Thema 2:

Forschungsstrategien &

Forschungsdesigns

PD Dr. Maximilian Sailer

Lernziele

•  Funktion •  Forschungsstrategien und Forschungsdesigns

in den Sozialwissenschaften •  Experimentelle Forschung

– Versuchspläne (Beispiele) •  Nichtexperimentelle und Quasiexperimentelle

Forschung – Versuchspläne (Beispiele)

1. Funktion

•  = „Versuchsplanung“

•  Umfasst: – die Auswahl von Teilnehmern –  die Wahl von Gruppen – die Methoden zur Datenerhebung – die zeitliche Struktur

3

2. Forschungsstrategien und Forschungsdesigns

4

Forschungsstrategien

- Experimentell (Ursache-und-Wirkung)

- deskriptiv

- korrelativ (zusammenhängend)

- quasi-experimentell

Forschungsdesigns

-  between-subjects (interindividuell)

-  within-subjects (intraindividuell)

- faktoriell

- single-subject (Einzelfall)

3. Experimentelle Forschung

Ziel & Aufgabe eines „richtigen“ Experiments: •  Ermittlung eines Ursache-Wirkungs-Zusammenhangs

zwischen zwei Variablen •  Aufzeigen, dass eine Veränderung der einen Variable A

(UV) auch direkt verantwortlich für die Veränderung der anderen Variable B (AV) ist

5

Komponenten & Merkmale eines Experiments: •  Manipulation der UV •  Messung der AV in beiden Treatment Bedingungen •  Vergleich der Daten der zwei Treatment Bedingungen •  Kontrolle von Störvariablen Randomisierung!

6

3. Experimentelle Forschung

Versuchsgruppe

•  Teilnehmer, die auf Versuchsbedingungen untersucht werden

•  Erhält manipulierte unabhängige Variable

Kontrollgruppe

•  Wird unter normalen

Umständen mit Versuchsgruppe verglichen

•  Erfährt nicht dieselben Manipulation wie Versuchsgruppe 7

3. Experimentelle Forschung

Das Experiment

Manipulieren

Unabhängige Variable und ihre Niveau definieren

Gruppe B

Gruppe A

Ergebnisse der Gruppe A in Bezug auf die abhängige Variable messen

Ergebnisse der Gruppe B in Bezug auf die abhängige Variable messen

Ergebnisse vergleichen

Wichtig: Störvariablen kontrollieren 8

3. Beispiele für experimentelle Forschung 3.2 Pre-Post-Kontrollgruppenplan

Pre-Post-Kontrollgruppenplan:

0 = Messung/Beobachtung X = Treatment

Pretest

Treatment

Posttest

Kontrollgruppe

0

0

Experimental-

gruppe

0

X

0

9

Vorteile: •  Erhalt eines Vorher- sowie Nachherwerts der

Experimentalgruppe Einfache Erfassung von Unterschieden

•  Gegenüberstellung mit Kontrollgruppe (ohne Treatment) Auf Wirkung des Treatment X kann geschlossen/nicht geschlossen werden

Nachteil: •  Unterschiede sind möglicherweise auf Pretest

zurückzuführen 10

3. Beispiele für experimentelle Forschung 3.2 Pre-Post-Kontrollgruppenplan

3. Beispiele für experimentelle Designs 3.3 Kontrollgruppenplan

Kontrollgruppenplan:

0 = Messung/Beobachtung X = Treatment

11

Treatment Posttest

Kontrollgruppe 0

Experimentalgruppe

X 0

Vorteile: •  Eindeutiges Zurückführen von Unterschieden im

Posttest auf Treatment X •  Keine Beeinflussung der Unterschiede durch Pretest

Nachteil: •  Auftretende Effekte können nur auf das Treatment

zurückgeführt werden, da Ausprägung der AV vor dem Treatment nicht bekannt sind

12

3. Beispiele für experimentelle Designs 3.3 Kontrollgruppenplan

3. Beispiele für experimentelle Designs 3.4 Solomon- Vier-Gruppen-Plan

Solomon- Vier-Gruppen-Plan:

0 = Messung/Beobachtung X = Treatment

13

Pretest Treatment Posttest Kontrollgruppe

1 0 0

Experimental-gruppe 1

0 X 0

Kontrollgruppe 2

0

Experimental-gruppe 2

X 0

Vorteile: •  Eindeutigeres Zurückführen von Effekten auf Treatment

Interne Validität •  Unterschiede von KG 1 & KG 2 im Posttest

Auswirkungen des Pretests •  Unterschiede von EG 1 & EG 2 im Posttest

Auswirkungen des Pretests •  Unterschiede von KG 1 & EG 1 im Posttest jedoch nicht im Pretest

Effekt von Treatment •  Unterschiede von KG 2 & EG 2 im Posttest

Effekt von Treatment Nachteil: •  Auswertung schwierig

14

3. Beispiele für experimentelle Designs 3.4 Solomon- Vier-Gruppen-Plan

3. Beispiele für experimentelle Designs 3.5 Between-subject Design

Between-subject-Design (interindividuell): Ziel: •  Ermittlung von Unterschieden zwischen zwei (oder

mehr) Treatments •  Versuchspläne mit Randomisierung/Blockbildung:

zwei (oder mehr) experimentelle Bedingungen mit zwei (oder mehr) Probandengruppen Unterschiedliche aber gruppenübergreifend

äquivalente (gleichwertige) Gruppen

15

04.11.2015 Gravetter, F.; Foranzo, L-A., 2015

16

Gruppe A

Treatment B

Gruppe B

Treatment A

Gruppe C

Treatment C

3. Beispiele für experimentelle Designs 3.5 Between-subject Design

Vorteile: •  Einmalige Messung der AV bei jeder Person Messung bleibt durch andere Treatment-Faktoren unberührt

Keine Beeinflussung/Übung/Erfahrung der Probanden durch andere Treatment-Bedingungen

•  Keine Langeweile/Müdigkeit der Probanden

Nachteile: •  Hohe Anzahl an Probanden notwendig •  Individuelle Unterschiede in den Gruppen (Alter, Geschlecht,

familiärer Hintergrund etc.) Hohe Varianz Randomisierung, Matching

17

3. Beispiele für experimentelle Designs 3.5 Between-subject Design

3. Beispiele für experimentelle Designs 3.6 Within-subject-Design

Within-subject-Design (intraindividuell): •  Versuchspläne mit Messwiederholung: 2 (oder mehr)

experimentelle Bedingungen •  Nur eine Probandengruppe

18

Eine Gruppe

von Probanden

Treatment B

Treatment A

Vorteile: •  Geringe Anzahl von Versuchspersonen •  Eliminierung von individuellen Unterschieden, da nur eine

Probandengruppe keine Störvariablen Nachteile: •  Beeinflussung der Daten durch zeitbedingte Faktoren •  Austreten von Probanden •  Testing-effects •  Einfluss von individuellen Lebensereignissen auf Verhalten/Leistung der

Teilnehmer

19

3. Beispiele für experimentelle Designs 3.6 Within-subject-Design

4. Nichtexperimentelle und Quasiexperimentelle Forschungsstrategien

Kein eindeutiger Ursache-Wirkungszusammenhang!

•  Nichtexperimentelle Forschungsstrategie: •  Keine oder kaum Versuche die Störvariablen und die Gefahren

für die interne Validität zu kontrollieren

•  Quasiexperimentelle Forschungsstrategie: •  Kommt der Genauigkeit eines richtigen Experimentes schon

näher

•  Keine zufällige Einteilung der Versuchspersonen nicht-äquivalente Gruppen

20

4.1 Beispiele für nichtexperimentelle und quasiexperimentelle Designs

•  Manche Forschungsfragen erlauben es nicht die Gruppen so einzuteilen, dass sie äquivalent (gleichwertig) sind

"Nonequivalent group design“ (ungleiche Gruppen Design)

•  Beispiel: Unterschiede zwischen männlichen und

weiblichen Probanden (keine Randomisierung möglich)

21

4.1.1 Between-subject nichtexperimentelle und quasiexperimentelle: nonequivalent group Designs

Differentielles (auf Unterschiede bezogenes) Forschungsdesign (nichtexperimentell):

•  Vergleich zwischen bereits existierenden Gruppen •  Ziel: Unterschiede zwischen bereits bestehenden

Gruppen aufzuzeigen

"ex post facto"- Forschung

22

Differentielles Forschungsdesign (nichtexperimentell):

23

4.1.1 Between-subject nichtexperimentelle und quasiexperimentelle: nonequivalent group Designs

Schüler mit hoher „sozialer Kompetenz“

Schüler mit niedriger „sozialer Kompetenz“

VAR. 1

Schulleistung Schulleistung“ VAR. 2 AV

Unterschiede

Posttest-Only nonequivalent-Kontrollgruppendesign (nichtexperimentell):

0 = Messung/Beobachtung X = Treatment

24

Treatment Posttest

Kontrollgruppe 0

Experimental-gruppe

X 0

4.1.1 Between-subject nichtexperimentelle und quasiexperimentelle: nonequivalent group Designs

Pretest-Posttest nonequivalent-Kontrollgruppendesign (quasiexperimentell):

0 = Messung/Beobachtung X = Treatment

04.11.2015 Gravetter, F.; Foranzo, L-A., 2015

25

Pretest Treatment Posttest

Kontrollgruppe 0 0

Experimental- gruppe

0 X 0

4.1.1 Between-subject nichtexperimentelle und quasiexperimentelle: nonequivalent group Designs

4.1.2 Within-subject-nichtexperimentelle und quasiexperimentelle Designs: nonequivalent group Designs

One-Group-Pre-Post-Design (nichtexperimentell): •  Beobachtungen über einen bestimmten Zeitraum •  Gefahren für die interne Validität

zeitbedingte Faktoren

0 = Messung/Beobachtung X = Treatment

26

Pretest Treatment Posttest

Gruppe 0 X 0

Time-series-Design (quasiexperimentell): •  mehrere Beobachtungen bzw. Messungen vor und

nach dem Treatment/Event bei jedem einzelnen Probanden

0 = Messung/Beobachtung X = Treatment

27

Pretest Pretest Pretest Treat-ment/ Event

Posttest Posttest Posttest

Gruppe 0 0 0 X 0 0 0

4.1.2 Within-subject-nichtexperimentelle und quasiexperimentelle Designs: nonequivalent group Designs

4.2 Überblick: Between-subjects/ nonequivalent group Designs

28

Name des Designs

Beschreibung

Klassifikation

Differentielles Forschungsdesign

Vergleicht bereits existierende Gruppen

Nichtexperimentell

Posttest-Only nonequivalent Kontrollgruppendesign

Vergleicht bereits existierende Gruppen, nachdem eine Gruppe ein Treatment erhalten hat

Nichtexperimentell

Pretest-Posttest nonequivalent Kontrollgruppendesign

Vergleicht bereits existierende Gruppen bevor und nachdem eine Gruppe ein Treatment erhalten hat

Quasiexperimentell

5.2 Überblick: Within-subjects Pre-Post / nonequivalent group Designs

29

Name des Designs Beschreibung Klassifikation One-group pretest-posttest Design

Vergleicht einen Pretest (Beobachtung) mit einem Posttest (Beobachtung) von einer Gruppe

Nichtexperimentell

Time-series Design

Vergleicht eine Serie von Pretests (Beobachtung) vor dem Treatment mit einer Serie von Posttests (Beobachtung) nach dem Treatment von einer Gruppe

Quasiexperimentell

Vielen Dank für eure Aufmerksamkeit!

30

Literaturverzeichnis

•  Diekmann, A. (2009): Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Hamburg, Rowohlt.

•  Gravetter, F.; Foranzo L.-A. (2015): Research Methods for the Behavioral Sciences. Stamford: Cengage Learning.

•  Renkewitz, F.; Sedlmeier, P. (2008): Forschungsmethoden und Statistik in der Psychologie.

München: Pearson Studium.

•  Strübe, D. (2001): Mehrdimensionale Lerneffekte im Labor durch offene Lernumgebungen. Hamburg: Verlag Dr. Kovac.

•  Lexikon der Psychologie. (2000): Solomon-Vier-Gruppen-Design. Heidelberg: Spektrum Akademischer Verlag. Verfügbar unter: http://www.spektrum.de/lexikon/psychologie/solomon-vier-gruppen-design/14434#!/q/H.Ri [1.11.2015]

•  Wecker, C. (2011): Empirische Forschungsmethoden: Validität und Untersuchungsdesigns. München: Ludwig-Maximilians-Universität (Skript).

31