Randomisierung & Balance
In Bezug auf die Randomisierung im experimentellen Design sowie die Balance bietet Labvanced viele Ansätze (weiter unten diskutiert), um sicherzustellen, dass Ihre Forschung solide und frei von Verzerrungen ist. Da dieses Thema entscheidend für erfolgreiche Forschung ist, wird die Möglichkeit, die Randomisierung zu handhaben, im Haupteditor-Ansicht hervorgehoben.
Ein Schlüsselbereich in Labvanced zur Handhabung von Randomisierung und Balance in Ihrem Experiment.
Das obige Bild zeigt den Hauptbereich im Labvanced-Editor, um verschiedene Arten von Randomisierungen und deren Ebenen einzurichten, sowie den Zugang zu den Randomization Settings zur Festlegung Ihrer Anforderungen, wie z. B. die Versuchsreihenfolge (z. B. ob sie fest oder zufällig sein sollte), wie die Balance gehandhabt werden soll und mehr.
Randomisierung in der Forschung
Die Randomisierung in Experimenten und psychologischer Forschung ist ein wichtiges Mittel zur Reduzierung von Verzerrungen und zur Gewährleistung der Integrität des experimentellen Designs. Randomisierung im experimentellen Design und in der Forschung bezeichnet im Wesentlichen den Prozess, Teilnehmer zufällig verschiedenen Gruppen (Behandlung / Intervention / experimentell vs. Kontrolle) zuzuweisen. Durch die Zufallszuweisung wird angenommen, dass alle Teilnehmer mit gleicher Wahrscheinlichkeit einer beliebigen Bedingung zugewiesen werden.
Neben der Zuweisung von Teilnehmern bezieht sich die Randomisierung in Experimenten auch auf die Präsentation von Stimuli und die Reihenfolge der Aufgaben. Die Randomisierung im experimentellen Design kann adressieren, wie Aufgaben und Stimuli präsentiert werden. Als Thema ist die Randomisierung in der Forschung ein Hauptthema im experimentellen Design und der Erstellung.
Im folgenden Beispiel hat der Faktor für die Art des Gemäldes (Modern oder Klassisch) die Position des modernen Gemäldes (Links oder Rechts) randomisiert. Mit der Schaltfläche "Einstellungen" können auch Anforderungen an die Balance festgelegt werden.
Ein Beispiel für ein Setup des experimentellen Designs unter Verwendung von Randomisierung zur Präsentation der Position einer bestimmten Bildkategorie.
Beispiele für Randomisierung
| Randomisierungsbeispiel | Ziel | Umsetzung |
|---|---|---|
| Randomisierung der gezeigten Stimuli, wie Bilder | Randomisieren, welche Stimuli aus einem Pool, wie Bilder, dem Teilnehmer gezeigt werden. | Erstellen Sie die Trials mithilfe des Trial System und geben Sie die Anzahl der Trials und die Reihenfolge der Trials über die Randomization Settings an. |
| Randomisierung des Standorts der 'korrekten' Stimuli | Wenn zwei oder mehr Stimuli als Auswahlmöglichkeiten auf dem Bildschirm präsentiert werden, ist es entscheidend, die Präsentation und deren Position zu randomisieren. | Anweisungen zu einem vorgeschlagenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche "Untersuchen" und öffnen Sie die Aufgabe "Anweisungen". Hinweis: Dies wird oft mit Balance Optionen über die Randomization Settings kombiniert. |
| Zufällige Koordinatenlage von Stimuli | Randomisieren der x- und y-Koordinaten und Zuweisung zu einem Stimulus, um dessen Position auf dem Bildschirm zu randomisieren. | Anweisungen zu einem vorgeschlagenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche "Untersuchen" und öffnen Sie die Aufgabe "Task_Instructions". Diese Demo beschreibt auch, wie die Farbe zufällig zugewiesen werden kann. |
| Zufällige Rahmen-/Stimuluszeiten | Randomisieren der Dauer, wie lange ein Rahmen präsentiert wird. | Anweisungen zu einem vorgeschlagenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche "Untersuchen" und öffnen Sie die Aufgabe "task_instructions". |
Das Video unten gibt einen schnellen Überblick, wie Sie Ihre Studie im Tab "Studien-Design" sowie im Randomisierungsmenü im Task-Editor randomisieren können.
Balance in der Forschung
Balance ist ein ebenso wichtiges Konzept. Balance stellt sicher, dass jede Bedingung gleichmäßig repliziert wird, d.h. die Anzahl der Messungen oder Beobachtungen aus jeder experimentellen Bedingung (wie z.B. die Versuchsreihenfolge) gleich ist. Dies ist wichtig, da die Randomisierung auf dem 'Gesetz der großen Zahlen' basiert, das bei Experimenten mit einer kleinen Teilnehmerzahl letztlich zu einem unausgeglichenen Design führen kann, wenn keine Maßnahmen ergriffen werden. Durch Balance können Sie zum Beispiel sicherstellen, dass eine gleichmäßige Anzahl von Teilnehmern einer zufälligen Versuchsreihenfolge folgt. Ein ausgewogenes experimentelles Design stellt zudem sicher, dass gleiche Bedingungen repliziert werden.
Beispiele für Balance
| Balancebeispiel | Ziel | Umsetzung |
|---|---|---|
| Ausgewogene Positionierung | Die Balance der Position bestimmter Stimuli könnte erforderlich sein, wie z.B. zu gewährleisten, dass das 'korrekte' Bild mit einer gleichmäßigen Anzahl an Trials für die linke und rechte Position des Bildschirms präsentiert wird. | Nachdem die Randomisierungsebenen hinzugefügt wurden, geben Sie die gewünschte Balance-Option an. |
| Styling von Stimuli | Die Balance des Stylings von Stimuli, wie z.B. einen roten Bilderrahmen oder einen blauen Bilderrahmen. | Nachdem die Randomisierungsebenen hinzugefügt wurden, geben Sie die gewünschte Balance-Option an. |
| Nested Design Balance | Die Nested Design Balance erfordert die Balance mehrerer Faktoren. Ein Beispiel dafür ist die Balance der Position (z.B. linke oder rechte Seite für korrekte / falsche Entscheidungen) zusammen mit dem Alter eines Gesichts (z.B. jung oder alt). Wenn junge Gesichter für links und rechts ausgewogen sind, müssen auch alte Gesichter für beide Positionen ausgewogen sein. | Nachdem die Randomisierungsebenen hinzugefügt wurden, wählen Sie die Option Balanced Within Subject and Nested aus. |
| Between-Participant-Balance | In einigen Fällen kann es erforderlich sein, dass ein Proband eine Version sieht, während der nächste Proband eine andere Version sieht. | Nachdem die Randomisierungsebenen hinzugefügt wurden, geben Sie die gewünschte Balance-Option an. |
Das Bild unten zeigt das Dialogfeld Randomization Settings, eines der vielen relevanten Bereiche in Labvanced zur Handhabung von Randomisierungs- und Balanceanforderungen in Ihrem experimentellen Design und Setup.
Randomisierungs- und Balanceeinstellungen für Versuche und Bedingungen in Labvanced
Balance & Randomisierung in Labvanced-Experimenten
Balance und Randomisierung in psychologischen Experimenten, die in Labvanced erstellt wurden, werden durch mehrere Teile und Funktionen auf der Plattform behandelt, wie z.B. mit:
Mehrere Aufgaben & Blöcke
- Study Design Tab: Wenn eine Studie geöffnet wird, ist der Tab "Studien-Design" der Ort, an dem Sie Randomisierungsseparatoren hinzufügen können (siehe Bild unten, die dicke schwarze Linie), um anzugeben, welche Blöcke und Sitzungen randomisiert werden sollen.
Stimuli IN einer einzelnen Aufgabe / einem einzelnen Trial
- Faktoren (Trial System): Mit Faktoren im Trial System kann ein Blockdesign für Ihr Experiment erstellt werden. Anschließend können Sie angeben, welche Faktoren fest oder zufällig sein sollen.
- Task Editor Randomization Settings: Dieses Dialogfeld (Bild oben) zeigt die Art der Randomisierungseinstellungen, die Sie beim Erstellen einer Aufgabe angeben können. Sie können auch angeben, dass die Trials innerhalb jeder Aufgabe ausgewogen sein sollten.
- Datenrahmen: Datenrahmen können verwendet werden, um eine Studie einzurichten und zu erstellen, aber sie können auch zur Gewährleistung der Randomisierung in Experimenten eingesetzt werden. Datenrahmen halten Stimuli ähnlich wie ein Array und können in einer Vielzahl von Ereignissen verwendet werden.
- Das Ereignissystem: Manchmal erfordert die Randomisierung in psychologischen experimentellen Forschungen, dass Sie Variablen oder Indexarrays gegensteuern. Das Ereignissystem ermöglicht es Ihnen, Trigger/Aktionen zu erstellen, sodass Arrays gemischt werden (die Werte in zufälliger Reihenfolge neu anordnen), Variablen gegensteuern (einen Wert für jeden Trial abrufen) und anschließend den Wert aus dem Datenrahmen abrufen.
Hinzufügen von Randomisierungsseparatoren im Studien-Design-Tab für Blöcke und Sitzungen
Um sicherzustellen, dass Ihr Experiment angemessen ausgewogen und randomisiert ist, werden Sie höchstwahrscheinlich Datenrahmen in Kombination mit Ereignissen verwenden. Es ist auch möglich, Faktoren (das Trial System) zu nutzen. Durch die Arbeit mit den oben beschriebenen Funktionen können Sie die Integrität Ihres experimentellen Designs sicherstellen.
Wenn Sie Fragen zur Handhabung von Randomisierung in Ihren Experimenten haben, kontaktieren Sie uns!