EXPERIMENTAL RESEARCH1 1

Echte Versuchsanordnung

SHARE THE ARTICLE ON

Table of Contents

Was ist ein echter Versuchsplan?

Ein echter Versuchsplan ist ein statistischer Ansatz zur Feststellung einer Ursache-Wirkungs-Beziehung zwischen verschiedenen Variablen. Es handelt sich dabei um eine der genauesten Formen von Forschungsdesigns, die eine solide Grundlage für die Existenz von Beziehungen bieten.

Es gibt drei Kriterien, die erfüllt sein müssen, damit eine echte experimentelle Forschung durchgeführt werden kann:

  • Das Vorhandensein einer Kontrollgruppe: Die Stichprobe der Teilnehmer wird in zwei Gruppen unterteilt – eine Gruppe, die dem Experiment unterzogen wird und somit Veränderungen erfährt, und eine Gruppe, die dies nicht tut.
  • Das Vorhandensein einer unabhängigen Variable: Unabhängige Variablen, die die Wirkung anderer Variablen beeinflussen, müssen vorhanden sein, damit der Forscher sie kontrollieren und Veränderungen beobachten kann.

Zufällige Zuweisung: Die Teilnehmer müssen nach dem Zufallsprinzip auf die Gruppen verteilt werden.

Sehen Sie die Voxco Umfrage-Software in Aktion mit einer kostenlosen Demo.

Ein Beispiel für einen echten Versuchsplan

Eine Studie zur Beobachtung der Auswirkungen von körperlicher Betätigung auf das Produktivitätsniveau kann mit einem echten Versuchsplan durchgeführt werden.

Angenommen, eine Gruppe von 300 Personen meldet sich freiwillig für eine Studie mit Büroangestellten in den 20er Jahren. Diese 300 Teilnehmer werden nach dem Zufallsprinzip in drei Gruppen eingeteilt, wobei die erste Gruppe eine Kontrollgruppe ist, die sich nicht sportlich betätigt und ihren alltäglichen Aufgaben nachgehen muss. Die zweite Gruppe wird gebeten, einen Monat lang täglich 30-45 Minuten lang zu Hause zu trainieren. Die dritte Gruppe muss einen Monat lang jeden Tag 2 Stunden trainieren. Beide Gruppen müssen einen Ruhetag pro Woche einlegen.

In dieser Untersuchung fungiert das Ausmaß der körperlichen Betätigung als unabhängige Variable, während die Leistung am Arbeitsplatz eine abhängige Variable ist, die mit der Veränderung des Ausmaßes der Betätigung variiert.

Vor Beginn der Untersuchung wird die aktuelle Leistung jedes Teilnehmers am Arbeitsplatz bewertet und dokumentiert. Im weiteren Verlauf der Studie wird für jeden der 300 Teilnehmer ein Fortschrittsbericht erstellt, um zu verfolgen, wie sich die körperliche Aktivität auf die Leistungsfähigkeit am Arbeitsplatz ausgewirkt hat.

Nach zwei Wochen werden die Teilnehmer der zweiten und dritten Gruppe, die ihr derzeitiges Trainingsniveau halten können, aufgefordert, ihre tägliche Trainingszeit um eine halbe Stunde zu erhöhen, während denjenigen, die das nicht schaffen, vorgeschlagen wird, entweder mit der gleichen Zeitspanne fortzufahren oder die Zeitspanne auf ein um eine halbe Stunde niedrigeres Niveau zu setzen. So wird zum Beispiel ein Teilnehmer, der nach zwei Wochen nicht in der Lage ist, zwei Stunden zu trainieren, für die verbleibende Zeit von zwei Wochen eine Stunde und 30 Minuten trainieren, während jemand, der die zwei Stunden aushalten kann, sich jetzt auf zwei Stunden und 30 Minuten steigern wird.

Auf diese Weise notiert der Forscher die Zeiten jedes Mitglieds der beiden aktiven Gruppen für die ersten zwei Wochen und die verbleibenden zwei Wochen nach der Änderung der Zeiten und überwacht auch das entsprechende Leistungsniveau bei der Arbeit.

Das obige Beispiel kann als echtes Forschungsexperiment eingestuft werden:

  • Es ist eine Kontrollgruppe beteiligt: Gruppe 1, die ihren Zeitplan beibehält, ohne dass sie zum Training konditioniert wird.
  • Es gibt eine IV, die der Forscher manipulieren kann: die Dauer der täglichen Übung.
  • Zufällige Zuweisung: Die 300 Teilnehmer werden nach dem Zufallsprinzip auf 3 Gruppen verteilt, so dass es keine Kriterien für die Zuordnung gibt.

Zweck und Verwendung

Sowohl der Hauptnutzen als auch der Zweck eines echten experimentellen Forschungsdesigns besteht darin, auf der Grundlage einer quantitativen Überwachung aussagekräftige Beziehungen herzustellen. Echte Experimente konzentrieren sich darauf, die Punkte zwischen zwei oder mehr Variablen zu verbinden, indem sie zeigen, wie die Veränderung einer Variable eine Veränderung einer anderen Variable bewirkt. Das kann so einfach sein, dass ausreichend Schlaf die Merkfähigkeit verbessert, oder so weitreichend, dass geografische Unterschiede das Verbraucherverhalten beeinflussen. Die Hauptidee besteht darin, sicherzustellen, dass verschiedene Gruppen von Variablen untersucht werden, die eine gewisse Gemeinsamkeit aufweisen.

Darüber hinaus wird echte experimentelle Forschung eingesetzt, wenn die drei Kriterien der Zufallsverteilung, einer Kontrollgruppe und einer unabhängigen, vom Forscher zu manipulierenden Variable erfüllt sind.

Vorteile des echten experimentellen Designs

Konkrete Methode der Forschung:

Die statistische Natur des Versuchsplans macht ihn äußerst glaubwürdig und genau. Die im Rahmen der Forschung erhobenen Daten werden mit statistischen Instrumenten ausgewertet. Dadurch sind die Ergebnisse leicht zu verstehen, objektiv und umsetzbar. Dies macht sie zu einer besseren Alternative zu beobachtungen basierten Studien, die subjektiv sind und aus denen sich nur schwer Schlüsse ziehen lassen.

Leicht zu verstehen und zu wiederholen:

Da die Forschung harte Zahlen und eine präzise Darstellung des gesamten Prozesses liefert, sind die vorgelegten Ergebnisse für alle Beteiligten leicht nachvollziehbar. Außerdem wird es für künftige Forscher, die Studien zum selben Thema durchführen, einfacher, frühere Erkenntnisse zu verstehen und die Ergebnisse zu reproduzieren, um ihre eigene Forschung zu ergänzen.

Ermöglicht Vergleiche:

Das Vorhandensein einer Kontrollgruppe in einer echten experimentellen Forschung ermöglicht es den Forschern, zu vergleichen und zu kontrastieren. Das Ausmaß, in dem eine Methode auf eine Gruppe angewandt wird, kann im Hinblick auf das Endergebnis als Bezugsrahmen untersucht werden.

Schlussfolgerung:

Echte experimentelle Forschung kombiniert Beobachtung und statistische Analyse, um fundierte Schlussfolgerungen zu ziehen. Dies lenkt den Fluss der Folgemaßnahmen in eine bestimmte Richtung und macht so den Forschungsprozess fruchtbar.

Nachteile der echten Versuchsplanung

Teuer:

Echte Versuchspläne sind kostspielig. Die Rekrutierung und Verwaltung einer großen Anzahl von Teilnehmern, die für eine repräsentative Stichprobe erforderlich ist, erfordert einen hohen Ressourceneinsatz. Aufgrund des hohen Ressourcenaufwands ist es für den Forscher äußerst wichtig, jeden einzelnen Aspekt des Prozesses bis ins kleinste Detail zu planen.

Zu idealistisch:

Echte experimentelle Forschung findet in einer vollständig kontrollierten Umgebung statt. Ein solches Szenario ist nicht repräsentativ für Situationen in der realen Welt, so dass die Ergebnisse möglicherweise nicht authentisch sind. Dies ist einer der Hauptgründe, warum eine offene Feldforschung einer Laborforschung vorgezogen wird, bei der die Studie vom Forscher beeinflusst werden kann.

Zeitaufwendig:

Die Vorbereitung und Durchführung eines echten Experiments ist sehr zeitaufwändig. Das liegt daran, dass Prozesse wie die Rekrutierung einer ausreichend großen Stichprobe, die Erfassung der Daten der Befragten, die zufällige Aufteilung in Gruppen, die Überwachung des Prozesses über einen bestimmten Zeitraum, die Verfolgung von Veränderungen und die Vornahme von Anpassungen erforderlich sind. Die Menge an Prozessen ist zwar für das gesamte Modell wesentlich, aber keine praktikable Option, wenn die Ergebnisse in naher Zukunft benötigt werden.

Beginnen Sie mit Ihrer experimentellen Forschung

Schicken Sie Ihre Umfrage an die richtigen Personen, um hochwertige Antworten zu erhalten.

Die drei Arten von echten Versuchsplänen

  • Nur Posttest-Kontrollgruppen-Design:

Bei dieser Art von echter experimenteller Forschung werden sowohl die Kontroll- als auch die Experimentalgruppe, die nach dem Zufallsprinzip gebildet wurde, vor Anwendung der experimentellen Methodik nicht getestet. Dadurch soll die Qualität der Studie nicht beeinträchtigt werden.

Die Teilnehmer sind immer auf der Suche nach dem Zweck und den Kriterien für die Bewertung. Der Vortest vermittelt ihnen die Grundlage, auf der sie beurteilt werden, was es ihnen ermöglichen kann, ihre endgültigen Antworten zu ändern, was die Qualität des gesamten Forschungsprozesses beeinträchtigt. Dies kann jedoch die Fähigkeit des Forschers beeinträchtigen, einen Vergleich zwischen den Bedingungen vor und nach dem Experiment anzustellen, der die Veränderungen, die im Verlauf der Forschung stattgefunden haben, tatsächlich berücksichtigt.

  • Pretest-Posttest-Kontrollgruppe Design:

Es handelt sich um eine Abwandlung des Posttest-Kontrollgruppendesigns mit einem zusätzlichen Test, der vor der Durchführung der experimentellen Methodik durchgeführt wird. Diese zweiseitige Testmethode kann helfen, signifikante Veränderungen in den Forschungsgruppen als Ergebnis der experimentellen Intervention festzustellen. Es gibt keine Garantie dafür, dass die Ergebnisse das wahre Bild wiedergeben, da der Posttest durch die Exposition der Befragten gegenüber dem Pretest beeinflusst werden kann.

  • Salomonisches Vier-Gruppen-Kontrolldesign:

Wie der Name schon sagt, werden bei dieser Art von echtem Versuchsplan die Stichproben Mitglieder nach dem Zufallsprinzip in 4 Gruppen aufgeteilt. Diese Gruppen bestehen aus 2 Kontrollgruppen, die nicht den Experimenten und Veränderungen unterworfen werden, und 2 experimentellen Gruppen, auf die die experimentelle Methodik angewendet wird.

Von diesen 4 Gruppen werden eine Kontroll- und eine Experimentalgruppe für Pre-Tests verwendet, während alle vier Gruppen Post-Tests unterzogen werden.

Auf diese Weise kann der Forscher den Prä-Test-Post-Test-Kontrast ermitteln, während eine weitere Gruppe von Befragten verbleibt, die den Prä-Tests nicht ausgesetzt war und daher echte Post-Test-Antworten liefert, wodurch die Testeffekte berücksichtigt werden.

Customer experience

Prä Experimentelles vs. echtes experimentelles Forschungsdesign

Beobachtung vs. Statistik:

Die präexperimentelle Forschung ist ein auf Beobachtung basierendes Modell, d. h. sie ist in hohem Maße subjektiv und qualitativ, im Gegensatz zu einem echten experimentellen Design, das eine genaue Analyse der gesammelten Daten mit Hilfe statistischer Datenanalyse Tools ermöglicht.

Fehlen oder Vorhandensein von Kontrollgruppen:

Bei vor experimentellen Forschungsdesigns wird in der Regel keine Kontrollgruppe eingesetzt, was es schwierig macht, einen Kontrast herzustellen, während bei allen drei Arten von echten experimentellen Designs Kontrollgruppen eingesetzt werden.

Nicht-Randomisierung vs. Randomisierung:

Bei tierexperimenteller Forschung wird in bestimmten Fällen keine Randomisierung verwendet, während bei echter experimenteller Forschung immer ein Randomisierung Ansatz für die Gruppenverteilung verwendet wird.

Durchführbarkeit Test vs. Abschlusstest:

Pretests werden als Durchführbarkeit Mechanismus verwendet, um festzustellen, ob die angewandte Methodik für den Forschungszweck tatsächlich geeignet ist und ob sie Auswirkungen haben wird oder nicht.

Schritte zur Durchführung einer echten experimentellen Forschung

  • Bestimmen Sie das Forschungsziel:

Bestimmen Sie die Variablen, die Sie für eine kausale Beziehung analysieren müssen. Überlegen Sie, welche Studie über eine bestimmte Beziehung Ihnen helfen wird, wirksame Entscheidungen zu treffen, und formulieren Sie dieses Forschungsziel auf eine der folgenden Weisen:

    • Bestimmung der Auswirkungen von X auf Y
    • Untersuchung der Frage, wie die Verwendung/Anwendung von X zu Y führt
  • Identifizieren Sie unabhängige und abhängige Variablen:

Machen Sie sich klar, was Ihre kontrollierende/unabhängige Variable ist und welche Variable sich verändert und vom Forscher beobachtet werden soll. In den oben genannten Beispielen für Forschungszwecke ist X die unabhängige Variable und Y die abhängige Variable.

  • Definieren und gruppieren Sie die Bevölkerung:

Definieren Sie die Zielgruppe für die Studie. Aus diesem Zielpublikum muss eine Stichprobe ausgewählt werden, damit eine genaue Untersuchung durchgeführt werden kann. Es ist unerlässlich, dass die Zielpopulation so detailliert wie möglich definiert wird.

Um das Blickfeld einzugrenzen, wird eine Zufallsauswahl von Personen aus der Bevölkerung getroffen. Dies sind die ausgewählten Befragten, die dem Forscher bei der Beantwortung seiner Forschungsfragen helfen. Nach ihrer Auswahl wird die Stichprobe nach dem Zufallsprinzip in eine Kontroll- und eine Versuchsgruppe unterteilt.

  • Durchführung von Pre-Tests:

Bevor mit der eigentlichen Studie begonnen wird, sind, soweit erforderlich, Pre-Tests durchzuführen. Diese Pretests dienen der Beurteilung des Zustands der Befragten, so dass ein effektiver Vergleich zwischen den Pre- und Posttests die durch die Untersuchung bewirkte Veränderung aufzeigt.

  • Führen Sie die experimentelle Forschung durch:

Führen Sie Ihr Versuchsverfahren mit der im vorherigen Schritt gebildeten Versuchsgruppe durch. Geben Sie die notwendigen Anweisungen und klären Sie eventuelle Zweifel oder Fragen der Teilnehmer. Überwachen Sie ihre Praktiken und verfolgen Sie ihre Fortschritte. Vergewissern Sie sich, dass die Intervention ordnungsgemäß durchgeführt wird, da sonst die Ergebnisse verfälscht werden können.

  • Führen Sie Post-Tests durch:

Messen Sie die Auswirkungen der Intervention auf die Versuchsgruppe und vergleichen Sie sie mit den Vortests. Dies ist besonders wichtig, da der Vortest als Ausgangspunkt dient, von dem aus alle Veränderungen, die im Nachtest gemessen wurden, die Wirkung der experimentellen Intervention sind. Ein Beispiel: Wenn der Pre-Test im obigen Beispiel zeigt, dass ein bestimmter Kundendienstmitarbeiter in der Lage war, 10 Kundenprobleme in zwei Stunden zu lösen, und der Post-Test, der nach einem Monat mit täglichen zweistündigen Training durchgeführt wurde, eine Steigerung von 5 zusätzlichen Kundenproblemen zeigt, die innerhalb dieser 2 Stunden gelöst worden, sind die zusätzlichen 5 Kundendienst Anrufe, die der Mitarbeiter tätigt, das Ergebnis der zusätzlichen Produktivität, die der Mitarbeiter durch den erforderlichen Zeitaufwand erzielt hat.

  • Analysieren Sie die gesammelten Daten:

Verwenden Sie geeignete statistische Instrumente, um aus den beobachteten und gesammelten Daten Schlüsse zu ziehen. Instrumente zur Analyse von Korrelationsdaten und Signifikanztests sind bei beziehungs basierten Studien sehr effektiv und eignen sich daher sehr gut für echte experimentelle Forschung.

Zu diesem Schritt gehört auch die Unterscheidung zwischen Prä- und Posttests, um die Auswirkungen der unabhängigen Variable auf die abhängige Variable zu erfassen. Die Gegenüberstellung der Kontrollgruppe und der Versuchsgruppe gibt Aufschluss über die Veränderungen, die innerhalb des Versuchszeitraums herbeigeführt wurden, und darüber, wie diese Veränderungen absichtlich herbeigeführt wurden und nicht durch Zufall entstanden sind.

Entdecken Sie alle möglichen Fragetypen auf Voxco

FAQs

An experimental research design that uses manipulation of independent variable and random distribution of participants into groups in a controlled environment to derive cause and effect relationships through a statistical analysis.

True experimental designs are used in correlational studies where there is a need to establish cause and effect relationships. It is also used to test and compare the impact of an intervention as against a group where such intervention is absent

The three types of true experiment designs are based on the number of tests conducted: post-test only control group , pre-test post-test control group and Solomon four group control design.

There are 3 min characteristics of a true experimental design:

  •       The presence of a control group
  •       An independent variable to be manipulated by the researcher
  •       Random selection and distribution of participants

A true experimental design is designed with an end objective of defining causative relationships which are often expressed  as: Understanding changes caused by X on Y. These cause and effect relationship are meant to fuel effective decision making by the end user by noting if X causes Y, the degree of effect and if there are any other extraneous factors contributing to the changes in Y.

Read more

Voxco bringt Voxco Intelligence auf den Markt, eine codefreie Datenanalyseplattform ​