46: Bedingungen/Variablen im Experiment

Die vom Experimentator (abgekürzt: E) variierten Bedingungen bezeichnet man als die unabhängigen Variablen (UVn) oder Faktoren des Experiments. Im einfachsten Fall liegt eine unabhängige Variable (UV) mit zwei Ausprägungen vor. Diese Ausprägungen werden auch Modalitäten, Stufen oder (Behandlungs- bzw. Treatment-) Bedingungen genannt, oft auch nur kurz Treatments.

Forschungsmethoden; Bedingungen; Variablen;

{hager:experimente_psy} 'Willi Hager and Rainer Westermann' (1983) : Planung und Auswertung von Experimenten

60: Nominalskala

Bei der sog. Nominalskala wird nur eine umkehrbar eindeutige Zuordnung der beobachteten Objekte in den Klassen gefordert. Deren Bezeichnung durch Zahlen ist willkürlich und beliebig transformierbar, soweit dabei keine Klassen zusammengelegt oder auseinandergezogen werden. Beispiele für eine ,,Nominalskalierung“ sind etwa Postleitzahlen, Telefonnummern oder die Kennzeichnung von Fußballspielern mit Nummern auf dem Rücken.

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

61: Ordinal- oder Rangskala

»Bei der Ordinal- oder Rangskala wird die größer/kleiner-Relation der Zahlen mitbenutzt; zulässig sind alle Transformationen, bei denen die Rangordnung erhalten bleibt, also alle monotonen Transformationen. Dabei ist zwar sichergestellt, daß einer größeren Zahl auch eine stärkere Ausprägung der dadurch repräsentierten Eigenschaft des Objekts entspricht, aber keineswegs, ob etwa beispielsweise den gleichen Abständen 3 - 2 = 2 - 1 zwischen den Zahlen 1,2 und 3 auch gleiche Unterschiede in der Ausprägung der dadurch repräsentierten Eigenschaft der Objekte entsprechen.«

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

62: Skalenniveau

Ziel des Forschers ist es in der Regel, ein möglichst hohes Skalenniveau zu erreichen, um in seinen Aussagen über die durch die Zahlen abgebildeten Objekte möglichst viele Relationen der Zahlen benutzen zu können.

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

63: Intervallskala;Verhältnisskala

Dies ist jedoch bei der Intervallskala sichergestellt, der nächst höheren in der Hierarchie der Skalen. Hier kann man Aussagen über Abstände zwischen den abgebildeten Objekten machen. Das Fullerton/Cattell-Prinzip beispielsweise, das Distanzen zwischen Reizen durch die relative Häufigkeit ihrer Beobachtung definiert, legt eine solche Intervallskala fest. Die aufgrund von Intervallskalen gemachten Aussagen über die Objekte sind invariant gegenüber linearen Transformationen der die Objekte repräsentierenden Zahlen.

Da der Nullpunkt einer solchen Intervall-Skala nicht festgelegt ist, können aufgrund dieser Zuordnungen immer noch keine Aussagen über Verhältnisse gemacht werden (wie z.B. ,, doppelt so stark ausgeprägt“ o.ä.). Dies ist erst bei der Verhältnisskala der Fall, bei der nur proportionale Transformationen zulässig sind.

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

64: absolute Skala

Bei der absoluten Skala schließlich sind gar keine Transformationen mehr zulässig; dafür können dann auch alle Eigenschaften und Relationen der Zahlen zu Aussagen über die repräsentierten Objekte herangezogen werden.

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

65: Erkenntnisgewinn in der klassischen Statistik

In der sog. klassischen Statistik [...] haben wir es mit folgender Vorgehensweise bei der Gewinnung oder Bestätigung neuer Erkenntnisse zu tun:

Der Forscher hat zunächst eine Hypothese, eine Aussage, die in bestimmter Weise seine Vorstellung von dem beobachteten Sachverhalt widerspiegelt oder abbildet. Es ist dabei formal zunächst unerheblich, woher diese Hypothese kommt; wichtig ist hier nur, daß sie eine Aussage über einen Sachverhalt macht, dessen Beobachtung unter den gegenwärtigen Bedingungen der Untersuchung prinzipiell möglich sein müßte.

Forschungsmethoden; Bedingungen; Variablen;

{wendt:experimente_psy} 'Dirk Wendt' (1983) : Statistische Entscheidungstheorie und Bayes-Statistik

93: Variationskoeffizent

Einheitenlos, Vergleichbarkeit unterschiedlicher Streuungen\\ \begin{equation}K=\sqrt{\frac{S\sp{2}\sb{x}}{\overline{x}^2}}= \sqrt{\frac{1}{n-1}\sum\limits_{i=1}{n}(\frac{x_i}{\overline{x}}-1)^2} \end{equation}

Forschungsmethoden; Bedingungen; Variablen;

{} '' () :

94: Z-Transformation

\begin{equation}z_i=\frac{x_i-\overline{x}}{S_x}\end{equation} \begin{equation}\overline{z}=\sum\limits_{i=1}{n}\frac{x_i-\overline{x}}{S_x}=0 \end{equation} \begin{equation}S_z=1\end{equation}

$ $\begin{align} F(x) &= \frac 1{\sigma \cdot \sqrt{2\pi}} \cdot \int_{-\infty}^x \mathrm e^{-\frac 12 \cdot \left( \frac{t-\mu}{\sigma}\right)^2} \mathrm dt\ &= \frac 1{\sigma \cdot \sqrt{2\pi}} \cdot \int_{\frac{-\infty-\mu}\sigma}^{\frac{x-\mu}\sigma} \mathrm e^{-\frac 12 u^2} \mathrm du \cdot \sigma\ &= \frac 1{\sqrt{2\pi}} \cdot \int_{-\infty}^{\frac{x-\mu}\sigma} \mathrm e^{-\frac 12 u^2} \mathrm du\ &= \Phi \left(\frac{x-\mu}{\sigma}\right) \end{align}$ $

Forschungsmethoden; Bedingungen; Variablen;

{} '' () :

95: empirische Kovarianz

Maßzahl für den Zusammenhang zweier statistischer Merkmale

\begin{equation} S\sb{xy}=\frac{1}{n-1} \sum\limits_{i=1}{n}[(x_i-\overline{x})(y_i-\overline{y})] \end{equation}

Forschungsmethoden; Bedingungen; Variablen;

{} '' () :

96: empirischer Korrelationskoeffizient

Maß für den Grad der linearen Abhängigkeit \begin{equation} r\sb{xy}=\frac{S\sb{xy}}{S_xS_y} \end{equation}

Korrelationsmatrix \begin{equation} \begin{matrix} & v_1 & v_2 & v_3 & v_4 \ v_1 & 1 & r\sb{v_1 v_2} & r\sb{v_1 v_3} & r\sb{v_1 v_4}\ v_2 & r\sb{v_2 v_1} & 1 & r\sb{v_2 v_3} &r\sb{v_2 v_4}\ v_3 & r\sb{v_3 v_1} & r\sb{v_3 v_2} & 1 & r\sb{v_3 v_4}\ v_4 & r\sb{v_4 v_2} & r\sb{v_4 v_3} & r\sb{v_2 v_4} & 1\ \end{matrix}\ \end{equation}

\begin{equation} r\sb{v_n v_m} = r\sb{v_m v_n} \end{equation}

\begin{equation} r\sb{v_n v_n} = 1 \end{equation}

Forschungsmethoden; Bedingungen; Variablen;

{} '' () :

328: Methodenkompetenz

Methodenkompetenz bezeichnet die Bereitschaft und Befähigung zu zielgerichtetem, planmäßigem Vorgehen bei der Bearbeitung von Aufgaben und Problemen (zum Beispiel bei der Planung der Arbeitsschritte).

Forschungsmethoden; Bedingungen; Variablen;

{kmk:handreichung} '' (2007) : Handreichung für die Erarbeitung von Rahmenlehrplänen der Kultusministerkonferenz für den berufsbezogenen Unterricht in der Berufsschule und ihre Abstimmung mit Ausbildungsordnungen des Bundes für anerkannte Ausbildungsberufe

355: Unterrichtsmethoden

Unterrichtsmethoden sind die Formen und Verfahren, mit denen Lehrende und Lernende die sie umgebende natürliche und gesellschaftliche Wirklichkeit im Unterricht vermitteln und sich aneignen.

Forschungsmethoden; Bedingungen; Variablen;

{Jank:Didaktik} 'Werner Jank and Hilbert Meyer' (2008) : Didaktische Modelle

381: Methode

Methoden [...] sind planmäßige Verfahren zur Erreichung bestimmter Ziele. Lehr-Lern-Methoden sind die Formen und Verfahren, in und mit denen sich Lehrende und Lernende die sie umgebende natürliche, soziale, berufliche und gesellschaftliche Wirklichkeit - meist unter institutionellen Rahmenbedingungen - aneignen.

Forschungsmethoden; Bedingungen; Variablen;

{Lehner:Didaktik} 'Martin Lehner' (2009) : Allgemeine Didaktik