Laborpraktikum Audiotechnik - ak.tu-berlin.de · Fachgebiet Audiokommunikation Audio communication...

Fachgebiet Audiokommunikation Audio communication group

Laborpraktikum Audiotechnik:

Hörversuche WS 2015/2016

Dr. Hauke Egermann, Dr. Manon Grube


Ablauf

1.  Einführung 2.  Labortermin mit Hörversuchen 3.  Protokoll (mit Auswertungen) 4.  Individuelle Nachbesprechung mit kurzem schriftlichem Test

Organisatorisches

•  Vorbereitung •  Skript und Aufgabenstellung Website •  Eigene Laptops pro Grupper? •  Zeiten OK •  Sprache/Language (:


Ort: Raum H 2001 E (2. Stock, Dr. Hauke Egermann)


Übersicht Einführung

•  Theorie vs. Empirie

•  Messen & Arten von Variablen

•  Experimentelle quantitative Forschung

•  Statistik

•  Empirische auditive Verfahren: Hörversuche im Praktikum


Einführung

Theorie vs. Methode Aussagensysteme Begründung Hypothesen Überprüfung

Nicht-empirische vs. empirische Methoden Verstehen Daten messen oder sammeln


Empirische Methoden •  Empirie = (griechisch empeiria) Erfahrung/Erfahrungswissen „Empirisch vorzugehen heißt, Erfahrungen über die Realität zu sammeln, zu systematisieren und diese Systematik auf den Gegenstandsbereich [...] anzuwenden.“ „Nicht-empirisch vorzugehen heißt, einen singulären Sacherhalt aufgrund eigener Erfahrung und des theoretischen, allgemeinen Wissens einer Wissenschaft zu verstehen und systematisch einzuordnen.“ (Brosius & Koschel, 2005, S.18/19)

•  Erhebung von Daten durch gezieltes Herangehen •  Untersuchungsobjekt hier: Mensch

–  Physiologie oder Verhalten, z. B. Bewegung, Körperreaktion, Bewertung, Urteil, Gefühl, Eindruck, Wahrnehmung


Gegenstandsbereich: Audiokommunikation

Produktion Übertragung Rezeption

Audioinhalte: Sprache, Musik


Anwendung & Funktion von Forschung im Audiobereich

Entwicklung/Evaluation/Optimierung von Audiotechnologie

Produktion/Übertragung • Softwareprodukte • Wahrnehmungsschwellwerte • Wirkung

Distribution • Musikempfehlungssysteme

• Audio Content Analysis • Ähnlichkeit • Segmentierung

Grundlagenforschung

Physiologie Wahrnehmung Kognition Emotion Gesellschaft Kultur


Qualitative vs. Quantitative Strategie

Qualitative Methoden

Verstehen

Rekonstruieren Subjektive

Deutungsmuster

Generieren Hypothesen

Offenheit

Kleine Stichproben

Detaillierte Aussagen

Tiefe

Quantitative Methoden

Erklären

Geben Definitionen vor

Testen Hypothesen

Standarisierung

Große Stichproben

Reduzierte Aussagen

Breite


Quali vs. Quanti: Wiederspruch oder Ergänzung?

•  Mixed-methods Ansatz –  Kombination von qualitativem und quantitativem Ansatz –  Ziel: Konstruktvalidität

Qualitativer Studienteil

Quantitativer Studienteil


Messen und Zählen


Messen von Variablen

•  Untersuchungsobjekte: Menschen mit Merkmalen, Musik mit Merkmalen •  Merkmalsausprägungen (z.B. Geschlecht, Netz) •  Identität von Merkmalen vs. Unterschiede •  Variabilität in Form einer „Variable“


Messen: Operationalisierung und Codierung

•  „Messen ist die systematische Zuordnung einer Menge von Zahlen oder Symbolen zu den Ausprägungen einer Variablen, mithin auch zu den Objekten. ... Die Zuordnung (oder genauer: Abbildung) sollte so erfolgen, dass die Relationen unter den Zahlenwerten den Relationen unter den Objekten entsprechen“ (Friedrichs, 1990, S.97, Brosius et al. 2009)

•  Überführen eines empirischen Relativs in numerisches Relativ –  Zuordnung von bestimmten Merkmalsausprägungen zu Zahlen und Variablen

Netz=1

Netz=0


Variablenarten

•  Stellung in Untersuchung –  abhängig vs. unabhängig –  Moderator- vs. Mediator –  Stör- vs. Kontrollvariable

•  Zugänglichkeit –  Manifest vs. latent

•  Merkmalsausprägungen –  Stetige vs. diskrete (dichotom vs. polytom)


Skalentypen

Skalentyp mögliche Aussagen zulässige Transformationen Beispiele

Nominal Gleichheit, Verschiedenheit

Eineindeutige Transformationen (Umbenennung von Ausprägungen)

Geschlecht, Augenfarbe, Art des Fernsehempfangs

Ordinalzusätzlich:

Größer-kleiner-Relationen

Monoton steigende Transformationen (z.B. Konstante

addieren, quadrieren etc.)

Schulabschlüsse, Platzierungen, Schulnoten

Intervallzusätzlich:

Gleichheit von Abständen

Positiv lineare Transformationen: T (x) = u*x +v

Temperatur in °C, Intelligenzquotient

Ratiozusätzlich:

Gleichheit von Verhältnissen

Ähnlichkeitstransformationen T (x) = u*x

Größe, Gewicht, Zeit, Temperatur in Kelvin

Absolut zusätzlich: absoluter Messwert

Identitätstransformation (= keine Transformation erlaubt) Häufigkeiten

Nicht-metrisch

Metrisch





Ordinalzusätzlich:









Ratiozusätzlich:






Nicht-metrisch

Metrisch





Ordinalzusätzlich:









Ratiozusätzlich:






Nicht-metrisch

Metrisch


Das Experiment als Versuchsanordnung


Das Experiment als Versuchsanordnung

•  „Ein Experiment (von lateinisch experimentum: Versuch, Beweis, Prüfung, Probe) im Sinne der Wissenschaft ist eine methodisch angelegte Untersuchung zur empirischen Gewinnung von Information (Daten). Experimente werden in vielen Wissenschaften benötigt und durchgeführt, beispielsweise in Naturwissenschaften, Ingenieurwissenschaften, Medizin, Psychologie und Soziologie. Meist sind Zählungen oder Messungen ein wichtiger Teil des Experiments.“ (de.wikipedia.org, 2012)

•  Bedingungsvariation –  Nachweis von Kausalität:

Ursache Wirkung

Versuchsdesign (Methodischer Versuchsaufbau)

Messinstrument

Sampling

Unabhängige Variable (Bedingungsvariation)

Abhängige Variable (relevantes Merkmal)

Moderierende Variable Erhoben: Kontrollvariable Unbeachtet: Störvariable

Versuchspersonen führen Operation aus (z.B. Feld Ankreuzen)

Bei interner Validität Schluss auf AV zulässig

Fragebogen

Versuchstechnik (Technischer Versuchsaufbau)

Datenauswertung (Statistik)

Versuchsdurchführung (Instruktionen, Training, Ablauf)

Interpretation Stimuli (Ausgewählte und/oder

modifizierte Reize)

Bei externer Validität verallgemeinerbar Interpretation

Hypothese, Theorie

Experimentelle quantitative Forschung

Stic

hpro

be

Popu

latio

n

© 2009 Hans-Joachim Maempel


Fehlerarten in der experimentellen quantitativen Forschung •  Zufällige Fehler

–  Verringerte Genauigkeit der Ergebnisse, keine Richtungsveränderung

•  Systematische Fehler –  Konfundierung, Veränderung der abhängigen Variable kann nicht mehr

ausschließlich auf die Veränderung der unabhängigen Variable zurückgeführt werden

•  Fehlerursachen –  Versuchsleitereffekte –  Lösung:

•  Standardisierung •  Doppel Blind

–  Lerneffekte –  Erwartungseffekte –  Soziale Erwünschtheit

http://de.wikipedia.org/w/index.php?title=Datei:Hans_1910.jpg&filetimestamp=20100117121522

Der Kluge Hans


Experimentaldesigns in der quantitativen Forschung

•  Anzahl an Faktoren/Unabhängigen Variablen –  Ein-vs. multifaktorielles Design

•  Anzahl an abhängigen Variablen –  Multivariates Design









Multifaktorieller multivariater Zusammenhang







•  Anzahl an Faktoren/Unabhänigen Variablen –  Ein-vs. mehrfaktories Design

•  Anzahl an abhänigen Variablen –  Multivariates Design

•  Between-Subjects Designs (Gruppenvergleich) –  Unabhängige Messungen zwischen verschiedenen Versuchspersonen

•  Within-Subjects Designs (Messwiederholung) –  Abhängige Messungen innerhalb einer Versuchsperson

•  Mixed-Design –  Kombination aus Between/Within-Subjects-Designs

•  Jeweils Vor- und Nachteile: –  Durchführungsdauer –  Rekrutierungsaufwand –  Teststärke


Gütekriterien empirischen Arbeitens

•  Objektivität: –  Intersubjektivität (Ergebnis unbeeinflusst vom Forscher)

•  Reliabilität: –  Zuverlässigkeit; Wiederherstellbarkeit der Ergebnisse bei wiederholter Messung

•  Validität:

–  Gültigkeit der gemessenen Merkmale/Objekte/Personen für die fraglichen Merkmale/Objekte/Personen


Testgütekriterien in Audiountersuchungen

Technische Messung Perzeptive Messung

Objektivität hoch hoch

Reliabilität hoch gering - mittel

Validität gering - mittel hoch


Validitätsbegriffe

Interne Validität Ergebnis (Veränderung der AV) ist eindeutig auf die Bedingungsvariation (Veränderung der UV) zurückzuführen, nicht auf den Einfluss von Störvariablen.

Externe Validität Ergebnis ist generalisierbar

→ Populationsvalidität Ergebnis ist auf die Zielpopulation generalisierbar

→ Ökologische Validität Ergebnis ist auf natürliche Lebenszusammenhänge generalisierbar. „Realitätsnähe“ von Versuchsbedingungen

Validitätsaspekte von Messinstrumenten

Konstruktvalidität Die Operationalisierung ermöglicht einen richtigen inhaltlichen Schluss auf psychologische Konstrukt.

Kriteriumsvalidität Zur Abschätzung der Validität des Messinstruments wird ein empirisches Kriterium herangezogen, z.B. die Ergebnisse anderer valider Tests oder allgemein anerkannte Maße.

Validitätsaspekte von Auswertungsverfahren

Inferenzstatistische Validität Die inferenzstatistischen Auswertungsverfahren liefern gültige Ergebnisse: Ausreichender Stichprobenumfang, hohe Teststärke, Eignung und richtige Anwendung der Verfahren, Rechtfertigung von Verteilungsannahmen, seriöse Interpretation.



Hypothesen und ihre Testung


Hypothesen

•  Wissenschaftliche Hypothese vs. Alltagshypothese •  Bortz & Döring, 2005, S.4:

–  1. Eine wissenschaftliche Hypothese bezieht sich auf reale Sachverhalte, die empirisch untersuchbar sind.

–  2. Eine wissenschaftliche Hypothese ist eine allgemein gültige, über den Einzelfall oder ein singuläres Ereignis hinausgehende Behauptung (»All-Satz«).

–  3. Einer wissenschaftlichen Hypothese muss zumindest implizit die Formalstruktur eines sinnvollen Konditionalsatzes (»Wenn-dann-Satz« bzw. »Je-desto-Satz«) zugrunde liegen.

–  4. Der Konditionalsatz muss potenziell falsifizierbar sein, d. h., es müssen Ereignisse denkbar sein, die dem Konditionalsatz widersprechen.


Hypothesenarten

•  Zusammenhangshypothesen –  Zwischen zwei oder mehr Merkmalen besteht ein Zusammenhang (Korrelation)

•  Unterschiedshypothesen –  Mehrere (mind. 2) Populationen unterschieden sich bezüglich einer/mehrerer

abhängiger Variablen

•  Veränderungshypothesen –  Die Ausprägung einer Variablen verändert sich im Verlaufe der Zeit

Bortz & Döring, 2005


Inferenzstatistik

•  Schließende Statistik

Grundgesamtheit

Stichprobe


Inhaltliche vs. statistische Hypothesen

•  Forschungshypothesen –  Beisp. Männer rauchen mehr als Frauen

•  Statistische Hypothesen –  Alternativhypothese (H1):

•  Männer rauchen mehr als Frauen (oder: unterschiedlich viel) •  Zwischen den Mittelwertsparametern µ1 und µ2 der Populationen, denen die

Stichproben entnommen wurden, besteht ein gerichteter (oder: ungerichteter) Unterschied

•  H1: µ1>µ2 (oder: µ1≠µ2)

–  Nullhypothese (H0): •  Männer rauchen gleich viel wie Frauen •  Zwischen den Mittelwertparametern µ1 und µ2 der Populationen, denen die

Stichproben entnommen wurden, besteht kein Unterschied •  H0: µ1=µ2


Signifikanztest Kapitel 8 · Hypothesenprüfende Untersuchungen

8

496

! Gehört unser Untersuchungsergebnis zu einer Klasse von extremen Ergebnissen, die bei Gültig-keit von H0 höchstens mit einer Wahrscheinlich-keit von 5% vorkommen, bezeichnen wir unser Untersuchungsergebnis als statistisch signifikant.

Exakte Irrtumswahrscheinlichkeiten. Moderne Statis-tiksoftwarepakete (7 Anhang D) machen statistische Tabellen, wie z. B. die t-Test-Tabelle (7 Anhang F3) oder die 2-Test-Tabelle (7 Anhang F8), überflüssig. Hier wird der Flächenanteil P, den eine empirischer Testwert von der jeweiligen Prüfverteilung abschneidet, über Integralrechnung bestimmt. Mit dem Flächenanteil P hat man die exakte Irrtumswahrscheinlichkeit ermittelt, aus der sich umittelbar ergibt, ob ein Untersuchungs-ergebnis signifikant (P≤5%), sehr signifikant (P≤1%) oder nicht signifikant ist (P>5%).

Ein Beispiel. Der t-TestDer Gedankengang des Signifikanztests sei wegen sei-ner Bedeutung nochmals anhand eines Beispiels er-läutert. Wir interessieren uns für die psychische Be-lastbarkeit weiblicher und männlicher Erwachsener und formulieren als H0: μ1=μ2 bzw. als H1: μ1≠μ2 (mit μ1=Populationsmittelwert weiblicher Personen und μ2=Populationsmittelwert männlicher Personen). Psy-chische Belastbarkeit wird mit einem psychologischen Test gemessen, der bei einer Zufallsstichprobe von n1 männlichen Personen im Durchschnitt – so unsere ope-rationale Hypothese – anders ausfallen soll als bei einer Zufallsstichprobe von n2 weiblichen Personen (unge-richtete, unspezifische Hypothese).

Der für die Überprüfung von Unterschiedshypothe-sen bei zwei Stichproben verwendete statistische Kenn-wert ist die Mittelwertdifferenz x x1 2− . Dieser statisti-sche Kennwert wird nach folgender Gleichung in einen statistischen Testwert transformiert:

σt = −

−

x xx x

1 2

1 2ˆ

.( )

(8.1)

Den Ausdruck σ̂( )x x1 2− bezeichnen wir als (geschätzten) Standardfehler der Mittelwertdifferenz (zur Berechnung vgl. z. B. Bortz, 2005, Kap. 5.1.2).

Der statistische Testwert t folgt bei Gültigkeit der H0 einer t-Verteilung (mit n1+n2–2 Freiheitsgraden),

wenn das Merkmal »psychische Belastbarkeit« in bei-den Populationen normalverteilt und die Merkmal s-varianz σ2 in beiden Populationen gleich ist (bzw. die geschätzten Populationsvarianzen σ̂1

2 und σ̂22 homogen

sind). Wie bereits auf 7 S. 417 erwähnt, geht die t-Ver-teilung für n1+n2>50 in die Standardnormalverteilung über.

Ein- und zweiseitige t-Tests. In . Abb. 8.1 wird die Ver-teilung des Testwertes t grafisch veranschaulicht.

Gerichtete Hypothesen werden anhand dieser Ver-teilung über einseitige und ungerichtete Hypothesen über zweiseitige Tests geprüft. Bei einem zweiseitigen Test (. Abb. 8.1a) markieren die Werte t(α/2) und –t(α/2) diejenigen t-Werte einer t-Verteilung, die von den Extre-men der Verteilungsfläche jeweils α/2% abschneiden. Empirische t-Werte, die in diese Extrembereiche fallen, haben damit insgesamt eine Wahrscheinlichkeit von höchstens α%, vorausgesetzt, die Nullhypothese ist rich-tig. Da derart extreme Ergebnisse nur schlecht mit der Annahme, die H0 sei richtig, zu vereinbaren sind, ver-werfen wir die H0 und akzeptieren die H1: μ1≠μ2. (Die psychische Belastbarkeit männlicher und weiblicher Personen unterscheidet sich.)

. Abb. 8.1. Ablehnungsbereich der H0 bei zweiseitigem (a) und einseitigem (b) t-Test

tb0

a

H0 ablehnen

t(α)

α

t0

H0 ablehnen

t(α/2)

α2

α2

H0 ablehnen

- t(α/2)

a

b

Bortz & Döring, 2005, S. 496

Dichtefunktion der Wahrscheinlichkeit der Nullhypothese & Berechnung der Wahrscheinlichkeit, beim Ablehnen der Nullhypothese einen Fehler zu machen

Testfehler

In der Population gilt tatsächlich Teststatistik sagt H0 H1

H0 gilt Korrekte Annahme β-Fehler "Verpasser"

H1 gilt α-Fehler "falscher Alarm"

Korrekte Ablehnung


Signifikanz, Effektstärke, Teststärke

•  Signifikanz: –  Überzufälligkeit (annehmbare Wahrscheinlichkeit eine Falschannahme zu machen)

•  Effektstärke oder -größe: –  Bedeutsamkeit –  Schätzung für Cohens d

–  d=.2 kleiner Effekt; d=.5 mittlerer Effekt; d=.8 starker Effekt

–  auch für Korrelationen

•  Teststärke: –  Wahrscheinlichkeit, einen Effekt bei gegebener Größe als signifikant zu testen


Hörversuche im Praktikum

1.  Hörbarkeit perzeptiver Codierung bei hoher Bitrate 2.  Audioqualität verschiedener Bitraten bei perzeptiver Codierung 3.  Wahrnehmungsschwellwert:

Lokalisation einer virtuellen Schallquelle / „Beat“ Detektion 4.  Ästhetisches Urteil zu Musikproduktionen

Fachgebiet Audiokommunikation Audio communication group Messung der

Wahrnehm-barkeit von Reizen oder Reizunter-schieden

Diskriminationsnachweis ABX ABCHR*

Schwellwertmessung

Klassische psycho-physische Verfahren

Grenzverfahren Herstellungsverfahren Konstanzverfahren

Adaptive psycho-physische Verfahren

Staircase-Verfahren (non-parametrisch) Maximum-Likelihood-/Bayes-Verfahren Signalentdeckungstheorie (SDT)

Skalierungs- verfahren

Direkte Skalierung

Intervallskalierung (Rating-Verfahren)

ABCHR* MUSHRA Semantisches Differential (SD) Ähnlichkeitspaarvergleich* Repertory Grid Technique (RGT)*

Verhältnisskalierung

Größenschätzung Größenherstellung Verhältnisschätzung Verhältnisherstellung

Indirekte Skalierung Differenz-Limen-Technik (DL) Dominanzpaarvergleich

Erhebung auditiver Qualitäten

Direkte Erhebung (verbale Deskriptoren)

Konsensvokabular-Techniken Texture-Profile Flavour-Profile Quantitative deskriptive Analyse (QDA)

Individualvokabular-Techniken Free-Choice-Profiling (FCP) Repertory Grid Technique (RGT)* Flash-Profile (FP)

Indirekte Erhebung (nonverbale Deskriptoren)

Body-Gesture-Techniken Pointing-Technik Drawing-Technik

Mathematische Strukturen Perzeptive Strukturanalyse (PSA) Ähnlichkeitspaarvergleich* mit Multidimensionaler Skalierung (MDS)

* Doppeleinordnung Taxonomie empirischer auditiver Verfahren nach Ciba (2008)



Hörversuche Verfahren

1.  Hörbarkeit perzeptiver Codierung bei hoher Bitrate

2.  Audioqualität verschiedener Bitraten bei perzeptiver Codierung

3.  Wahrnehmungsschwellwert: Schallquelle / Beat

4.  Ästhetisches Urteil zu Musikproduktionen

ABX

ABCHR

2AFC, Transformed up-down Staircase-Verfahren

Semantisches Differential


Psychophysik

19. Jahrhundert Psychophysik=Wissenschaft von Beziehung von physikalischem Reiz und Sinnesempfindung Ernst Heinrich Weber Hermann von Helmholtz Gustav Theodor Fechner Wilhelm Wundt Teilgebiet Psychoakustik

http://de.wikipedia.org/wiki/Gustav_Theodor_Fechner


Konstanzverfahren: Reizschwelle Antwort: Ja/Nein


Adaptive Verfahren zum Unterschiedsschwellenmessung

•  in der Regel als Forced-Choice (FC) Versuche ausgelegt •  typischerweise als 2AFC (zwei Alternativen) oder 3IFC (drei Intervalle) •  Adaptiv: den Schwierigkeitsgrad anpassend an die Performanz der

Versuchsperson (VP), z.B. reagieren auf Detektionsleistung der Versuchsperson, Reizstärke wird für den nächsten Trial berechnet

•  Mehrere Varianten der Adaption: –  schrittweise durch eine adaptive Regel (Staircase Verfahren), z.B. 2-down 1-up –  sprungweise durch Darbietung von Werten im statistisch wahrscheinliche

Schwellenbereich (Maximum-Likelihood und Bayes Verfahren, z.B. Best PEST, QUEST, ZEST) -> Schätzung der psychometrischen Funktion und deren Parameter

(for reference: Levitt, 1971, JASA)


Einfaches Staircase-Verfahren mit konstanter Schrittweite 1-Down/1-Up

Exemplarischer Reizstärkenverlauf

•  Messstrategie: Startbedingung; Adaptationssregel; Abbruchkriterium


Transformiertes Staircase-Verfahren mit Adaptionsregel 3-Down/1-Up (Unsymmetrische Adaptionsregel) und Schrittweitenhalbierung

Exemplarischer Reizstärkenverlauf

Schwelle = Mittelwert der Umkehrpunkte (Levitt, 1971, JASA)


ABX-Bedienoberfläche im Hörversuch 1: Perzpetive Codierung von hoher Bitrate

Tool for Comparing Multiple Audio Samples v1.1 beta 2 GNU Lesser General Public License


ABCHR-Bedienoberfläche im Hörversuch 2 zu verschiedenen Bitrates

Tool for Comparing Multiple Audio Samples v1.1 beta 2, GNU Lesser General Public License

I. Systematisches Messen von Mechanismen der Rhythmuswahrnehmung

II. Testen ihrer Relevanz in Sprachfertigkeit

Hoerversuch 4 zu Rhythmusversarbeitung & Sprache


Semantisches Differenzial: Ästhetisches Urteil zu Musikproduktionen

Fragebogen

Person Nr. ___ Fragebogen Stück Nr. 1

Klasse Nr. ___ Stichprobe Nr.___

Entscheide bitte in jeder Zeile, ob eher der linke oder eher der rechte Begriff für das Stück zutrifft. Kreuze je nachdem eines der fünf Kästchen an.

gefällt mir ! ! ! ! ! gefällt mir nicht

eintönig ! ! ! ! ! abwechslungsreich

hart ! ! ! ! ! weich

melodisch ! ! ! ! ! unmelodisch

rhythmisch ! ! ! ! ! unrhythmisch

langsam ! ! ! ! ! schnell

laut ! ! ! ! ! leise

dumpf ! ! ! ! ! hell

leiser Baß ! ! ! ! ! lauter Baß

deutlicher Gesang ! ! ! ! ! undeutlicher Gesang

macht schlechte Laune ! ! ! ! ! macht gute Laune

gut zum Tanzen ! ! ! ! ! nicht gut zum Tanzen

gut zum Träumen ! ! ! ! ! nicht gut zum Träumen Würdest Du das Stück kaufen? ! ja ! nein (Egal, ob Du es früher mal gekauft hast) Kanntest Du das Stück bereits? ! ja ! nein Bemerkungen:____________________________________________________________ (Ausfüllen freigestellt)


Vielen Dank für Ihre Aufmerksamkeit

Laborpraktikum Audiotechnik - ak.tu-berlin.de · Fachgebiet Audiokommunikation Audio communication...

Documents

Transcript of Laborpraktikum Audiotechnik - ak.tu-berlin.de · Fachgebiet Audiokommunikation Audio communication...