labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Developmental Psychology
      • Linguistics
      • Clinical & Digital Health
      • Educational Psychology
      • Cognitive & Neuro
      • Social & Personality
      • Arts Research
      • Sports & Movement
      • Marketing & Consumer Behavior
      • Economics
      • HCI / UX
      • Commercial / Industry Use
    • Labvanced Blog
    • Services
  • Technology
    • Feature Overview
    • Code-Free Study Building
    • Eye Tracking
    • Mouse Tracking
    • Generative AI Integration
    • Multi User Studies
    • More ...
      • Reaction Time/Precise Timing
      • Text Transcription
      • Heart Rate Detection (rPPG)
      • Questionnaires/Surveys
      • Experimental Control
      • Data Privacy & Security
      • Desktop App
      • Mobile App
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Cognitive Tests
    • Sample Studies
    • Public Experiment Library
  • Pricing
    • Licenses
    • Top-Up Recordings
    • Subject Recruitment
    • Study Building
    • Dedicated Support
    • Checkout
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
  • Appgo to app icon
  • Logingo to app icon
Learn
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Leitfaden
    • EINSTIEG

      • Aufgaben-Editor
      • Stimuluspräsentation
      • Korrektheit der Antwort
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgaben-Assistent
      • Versuchs-System
      • Studien-Design
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • EINGEHENDE THEMEN

      • Randomisierung & Balance
      • Eye Tracking
      • Fragebögen
      • Desktop-App
      • Beispielstudien
      • Teilnehmer-Rekrutierung
      • API-Zugang
        • REST API
        • Webhook-API
        • WebSocket API
      • Weitere Themen

        • Präzise Stimulus-Zeitangaben
        • Multi-User-Studien
        • Kopfverfolgung in Labvanced | Anleitung
    • HAUPTAPP-TABS

      • Übersicht: Haupt-Tabs
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experiment-Bibliothek
      • Mein Konto
      • Meine Lizenz
    • STUDIENTABS

      • Übersicht: Studien-spezifische Tabs
      • Studien-Design
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgaben-Editor
        • Aufgabensteuerungen
        • Das Versuchs-System
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Eyetracking in einer Aufgabe
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Einstellungen
      • Variablen
      • Medien
      • Texte & Übersetzen
      • Starten & Teilnehmen
      • Teilnehmer-Verwaltung
      • Datenansicht und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Video Übersicht
    • Einstieg in Labvanced
    • Aufgaben erstellen
    • Elemente Videos
    • Ereignisse & Variablen
    • Fortgeschrittene Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner Gaze Cueing Aufgabe
    • Change Blindness Flicker-Paradigma
    • Eye-Tracking Beispielstudie
    • Infant Eye-Tracking Studie
    • Aufmerksamkeitsfang-Studie mit Mausverfolgung
    • Schnelle serielle visuelle Präsentation
    • ChatGPT Studie
    • Eye Tracking Demo: SVGs als AOIs
    • Multi-User Demo: Cursor der Subjekte anzeigen
    • Gamepad / Joystick Controller - Grundlegende Einrichtung
    • Desktop-App Studie mit EEG-Integration
    • Gruppenbalancierung zwischen Probanden und Variable-Setup
  • FAQ
    • Funktionen
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmiermäßiger Gebrauch & API
    • Labvanced offline verwenden
    • Fehlerbehebung
    • Fragen zur Studienerstellung
  • Newsletter-Archiv
  • Dokumente
  • Klassenzimmer

Variablen-Tab

Beschreibung

Im Abschnitt "Variablen" werden alle Variablen der Studie in einer Liste angezeigt, die nach Typ kategorisiert sind. Die wichtigsten VariablenEigenschaften (Name, Maßstab, Datentyp, Datenformat, Ist aufgezeichnet, wird zurückgesetzt) werden angezeigt. Jede Variable kann ausgewählt werden, sodass die Eigenschaften der Variable angezeigt und auf der rechten Seite des Bildschirms bearbeitet werden können.

text

Wichtiger Hinweis: Es wird empfohlen, alle VariablenEigenschaften zu überprüfen / zu inspizieren, bevor die Studie veröffentlicht und die Datenaufzeichnungen gestartet werden (z. B. prüfen, ob alle relevanten Variablen aufgezeichnet werden usw.).

Variablenarten

In der Variablenübersicht sind die Variablen nach ihrem Haupttyp unterteilt. Es gibt 4 Hauptvariablenarten:

  • Benutzerdefinierte Variablen: Alle vom Benutzer erstellten Variablen.
  • Objektvariablen: Alle Variablen, die zusammen mit einem (Fragebogen-)Objekt erstellt wurden (z. B. Checkbox, Schieberegler usw.)
  • Faktorvariablen: Alle Variablen, die als Faktoren innerhalb von Versuchsgruppen fungieren.
  • Systemvariablen: Alle automatisch erstellten Variablen (vorab von Labvanced erstellt).

Variablen sind auch nach ihrem Umfang kategorisiert:

  • Versuchsvariablen: Dies sind Variablen, die pro Versuch aufgezeichnet werden. Typischerweise benutzerdefiniert; einige Beispiele sind Reaktionszeiten und Teilnehmerentscheidungen.
  • Sitzungsvariablen: Diese Variablen werden nur einmal pro Sitzung aufgezeichnet und sind größtenteils von Labvanced erstellt. Einige Beispiele sind Browsertyp, Bildschirmgröße und Start-/Endzeiten der Studie.
  • Subjektvariablen: Diese Variablen werden nur einmal pro Subjekt aufgezeichnet und sind von Labvanced erstellt. Diese Variablen bleiben für dasselbe Subjekt über mehrere Sitzungen hinweg gleich und umfassen Werte wie Subjekt-ID.

Forscher werden typischerweise nur die Versuchs- und Sitzungsvariablen betrachten. Subjektvariablen sind nützlich für longitudinale Studien.

Löschen von Variablen

Das Löschen von Variablen sollte mit äußerster Vorsicht erfolgen. Stellen Sie sicher, dass diese Variable in Ihrer Studie nirgendwo verwendet wird, bevor Sie eine Variable löschen. Die Verwendungszwecke der Variablen werden in den VariablenEigenschaften der aktuell ausgewählten Variablen im unteren rechten Bereich des Bildschirms angezeigt (möglicherweise müssen Sie nach unten scrollen). Während Labvanced versucht, diese Verwendungszwecke zu aktualisieren, überprüfen Sie bitte auch die verschiedenen Aufgaben und Frames, um zu sehen, ob eine Variable tatsächlich nicht verwendet wird, bevor Sie sie löschen.

Wenn Sie sich nicht zu 100 % sicher sind, dass eine Variable nicht verwendet wird, wird empfohlen, die Aufzeichnung der Variable zu deaktivieren. Auf diese Weise wird die Variable nicht im Datenausblick angezeigt, aber es besteht kein Risiko für Ihre Studie. Eine weitere Möglichkeit besteht darin, eine Kopie Ihrer Studie zu erstellen (alle Variablen und Objekte usw. kopieren) und die betreffende Variable in der KOPIE der Studie zu löschen und einen Testlauf durchzuführen. Auf diese Weise können Sie sehen, wie die Studie ohne diese Variable verläuft.

WENN EINE VARIABLE, DIE IRGENDWO NOCH VERWENDET WIRD, GELÖSCHT WIRD (Z. B. IN EREIGNISSEN ODER OBJEKTEN), KANN DAS IRREVERSIBLE SCHÄDEN AN IHRER STUDIE VERURSACHEN! Bitte seien Sie vorsichtig!

Geteilte Variablen

Geteilte Variablen sind dynamische Variablen, die über Sitzungen und/oder Subjekte hinweg geteilt werden können. Die Variablen werden auf dem Labvanced-Server gespeichert.

Zwischen-Subjekt-Balancierung

Stellen Sie sich eine Studie vor, die 10.000 Bilder hat, aber nur 100 Bilder jedem Teilnehmer gezeigt werden. Dennoch sollte jedes der zehntausend Bilder mindestens einmal in zufälliger Reihenfolge angezeigt werden. Daher sind 100 Teilnehmer erforderlich, um die Studie abzuschließen.

Geteilte Variablen können verwendet werden, um in ein Array zu schreiben, das die Zahlen der Bilder speichert, die noch nicht angezeigt wurden. Dies stellt sicher, dass Teilnehmer 2 keines der Bilder sieht, die Teilnehmer 1 gesehen hat. Dies balanciert die Stimuli zwischen den Subjekten auf Stimulusbasis. Um eine Ungleichheit durch ausfallende Teilnehmer zu verhindern, kann die Variable so eingestellt werden, dass sie ein Bild erst dann als gesehen aufzeichnet, nachdem der Teilnehmer seine Antwort gegeben hat. Dies stellt sicher, dass eine nutzbare Antwort für jedes Bild vorhanden ist, unabhängig davon, ob ein Teilnehmer die Studie abgeschlossen hat oder nicht. Daher ergibt eine Studie zufällige, balancierte und vollständige Daten.

Multi-Sitzungs (Longitudinale) Studien

Geteilte Variablen können verwendet werden, um sicherzustellen, dass das Subjekt für jede Sitzung einer longitudinalen Studie dasselbe Gerät verwendet (oder nicht verwendet).

In diesem Fall kann eine andere Version von geteilten Variablen verwendet werden. Bei dieser Methode werden die geteilten Variablen lokal auf dem Gerät des Teilnehmers gespeichert und nur zwischen dem Teilnehmer selbst über Sitzungen hinweg geteilt. Dies funktioniert jedoch nicht, wenn das Subjekt einen privaten Browser verwendet oder ein beschädigtes Gerät hat.

In einem weiteren Beispiel stellen Sie sich eine Studie vor, die zwei Sitzungen pro Teilnehmer hat. Bei jeder Sitzung werden 100 Bilder gezeigt, die jedoch zwischen den beiden Sitzungen völlig unterschiedlich sind. Die Bilder werden zufällig aus einem Korpus von 10.000 Bildern ausgewählt. Sie können Zahlen zufällig ziehen und sie in ein Array für jedes Subjekt speichern, um die Bilder auszuwählen, und dann das Array in der nächsten Sitzung abrufen, um sicherzustellen, dass sie nicht ein zweites Mal ausgewählt werden.

Multi-Nutzer Studien

Diese Variablen werden in Studien verwendet, die mehrere Teilnehmer umfassen, um Werte von einer Person zu einer anderen zu senden. Diese Methode verwendet die Serverspeicherung, um Variablen zwischen den Subjekten zu verteilen.

Erinnern Sie sich an das obige Beispiel einer Studie, die 10.000 Bilder hat, aber nur 100 Bilder jedem Teilnehmer zeigt. Jedes der zehntausend Bilder sollte mindestens einmal in zufälliger Reihenfolge angezeigt werden.

Erneut können geteilte Variablen verwendet werden, um in ein Array zu schreiben, das die Zahlen der Bilder speichert, die noch nicht angezeigt wurden. Für dieses Beispiel sollten Zufallszahlen zu Beginn der Studie gezogen und in ein Array geschrieben werden. Das Array enthält dann die Bilder, die jeder der Teilnehmer in der Multi-Nutzer-Studie gesehen hat. Dies stellt sicher, dass Teilnehmer 2 nicht die gleichen Bilder sieht, die Teilnehmer 1 gerade sieht.

Beispielstudie

Stellen Sie sich eine Beispielstudie vor, in der Ihre Intelligenz mit der einer Bevölkerung verglichen wird, deren durchschnittliche Intelligenz 100 Punkte beträgt. Ihr Wert ist nur relevant, wenn er im Vergleich zu anderen als relativer Wert betrachtet wird. Um diesen Vergleich anzustellen, könnte der Forscher eine nachträgliche Analyse durchführen oder dem Teilnehmer eine direkte Rückmeldung geben.

Mithilfe von geteilten Variablen kann das Ergebnis eines Teilnehmers in ein Array voller Werte geschoben werden. Das Array kann dann gemittelt und der Beobachtungswert am Ende der Studie an den Teilnehmer zurückgegeben werden. Auf diese Weise wird die geteilte Variable dynamisch aktualisiert, während mehr Personen an der Studie teilnehmen, aber die Analyse erfolgt während der Studie statt nachträglich.

Prev
Einstellungen
Next
Medien