Messwiederholungspläne

In Messwiederholungsplänen werden Personen bzw. Gruppen mehrfach unter sämtlichen Stufen der UV untersucht und dann mit sich selbst verglichen.

Messwiederholungsdesigns bezeichnet man auch als Within-Designs, da sie Vergleiche innerhalb einer Gruppe ermöglichen. Sie untersuchen intraindividuelle Varianzen. Dagegen vergleichen Between-Designs (Randomisierungspläne) unterschiedliche Mittelwerte einer Gruppe und untersuchen interindividuelle Varianzen.
In einem Messwiederholungsplan wird nur eine einzige Versuchsgruppe unter den verschiedenen Stufen der unabhängigen Variablen (UV) untersucht. Dabei werden zunächst die einzelnen Messwerte (y) pro Person erhoben und dann nachträglich zu Mittelwerten (Ȳ) zusammengefasst.

Die Methode der Messwiederholung ist eine Möglichkeit zur Kontrolle der Sekundärvarianz. Sie macht sich die Unterschiede innerhalb einer Gruppe zunutze. Durch den Vergleich der verschiedenen Messwerte einer Person (Gruppe) werden die personellen Störvariablen konstant gehalten. Situative Störvariablen wie z.B. Licht oder Raumtemperatur müssen zusätzlich kontrolliert werden.

Der einfachste Fall eines Messwiederholungsdesigns ist ein Zweistichprobenversuchsplan. In diesem wird eine Versuchsgruppe zu zwei Messzeitpunkten untersucht. Es gibt aber auch Mehrstichprobenpläne mit Messwiederholungen. In diesen werden entweder mehrere Stufen einer einzigen UV untersucht (Trendanalyse) oder aber mehrere UVs; dann spricht man von einem mehrfaktoriellen Design.
Die Bezeichnungen können verwirren, da es sich trotzdem nur um eine einzige Stichprobe handelt, die jedoch zwei- oder mehrfach untersucht wird. In der statistischen Auswertung wird entsprechend von abhängigen oder korrelierten Stichproben gesprochen.

Versuchspläne mit Messwiederholungen haben den Vorteil, dass sie mit einer relativ geringen Anzahl von Versuchspersonen durchgeführt werden können. Dagegen ist aber mit einem mehrfachen Zeitaufwand durch die wiederholte(n) Untersuchung(en) zu rechnen.
Außerdem besteht häufig die Gefahr von Übertragungseffekten, d.h. dass die vorausgehenden Untersuchungsbedingungen die nachfolgenden mit beeinflussen. Um diesen entgegen zu wirken, sollte man a) die Zeitabstände zwischen den experimentellen Bedingungen ausreichend groß wählen und b) die Reihenfolge der experimentellen Bedingungen ausbalancieren. Schließlich haben die Within-Designs den Vorteil, dass sie eine geringere Datenstreuung aufweisen. Durch das Wegfallen der Between-Varianz (interindividuell) können die experimentellen Effekte klarer nachgewiesen werden.

Beispiel:
Ein Forscher möchte die Auswirkung von verschiedenen Trainingsprogrammen auf den Hormonspiegel untersuchen. Hierfür hat er 20 gesunde Studenten zur Verfügung. Untersucht werden ein Fitnessprogramm, ein Jogging-Ausdauer-Training und ein Krafttraining. Die verschiedenen Trainingsprogramme dauern jeweils eine Stunde und werden nicht am selben Tag durchgeführt. Jeder der Probanden erhält nacheinander die verschiedenen Programme, wobei zwischendurch immer ein Tag Pause gemacht wird um Übertragungseffekte zu vermeiden. Nach jedem Trainingsprogramm wird der Hormonspiegel der Probanden im Blut erhoben. Es wird darauf geachtet, dass die Reihenfolge der Programme für die Teilnehmer ausbalanciert ist.