Get these flashcards, study & pass exams. For free! Even on iPhone/Android!

strikt universelle Hypothesen: gelten ohne Einschränkung für alle Fälle eines bestimmten Bereichs.
Bsp: "Für alle Menschen gelten bestimmte gesetzmäßige Zusammenhänge zwischen Emotion und Gesichtsausdruck", "Alle Lerninhalte lassen sich mit Karteikarten besser lernen, als durch bloßes Lesen"

nicht-strikt universelle / quasiuniverselle Hypothesen: Geltungsbereich ist auf bestimmte Fälle beschränkt.
Bsp für Einschränkungen: "alle Frauen", "alle Menschen die am 15.03.1987 geboren wurden"
Bsp: "Alle Kinder bis zum siebten Lebensjahr zeichnen Menschen als so genannte Kopf-füßler, d.h. Beine und Arme sind direkt am Kopf angesetzt, der Rumpf fehlt"

Eine existentielle Hypothese behauptet, dass es mindestens einen Fall gibt, für den sie gilt.
Bsp: "Es gibt min. einen Menschen, der sich eine Zahlenkette von 70 Zahlen merken kann"

Anm.: Existentielle Hypothesen sind selten in der Psychologie.

Eine Hypothese, die für einen mehr oder weniger genau bestimmten Anteil aller möglichen Fälle gilt.
Bsp: "88-95% aller Menschen sind Rechtshänder", "der Anteil von Zivildienstleistenden ist unter Studenten höher, als unter nichtstudenten"

deterministische Hypothese: gilt für jeden Fall eines Bereichs. Flasifikation bei großen Populationen möglich. Verfikation bei grpßen Populationen unmöglich.

stochastische Hypothese: Hypothese, die eine Aussage über statistische Kennwerte von Mengen von Beobachtungen trifft (nicht für Einzelbeobachtungen).
Weder Verifikation noch Falsifikation sind bei grpßen Populationen möglich.

Hypothese über Unterschiede: für verschiedene Elemente der Population gelten verschiedene Sachverhalte (für Elemente der Teilpopulation A gilt X, für Elemente der Teilpopulation B gilt Y).

Hypothesen über Zusammenhänge: Hypothese über den Zusammenhang von verschiedenen Sachverhalten (Variablen) (Veränderung von X als Funktion der Veränderung von Y).

Hypothesen über Veränderungen: Hypothesen über die zeitliche Veränderungen von Sachverhalten ( Zum Zeitpunkt t0 gilt X, zum Zeitpunkt t1 gilt Y)

Die Unterscheidung in universelle H., existentielle H. und H. über Anteile kann sich sowohl auf die Gruppe der betroffenen Personen als auch auf jeden der betroffenen Sachverhalte beziehen.

Bsp: "Es gibt min. einen Menschen auf der Welt, der beim Lernen von Sozialpsychologie aggressives Verhalten zeigt" - existentiell hinsichtlich der Gruppe der Betroffenen, universell hinsichtlich des Sachverhalts, da jede Art von aggressivem Verhalten gemeint ist.

Bsp: "Alle Psychologiestudenten der Universität Kiel zeigen bei 80% der Wahrnehmungsexperimente an denen sie teilnehmen, Ermüdungserscheinungen" - nicht-strikt universell hinsichtlich der Gruppe der Betroffenen, H. über Anteile hinsichtlich der Wahrnehmungsexperimente, an denen sie teilnehmen, universell hinsichtlich der Ermüdungserscheinungen, da alle Formen von Ermüdungserscheinungen gemeint sind.

Verifikation: eine Hypothese wird als wahr bewiesen

Falsifikation: eine Hypothese wird als falsch bewiesen

Fälle	universelle Hypothesen	existentielle Hypothesen	Hypothesen über Anteile
alle Fälle können untersucht werden	verifizierbar & falsifizierbar	verifizierbar & falsifizierbar	verifizierbar & falsifizierbar
nur ein Teil der Fälle kann untersucht werden	nur falsifizierbar	nur verifizierbar	weder verifizierbar noch falsifizierbar

universelle Hypothesen: können oft nicht nur aus praktischen, sondern auch aus prinzipiellen Gründen nicht verifiziert werden.
Bsp: "Das Lernen von Sozialpsychologie führt bei allen Menschen zu aggressivem Verhalten" - kann praktisch nicht verifiziert werden, weil es unrealistisch alle Menschen zu untersuchen, kann prinzipiell nicht verifiziert werden, weil es unmöglich ist, alle Formen von aggressivem Verhalten (z.B. im Straßenverkehr, gegenüber Tieren, etc.) gleichzeitig zu untersuchen.

Hypothesen über Anteile: können weder verifiziert noch falsifiziert werden, da man von der Zusammensetztung der Stichprobe niemals auf die Zusammensetzung der Grundgesamtheit schließen kann (mit statistischen Methoden können aber Wahrscheinlichkeiten bestimmt werden).
Bsp: Wenn aus einer Gruppe von 4 Männern und 4 Frauen zufällig 4 Frauen ausgewählt werden ergibt sich eine falsche Stichprobe"

Bewährung einer Hypothese: Eine universelle Hypothese, die nicht falsifiziert werden konnte nennt man bestätigt / bewährt.

Grade der Bewährung: Je öfter eine universelle Hypothese, geprüft und nicht falsifiziert werden kann, desto höher ist der Grad der Bewährung. Da es keine Möglichkeit gibt den Bewährungsgrad genau zu bestimmen, spricht man lediglich von "gut bewährt" und "noch nicht so gut bewährt".
Bei Hypothesen über Anteile kann man mit Hilfe statistische Methoden einen Bewährungsgrad bestimmen.
Bei existentiellen Hypothesen spricht man von "Graden der Sicherheit", jenachdem wie gut abgesichert die verifizierten Fälle sind.

Widerspruchsfreiheit: eine Hypothese darf nicht gleichzeit eine Behauptung und ihr logisches Gegenteil enthalten.
Bsp: "Alkohol erhöht und verringert die Fehlerzahl der VPN"

Kritisierbarkeit & Immunität: eine Hypothese muss kritisierbar sein, d.h. es muss mögliche Ergebnisse geben, die sie falsifizieren können. Eine nicht-kritisierbare Hypothesen ist "immun" gegen Überprüfung.
Bsp: "Alle Psychologiestudenten lieben Statistik" - kann falsifiziert werden
Bsp: "Kräht der Hahn auf dem Mist, ändert sich das Wetter oder es bleibt wie es ist" - kann nicht falsifiziert werden

Operationalisierbarkeit: eine Hypothese ist operationalisierbar, wenn den in ihr verwendeten Begriffen beobachtbare Daten zugeordnet werden können.
Bsp: "James ist intelligenter als Cannon" - gut operationalisierbar
Bsp: "Alle Menschen, mit Sternzeichen Waage, sind stur" - schlecht operationalisierbar, da es kein eindeutiges Verfahren zur Messung von Sturheit gibt.

Aufstellen der Hypothese vor der Überprüfung: Von der Prüfung einer Hypothese kann man nur sprechen, wenn sie vor der Überprüfung, d.h. vor der Datenerhebung, aufgestellt wurde.

Nur wenn eine Hypothese alle 4 Kriterien erfüllt, kann sie korrekt verifiziert oder falsifiziert werden!

möglichst hoher empirischer Gehalt: der empirische Gehalt einer Hypothese gibt an, wie aussagekräftig (informativ) sie ist. Je aussagekräftiger sie ist, desto mehr Falsifikatonsmöglichkeiten gibt es für sie.
Bsp: "Unter Alkoholeinfluss ist die Fehlerzahl genau 1,5 mal so hoch wie in nüchternem Zustand" - hoher empirische Gehalt, viele Falsifikationsmöglichkeiten
Bsp: Alkohol verändert sie Reaktionszeit, oder sie bleibt gleich" - niedriger empirische Gehalt, keine Falsifikationsmöglichkeiten

möglichst strenge Prüfung: es soll möglichst ernsthaft versucht werden eine Hypothese zu falsifizieren / verifizieren. Es ist jedoch oft schwierig festzustellen, welche Prüfung die strengere ist.

experimentelle Forschung: in einem Experiment wird die Auswirkung der aktiven Manipulation der UV auf die AV gemessen. Durch das zusätzliche Ausschalten von Störvariablen lassen sich kausale Zusammenhänge zwischen den UV und AV feststellen.
Bsp: Experiment zur Auswirkung von Alkohol auf die Reaktionsgeschwindigkeit

nicht-experimentelle Forschung: es werden lediglich Korrelation verschiedener vorliegender Variablen (ohne aktive Manipulation) untersucht. Das Ausschalten von Störvariablen ist unmöglich.
Bsp: Experiment zur Auswirkung des Wetters auf die geistige Leistung

Je nach Untersuchungsgegenstand ist experimentelle oder nicht-experimentelle Forschung geeigneter.

Unabhängige Variable (Faktor, Behandlung): wird aktiv verändert (manipuliert). Die verschiedenen Abstufungen der UV werden Bedingungen genannt.
Bsp: Bedingung 1: "Alkohol", Bedingung 2: "Nüchternheit"

Abhängige Variable: wird gemessen, um den Effekt der Veränderung der UV, zu bestimmen.
Bsp: Fehlerzahl in Andres Alkoholexperiment

Störvariable: alle Variablen, die die Kausalinterpretation des Zusammenhangs zwischen den untersuchten Variablen erschwert.

Moderatorvariable: Drittvariable, die die Stärke der Wirkbeziehung zwischen AV und UV beeinflusst, die jedoch allein keinen Einfluss auf die AV hat.
Bsp: Geschlecht

Konstanthalten: Störvariablen werden während des gesamten Experiments auf einer konstanten Stufe gehalten. Das Problem der evtl. schlechten Verallgemeinerbarkeit der Ergebnisse kann durch die Durchführung des Experiments bei möglichst vielen verschiedenen Abstufungen der Störvariablen gelöst werden.
Bsp: Es werden nur VPN mit IQ 130 ausgewählt - Störvariable konstant gehalten, Ergebnisse aber nicht verallgemeinerbar

Zufällige Verteilung: Zufällige Kombination verschiedener Abstufungen der Störvariablen mit verschiedenen Stufen der UV.
Bsp: Randomisierung: Zufällige Auswahl von VPN aus der Bevölkerung und Zufälliges Aufteilen in verschiedene Bedingungen der UV.

Einteilung nach dem Ziel des Experiments:
Prüfexperiment: Überprüfung von Hypothesen
Erkundungsexperiment (pilot study): Daten sammeln zur Hypothesenbildung
Vorexperiment: vorab durchgeführt, zur Verbesseung der Durchführung des Experiments und der Operationalisierungstechniken. Daten werden nicht in die Auswertung einbezogen

Einteilung nach der Zahl der UV oder AV:
einfaktorielle Experimente: eine UV untersucht
mehrfaktorielle Experimente: mehrere UV untersucht
univariate Experimente: eine AV untersucht
multivariate Experimente: mehrere AV untersucht (Ergebnisse oft für jede AV einzeln ausgewertet)

Einteilung nach Untersuchungsumgebung:
Laborexperimente: Herstellen idealer experimenteller Bedingungen (gute Operationalisierung von AV & UV, Kontrolle der Störvariablen) im Labor. Ergebnisse z.T. nicht auf natürliche Situationen übertragbar.
Feldexperimente: Untersuchung in der natürlichen Umwelt der VP. Operationalisierung von AV & UV und Kontrolle der Störvariablen oft schwierig.
Feldstudie: nicht-experimentelle Untersuchung im Feld

Einteilung nach Kontrollierbarkeit der Störvariablen:
echte Experimente: aktive Manipulation de UV. Störvariablen können kontrolliert werden.
Quasi-Experimente: UV kann vom VL variiert werden. Stövariablen können jedoch nicht kontrolliert werden (z.B. VP können nicht frei in verschiedene Bedingungen eingeteilt werden (keine Randomisierung, Parallelisierung möglich))

nicht-experimentelle Forschung:
Bsp: Korrelationsstudie zur Beziehung von Wetter und Wohlbefinden - Die unabhängige Variable liegt nur in einer Abstufung vor und kann nicht aktiv manipuliert werden. Es gibt keine Kontrollgruppe. Dadurch ergeben sich Probleme der Konfundierung. Es können keine Aussagen über kausale Zusammenhänge getroffen werden.

Quasi-Experiment:
Bsp: Untersuchung der Mitarbeiterzufriedenheit in zwei verschieden Filialen - Die UV liegt in zwei Abstufungen vor. Die Störvariablen können nicht kontrolliert werden (Die VP können jedoch nicht frei in verschiedene Bedingungen eingeteilt werden). Es können keine Aussagen über kausale Zusammenhänge getroffen werden, da eine Konfundierung durch die selektierte Stichprobe möglich ist.

Vorteile:
1. hohe Anzahl von VP ohne großen Aufwand möglich
2. kein VL-Erwartungseffekt
3. standartisierter Versuchsablauf
4. VP kann den Zeitpunkt der Durchführung selbst bestimmen

Nachteile:
1. Selbstselektion von VP, die an Internetexperimenten teilnehmen
2. Angaben der VP können nicht überprüft werden
3. VP können mehrfach teilnehmen
4. keine Kontrolle der Störvariablen in der experimentellen Situation
5. inhaltliche Gründe für einen Abbruch des Experiments können nicht ermittelt werden (z.B. zu schwierige Aufgaben)

Feststellen eines systematischen Effekts der UV auf die AV und Ausschluss von systematischen Variationen (=Kontrolle der Störvariablen)

1. Fragestellung formulieren
Bsp: Welchen Einfluss hat Alkohol auf die Leistung?
2. Aufstellen einer konkreten Hypothese
Bsp: Alkoholkonsum verschlechtert die Leistung.
3. Operationalisierung
Bsp: UV: Menge an konsumiertem Alkohol: 1. Stufe: 0ml,               Stufe: 5 ml; AV: Fehler in einem Leistungtest
4. Versuchsplan/ Aufbau des Versuchs
Bsp: Einteilung der VP in 2 Gruppen. Vergleich der durchschnittlichen Fehlerzahl beider Gruppen.
5. Kontrolle der Störvariablen
Bsp: Konstanthalten: Alle VP werden zur selben Tageszeit getestet. VL verhält sich gleich gegenüber allen VP. Zufällige Verteilung: VP werden zufällig auf eine der beiden Gruppen aufgeteilt.
6. Auswahl einer repräsentativen Stichprobe
Bsp: Bestimmung der Größe der Stichprobe: 20 VP

7. empirische Vorhersage aus der Sachhypothese
Bsp: Die VP in der Bedingung Nüchternheit machen weniger Fehler, als die VP in der Bedingung Alkohol.
8. Formulieren einer statistischen Hypothese:
Bsp: Der Mittelwert der VP in der Bedingung Alkohol ist größer, als in der Bedingung Nüchternheit.
9. Durchführung des Experiments
10. Auswertung der Daten, Prüfung der empirischen Vorhersage und der statistischen Hypothese
Bsp: Die statistische Hypothese kann angenommen oder verworfen werden.
11. Aussagen über die Sachhypothese
Bsp: Bewährung, Falsifizierung, Generalisierbarkeit auf andere Situationen, Güte der Operationalisierung, Repräsentativität der Stichprboe, etc.
12. Diskussion des Ergebnisses
13. Verfassen und Publizieren eines Berichts zum Experiment

Den in einer Hypothese verwendeten (abstrakten) Begriffen werden empirisch beobachtbare Phänomene zugeordnet (Dazu werden Theorien zu den Phänomenen benötigt, die vorgeben, wie man diese überhaupt beobachten kann). Es sollte eine möglichst hohe Güte der Operationalisierung (= Konstruktvalidität / Validität) angestrebt werden.
Bsp: Operationalisierung von Intelligenz mit Hilfe des HAWIE.
Bsp: Operationalisierung von Hungrigkeit durch: Messen des Blutzuckerspiegel, oder Messen der Dauer der Deprivation, oder Befragung, oder Messung des Speichelflusses beim Anblick von Nahrung.

indirekte & direkte Operationalisierung: je indirekter eine Operationalisierung (bei abstrakten Begriffen der Theorie) ist, desto größer muss das Hintergrundwissen sein.

1. wissenschaftliche Beobachtung: Bsp: Auswerten von Fragebögen, Bildern, etc.

2. Verhaltensbeobachtung: Bsp: Fremde Situation

3. Befragung: Die VP beantwortet Fragen.
Bsp: Interview, Fragebogen

4. Test: VP werden standartisierte Reize dargeboten. Reaktionen der VP werden mit den Reaktionen anderer VP verglichen.
Bsp: Intelligenztest

5. Analyse von Verhaltensspuren: Bsp: Zeichnungen, Briefe, Tagebücher, etc.

Den Messobjekten und den emipirischen Relationen zwischen den Messobjekten werden Zahlen und numerische Relationen zugeordnet. Das Skalenniveau, das dabei höchstens verwendet werden kann, hängt von den vorliegenden empirischen Relationen und der Operationalisierungtechnik ab. Das Messen einer Variablen setzt eine eine brauchbare Operationalisierung voraus.
Bsp: Körpergröße gemessen im metrischen System - Verhältnisskala
Bsp: Intelligenz gemessen mit Intelligenztest - Intervallskala

Reliabilität: Zuverlässigkeit einer Messung

1. Repräsentationsproblem: Kann man eine bestimmte Variable überhaupt messen?

2. Eindeutigkeitsproblem: Welche Transformationen der Werte sind zulässig? Bzw. auf welchem Skalenniveau kann gemessen werden?

3. Bedeutsamkeitsproblem: Welche Schlüsse dürfen auf Basis der Skalenwerte gezogen werden? (Abhängig vom Skalenniveau) Bsp: Die Aussage A ist doppelt so groß wie B darf erst ab Verhältnisskalenniveau getroffen werden.

4. Skalierungsproblem: Wie werden Skalenwerte konstruiert? Wie ist die Güte der Operationalisierung (Validität)? Wie ist die Zuverlässigkeit der Messung (Reliabilität)?

Der (logische) Aufbau einer empirischen Untersuchung. Er legt fest, in welche Gruppen die VP aufgeteilt werden und wann die Variablen gemessen werden. Wenn die AV vor der Realisierung der UV-Stufe gemessen wird, spricht man von Vorhermessung. Wird sie danach gemessen, spricht man von Nachhermessung.
Bsp: Aufteilung der VP in verschiedene Bedingungen UV(a1) und UV(a2). Messen der AV zum Zeitpunkt t0. Realisieren der UV zum Zeitpunkt t1. Messen der AV zum Zeitpunkt t2 und Vergleich der Werte der AV in und zwischen den beiden Gruppen. - Vorhermessung und Nachhermessung

Es können auch mehrere UV-Stufen an der selben Gruppe realisiert werden.
Bsp: Realisieren der UV(a1) zum Zeitpunkt t0. Messen der AV zum Zeitpunkt t2. Realisieren der UV(a2) zum Zeitpunkt t3. Messen der AV zum Zeitpunkt t4.

Vorteile:
1. Es kann festgestellt werden, ob sich die Gruppen von Anfang an Unterscheiden.
2. Durch Kombination von Vorher- und Nachhermessung lässt sich feststellen, in welchem Ausmaß sich die AV durch die Realisierung der UV verändert hat.

Nachteile:
1. Zusätzlicher Zeit- und Kostenaufwand.
2. Die Vorhermessung der AV ist nicht bei jeder Fragestellung möglich.
3. Reaktive Effekte der Vorhermessung: Die Vorhermessung kann sich auf die Nachhermessung auswirken, indem sie bestimmte Denkprozesse überhaupt erst in Gang setzt, oder indem die VP in der Nachhermessung die selben ANgaben machen, wie in der Vorhermessung.

Experimentalgruppe: Die Gruppe von VP, bei der die zu untersuchende Stufe der UV realisiert wird.

Kontrollgruoppe: Die Gruppe von VP, an der die zu untersuchende Stufe der UV nicht realisiert wird. Sie dient zur Kontrolle des Effekts der Veränderung der UV und zur Kontrolle der Störvariablen.

Organismusvariablen: Variablen, die eine Wirkung auf die AV haben könnten und der VP innewohnen.
Bsp: Alter, Aggressivität

Variablen der Untersuchungssituation: Variablen, die eine Wirkung auf die AV haben könnten und sich aus der Untersuchungssituation ergeben.
Bsp: Untersuchungsraum, Geschlecht des VL

1. Parallelisieren (matching): v.a. bei kleinen Stichproben. Die Störvariable wird bei allen VP gemessen. Durch gezielte Aufteilung der VP werden Gruppen mit möglichst gleichem Durchschnittswert der Störvariablen gebildet. Dazu werden die VP nach den Werten ihrer Störvariablen sortiert und zu Paaren zusammengefasst, von denen jeweils die eine VP der einen und die andere VP der anderen Gruppe per Münzwurf (o.ä.) zugeteilt wird.

2. Konstanthalten: Es werden nur VP mit einem bestimmten Wert der Störvariablen ausgewählt.

3. Randomisieren: v.a. bei großen Stichproben. Die Stichprobe wird zufällig (Münzwurf, Losen, Zufallszahlen) in verschiedene Gruppen eingeteilt. Meist werden hier auch Paare von VP gleichzeitig zugeteilt, so dass gleichgroße Gruppen entstehen.

1. Elimination: Die Störvariable wird völlig eliminiert.

2. Konstanthalten: Die Störvariable wird für die Dauer des Versuchs konstant gehalten (Standartisierung der Unersuchungsbedingungen). Kann dazu führen, dass die Ergebnisse schlechter generalisierbar sind.

3. Zufallsvariation: Mehreren Stufen der Störvariablen werden zufällig mit den Stufen der UV kombiniert. Erhöht die Generalisierbarkeit der Ergebnisse.

4. Einführung einer Kontrollgruppe: Durch Vergleichen der Werte der AV der Experimentalgruppe mit den Werten der AV der Kontrollgruppe lassen sich Veränderungen zwischen den Messzeitpunkten, die alle VP gleichermaßen betreffen und reaktive Effekte der Vorhermessung kontrollieren.

Eine Störvariable variiert systematisch mit der UV. Sie können in ihrer Wirkung nicht getrennt werden. Dadurch können die gemessenen Auswirkungen auf die AV nicht auf die UV zurück geführt werden. Wenn sich eine Konfundierung nicht vermeiden lässt, muss man auf nicht-experimentelle Forschungsmethoden ausweichen

Typen	mit Zufallsauswahl	ohne Zufallsauswahl
mit Schichtung	geschichtet Zufallsstichprobe	Quotenstichprobe
ohne Schichtung	Zufallsstichprobe	anfallende Stichprobe (z.B. Gelegenheitsstichprobe, bewusst ausgewählte Stichprobe)

Zufallsauswahl: VP werden zufällig ausgewählt. Dadurch sind die Ergebnisse gut generalisierbar.

Schichtung: die Verteilung einer Variablen in der Stichprobe spiegelt genau die Verteilung der Variablen in der Grundgesamtheit wider. Manche Variablen lassen sich leicht schichten, andere gar nicht.
Bsp: Alter, Geschlecht, Beruf

Einzelversuch: Alle VP werden einzeln untersucht.
Nachteil: hoher Zeit- und Kostenaufwand.
Voteil: Eliminieren von Störvariablen durch die Anwesenheit anderer VP.

Gruppenversuch: Mehrere VP werden gleichzeitig untersucht.
Nachteil: Störvariablen durch die Anwesenheit anderer VP.
Vorteil: geringerer Zeit- und Kostenaufwand

Anwärmphase: eine Anfangsphase, in der der VP die Gelegenheit gegeben wird, siech mit der Situation, den Räumlichkeiten und dem Versuchsleiter vertraut zu machen. Dient v.a. der Verhinderung von Angst- und Unischerheitsgefühlen.

Anwärmaufgabe: eine Aufgabe, die den im Experiment gestellten Aufgaben entspricht und die der VP die Gelegenheit gibt, sich mit dem Aufgabentyp vertraut zu machen. Die Ergebnisse dieser Aufgaben werden nicht in die Auswertung miteinbezogen.

1. Freiwilligkeit der Teilnahme
2. Recht auf Abbruch des Experiments
3. Korrekte Angabe der Dauer und des Zwecks der Untersuchung bei der Anwerbung
4. Anreize für die Teilnahme schaffen
(Bsp: Dient der Wissenschaft, geld, etc.)
5. Anonymität der VP bei der Datenerhebung

Hilfsmittel: alles, was zur Durchführung der Untersuchung notwendig ist, mit Außnahme von VL und VP

Vorteile der Verwendung von Computern:
1. Entlastung des VL
2. Standartisierung des Versuchsablaufes
3. Eliminieren des VL als potentielle Störvariable
4. Ermöglicht Internetexperimente
5. Ermöglicht überhaupt erst die Operationalisierung mancher Variablen.

1. Erklären des Zwecks des Experiments
2. Die Aufgabe der VP erklären
3. Das Ziel bei der Aufgabe der VP erklären
4. Kontrollieren, ob die VP die Instruktionen verstanden hat.

Tips für die Formulierung der Instruktionen:
1. so kurz wie möglich, so lang wie nötig.
2. kurze Sätze.
3. Formulierung in gesprochener Sprache, nicht in geschriebener.
4. einfache Sprache verwenden, keine Fachwörter.
5. der VL soll "ich" und nicht "wir" verwenden.
6. Testen der Instruktionen in einem Vorabexperiment.
7. gesprochene Instruktionen sollten bei allen VP möglichst gleich (gleiche Betonung, Geschwindigkeit, Gestik, Mimik, etc.) wiedergegeben werden.

1. Prüfung der statistischen Hypothesen
2. Gültigkeit / Ungültigkeit der empirischen Vorhersage
3. Bestätigung / Falsifikation der Sachhypothese

Bestätigung: Erweist sich die empirische Vorhersage auf Basis der Prüfung der statistischen Hypothese als richtig, so ist die Sachhypothese bestätigt.

Falsifikation: Erweist sich die empirische Vorhersage auf Basis der Prüfung der statistischen Hypothese als falsch, dann ist die Sachhypothese falsifiziert.

Bedingungen für Verifikation / Falsifikation:
stimmige Operationalisierung, angemessener Versuchsplan, funktionierende Kontrolle der Störvariablen, korrekte Auswahl einer Stichprobe, richtige Anwendung des Hintergrundwissens

Eine Hypothes, die nachträglich aus den Daten eines Experiments aufgestellt wird und dessen negativen Ausgang erklären soll. Ad-hoc Hypothesen müssen in einem eigenen Experiment überprüft werden, bevor sie als angenommen oder abgelehnt werden können. Sie können zukünftige Forschung anregen.

Die Wiederholung einer Untersuchung unter ähnlichen (nicht glaichen) Bedingungen. Bringen Replikationen das gleiche Ergebnis, wie die ursprüngliche Untersuchung, so steigt der Bewährungsgrad der Hypothese (so wird gezeigt, dass sich nicht-relevante Störvariablen, wie z.B. VL und VP tatsächlich nicht auf das Ergebnis auswirken)

1. Interne Validität: Güte der Kontrolle der Störvariablen.

2. Externe Validität: Grad der Verallgemeinerbarkeit des Ergenisses (Wie repräsentativ sind Stichprobe und Eperimentalsituation?).

3. Konstruktvailidität: Güte der Operationalisierung von UV und AV

4. Validität der statistischen Schlussfolgerungen: Güte der angwendeten statistischen Verfahren (ist das benötigte Skalenniveau für das angewendete statistische Verfahren erreicht?, ist das verwende statistische Verfahren dem Versuchsplan angemessen?).

1. Einleitung und Theorie: Darstellen des theoretischen Kontextes und des Standes der Forschung. Vorstellung der Sachhypothese.

2. Methode: Information über die Stichprobe, Verwendete Materialien, Versuchsplan und Durchführung.

3. Ergebnisse: Schluss auf die Sachhypothese (inkl. der verwendeten statistischen Verfahren).

4. Diskussion: Ergebnis der Hypothesenprüfung wird inhaltlich analysiert, diskutiert und in der theoretischen Kontext eingearbeitet. Aufstellen weiterführender Überlegungen.

5. Literaturverzeichnis

6. Zusammenfassung (abstact)

= Versuchspläne zur gleichzeitigen Variation einer UV
v.a zur Prüfung von Hypothesen über Unterschiede (= die verschiedenen Stufen der UV unterscheiden sich voneinander) und zur Prüfung von Hypothesen über die Wirksamkeit der UV (= die verschiedenen Stufen der UV wirken unterschiedlich stark auf die AV)

experimentelle Bedingung bei einfaktoriellen Versuchsplänen = eine Stufe der variierten UV. Die VP werden entsprechend der Anzahl der experimentellen Bedingungen in Gruppen aufgeteilt und den Bedingung zugeteilt.

= Versuchspläne zur gleichzeitigen Variation mehrerer UV. Dazu werden alle Stufen aller UVs miteinander kombiniert.

experimentelle Bedingung bei multifaktoriellen Versuchsplänen =
eine Kombination von jeweils einer Abstufung jeder UV. Die VP werden entsprechend der Anzahl der experimentellen Bedingungen in Gruppen aufgeteilt und den Bedingung zugeteilt. (VP können aber auch nacheinander mehreren experimentellen Bedingungen ausgesetzt sein.)

Bsp: 3x2x3-Plan - Versuchsplan mit 3 UV á 3, 2 und 3 Stufen

Haupteffekt: Die Wirkung einer UV in einem multifaktoriellen Versuchsplan

Hypothesen über Haupteffekte: Eine Hypothese über eine UV in einem multifaktoriellen Versuchsplan

Interaktion zwischen UVs: wenn die Wirkung einer UV nicht unabhängig von anderen UVs ist. Interaktionen zw. verschiedenen UV lassen sich nur bei multifaktoriellen Versuchsplänen untersuchen. Keine Interaktion heißt: Die UVs sind unabhängig.

Hypothesen über Interaktionen: eine Hypothese über die Interaktione mehrerer UVs

Vorteile:
1. Parallelisierung von Störvariablen der Person (Organismusvariablen)
2. es werden weniger VP insgesamt benötigt.

Positionseffekt: Störvariable, die sich durch die (zeitliche) Position der experimentellen Bedingung im Versuchsablauf ergibt. Ergibt sich also aus der absoluten zeitlichen Stellung der experimentellen Bedingung im Versuchsablauf.
Bsp: Ermüdungserschienungen, Beruhigung, etc.

Carry-over-Effekt: eine Störvariable, die sich durch die inhaltliche Beeinflussung einer experimentellen Bedingung durch eine frühere ergibt. Ergibt sich also aus der relativen zeitlichen Stellung einer experimentellen Bedingung hinter anderen experimentellen Bedingungen..

1. Vollständiges Ausbalancieren: es werden alle möglichen Reihenfolgen von experimentellen Bedingungen erzeugt. Jede Reihenfolge wird jeweils einer Gruppe von VP zugeordnet. Dadurch werden Positionseffekte über alle VP hinweg ausgeglichen.

1. Zufallsauswahl: Aus allen möglichen Reihenfolgen werden zufällig die ausgewählt, die den VP zugeordnet werden. Jede VP erhält dabei eine andere Reihenfolge. Dadurch werden Positionseffekte über alle VP hinweg ausgeglichen.

2. Spiegelbildmethode: es wird nur eine Reihenfolge von experimentellen Bedingungen ausgewählt. Diese wird verdoppelt und gespiegelt. Alle VP erhalten die selbe Sequenz von experimentellen Bedingugen. Dazu muss es möglich sein, jede experimentelle Bedingung bei jeder VP ohne Veränderung der Umstände zweimal durchzuführen und der Positionseffekt muss linear sein.

3. Methode des lateinischen Quadrats: aus allen möglichen Reihenfolgen werden genausoviele ausgewählt, wie es experimentelle Bedingungen gibt. Spezielles Konstruktionsverfahren für die Reihenfolgen. Die VP werden gleichmäßig auf alle ausgewählten Reihenfolgen verteilt. Positionseffekt wird über alle VP hinweg kontrolliert. Vorteil: die Wirkung des Positionseffektes kann (Reihenfolge der expirementellen Bedingungen als UV) überprüft werden.

1. Inhaltliche Umgestalten der experimentellen Bedingungen.

2. Rückkehr zu einem Versuchsplan, bei der jede VP nur einer experimentellen Bedingung ausgesetzt ist.

= Störvariable aus der sozialen Situation des Experiments. Der VL beeinflusst durch seine Erwartung unbeabsichtigt die VP und ihr Ergebnis beeinflussen. V.a durch nonverbale Kommunikation (z.B. Gestik, Mimik, Körperhaltung, ...)

Voraussetzungen, damit ein VL-Erwartungseffekt eintritt:
1. VL muss in der Lage sein für jede VP eine Erwartung zu bilden.
2. VL muss seine Erwartung in einem best. Verhalten ausdrücken.
3. VP muss aus dem Verhalten des VL Hinweise für das von ihr erwartete Verhalten entnehmen können.
4. VP muss sich beeinflussen lassen.

1. Standartisierung der Versuchsbedingungen (=Konstanthalten)

2. Ausschalten des VL (=Eliminieren)

3. Training des VL: VL wird trainiert sich gegenüber jeder VP exakt gleich zu verhalten.

4. Manipulation der Erwartung des VL: gezielte Manipulation der Erwartung des VL z.B. durch eine Erwartungskontrollgruppe. Dazu darf der VL der die AV nicht wissen, welche VP welcher Stufe der UV ausgesetzt war.

5. Blind- und Doppelblindversuch: Der Versuchsleiter erfährt nicht, welche VP welcher experimentellen Bedingung ausgesetzt war. Bei einem Doppelblindversuch erfährt auch die VP nicht, welcher Stufe der UV sie ausgesetzt wurde.

1. Die Erwartungen, die eine VP über die Wirkung einer experimentellen Bedingung hat, beeinflussen ihr Verhalten.

2. Aufforderungsvariablen: Variablen in der experimentellen Situation, die der VP das erwartete Verhalten signalisieren.
Bsp: Information über best. Nebenwirkungen

3. Erwartungen über die soziale Erwünschtheit von Verhalten:  VP Verhalten sich entsprechend gängiger sozialer Noremen und Werte.

1. Motiv für die Teilnahme: Durch den Inhalt der Untersuchung kann es schon bei der Teilnahme zu einer systematischen Selektion der VP kommen

2. Kooperation & Nicht-Kooperation: kooperative bzw. nicht-kooperatives Verhalten der VP

3. Test- oder Bewertungsangst: Angst der VP vor Bewertung durch den VL

4. Bedürfnis nach sozialer Anerkennung: Führt zu sozial erwünschtem Verhalten der VP.

Die meisten Störvariablen durch Motive der VP können durch ein guter Verhältnis zwischen VP und VL und durch Aufklärung der VP eliminiert werden.

Quasi-Experimente: UV kann vom VL variiert werden. Stövariablen können jedoch nicht kontrolliert werden (z.B. VP können nicht frei in verschiedene Bedingungen eingeteilt werden (keine Randomisierung, Parallelisierung möglich)). Bei der Interpretation des Ergenisses muss die Wirkung der Störvariablen abgeschätzt werden.

1. Versuchspläne mit nichtäquivalenter Kontrollgruppe: Es existiert keine Kontrollgruppe. Entweder nimmt nur eine Gruppe von VP an dem Experiment teil, oder die teilnehmenden Gruppen unterscheiden sich systematisch. Die Störvariable ergibt sich aus der Zugehörigkeit zu einer nicht.äquivalenten Gruppe. Häufig wird zur Abschätzung der Wirkung der Störvariablen eine Vorhermessung durchgeführt.

2. Zeitreihenversuchspläne: Die AV wird zu mehreren Zeitpunkten (vor und nach Einführung der UV) gemessen. Dadurch kann die Wirkung der UV besser von Störvariablen getrennt werden.

3. Einzelfall-Versuchsplan mit Revision (ABAB-Plan): Die Wirkung der Einführung einer best. UV Stufe wird zweimal hintereinander gemessen.