibt alle Individuen für die eine Aussage getroffen werden soll
65
Was erfordert die Festlegung einer Population?
- genaue Definition der Population (räumlich, zeitlich)
- genaue Definition best. Merkmale (z.B. berufstätig)
66
Welche Frage sollte sich vor der Studiendurchführung gestellt werden (Kontext: Population)?
Vollerhebung oder Stichprobe
67
Was ist Vollerhebung?
Erhebung der gesamten Population
68
Was sind Vorteile einer Vollerhebung?
- keine Stichprobenfehler
- Aussagen für kleine Subgruppen möglich
- bei sehr heterogener Gruppengesamtheit ist jede Einheit wichtig
69
Wann sind Vollerhebungen nicht möglich?
... Population unendlich (z.B. Auswirkung von Rauchen auf Krebs)
... Population nur teilweise (oder garnicht) bekannt
... Untersuchung Population zu stark beeinträchtigt (z.B. crashtest bei Autos; 1/100 als test gecrashed)
... Untersuchung zu aufwendig (z.B. Persönlichkeitsprofile aller Deutscher)
70
Was beschreibt eine Stichprobe?
Teilmenge der Grundgesamtheit, die nach best. Kriterien ausgewählt wird
71
Was sind zentrale Fragen bei der Auswahl von Stichproben?
- Kann Stichprobe auf Population generalisiert werden (Repräsentativität)?
- Wie können Zielpersonen am Besten und kostengünstigsten erreicht werden?
72
Wann ist Repräsentativität sehr bedeutend?
- Untersuchung von sehr heterogenen Effekten
- Prävalenzeinschätzung in allgemeiner Bevölkerung
- Berechnung von Normwerten
73
Wann ist Repräsentativität weniger bedeutend?
Prüfung von Zusammenhängen von Theorien mit universellem Geltungsanspruch
Aber: Bedeutung von Replikationen
->Test an mehreren Stichproben
erhöht externe Validität
-> Aussagen von Theorien
können stärker generalisiert
werden
74
Was beschreibt probabilistisches Sampling?
gleiche oder bekannte Auswalhwahrscheinlichkeiten aller Populationseinheiten
75
Was sind Beispiele für probabilistisches Sampling?
- Einfache Zufallsstichprobe (zufällige Auswahl mittels einer Liste aller Populationseinheiten)
- Geschichtete Stichprobe (zufällige Auswahl mittels Liste von Subpopulationseinheiten)
- Klumpenstichprobe (zuf. Auswahl von größeren Einheiten, Befragung aller Untereinheiten)
- Mehrstufige Stichprobe
76
Welche sind die Vorteile von probabilistischem Sampling?
- Repräsentiert Population am Besten
- hohe externe Validität
77
Welche sind die Nachteile von probabilistischem Sampling?
- Kosten/ Aufwand
- Erfordert Liste aller Populationselemente
- oft nicht realisierbar
78
Was beschreibt nichtprobabilistisches Sampling?
Auswahlwahrscheinlichkeiten der Populationseinheiten nicht bekannt
79
Was sind Beispiele für nichtprobabilistisches Sampling?
- Ad-hoc Stichprobe (convenience sampling)
- Quotenstichprobe (convenience sampling mit Festlegung von Quoten an best. Merkmalen)
- Theoretische Stichprobe (Auswahl besonders typischer, interessanter oder extremer Fälle)
80
Was sind die Vorteile von nonprobabilistischem Sampling?
- weniger aufwendig
- kostengünstig
81
Was sind die Nachteile von nonprobabilistischem Sampling?
- bestimmte Subgruppen eventuell unterrepräsentiert oder gar nicht vertreten
- eingeschränkte externe/ interne Validität
82
Welche Art der Stichprobenziehung ist die beste?
Zufallsstichprobe (probabilistisches Sampling)
83
Was erfordert eine Zufallsstichprobe?
- jedes Untersuchungsobjekt einer Population ist identifizierbar
- jedes Untersuchungsobjekt hat gleiche/berechenbare Chance, in Stichprobe aufgenommen zu werden
=> nur möglich mit Liste aller Populationseinheiten
84
Weshalb sind Zufallsstichproben ein Ideal, welches wenn überhaupt annäherungsweise erreicht wird?
- Population häufig nicht eindeutig identifizierbar
- oft keine Liste vorhanden, mit der gezogen werden kann
- Teilnahmeverweigerung mögl.
85
Was wissen wir in nichtprobabilistischen Stichproben nicht?
- Subgruppe unterrepräsentiert oder nicht vertreten?
- entspricht Stichprobe der Population in allen relevanten Merkmalen
86
Welche alternativen Betrachtungen gibt es zu Stichproben?
- Stichprobe nichtprobabilistisch
-> Inferenzstatistik sinnlos
- Stichprobe ist probabilistisch für spez. Population
-> Population wird im Nachhinein konstruiert ("Inferenzpopulation")
87
Wie entstehen Stichprobenfehler? Was sollte man aufgrund dieser neben Punktschätzern noch berichten?
Je nachdem welche Fälle in Stichprobe gelangen, fallen interessierende Parameter etwas untersch. aus
-> gewisse Unsicherheit bzgl. der Populationsparameter (Stichprobenfehler)
=> daher sollten neben Punktschätzern auch Intervallschätzer berichtet werden (Quantifizierung des Stichprobenfehler)
88
Anhand welcher Vorgehensweisen kann die Planung der Stichprobengröße festgelegt werden?
- anhand von Poweranalysen (wie groß muss Stichprobe sein, damit Effekt einer best. Größe mit stat. Test mit best Wahrscheinlichkeit detektiert werden kann)
- anhand von Präzisionsanalysen (wie groß muss Stichprobe sein, damit Konfidenzintervall nicht größer als vorgegebener Wert ist)
- anhand von Sequenzanalysen (muss Stichprobe vergrößert werden oder kann vorliegende Stichprobe meine Hypothese beantworten?)
- praktische Beschränkungen (welche Stichprobengröße kann mit Budget realisiert werden?)
89
Wie verwendet man Poweranalysen?
Festlegung von 3/4 der folgenden Parameter:
- alpha-Fehler (normal:0,05)
- Teststärke (1-beta-Fehler; normal 80%)
- Stichprobengröße
- Effektstärke
=> sobald 3 gegeben sind, ergibt sich der 4.
90
Wie legt man Effektstärke fest?
- Anlehnung an vorherige Studien
- normative Begründung (wie groß muss Effekt sein, damit es sich lohnt ihn zu erforschen)
- heuristische Ableitung (Cohen's Effektstärkekonvention)
