Randomisierung & Ausbalancierung
In Bezug auf die Randomisierung im experimentellen Design sowie die Ausbalancierung bietet Labvanced viele Ansätze (weiter unten näher erläutert), um sicherzustellen, dass Ihre Forschung solide und frei von Verzerrungen ist. Da dieses Thema entscheidend für erfolgreiche Forschung ist, wird die Fähigkeit, Randomisierung zu handhaben, im Haupteditor-Ansicht deutlich präsentiert.
Ein zentraler Bereich in Labvanced zur Handhabung von Randomisierung und Ausbalancierung in Ihrem Experiment.
Das obige Bild verweist auf den Hauptbereich im Labvanced-Editor, wo verschiedene Arten von Randomisierungen und deren Niveaus eingerichtet werden können, sowie Zugang zu den Randomization Settings zur Spezifizierung Ihrer Anforderungen wie Versuchsreihenfolge (z.B.: sie sollte fest oder zufällig sein), wie die Ausbalancierung gehandhabt werden sollte, und mehr.
Randomisierung in der Forschung
Die Randomisierung in Experimenten und psychologischen Forschungen ist ein wichtiger Mechanismus zur Reduzierung von Verzerrungen und zur Sicherstellung der Integrität des experimentellen Designs. Randomisierung im experimentellen Design und in der Forschung ist im Wesentlichen der Prozess, Teilnehmer zufällig verschiedenen Gruppen (Behandlung/intervention/experimentell vs. Kontrolle) zuzuordnen. Durch diesen Zufallszuweisungsprozess wird angenommen, dass alle Teilnehmer mit gleicher Wahrscheinlichkeit einer beliebigen Bedingung zugewiesen werden.
Zusätzlich zur Zuweisung der Teilnehmer bezieht sich die Randomisierung in Experimenten auch auf die Präsentation von Stimuli und die Reihenfolge der Aufgaben. Die Randomisierung im experimentellen Design kann dabei helfen, wie Aufgaben und Stimuli präsentiert werden. Als Thema ist die Randomisierung in der Forschung ein großes Thema im experimentellen Design und in der Erstellung.
Im folgenden Beispiel wird der Faktor für die Art des Gemäldes (modern oder klassisch) mit der Position des modernen Gemäldes (links oder rechts) randomisiert. Mit der Taste „Einstellungen“ können auch die Anforderungen an die Ausbalancierung festgelegt werden.
Ein Beispiel für eine experimentelle Designkonfiguration, die Randomisierung für die Präsentation der Position einer bestimmten Bildkategorie verwendet.
Beispiele für Randomisierung
| Randomisierungsbeispiel | Ziel | Implementierung |
|---|---|---|
| Randomisierung präsentierter Stimuli, wie Bilder | Zufallsgesteuerte Auswahl von Stimuli aus einem Pool, wie Bildern, die dem Teilnehmer präsentiert werden. | Erstellen Sie die Trials mit den Trial System und geben Sie die Anzahl der Trials und die Reihenfolge der Trials über die Randomization Settings an. |
| Randomisierung der Position der „korrekten“ Stimuli | Wenn zwei oder mehr Stimuli als Auswahlmöglichkeiten auf dem Bildschirm angezeigt werden, ist es entscheidend, die Präsentation und deren Position zu randomisieren. | Anleitungen zu einem empfohlenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche „Überprüfen“ und öffnen Sie die Aufgabe „Anleitungen“. Hinweis: Dies wird oft mit Ausbalancierungs Optionen über die Randomization Settings kombiniert. |
| Zufällige Koordinatenposition von Stimuli | Zufallsgesteuerte x- und y-Koordinaten und deren Zuweisung zu einem Stimulus, um die Position auf dem Bildschirm zu randomisieren. | Anleitungen zu einem empfohlenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche „Überprüfen“ und öffnen Sie die Aufgabe „Task_Instructions“. Diese Demo beschreibt auch, wie man zufällig Farben zuweist. |
| Zufällige Rahmen-/Stimuluszeit | Zufallsgesteuerte Dauer, wie lange ein Frame präsentiert wird. | Anleitungen zu einem empfohlenen Ansatz, wie dies umgesetzt werden kann, finden Sie in dieser Beispielstudie hier. Klicken Sie einfach auf die Schaltfläche „Überprüfen“ und öffnen Sie die Aufgabe „task_instructions“. |
Das Video unten zeigt eine kurze Anleitung, wie Sie Ihre Studie im Tab „Studienentwurf“ sowie im Randomisierungsmenü im Task-Editor randomisieren können.
Ausbalancierung in der Forschung
Die Ausbalancierung ist ein ebenso wichtiges Konzept. Sie stellt sicher, dass jede Bedingung gleichmäßig wiederholt wird, d.h. jede Anzahl von Messungen oder Beobachtungen aus jeder experimentellen Bedingung (wie z.B. Versuchsreihenfolge) gleich ist. Dies ist wichtig, da die Randomisierung auf dem „Gesetz der großen Zahlen“ beruht, was bei Experimenten mit einer kleinen Anzahl von Teilnehmern letztendlich zu einem unausgeglichenen Design führen könnte, es sei denn, es wird darauf geachtet. Durch Ausbalancierung können Sie zum Beispiel sicherstellen, dass eine gleiche Anzahl von Teilnehmern einer zufälligen Versuchsreihenfolge folgt. Ein ausgewogenes experimentelles Design stellt außerdem sicher, dass gleiche Bedingungen wiederholt werden.
Beispiele für Ausbalancierung
| Ausbalancierungsbeispiel | Ziel | Implementierung |
|---|---|---|
| Ausgeglichene Positionierung | Es kann nötig sein, die Position bestimmter Stimuli auszubalancieren, z.B. sicherzustellen, dass das „korrekte“ Bild mit einer gleichen Anzahl von Trials für die linke und rechte Seite der Bildschirmposition präsentiert wird. | Geben Sie nach dem Hinzufügen der Randomisierungsstufen die Ausbalancierungsoption an, die Sie benötigen. |
| Styling von Stimuli | Ausbalancierung des Stylings von Stimuli, wie z.B. einen roten oder blauen Bildrand. | Geben Sie nach dem Hinzufügen der Randomisierungsstufen die Ausbalancierungsoption an, die Sie benötigen. |
| Nested Design Ausbalancierung | Bei der Nested Design Ausbalancierung müssen mehrere Faktoren ausgewogen sein. Ein Beispiel dafür ist die Ausbalancierung der Position (z.B. links oder rechts für korrekte/falsche Entscheidungen) zusammen mit dem Alter eines Gesichts (z.B. jung oder alt). Wenn also junge Gesichter links und rechts ausgewogen sind, müssen auch alte Gesichter für beide Positionen ausgewogen werden. | Geben Sie nach dem Hinzufügen der Randomisierungsstufen die Balanced Within Subject and Nested Option an. |
| Zwischen-Teilnehmer Ausbalancierung | In einigen Fällen kann es notwendig sein, dass ein Teilnehmer eine Version sieht, während der nächste eine andere Version sieht. | Geben Sie nach dem Hinzufügen der Randomisierungsstufen die Ausbalancierungsoption an, die Sie benötigen. |
Das Bild unten zeigt das Randomization Settings Dialogfeld, eines der vielen relevanten Bereiche in Labvanced zur Handhabung von Randomisierungs- und Ausbalancierungsanforderungen in Ihrem experimentellen Design und Setup.
Randomisierungs- und Ausbalancierungsoptionen für Trials und Bedingungen in Labvanced
Ausbalancierung & Randomisierung in Labvanced-Experimenten
Die Ausbalancierung und Randomisierung in psychologischen Experimenten, die in Labvanced erstellt wurden, werden durch mehrere Teile und Funktionen in der Plattform behandelt, wie z.B.:
Mehrere Aufgaben & Blöcke
- Studienentwurfs-Tab: Wenn eine Studie geöffnet wird, ist der Studienentwurfs-Tab 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 INNERHALB einer einzelnen Aufgabe/Trial
- Faktoren (Versuchssystem): Durch die Verwendung von Faktoren im Versuchssystem kann ein Blockdesign für Ihr Experiment erstellt werden. Sie können anschließend angeben, welche Faktoren fest oder zufällig sein sollen.
- Task-Editor Randomisierungseinstellungen: Dieses Dialogfeld (Bild oben) zeigt die Art von Randomisierungseinstellungen, die Sie beim Erstellen einer Aufgabe angeben können. Sie können auch angeben, dass die Trials innerhalb jeder Aufgabe ausgewogen sein sollen.
- Datenrahmen: Datenrahmen können zur Einrichtung und Erstellung einer Studie verwendet werden, können aber auch verwendet werden, um Randomisierung in Experimenten sicherzustellen. Datenrahmen halten Stimuli ähnlich wie ein Array und können in einer Vielzahl von Ereignissen verwendet werden.
- Das Ereignis-System: Manchmal erfordert die Randomisierung in psychologischer experimenteller Forschung, dass Sie Variablen oder Index-Arrays entgegenwirken. Das Ereignis-System ermöglicht es Ihnen, Trigger/Aktionen zu erstellen, um Arrays zu mischen (die Werte in zufälliger Reihenfolge umzustellen), Variablen entgegenzuwirken (einen Wert für jeden Trial abzurufen) und anschließend den Wert aus dem Datenrahmen abzurufen.
Hinzufügen von Randomisierungsseparatoren im Studienentwurfs-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 Versuchssystem) zu verwenden. Durch die Arbeit mit den oben beschriebenen Funktionen können Sie die Integrität Ihres experimentellen Designs sicherstellen.
Wenn Sie Fragen zur Handhabung der Randomisierung in Ihren Experimenten haben, kontaktieren Sie uns bitte!
Für praktische Design-Pattern-Guids, die beschreiben, wie man diese Werkzeuge auf häufige Forschungsszenarien anwendet, siehe Experiment Design.