Experimentelle Kontrolle

Der Anstieg von Remote-Forschung lässt viele Psychologen über die Gültigkeit und den Umfang der experimentellen Kontrolle nachdenken, die eine Online-Studie bietet. In einer Laborsituation versuchen Forscher, so viele potenzielle Störfaktoren wie möglich zu kontrollieren, um unbeabsichtigte zusätzliche Variabilität zu vermeiden, die die beobachteten Ergebnisse beeinflussen könnte.

Hintergrund

Um die experimentelle Kontrolle sicherzustellen, wird ein spezifisches Protokoll erstellt, bevor ein Experiment beginnt. Das Protokoll ist so konzipiert, dass unerwünschte Effekte so weit wie möglich minimiert werden. Dies kann die Festlegung des Abstands zwischen Teilnehmer und Bildschirm, demografische Anforderungen oder Gerätespezifikationen umfassen.

Forscher, die persönliche Experimente durchführen, haben Kontrolle über viele Faktoren, da sie die Angelegenheiten selbst in die Hand nehmen können, und dies ist einer der Hauptgründe, warum Experimente oft in Laboren durchgeführt werden. Remote-Studien erfordern jedoch ein starkes System, um die experimentelle Kontrolle zu gewährleisten, da der Forscher nicht unmittelbar präsent ist, um den Teilnehmer direkt zu überwachen.

Unser Prozess: Die Pipeline, die experimentelle Kontrolle online bringt

Um die experimentelle Kontrolle für Online-Studien zu gewährleisten, setzen wir eine Reihe fortschrittlicher Techniken und Methoden ein, um sicherzustellen, dass qualitativ hochwertige Daten von Teilnehmern erfasst werden, die das Experiment aus der Ferne durchführen. Diese Methoden werden in drei breite Kategorien eingeteilt:

1. Kontrolle des Geräts und der Hardware: Berücksichtigung von Faktoren, die mit der Hardware zu tun haben, wie Gerätespezifikationen oder Bildschirmgröße.
2. Kontrolle des Teilnehmers und der Umgebung: Kontrolle über die Eigenschaften der Teilnehmer, die Sie für Ihre Studie haben möchten, sowie deren Remote-Umgebung, wie z.B. Beleuchtung.
3. Kontrolle des Engagements: Überwachung des Engagements wie Aufmerksamkeit während des Experiments, Bot-Überprüfungen und mehr.
4. Sichere Präsentation von Stimuli: Quantifizierung, wann Stimuli auf Millisekundenebene präsentiert werden.

Die experimentelle Kontrolle wird erreicht, indem diese vier breiten Kategorien gemessen und berücksichtigt werden.

1. Gerät & Hardware: Experimentelle Kontrolle

In einer Laborsituation kennen Sie bereits die Spezifikationen Ihres Computers oder Tablets, welche Geräte Sie verwenden und deren CPU- und GPU-Geschwindigkeit. Wenn Sie jedoch Ihre Studie online durchführen, variieren diese über die Teilnehmer hinweg.

Mit Labvanced können Sie angeben und einschränken: welche Art von Geräten und Browsern Sie in Ihrer Studie zulassen möchten, die gewünschte Aktualisierungsrate des Monitors sowie die minimale und maximale Bildschirmgröße und die Bildschirmorientierung im Fall von Studien, die auf mobilen Geräten durchgeführt werden.

Darüber hinaus werden alle Probleme mit Verzögerungen und CPU-Geschwindigkeit gemeldet, aufgrund der strengen Methoden, die wir eingeführt haben, um präzise Zeitmessung zu gewährleisten.

2. Teilnehmer & Umgebung: Experimentelle Kontrolle

Zusätzliche Variablen, die die Ergebnisse beeinflussen können, beziehen sich auf die Eigenschaften und Demografie der Teilnehmer sowie auf deren unmittelbare Umgebung.

Damit eine Studie wie geplant abläuft, sind die demografischen Angaben des Teilnehmers sehr wichtig, wie z.B.: Alter, Geschlecht, Sprachkenntnisse, Bildung, Beruf, Gesundheitsstatus und mehr. In Labvanced können diese Parameter ausgewählt werden, so dass der Teilnehmer diese vorab bereitstellen muss, bevor er weiter mit dem Experiment fortfahren darf. Labvanced geht noch einen Schritt weiter, indem die Umgebung der Teilnehmer kontrolliert wird. Um den Abstand zum Bildschirm zu messen, berechnen wir den Winkel vom Blickfeld des Teilnehmers.

3. Engagement: Experimentelle Kontrolle

Um ein angemessenes Engagement sicherzustellen, können mehrere Strategien umgesetzt werden.

Wenn ein Experiment beginnt, wird es im Vollbildmodus präsentiert, was sicherstellt, dass es das einzige ist, was der Teilnehmer sieht. Wenn er das Experiment aus dem Vollbildmodus entfernt, wird das Experiment automatisch pausiert.

Im Fall von Eye Tracking verwendet Labvanced eine virtuelle Kinnstütze, sodass jedes Mal, wenn ein Teilnehmer zu viel aus dem Rahmen bewegt, das Experiment stoppt und der Teilnehmer aufgefordert wird, zu seiner ursprünglichen Position zurückzukehren.

Wichtig ist, dass Bot-Überprüfungen hinzugefügt werden können, um die menschliche Teilnahme während eines Experiments sicherzustellen.

4. Gewährleistung einer Präzisen Anzeige von Stimuli

Das Thema der präzisen Präsentation von Stimuli steht in engem Zusammenhang mit der experimentellen Kontrolle. Lesen Sie mehr darüber, wie Labvanced eine präzise Anzeigen von Stimuli gewährleistet hier.

Sehen Sie sich auch dieses peer-reviewte Papier in der Fachzeitschrift Behavior Research Methods von einer neutralen dritten Partei an, in dem die hohe Zuverlässigkeit von Labvanced's Ansatz zur Gewährleistung einer präzisen Präsentation von Stimuli diskutiert wird.