Experimente (entspricht Kapitel 7 des Moduls WAIM) - Building Competence. Crossing Borders.
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Experimente
(entspricht Kapitel 7 des Moduls WAIM)
Building Competence. Crossing Borders.
Dr. Oliver Thomas
oliver.thomas@zhaw.ch
Agenda
7. Experimente
7.1. Definition, Besonderheiten und Tipps
7.2. Varianten von Experimenten
7.3. Ein Experiment designen – Schritt für Schritt
7.4. Illustrative Beispiele
2
7. Experimente
Einordnung
Wissenschaftstheoretische Einbettung:
Es geht um «erklären» und nicht um «beschreiben»
Beschreibung eines Marktes: Forschung / Wirkungsbeziehungen zeigen:
• Interessiert an Grössenordnungen; • Wissenschaftliche Zusammenhänge
Aussagen über den Gesamtmarkt anhand erforschen
der Stichprobe oder • Auf Erklärung angelegt
• Auf Verstehen angelegt • Wird durch Experimente erforscht
• Wird durch Befragungen erforscht → „Theory Application“
→ „Effects Application“
Homogene Gruppe gefragt (nur Ursache-
Heterogene Gruppe als Stichprobe gefragt Wirkung zeigen, Rest ‘ceteris paribus’)
(=Abbild der Wirklichkeit / der Grundgesamtheit) Ceteris paribus heisst, dass diese homogenen
Gruppen untereinander gleich sind (z.B. in
der Altersstruktur, in der Einstellung zu etwas)
Anzahl n: Unabhängig vom N der
Grundgesamtheit; für repräsentative Studien Anzahl n: wenige pro Gruppe genügen (n=30,
rund 800-1200 Einheiten, für andere Studien da geht eine Binomialverteilung in eine
(z.B. Imageanalysen, Kundenzufriedenheit) Normalverteilung über → Statistik einfacher)
genügen 100 bis 300 Einheiten
Fazit: Gezielte Rekrutierung ist üblicher Weg
Fazit: Keine gezielte Rekrutierung von (z.B. Studenten, Patienten), aber die
Probanden, sondern per Zufallsauswahl Zuteilung zu den Gruppen muss zufällig
Calder et al. (1981)
geschehen. 3
7. Experimente
Einführendes Beispiel
Das (vermutlich) erste Experiment der Menschheitsgeschichte
(James Lind, 1716-1794):
4
7. Experimente Beispiel aus der heutigen Praxis − Tech-Unternehmen wie Facebook, Instagram, Google und E-Commerce-Unternehmen führen laufend schnelle Experimente in Form von sogenannten «A/B Testings» durch − Getestet werden z.B. Wortwahl, Bilderwahl, Farben, Positionierung von Schaltflächen, Icons etc. − Für Interessierte: https://sumo.com/stories/ecommerce-ab-testing https://vw o.com/blog/ecommerce-ab-testing/ 5
7. Experimente
Beispiel aus einem Paper
6
Agenda
7. Experimente
7.1. Definition, Besonderheiten und Tipps
7.2. Varianten von Experimenten
7.3. Ein Experiment designen – Schritt für Schritt
7.4. Illustrative Beispiele
7
7.1. Definition, Besonderheiten und Arten Definition Definition «Unter einem Experiment versteht man die systematische Beobachtung einer abhängigen Variablen unter verschiedenen Bedingungen einer unabhängigen Variablen bei gleichzeitiger Kontrolle der Störvariablen, wobei die zufällige Zuordnung von Probanden und experimentellen Bedingungen gewährleistet sein muss.» Merkmale − Experimente = der Königsweg bei Kausalbeziehungen − Sicherste Methode, um Kausalität zu zeigen − Strengste Stufe der Hypothesenprüfung Hussy (2013, S. 120) 8
7.1. Definition, Besonderheiten und Arten
Besonderheiten von Experimenten
1. Bei Experimenten findet immer eine Intervention statt (=Manipulation). Manipulation =
Änderung, die vorgenommen wurde. Hierdurch können Kausalbeziehungen gezeigt werden
2. Homogene Gruppen werden benötigt (Stichwort: ceteris paribus = heisst, dass diese
homogenen Gruppen untereinander gleich sind, z.B. in der Altersstruktur, in der Einstellung zu
etwas)
3. Vergleichbare Untersuchungsbedingungen zwischen den Gruppen müssen geschaffen
werden
4. Randomisierung: Es muss eine zufällige Zuteilung von Probanden auf die
Versuchsgruppen vorgenommen werden
5. Eine umfassende Ausschaltung bzw. Kontrolle von Störeinflüssen ist bei Experimenten
möglich, v.a. bei Laborexperimenten
6. Versuchsleiter-Einfluss: Effekte durch Versuchsleiter eliminieren, indem Hypothese /
Manipulation unbekannt -> Varianten einfach-blind (single-blind) versus doppel-blind (double-
blind)
7. Ein Manipulationscheck ist notwendig, um zu überprüfen, ob die Manipulation tatsächlich
funktioniert hat
9
7.1. Definition, Besonderheiten und Arten
Tipps für die Durchführung
Literaturhinweis: Koschate-Fischer and Schandelmeier (2014)
107.1. Definition, Besonderheiten und Arten
Tipps für die Durchführung
Onlinetools können bei der Durchführung von Experimenten unterstützen
11Agenda
7. Experimente
7.1. Definition, Besonderheiten und Tipps
7.2. Varianten von Experimenten
7.3. Ein Experiment designen – Schritt für Schritt
7.4. Illustrative Beispiele
127.1. Definition, Besonderheiten und Arten
Unterscheidung nach Arten (Designs)
Between-subject-design (unabhängige Stichprobe)
− Eine Gruppe von Probanden bekommt zufällig ein Marken-T-Shirt
− Eine Gruppe von Probanden bekommt zufällig ein No-Name-T-Shirt
→ Mehr Probanden nötig
Within-subject-design (verbundene Stichprobe)
− Probanden erhalten nacheinander zuerst ein Marken-T-Shirt und danach ein No-
Name-T-Shirt.
→ Weniger Probanden nötig
→ Anfällig auf Versuchseffekte (z.B. Tragegefühl des ersten T-Shirts wirkt sich auf das
Tragegefühl des zweiten T-Shirts aus)
Mixed-design
− Kombination aus Between- und Within-subject-design
137.1. Definition, Besonderheiten und Arten Vorgriff auf das Modul WAQM: Auswertungsmethoden http://w ww.methodenberatung.uzh.ch 14
7.2. Varianten von Experimenten Unterscheidung nach experimenteller Untersuchungsform Experimentelle Untersuchungsformen 1. Laborexperiment 2. Feldexperiment 3. Quasiexperiment 4. Feldstudie Hussy (2013, S.140) 15
7.2. Varianten von Experimenten
Unterscheidung nach experimenteller Untersuchungsform
Laborexperiment Feldexperiment Quasiexperiment Feldstudie
Merkmale Ein im Labor / Ein in der natürlichen Wie Laborexperiment, mit Wie Feldexperiment, mit
Internet Umgebung durchgeführtes dem Unterschied, dass dem Unterschied, dass
durchgeführtes Experiment (realer Kontext!). «Unsauberkeiten» «Unsauberkeiten»
Experiment (unter Wichtig: Die Umgebung vorhanden sind, i.d.R. vorhanden sind, i.d.R. fehlt
möglichst muss für beide Gruppen fehlt die die Randomisierung oder
kontrollierten genau gleich sein (in der Randomisierung oder es gibt keine
Bedingungen) Praxis nicht ganz einfach) es gibt keine Kontrollgruppe
Kontrollgruppe
Randomi- randomisierte randomisierte Zuteilung der Keine randomisierte Keine randomisierte
sierung Zuteilung der Probanden Zuteilung der Probanden Zuteilung der Probanden
Probanden
Interne Hoch: Störvariablen Niedrig: Störvariablen lassen Niedrig: Ohne Sehr niedrig. Einbussen in
Validität lassen sich gut sich in der natürlichen Randomisieren können der internen Validität sind
kontrollieren, daher Umgebung nicht in Störeffekte nicht komplett wegen fehlender
(= Eindeu- hohe interne Validität vergleichbarer Weise wie im kontrolliert werden, daher Randomisierung so
tigkeit) bei guter Kontrolle Laborexperiment ergeben sich Einbussen erheblich, dass Ergebnisse
der diversen kontrollieren für die interne Validität nur mit grosser
Variablen Zurückhaltung kausal
interpretiert werden dürfen
Externe Niedrig: Künstliche Relativ hoch: Erkenntnisse Niedrig: Künstliche Relativ hoch
Validität Untersuchungssitu- lassen sich generalisieren; Untersuchungssituation,
ation, daher geringer können also repräsentativ für daher geringer
(= Generali- eine Grundgesamtheit
sierbarkeit) betrachtet werden
Hussy (2013, S.140-142) 167.2. Varianten von Experimenten
Unterscheidung nach Anzahl der manipulierten Variablen
Manipulation einer unabhängiger Variable:
• Bei einem klassischen Experiment wird nur eine unabhängige Variable manipuliert
• Hierdurch kann kausal nachgewiesen werden, dass Änderungen in der/den
abhängigen Variable(n) auf die Manipulation der unabhängigen Variable
zurückzuführen ist
Manipulation zweier oder mehrer unabhängigen Variablen:
• Es ist aber auch möglich, dass zwei oder mehrere Variablen manipuliert werden ->
«Factorial Design»
• Hierdurch wird ebenfalls Kausalität nachgewiesen, die allerdings dann auf den
Manipulationen zweier oder mehrerer unabhängiger Variablen zurückzuführen sind
177.2. Varianten von Experimenten Unterscheidung nach Anzahl der manipulierten Variablen Factorial Design Beispiel eines «2 x 2 factorial design»: Es werden zwei Variablen (Schwierigkeit eines Tests und Raumtemperatur) mit jeweils zwei Ausprägungen manipuliert: https://w eb.mst.edu/~psyw orld/betw een_subjects.htm 18
7.2. Varianten von Experimenten Unterscheidung nach Anzahl der manipulierten Variablen Factorial Design Beispiel eines 2 x 2 x 2 factorial designs (es werden drei Variablen mit jeweils zwei Ausprägungen manipuliert): Interpretation: Der Effekt von Ethical Attributes (Free Trade etc.) auf Brand Appeal und Brand Attitude hängt vom Brand Type (Private Label Brands (PLB) vs. National Brands (NB)) und vom Preisniveau (low vs. high) ab Bodur, Tofighi und Grohmann (2016) 19
Agenda
7. Experimente
7.1. Definition, Besonderheiten und Tipps
7.2. Varianten von Experimenten
7.3. Ein Experiment designen – Schritt für Schritt
7.4. Illustrative Beispiele
207.3. Ein Experiment designen – Schritt für Schritt
Übersicht der einzelnen Schritte
1. Auswahl der Variablen, Aufstellung der Hypothesen etc.
2. Auswahl der Variante des Experiments -> Kap. 7.2.
3. Stimulus / Manipulation ausdenken
4. Manipulationscheck ausdenken
5. Fragebogen korrekt erstellen und aufbauen (-> Kapitel 8), dort auf korrekte
Operationalisierung der Variablen/Konstrukte achten (-> Kapitel 6)
6. Tipps für die Durchführung beachten!
7. Gründliche Beschreibung / Dokumentation
(fett gedruckt = wird in diesem Abschnitt behandelt)
217.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
− Die Manipulation der unabhängigen Variable(n) erfolgt durch unterschiedliche Stimuli
− In der BWL-Forschung werden Videos, Fotos (z.B. Werbeanzeigen) oder
Textbeschreibungen genutzt, um die Manipulationen zu erzeugen. Aber es können z.B. auch
unterschiedliche Preise auf einer Speisekarte, in einem Szenario oder in einem Geschäft als
Stimuli eingesetzt werden
− Je nach Untersuchungsgegenstand wird auch mit fiktiven statt realen Marken, Herstellern oder
Supermärkten gearbeitet
− Jede Experimentalgruppe wird einem mehr oder weniger verändertem Stimulusmaterial
ausgesetzt, das entsprechend der gewünschten Manipulation angepasst ist
227.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
Bildmaterial als Stimulus
− Forschungsfrage: Macht es einen Unterschied, ob berühmte Personen als Unterstützer eines
Produkts in der Werbung auftreten (Celebrity Endorsement) oder als Marke auf dem Produkt
(Celebrity Co-Branding)
− Umsetzung: Teilnehmer werden durch Text im Fragebogen informiert, dass eine neue
Supermarktkette namens «Moser» in den Markt eintritt und eine Eigenmarke namens «Moser
Exzellent» führt. Unter dem Text wird je nach Gruppe eines der Bilder gezeigt.
− Beachte: Stimulusmaterial für beide Gruppen ist identisch ausser (1) Position des Celebrities,
(2) zusätzliche Celebrity Branding auf dem Produkt und (3) Text unter dem Produkt
237.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
Bildmaterial als Stimulus - Fehlervermeidung
− Wenn Bilder als Stimuli zur Manipulation verwendet werden, müssen diese bis auf das
manipulierte Detail identisch sein, um tatsächlich einen kausalen Zusammenhang zwischen
verwendetem Stimuli und den Resultaten herstellen zu können!
− Negativbeispiel: Manipulation der «Store Atmosphäre» (links: angenehm, rechts: unangenehm)
− Problem: es werden u.a. unterschiedliche Produkte und Produktekategorien gezeigt, Produkte
sind unterschiedlich platziert und nehmen unterschiedlich viel Raum ein.
− Neben dem Faktor, den man eigentlich manipulieren will, könnte man also auch ungewollt
weitere Faktoren beeinflussen. Die Konsequenz wäre, dass die Ergebnisse des Experiments
nicht valide wären.
247.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
Textmaterial als Stimulus
− Für manche Forschungsdesigns ist es sehr schwer oder gar unmöglich, geeignetes
Bildmaterial für die Manipulationen zu beschaffen oder zu erstellen. Dann sollte man
auf Textmanipulationen setzen
− Lösung für vorheriges Beispiel: Verwendung von reiner Textmanipulation zu
Manipulation der «Store Atmosphäre» (angenehm vs. unangenehm)
257.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
Textmaterial als Stimulus
− Erweiterung des vorherigen Beispiels von einem 2x1 Experiment auf ein 2x2 Factorial
Design (Manipulation von «Store Atmosphäre» sowie «Preispositionierung»):
Preispositionierung Einzelhändler
Unabhängige
Variablen
Qualitätsorientierung Preisorientierung
Store Angenehm Versuchsgruppe 1 Versuchsgruppe 3
Atmosphäre
Unangenehm Versuchsgruppe 2 Versuchsgruppe 4
267.3. Ein Experiment designen – Schritt für Schritt
Schritt 3: Stimulus (Manipulation)
Textmaterial als Stimulus
− Beispiel aus einer Masterarbeit
− Experiment Hochdeutsch vs. Schweizerdeutsch:
277.3. Ein Experiment designen – Schritt für Schritt Schritt 4: Der Manipulationscheck Definition «A manipulation check is a measure used to determine whether or not the manipulation of the independent variable has had its intended effect on the participants. Also, it provides evidence for the construct validity of the manipulation.» Beispiele − Manipulation von Kundenfeedbacks im Internet (positiv/negativ) => Frage am Schluss, ob der Proband ein positives oder negatives Feedback gelesen hat − Manipulation von Schönheit des Werbemodels => Frage am Schluss nach Einschätzung der Schönheit − Manipulation des Videospots (siehe nächste Folie) => Frage am Schluss: Welchen Videospot haben Sie gesehen? Cozby & Bates (2012) 28
7.3. Ein Experiment designen – Schritt für Schritt
Schritt 4: Der Manipulationscheck: Beispiele
Beispiel aus einer Masterarbeit und einer Marktforschung
297.3. Ein Experiment designen – Schritt für Schritt
Schritt 4: Der Manipulationscheck: Beispiele
Beispiel aus einer Masterarbeit
307.3. Ein Experiment designen – Schritt für Schritt
Schritt 4: Der Manipulationscheck: Beispiele
Beispiel aus einer Masterarbeit
Hintergrund: In dem Experiment wurde die Anzahl der Facebook-Likes und Anzahl
Newsletterabonnenten manipuliert
317.3. Ein Experiment designen – Schritt für Schritt
Schritt 4: Der Manipulationscheck
Wieso ist ein Manipulationscheck notwendig?
-> Wegen des «Goldfisch-Effekts»:
− Die Aufmerksamkeitsspanne eines durchschnittlichen
Internetnutzers ist kürzer als die eines Goldfischs
(Microsoft-Studie)
− Problematisch bei Experimenten, daher ist ein
Manipulationscheck notwendig
327.3. Ein Experiment designen – Schritt für Schritt
Schritt 6: Tipps für die Durchführung
1. Experimente brauchen sehr viel Zeit: sorgfältiges Planen und Durchführen
notwendig (z.B. Pretests)
2. Grundsätzliches Risiko: Es kann misslingen (Risiko höher als bei einer Umfrage)
3. Eine Vorstudie machen! - > dient der Auswahl der Stimuli
4. Nicht alle Variablen können auch tatsächlich manipuliert werden, z.B. ist die
Hypothese: «Aktienhändler/innen mit höherem Testosteron handeln
aggressiver» kaum manipulierbar (weiblichen Probanden müsste hierfür
Testosteron gespritzt werden)
5. Aufgrund des Manipulationschecks werden Probanden aussortiert. Die
Bruttostichprobe je Gruppe/Zelle sollte daher deutlich über n=30 liegen, damit
für die Nettostichprobe immer noch n>30 verbleiben
337.3. Ein Experiment designen – Schritt für Schritt
Schritt 6: Tipps für die Durchführung
Achtung:
− Die Manipulation sollte den Probanden nicht bekannt sein, daher muss die «Geschichte» zur
Manipulation gut und glaubhaft sein. Die Manipulation muss geschickt geschehen!
− Nicht verraten welche Variable man misst!
− Nicht verraten was man untersucht / worum es im Experiment geht!
− Ansonsten Gefahr, dass erwünschte Antworten produziert werden und Ergebnisse unbrauchbar
machen (Self-Fullfilling Prophecy)
Falsch!
− Lösung: Erklären Sie allgemein worum es geht. Erwähnen Sie ausserdem, dass es keine
richtigen und falschen Antworten gibt und Sie an der persönlichen Meinung der Teilnehmer
interessiert sind:
Richtig!
347.3. Ein Experiment designen – Schritt für Schritt
Schritt 6: Tipps für die Durchführung
Reihenfolge im Fragebogen:
1. Stimulusmaterial (Manipulation): Wenn Daten via Fragebogen erhoben werden, ist das
Stimulusmaterial oft im Fragebogen integriert. In der Regel sollte dies dann ganz am Anfang des
Fragebogens erscheinen
2. Danach Abfrage aller abhängigen Variablen
3. Danach Manipulationscheck
4. Danach psychographische Daten (Hobbys, Kauf- oder Ausgabegewohnheiten, Werte etc.)
5. Gegen Ende die demographische Daten
6. Nach Demographische Daten: Offenes Textfeld für Fragen, ob es technische Probleme mit dem
Fragebogen gab, Probleme bei der Beantwortung der Fragen und für sonstige Anregungen.
7. Ganz zum Schluss: Aufklärung / Debriefing, dass es sich um ein Experiment handelt, falls
irgendwelche ethisch relevanten Manipulationen oder sonstige fiktive Angaben stattfinden.
Ausserdem darum bitten, darüber mit niemanden zu reden, der noch am Experiment teilnehmen
könnte, weil dies die Antworten / Daten verfälschen könnte (Beispiel siehe nächste Seite)
357.3. Ein Experiment designen – Schritt für Schritt
Schritt 6: Tipps für die Durchführung
− Ein «Aufklären» bzw. «Debriefing» sollte am Ende der Datenerhebung bei
Verwendung von fiktiven Marken, fiktiven Ereignissen (z.B. Produktrückruf etc.)
durchgeführt werden:
367.3. Ein Experiment designen – Schritt für Schritt
Schritt 7: Gründliche Beschreibung / Dokumentation
Beispiel anhand eines sehr gut durchgeführten Feldexperiments:
Masterarbeit zum Thema «Pay What You Want» - Framing
377.3. Ein Experiment designen – Schritt für Schritt
Schritt 7: Gründliche Beschreibung / Dokumentation
Beispiel anhand eines sehr gut durchgeführten Feldexperiments:
Conceptual Model und Experimentaldesign:
387.3. Ein Experiment designen – Schritt für Schritt
Schritt 7: Gründliche Beschreibung / Dokumentation
Beispiel anhand eines sehr gut durchgeführten Feldexperiments:
397.3. Ein Experiment designen – Schritt für Schritt
Schritt 7: Gründliche Beschreibung / Dokumentation
Beispiel anhand eines sehr gut durchgeführten Feldexperiments:
407.3. Ein Experiment designen – Schritt für Schritt
Schritt 7: Gründliche Beschreibung / Dokumentation
Beispiel anhand eines sehr gut durchgeführten Feldexperiments:
Manipulationscheck:
41Agenda
7. Experimente
7.1. Definition, Besonderheiten und Tipps
7.2. Varianten von Experimenten
7.3. Ein Experiment designen – Schritt für Schritt
7.4. Illustrative Beispiele
427.4. Illustrative Beispiele
Beispiele
Beispiel zu Quasiexperiment: «The Dr. Fox-Lecture»
437.4. Illustrative Beispiele
Beispiele
447.4. Illustrative Beispiele
Beispiele
Beispiel zu Quasiexperiment: «The Dr. Fox-Lecture»
Untersuchungs- Intervention/ Messung nach der Manipulation:
objekte: Manipulation: - Beurteilung des Inhalts
- Experten - Vortrag - Beurteilung der Qualität
- Studenten - Schauspieler - Beurteilung der Sympathie
- Pädagogen
Anmerkung: ‘Quasi’ bezieht sich auf «keine randomisierte Zuordnung von
Versuchspersonen zu den Experimental- und Kontrollgruppen» und weitere Unsauberkeiten
457.4. Illustrative Beispiele
Beispiele
Beispiel eines Laborexperiments: Studie von Marsh, 2009:
Manipulation der Körpergrösse
467.4. Illustrative Beispiele
Beispiele
Beispiel eines Laborexperiments: Studie von Marsh, 2009:
Manipulation der Körpergrösse
Experimental-
Ergebnis der
gruppe
Studie:
«gross»
• Mehr
Kompetenz
• Mehr Vertrauen
Experimental- • Mehr
gruppe Glaubwürdigkeit
«klein»
Untersuchungs- Intervention/ Messung nach der Manipulation:
objekte: Manipulation: - Kompetenz
- 2 Gruppen - Körpergrösse - Vertrauen
gross/klein - Glaubwürdigkeit
Manipulationscheck: Probanden mussten Körpergrösse einschätzen
477.4. Illustrative Beispiele
Beispiele
Beispiel eines Feldexperiments: «McDonald’s Stanford»-Studie
− Experiment: Testen von Esswaren auf Geschmackswahrnehmung
487.4. Illustrative Beispiele
Beispiele
Beispiel eines Feldexperiments: «McDonald’s Stanford»-Studie
Gruppe 1
«mit Logo»
Ergebnis:
Mit Logo
schmeckt es
besser
Gruppe 1
«ohne Logo»
Untersuchungs- Intervention/ Messung nach der Manipulation:
objekte: Manipulation: - Geschmack
- 1 Gruppe - Logo
Experimentaldesign: Randomized, single-blind, within-subject-design
497.4. Illustrative Beispiele Beispiele Beispiel eines Factorial Designs Hat die Schönheit eines Models einen Einfluss auf die Beurteilung von Produkten? − Hypothesen: Die Schönheit des Models beeinflusst die Probanden (=Frauen) positiv, egal ob es sich um ein «attractiveness-unrelated» oder «beauty-enhancing» Produkt handelt − Es gibt folglich zwei Faktoren mit je zwei Ausprägungen (=> 2*2 = 4 Gruppen) − Empirischer Hypothesentest mit 4 Anzeigen: − „My kind of beauty“ für den Lippenstift (1x mit Anna Kournikova, 1x mit Jana Novotna) − „My clever housemaid“ für den Staubsauger (1x mit Anna Kournikova, 1x mit Jana Novotna) Praxmarer (2006) 50
7.4. Illustrative Beispiele
Beispiele
Beispiel eines Factorial Designs
Hat die Schönheit eines Models einen Einfluss auf die Beurteilung von Produkten?
Intervention / Manipulation:
• «Schönheit» des Models
• Produkt
Messung nach der Manipulation:
• Einstellung zur Anzeige
• Einstellung zum Produkt
• Kaufabsicht
• Selbsteinschätzung ‘Schönheit’
Manipulationscheck: Einschätzung der
Schönheit des Models
Experimentaldesign: «randomized, 2x2
factorial, between-subject-design»
Praxmarer (2006) 51Sie können auch lesen
