Nicht-äquivalente Kontrolldesigns: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 1: Zeile 1:
{Nav|Nicht-Experimente|Versuchsplanung}
Mit diesen Pläne werden vorgegebene Gruppen (z. B. Schulklassen, Arbeitsteams, Patientengruppen) untersucht. Durch das Hinzufügen einer Vorhermessung sind die Ausgangwerte der Gruppen bekannt und bereits bestehende Unterschiede können mithilfe von statistischen Techniken nachträglich herauspartialisiert werden. Üblich ist die Berechnung einer zweifaktoriellen Varianzanalyse mit den beiden Faktoren "Treatment" (X1 = mit Treatment, X2 = ohne Treatment) und "Messwiederholung" (Vorhermessung, Nachhermessung). Kausalschlüsse sind dann gerechtfertigt, wenn die [[Interaktionseffekte]] zwischen diesen Faktoren signifikant sind und der Unterschied vom Ausgangs- zum Nachhermesswert in der [[Experimentalgruppe]] größer ist als in der [[Kontrollgruppe]] bzw. (bei mehr als zwei Gruppen) wenn die Unterschiede so gestuft sind wie die Stufen des Treatments und die [[Hypothesen]] dies intendieren. Da hier jedoch keine unbekannten [[Störvariablen]] kontrolliert werden können, ist die [[interne Validität]] der nichtäquivalenten Kontrollgruppenpläne geringer als in experimentellen Designs. Außerdem müssen Effekte berücksichtigt werden, die generell durch die mehrmalige Messung von Versuchspersonen entstehen können ([[Pretesteffekte]], [[Übungseffekte]]).
Mit diesen Pläne werden vorgegebene Gruppen (z. B. Schulklassen, Arbeitsteams, Patientengruppen) untersucht. Durch das Hinzufügen einer Vorhermessung sind die Ausgangwerte der Gruppen bekannt und bereits bestehende Unterschiede können mithilfe von statistischen Techniken nachträglich herauspartialisiert werden. Üblich ist die Berechnung einer zweifaktoriellen Varianzanalyse mit den beiden Faktoren "Treatment" (X1 = mit Treatment, X2 = ohne Treatment) und "Messwiederholung" (Vorhermessung, Nachhermessung). Kausalschlüsse sind dann gerechtfertigt, wenn die [[Interaktionseffekte]] zwischen diesen Faktoren signifikant sind und der Unterschied vom Ausgangs- zum Nachhermesswert in der [[Experimentalgruppe]] größer ist als in der [[Kontrollgruppe]] bzw. (bei mehr als zwei Gruppen) wenn die Unterschiede so gestuft sind wie die Stufen des Treatments und die [[Hypothesen]] dies intendieren. Da hier jedoch keine unbekannten [[Störvariablen]] kontrolliert werden können, ist die [[interne Validität]] der nichtäquivalenten Kontrollgruppenpläne geringer als in experimentellen Designs. Außerdem müssen Effekte berücksichtigt werden, die generell durch die mehrmalige Messung von Versuchspersonen entstehen können ([[Pretesteffekte]], [[Übungseffekte]]).



Version vom 11. Mai 2015, 12:07 Uhr

{Nav|Nicht-Experimente|Versuchsplanung} Mit diesen Pläne werden vorgegebene Gruppen (z. B. Schulklassen, Arbeitsteams, Patientengruppen) untersucht. Durch das Hinzufügen einer Vorhermessung sind die Ausgangwerte der Gruppen bekannt und bereits bestehende Unterschiede können mithilfe von statistischen Techniken nachträglich herauspartialisiert werden. Üblich ist die Berechnung einer zweifaktoriellen Varianzanalyse mit den beiden Faktoren "Treatment" (X1 = mit Treatment, X2 = ohne Treatment) und "Messwiederholung" (Vorhermessung, Nachhermessung). Kausalschlüsse sind dann gerechtfertigt, wenn die Interaktionseffekte zwischen diesen Faktoren signifikant sind und der Unterschied vom Ausgangs- zum Nachhermesswert in der Experimentalgruppe größer ist als in der Kontrollgruppe bzw. (bei mehr als zwei Gruppen) wenn die Unterschiede so gestuft sind wie die Stufen des Treatments und die Hypothesen dies intendieren. Da hier jedoch keine unbekannten Störvariablen kontrolliert werden können, ist die interne Validität der nichtäquivalenten Kontrollgruppenpläne geringer als in experimentellen Designs. Außerdem müssen Effekte berücksichtigt werden, die generell durch die mehrmalige Messung von Versuchspersonen entstehen können (Pretesteffekte, Übungseffekte).

Um die interne Validität von nichtäquivalenten Kontrollgruppenplänen zu erhöhen, gibt es einige Möglichkeiten bezüglich der Gestaltung des Designs:

  1. Mehrere AVs
  2. Wiederholte Treatmentphasen
  3. Wiederholte Prätestmessungen
  4. Mehr als 2 Vergleichsgruppen
  5. Abgestufte Treatmentintensität
  6. Parallelisierung
  7. Analyse der Gruppenselektion
  8. Konfundierte Merkmale (welche neben dem Treatment auf die AV wirken) suchen

Das Schema eines nichtäquivalenten Kontrollgruppenplans sieht wie folgt aus:

Nichtaequivalent.jpg