Experimentelles Forschungsdesign

Experimentelle Forschungsdesigns werden für die kontrollierte Prüfung von kausalen Prozessen verwendet.

Das allgemeine Verfahren ist ein, oder unabhängigere Variablen werden manipuliert, um ihre Wirkung auf eine abhängige Variable zu bestimmen. Diese Designs können wo verwendet werden:

  1. Es gibt Zeitvorrang in einer kausalen Beziehung (Ursache geht Wirkung voran),
  2. Es gibt Konsistenz in einer kausalen Beziehung (eine Ursache wird immer zu derselben Wirkung führen), und
  3. Der Umfang der Korrelation ist groß.

Die allgemeinsten Anwendungen dieser Designs in der Marktforschung und experimentellen Volkswirtschaft sind Testmärkte und kaufen Laboratorien. Die Techniken werden in anderen Sozialwissenschaften einschließlich der Soziologie, Psychologie und Sozialarbeit allgemein verwendet.

Steuerungen

Eine der wichtigsten Voraussetzungen von experimentellen Forschungsdesigns ist die Notwendigkeit, die Effekten von unechten, Eingriff und vorhergehenden Variablen zu beseitigen. Im grundlegendsten Modell, verursachen Sie (X) führt zu Wirkung (Y). Aber es konnte eine dritte Variable (Z) geben, der (Y) beeinflusst, und X die wahre Ursache überhaupt nicht sein könnte. Wie man sagt, ist Z eine unechte Variable und muss dafür kontrolliert werden. Dasselbe ist für vorläufige Variablen (eine Variable zwischen der angenommenen Ursache (X) und der Wirkung (Y)), und anteceding Variablen wahr (eine Variable vor der angenommenen Ursache (X), der die wahre Ursache ist). Wenn eine dritte Variable beteiligt wird und dafür nicht kontrolliert worden ist, wie man sagt, ist die Beziehung eine Nullordnungsbeziehung. In den meisten praktischen Anwendungen von experimentellen Forschungsdesigns gibt es mehrere Ursachen (X1, X2, X3). In den meisten Designs werden nur eine dieser Ursachen auf einmal manipuliert.

Kauf-Laboratorium

Ein wahrer Versuchsplan verlangt, dass eine künstliche Umgebung für alle unecht, Eingriff und vorhergehende Variablen kontrolliert. Ein Kauf-Laboratorium nähert sich diesem Ideal. Teilnehmern werden Geld, Schrift oder Kredit gegeben, um Produkte in einem vorgetäuschten Laden zu kaufen. Forscher modifizieren eine Variable auf einmal (zum Beispiel; Preis, das Verpacken, die Bord-Position, die Größe oder die Angebote von Mitbewerbern), und bestimmen das, welche Wirkung, die auf dem Verkaufsvolumen hat. Internetbasierte Kauf-Laboratorien (hat virtuelle Kauf-Laboratorien genannt), werden mehr üblich.

Vereinfachte Versionen des Kauf-Laboratoriums werden häufig aus pragmatischen Gründen verwendet. Ein Beispiel davon würde tachistoscopes verwenden sollen, um das Verpacken und die Bord-Position zu prüfen.

Online-Einstellungen

Das Internet stellt Gelegenheiten für den Versuchsplan auf einem in großem Umfang zur Verfügung. Es ist möglich, verschiedene Variablen zu manipulieren, während man etwas anderes unveränderlich hält. Dieses Design ist für das Experimentieren zwischen den Themen passend. Am meisten berufliche E-Mail-Verkäufer bieten diese Gelegenheit oder Versuchsplan in E-Mails an. Mehrere Gesellschaften bieten Software für den Versuchsplan auf Websites an.

Testmärkte

Quasiversuchspläne kontrollieren einige, aber nicht alle von den fremden Faktoren. Ein Testmarkt ist ein Beispiel davon. Ein neues Produkt wird normalerweise in einer ausgesuchten Zahl von Städten eingeführt. Diese Städte müssen den gesamten Staatsangehörigen vertretend (oder international sein) Bevölkerung. Sie sollten auch durch Außeneinflüsse relativ unverschmutzt sein (zum Beispiel: Medien von anderen Städten). Der marketer hat etwas Kontrolle über die Marktmischungsvariablen, aber fast keine Kontrolle über die breiteren Geschäftsumgebungsvariablen. Mitbewerber konnten ihre Preise während des Tests ändern. Regierung konnte das Niveau von Steuern ändern. Neue konkurrierende Produkte konnten eingeführt werden. Ein Werbefeldzug konnte von Mitbewerbern begonnen werden. Einige dieser unechten Variablen konnte den Testmarkt verseuchen.

Experimentelle Forschungsdesigns

In einem Versuch, für fremde Faktoren zu kontrollieren, sind mehrere experimentelle Forschungsdesigns entwickelt worden, einschließlich:

  • Klassischer Vortestposttest - Die Gesamtbevölkerung von Teilnehmern wird in zwei Proben zufällig geteilt; die Kontrollprobe und die experimentelle Probe. Nur die experimentelle Probe wird zur manipulierten Variable ausgestellt. Der Forscher vergleicht die Vortestergebnisse mit den Posttestergebnissen für beide Proben. Wie man annimmt, ist jede Abschweifung zwischen den zwei Proben ein Ergebnis des Experimentes.
  • Solomon vier Gruppendesign - Die Probe wird in vier Gruppen zufällig geteilt. Zwei der Gruppen sind experimentelle Proben. Zwei Gruppen erfahren keine experimentelle Manipulation von Variablen. Zwei Gruppen erhalten einen Vortest und einen Posttest. Zwei Gruppen erhalten nur einen Posttest. Das ist eine Verbesserung über das klassische Design, weil es für die Wirkung des Vortests kontrolliert.
  • Design von Factorial - das ist einem klassischen Design außer zusätzlichen Proben ähnlich werden verwendet. Jede Gruppe wird zu einer verschiedenen experimentellen Manipulation ausgestellt.

Siehe auch

Listen von zusammenhängenden Themen

  • Liste von Statistikthemen
  • Liste von Marktthemen
  • Liste von Verwaltungsthemen
  • Liste von Wirtschaftthemen
  • Liste von Finanzthemen
  • Liste von Buchhaltungsthemen

Weiterführende Literatur

  • Kasten, G. E. P., & Tuchhändler, N. R. (1987). Empirische Modellbau- und Ansprechoberflächen. New York: Wiley.
  • Kasten, G. E. P., Jäger, W. G., & Jäger, S. J. (1978). Statistik für Experimentatoren: Eine Einführung, um, Datenanalyse und Mustergebäude zu entwickeln. New York: Wiley.
  • Maurer, R. L., Gunst, R. F., & Hess, J. L. (1989). Statistisches Design und Analyse von Experimenten mit Anwendungen auf die Technik und Wissenschaft. New York: Wiley.
  • Taguchi, G. (1987). Jikken keikakuho (3. Hrsg., Vol I & II). Tokio: Maruzen. Englische Übersetzung von D. Clausing editiert. System des Versuchsplanes. New York: UNIPUB/Kraus International.

Bernard Tschumi / Der Fluss Platte
Impressum & Datenschutz