Methodenzentrum

Quasi-Experiment

Das entscheidende Merkmal des Experiments ist, dass der oder die Forscher:in die Kontrolle darüber hat, in welchen Ausprägungsgraden die experimentellen Bedingungen vorliegen und wie die Personen in der Stichprobe auf diese experimentellen Bedingungen verteilt werden. Insbesondere die Zuteilung der Probanden zu den Bedingungen ist nicht immer kontrollierbar; in diesen Fällen besteht die Gefahr, dass die Bedingungsmanipulation systematisch durch Störvariablen beeinflusst wird. Darunter leidet die interne Validität des Experiments. Wir sprechen daher nicht mehr von einem „echten“ Experiment, sondern von einem Quasi-Experiment. Die interne Validität von quasi-experimentellen Studien ist im Allgemeinen geringer als die von „echten“ Experimenten.

Beispiel

Es soll untersucht werden, ob sich der Einsatz von digitalen Tafeln (Smartboards) positiv auf den Lernerfolg in der Schule auswirkt. Um dies zu untersuchen, werden einige Schulklassen mit Smartboards unterrichtet, andere Schulklassen mit normalen Kreidetafeln. Zeigen die Schulklassen in der Smartboard-Bedingung einen besseren Lernerfolg, so können Alternativerklärungen wegen der fehlenden Gruppenzuweisung nicht ausgeschlossen werden. Vielmehr könnten Lehrer:innen oder Klasseneffekte eine Rolle spielen, z.B. wenn sich primär besonders motivierte Lehrer:innen mit besonders leistungs-fähigen Klassen zur Durchführung des Smartboard-Unterrichts bereit erklärt haben.

Kontrolltechniken

Eliminieren: Manche Störvariablen (z.B. technische Voraussetzungen) können leicht eliminiert werden und somit weder systematische noch unsystematische Effekte ausüben.

Konstant halten: Andere Störvariablen lassen sich über experimentelle Bedingungen hinweg konstant halten, beispielsweise der Ablauf der Untersuchung oder die Versuchsleitung.

Auspartialisieren: Störvariablen messen und statistisch für diese kontrollieren (z.B. Partialkorrelation). Die statistische Kontrolle wirkt dann wie eine Konstanthaltung.

Vortest: Im Vorfeld überprüfen ob sich Unterschiede zwischen den Gruppen zeigen. Zeigt sich beispielsweise, dass Lehrer:innen der Smartboard-Bedingung motivierter sind?

 

Verwendet man viele Beobachtungseinheiten (z.B. viele Schulklassen), so ist die Wahrscheinlichkeit höher, dass sich potenzielle Störvariablen herausmitteln.