labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Behavioral Psychology
      • Personality & Social Psychology
      • Cognitive & Neuro Psychology
      • Developmental & Educational Psychology
      • Clinical & Health Psychology
      • Sports & Movement Psychology
      • Marketing & Consumer Psychology
    • Labvanced Blog
  • Technology
    • Feature Overview
    • Desktop App
    • Phone App
    • Precise Timing
    • Experimental Control
    • Eye Tracking
    • Multi User Studies
    • More ...
      • Questionnaires
      • Artificial Intelligence (AI) Integration
      • Mouse Tracking
      • Data Privacy & Security
      • Text Transcription
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Public Experiment Library
    • Labvanced Sample Studies
  • Pricing
    • Pricing Overview
    • License Configurator
    • Single License
    • Research Group
    • Departments & Consortia
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
  • Appgo to app icon
  • Logingo to app icon
Learn
Leitfaden
Videos
Schritt-für-Schritt-Anleitungen
Häufig gestellte Fragen
Versionshinweise
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Leitfaden
Videos
Schritt-für-Schritt-Anleitungen
Häufig gestellte Fragen
Versionshinweise
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Leitfaden
    • ERSTE SCHRITTE

      • Objekte
      • Ereignisse
      • Variablen
      • Aufgabenassistent
      • Versuchssystem
      • Studienentwurf
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • HERAUSRAGENDE THEMEN

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

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

      • Überblick: Haupt-Tabs
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experimentbibliothek
      • Mein Konto
      • Meine Lizenz
    • STUDIENTABS

      • Überblick: Studien-spezifische Tabs
      • Studienentwurf
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgabeneditor
        • Hauptfunktionen und Einstellungen
        • Das Versuchssystem
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Versuchszufälligkeit
        • Texteditor-Funktionen
        • Eyetracking in einer Aufgabe
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Studienbedingungen
        • Start und Haupt Einstellungen
        • Browsers & Devices Einstellungen
        • Einstellungen für experimentelle Funktionen
      • Beschreibung
        • Weitere Informationen zu den Beschreibungsinformationen
        • Bilder, Links und Referenzen in Beschreibungen
      • Variablen
      • Medien
      • Übersetzen
      • Ausführen
      • Veröffentlichen und Aufzeichnen
        • Anforderungen für die Veröffentlichung einer Studie in Labvanced
        • Rekrutierung von Teilnehmern und Crowdsourcing
        • Lizenzauswahl und Bestätigung
        • Nach der Veröffentlichung Ihrer Labvanced-Studie
      • Teilen
      • Teilnehmer
      • Datensicht und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Videoübersicht
    • Erste Schritte mit Labvanced
    • Aufgaben erstellen
    • Elementvideos
    • Ereignisse & Variablen
    • Erweiterte Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner-Blickhinweis-Aufgabe
    • Change Blindness Flicker Paradigma
    • Eye-Tracking-Beispielstudie
    • Baby Eye-Tracking-Studie
    • Aufmerksamkeitsfokus-Studie mit Mausverfolgung
    • Schnelle serielle visuelle Präsentation
    • ChatGPT-Studie
    • Eye-Tracking-Demo: SVGs als AOIs
    • Multi-User-Demo: Zeigen Sie die Cursors der Teilnehmer
    • Gamepad / Joystick-Controller - Grundlegende Einrichtung
    • Desktop-App-Studie mit EEG-Integration
    • Gruppenbalance und Variablen-Einrichtung zwischen den Probanden
  • FAQ
    • Funktionen
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgesteuerte Nutzung & API
    • Labvanced offline verwenden
    • Fehlerbehebung
    • Fragen zur Studienerstellung
  • Versionshinweise
  • Klassenzimmer

Zwischen-Gruppen-Balancing und Variablen-Setup

Wie können Sie einen Teil der Teilnehmer so einrichten, dass sie Version X sehen, während die anderen Version Y sehen?

Für die zwischen-subjektliche Randomisierung gibt es einige Möglichkeiten, dies in Labvanced umzusetzen.

Es gibt zwei allgemeine Ansätze / Szenarien, und der beste hängt, wie immer, von den Details und Ihrem besonderen Studiendesign ab.

SZENARIO 1: Unabhängige Aufgaben und Gruppen

  • Grad des Unterschieds zwischen den Gruppen: Es gibt einen relativ großen Unterschied zwischen den Teilnehmergruppen, d.h. die Unterschiede sind erheblich und umfassen mehrere Rahmen, Objekte oder Ereignisse.

  • Vorgeschlagene Einrichtung: Erstellen Sie zwei (oder so viele wie Sie benötigen) Teilnehmergruppen und weisen Sie die unterschiedlichen Aufgaben den verschiedenen Gruppen zu. Im Bild unten wird ein vereinfachtes Studiendesign dargestellt, das diese Idee zeigt – wo die Hälfte der Teilnehmer (in Gruppe 1) task_1 machen würde, die andere Hälfte (in Gruppe 2) task_2 machen würde.

  • Abwägung: Bedenken Sie, dass der Nachteil dieses Ansatzes besteht, darin, dass Sie tatsächlich separate und unabhängige Aufgaben haben, was erfordert, dass Sie alles zweimal erledigen, d.h. eine neue Änderung, die in beiden Gruppen erforderlich ist, muss in beiden Aufgaben separat implementiert werden. Daher ist dies nur eine gute Option, wenn der Unterschied recht groß ist und es besser ist, zwei oder mehr vollkommen separate Implementierungen zu haben.

Zwei unabhängige Aufgaben für das Balancing zwischen Gruppen einrichten

SZENARIO 2: Faktorvariablen

  • Grad des Unterschieds: Der Unterschied zwischen den Teilnehmergruppen ist eher klein, d.h. einige „Details“ (z.B. ein Objekt ist sichtbar oder nicht / welches Bild gezeigt wird) innerhalb einer ansonsten ähnlichen Aufgabenstruktur.

  • Vorgeschlagene Einrichtung: Erstellen Sie eine Zufallsfaktorvariable innerhalb der Aufgabe. So funktioniert es, dass jeder Teilnehmer nur einem Wert dieser Faktorvariable zugewiesen wird, die über die Teilnehmer hinweg (basierend auf der Teilnehmernummer) balanciert ist.

Einrichten einer Zufallsfaktorvariablen, die zur Erstellung unterschiedlicher Aufgaben-Versionen zwischen Gruppen verwendet wird

Jetzt können Sie diese (Faktor-)Variable zusammen mit Ereignissen verwenden, um jegliche Änderungen innerhalb einer Aufgabe/ eines Rahmens zwischen den Gruppen der Teilnehmer vorzunehmen.

Beispielszenario: Eine Gruppe sieht kein Bild

Zum Beispiel können Sie ein Ereignis mit dem Auslöser "Rahmenstart" und der Aktion erstellen, die Sichtbarkeitseigenschaft des Bildes auf null zu setzen:

  • Auslöser: Trial und Frame Trigger → Bei Rahmenstart
  • Aktion: Steuerungsaktionen → Anforderungsaktion (Wenn…Dann)
    • Setzen Sie die erste Anforderung, um die Variable aufzurufen → Variable auswählen, und wählen Sie dann die von uns erstellte Faktorvariable (subjectGroup) aus der Liste aus.
    • Auf der anderen Seite der Gleichung rufen Sie das spezifische Niveau auf, indem Sie auswählen: Konstanter Wert → String und das Niveau angeben: one

Fahren Sie dann fort, um festzulegen, was für diese spezifische Gruppe geschehen soll, z.B.: Objekt-Eigenschaft festlegen: für ein Objekt (wie ein Bild) und eine Eigenschaft (wie Sichtbarkeit) zu ändern, z.B. die Sichtbarkeitseigenschaft auf null zu setzen.

Das Ergebnis ist, dass, wenn ein Teilnehmer in Gruppe 1 ist, das Bildobjekt nicht angezeigt wird, während es in den anderen Gruppen sichtbar sein wird.

Eine Aktion erstellen, bei der eine bestimmte Gruppe kein Bild sieht

Beispielszenario: Jede Gruppe sieht ein anderes Bild

Ähnlich können Sie, wenn Sie es etwas leistungsfähiger gestalten und jeder Gruppe ein anderes Bild zeigen möchten, Folgendes tun:

WENN:

  • subjectGroup == "one"

DANN:

  • Objekt-Eigenschaft festlegen Aktion [image_object] [filedata] = image1 (Datei oder so einstellen, dass sie aus einem Datengerüst gelesen wird)

SONST WENN:

  • subjectGroup == "two"

DANN:

  • Objekt-Eigenschaft festlegen Aktion [image_object] [filedata] = image2 (Datei oder so einstellen, dass sie aus einem Datengerüst gelesen wird)

SONST WENN:

  • subjectGroup == "three" DANN:
  • Objekt-Eigenschaft festlegen Aktion [image_object] [filedata] = image3 (Datei oder so einstellen, dass sie aus einem Datengerüst gelesen wird)

Und so weiter... Auf diese Weise wird jede Teilnehmergruppe ein anderes Bild sehen.

Einrichten eines Ereignisses, damit jede Gruppe ein anderes Bild sieht

Beispielszenario: Verschiedene Ereignisse oder Aktionen pro Gruppe
Sie können diesen Anwendungsfall auch erweitern, sodass zwischen-subjektliche Faktorvariablen Ereignisse erzeugen, die zwischen den Teilnehmern unterschiedlich funktionieren.

Zum Beispiel, wenn Sie möchten, dass verschiedene Teilnehmergruppen für die Tastenanschläge und die Richtigkeit der Antwortzuweisung balancieren, können Sie ein Ereignis mit dem Auslöser Tastendruck auf den Buchstaben A oder L und einer Aktion, die die Richtigkeit der Antwort aufzeichnet, erstellen:

WENN:

  • subjectGroup == "one"
  • Id der Taste == "A"

DANN:

  • correctResponse = True

Ein Ereignis, bei dem eine Gruppe die richtige Antworttaste A hat

SONST WENN:

  • subjectGroup == "two"
  • Id der Taste == "L"

DANN:

  • correctResponse = True

Ein Ereignis, bei dem die andere Gruppe die Richtigkeit der Antworttaste als L hat

Hier haben wir die Variable correctResponse erstellt und gesetzt, um den booleschen Wert von True zu erfassen.

Prev
Desktop-App-Studie mit EEG-Integration