MP III - VL 04 Validit Ñt PDF

Preview

Summary

Kontrollfragen und Loesungen zur 4. Vorlesung....

Description

1

MP III VL 04 – Validität Warum ist die interne Validität bei Quasi-Experimenten gefährdet? Bei Quasi-Experimente ist die Kontrolle über bestimmte Vorraussetzungen eines Experiments nicht gegeben. Dies betrifft vor Allem die Auswahl der Pbn, die Zuweiseung dieser zu den experimentellenBedingungen und der Zeitpunkt der experimentellen Variation. Somit ist das Problem der Konfundierung der UV (mit Störvariablen) besonders groß. Es kann also nicht ausgeschlossen werden, dass unbekannte Drittvariablen Auswirkungen auf die AV haben. Da die interne Validität aber genau diese kausale Beziehung beschreibt, ist sie bei Quasi-Experimenten nur bedingt gegeben. Lösungsansätze sind, dass man bereits bei der Suche nach Gruppen auf max. Vergeleichbarkeit bzgl. möglicher Störvariablen achtet und um sicher zu gehen das Mitmessen und Auspartialisieren dieser. Was versteht man unter externer Validität? Die externe Validität beschreibt die mögliche Generalisierung von empirischen Effekten. D.h. ob ein gefundener Effek auf andere Personen, Situationen, Zeitpunkte und Orte als die im Experiment gegeben übertragbar ist. Warum geht es bei der externen Validität nicht um die Entsprechung der experimentelen Situation mit realen Situationen? Es geht bei den Begriffen Generalisierbarkeit / externe Validität NICHT darum um das Labor-Experiment eine reale Situation oder relae Bedingungen vollständig herstellen kann und somit übertragbar auf das „echte Leben“ wäre. Die externe Validität bezieht sich nur auf einen konzeptuellen Zusammenhang zwischen AV / UV außerhalb des Labors. Kritiker merken zudem an, dass externe Validität generell nicht überbewertet werden sollte (interne Validität ist übergeordnet), dass geringe externe Validität nicht per se gegen die Existenz eines Effekts spricht (vll sogar konstruktive Erweiterungen anregt) und zudem die umgekehrte Validität (Übertragung Feld>Labor) auch gegeben sein müsse. Welche Stichprobenarten kennen sie, welche Stichprobenart erlaubt eine Aussage über eine Population? Grob kann man Stichproben in 2 Kategorien einteilen: probabilistische und nichtprobabilistische Bei nicht-probabilistische Stichproben ist die WSK mit der ein beliebiges Element aus der Population gezogen wird unbekannt und nicht ohne weiteres kontrollierbar. Diese sind dann auch nur bedingt repräsentativ. Ein Bsp. wäre die Gelegenheitsstichprobe. Probabilistische Stichproben werden durch eine Zufallsauswahl gezogen. D.h. dass die WSK, dass beliebiges Element aus einer Population ausgewählt wird ist kontrollierbar oder sogar bekannt. -

einfache Zufallsstichprobe: o

WSK für die Ziehung jedes Elements gleich

2 o

-

Klumpenstichprobe: o

-

vorgruppiert in Teilmengen, Teilmengen werden zufällig ausgewählt

Mehrstufige Stichprobe: o

-

einzige Stichprobenart, welche möglichst präzise Aussagen über eine Population machen kann!↓

siehe Klumpenstichprobe, aber Elemente aus Teilmengen nochmals zufällig ausgewählt

geschichtete Stichprobe: o

Elemente werden aus vorher definierten Teilpopulationen zufällig gezogen

Geht es um den Nachweis eines Effekts in der Population (keine präzise Beschreibung), dann sind jedoch auch andere Stichprobenarten geeignet. Es muss hierbei nur sichergestellt werden, dass keine Eigenschaft der Stichprobe mit den Faktoren, die den Effekt bedingen konfundiert. Welche Fehlschlüsse können bei Nichtberücksichtigung von Mehrebenenstrukturen erfolgen? Daten bzw. deren Ergebnisse könne meistens auf mehreren Ebenen betrachtet werden, da die Beobachtungseinheiten dann verschachtelt sind. (Bsp.: Schule-Klasse-Schüler). Merkmale können dabei auf jeder dieser Ebenen unterschiedlich variieren. Die Auswahl einer der hierarchischen Ebenen ist also auch eine mögliche Fehlerquelle. Ökologischer Fehlschluss: Es wird ein Effekt auf Aggregatebene fälschlicherweise auf der Individuelebene interpretiert. (Es wird von einer höheren Ebene falsch auf untere geschlossen) Atomischer Fehlschluss: Es wird ein Effekt auf Individualebene fälschlicherweise auf Aggregatebene interpretiert. (Es wird von einer unteren Ebene falsch auf eine obere geschlossen) Was versteht man unter dem Simpson-Paradox? Beim Simpson-Paradox kehrt sich die Richtung eines Effekts um, da Subgruppen zusammengefasst wurden. Gibt es dabei nämlich beispielsweise eine ungleiche Verteilung von Männern und Frauen auf die Gruppen des Experiments, kann es du Fehlschlüssen kommen, da dann der Faktor Geschlecht unbeachtet bleibt und die Daten verzehrt....