Experimentelle Studie | Definition und 5-Schritt-Beispiel

Experimente werden verwendet, um kausale Zusammenhänge zu untersuchen. Bei einem Experiment manipulierst du eine oder mehrere unabhängige Variablen und misst die Auswirkung auf eine oder mehrere abhängige Variablen.

Experimentelle Studien sind Forschungsdesigns, bei denen anhand eines Experiments systematisch eine Hypothese getestet wird.

Um ein Experiment zu entwickeln, sind fünf Schritte nötig:

  1. Betrachte die Variablen und wie sie zusammenhängen
  2. Schreibe eine spezifische, überprüfbare Hypothese
  3. Entwirf ein Experiment, durch das du deine unabhängige Variable manipulieren kannst
  4. Teile die Teilnehmenden Gruppen zu, entweder between subjects oder within subjects
  5. Plane, wie du deine abhängige Variable messen wirst

Um gültige Schlussfolgerungen zu erhalten, musst du außerdem eine repräsentative Stichprobe auswählen und alle Fremdvariablen kontrollieren, die deine Ergebnisse beeinflussen könnten.

Wenn eine zufällige Zuteilung von Teilnehmenden zu Kontroll- und Behandlungsgruppen nicht möglich ist, z. B. aus ethischen Gründen, kannst du stattdessen eine Beobachtungsstudie in Betracht ziehen.

Schritt 1: Definiere deine Variablen

Du solltest mit einer konkreten Forschungsfrage beginnen. Wir werden mit zwei Beispielforschungsfragen arbeiten. Eine stammt aus der Psychologie und eine aus der Ökologie.

Beispiel: Forschungsfragen
Psychologie: Smartphone-Nutzung und Schlaf

Du möchtest wissen, wie sich die Smartphone-Nutzung vor dem Schlafengehen auf das Schlafverhalten auswirkt.

Insbesondere fragst du, wie sich die Anzahl der Minuten, die eine Person ihr Smartphone vor dem Schlafengehen verwendet, auf die Anzahl der Stunden auswirkt, die sie schläft.

Ökologie: Temperatur und Bodenatmung

Du möchtest wissen, wie sich die Temperatur auf die Bodenatmung auswirkt.

Insbesondere fragst du, wie sich eine erhöhte Lufttemperatur in der Nähe der Bodenoberfläche auf die Menge an Kohlendioxid (CO2) auswirkt, die aus dem Boden geatmet wird.

Um deine Forschungsfrage in eine experimentelle Hypothese zu übersetzen, musst du die Hauptvariablen definieren und Vorhersagen darüber treffen, wie diese zusammenhängen.

Beginne damit, die unabhängigen und abhängigen Variablen aufzulisten.

Unabhängige und abhängige Variablen
Forschungsfrage Unabhängige Variable Abhängige Variable
Smartphone-Nutzung und Schlaf Smartphone-Nutzung in Minuten vor dem Schlafengehen Schlaflänge pro Nacht
Ökologie Lufttemperatur knapp über der Bodenoberfläche Aus dem Boden abgegebenes CO2

Anschließend musst du über mögliche Fremd- und Störvariablen nachdenken und überlegen, wie du diese in deinem Experiment kontrollieren kannst.

Fremdvariablen
Fremdvariable Wie kontrollieren?
Smartphone-Nutzung und Schlaf Natürliche Schwankungen im Schlafverhalten verschiedener Personen. Kontrolle statistisch: Miss den durchschnittlichen Unterschied zwischen dem Schlaf mit Smartphone-Nutzung und dem Schlaf ohne Smartphone-Nutzung und nicht die durchschnittliche Schlafmenge pro Behandlungsgruppe.
Temperatur und Bodenatmung Die Bodenfeuchtigkeit beeinflusst die Bodenatmung ebenfalls und die Feuchtigkeit kann mit steigender Temperatur abnehmen. Kontrolle experimentell: Überwache die Bodenfeuchtigkeit und füge Wasser hinzu, um sicherzustellen, dass die Bodenfeuchtigkeit in allen Behandlungsparzellen gleich ist.

Schließlich kannst du diese Variablen in einem Diagramm zusammenfassen. Verwende Pfeile, um die möglichen Beziehungen zwischen Variablen anzuzeigen, und füge Zeichen hinzu, um die erwartete Richtung der Beziehungen anzuzeigen.

Auswirkungen Smartphonenutzung auf Schlafverhalten

Hier prognostizieren wir, dass sich die Dauer der Smartphone-Nutzung negativ auf die Schlafdauer auswirkt, und prognostizieren einen unbekannten Einfluss der natürlichen Schlafschwankungen auf die Schlafdauer.

Auswirkungen Temperatur auf Bodenatmung

Hier sagen wir voraus, dass eine steigende Temperatur die Bodenatmung erhöht und die Bodenfeuchtigkeit verringert, während eine abnehmende Bodenfeuchtigkeit zu einer verringerten Bodenatmung führt.

Schritt 2: Schreibe deine Hypothese auf

Nachdem du nun ein starkes konzeptionelles Verständnis des Phänomens hast, das du untersuchst, solltest du spezifische, überprüfbare Hypothesen formulieren können, die deine Forschungsfrage beantworten.

Hypothesen
Nullhypothese (H0) Alternativhypothese (H1)
Smartphone-Nutzung und Schlaf Die Smartphone-Nutzung vor dem Schlafengehen korreliert nicht mit der Schlafdauer einer Person. Eine längere Smartphone-Nutzung vor dem Schlafengehen führt zu einer Verringerung der Schlafdauer.
Temperatur und Bodenatmung Die Lufttemperatur korreliert nicht mit der Bodenatmung. Erhöhte Lufttemperatur führt zu erhöhter Bodenatmung.

In den nächsten Schritten wird beschrieben, wie ein kontrolliertes Experiment entworfen wird. Bei einem kontrollierten Experiment musst du

  • die unabhängige(n) Variable(n) systematisch und präzise manipulieren,
  • die abhängige(n) Variable(n) genau messen und
  • alle potenziellen Störvariablen kontrollieren.

Wenn dein Studiendesign diese Kriterien nicht erfüllt, gibt es andere Forschungsmethoden, die du verwenden kannst, um deine Forschungsfrage zu beantworten.

Möchtest du eine fehlerfreie Arbeit abgeben?

Mit einem Lektorat helfen wir dir, deine Abschlussarbeit zu perfektionieren.

Neugierig? Bewege den Regler von links nach rechts!

Zu deiner Korrektur

Schritt 3: Gestalte dein Experiment

Wie du die unabhängige Variable manipulierst, kann die externe Validität des Experiments beeinflussen – das heißt, inwieweit die Ergebnisse verallgemeinerbar und außerhalb deiner Forschung anwendbar sind.

Zunächst musst du entscheiden, wie stark du deine unabhängige Variable variieren möchtest.

Beispiel: Experiment zu Temperatur und Bodenatmung
Du kannst die Lufttemperatur folgendermaßen erhöhen:

  • Knapp über den für deine Studienregion natürlichen Temperaturbereich
  • Auf einen höheren Temperaturbereich, um die zukünftige Erderwärmung nachzuahmen
  • Auf einen extremen Temperaturbereich, der jenseits jeder zukünftigen Erderwärmung liegt

Zweitens musst du möglicherweise entscheiden, wie fein du deine unabhängige Variable variieren möchtest. Die Entscheidung wirkt sich darauf aus, wie viel du aus deinen Ergebnissen schließen kannst.

Manchmal ist diese Entscheidung bereits durch dein experimentelles Design festgelegt.

Beispiel: Experiment zu Smartphone-Nutzung und Schlaf
Du kannst die Smartphone-Nutzung wie folgt behandeln:

  • als kategoriale Variable: entweder binär (ja/nein) oder in Stufen (keine Smartphone-Nutzung, geringe Smartphone-Nutzung, hohe Smartphone-Nutzung)
  • als kontinuierliche Variable (Dauer der Smartphone-Nutzung in Minuten)

Schritt 4: Ordne die Teilnehmenden den Behandlungsgruppen zu

Wie du die Teilnehmenden auf dein Experiment verteilst, ist entscheidend, um gültige und zuverlässige Ergebnisse zu erhalten.

Berücksichtige zunächst die Studiengröße: Wie viele Personen werden in das Experiment einbezogen? Allgemein gilt: Je mehr Teilnehmende, desto größer ist die statistische Aussagekraft des Experiments.

Teile deine Teilnehmenden anschließend nach dem Zufallsprinzip verschiedenen Behandlungsgruppen zu. Jede Gruppe erhält eine andere Behandlung (z. B. keine Smartphone-Nutzung, geringe Smartphone-Nutzung, hohe Smartphone-Nutzung).

Du solltest auch eine Kontrollgruppe einbeziehen, die keine Behandlung erhält. Die Kontrollgruppe sagt uns, was mit deinen Testpersonen ohne experimentelle Intervention passiert wäre.

Um deinen Teilnehmenden Gruppen zuweisen, musst du zwei Hauptentscheidungen treffen:

  1. Vollständig randomisiertes Design vs. randomisiertes Blockdesign.
  2. Between Subjects Design vs. Within Subjects Design.

Vollständig randomisiertes Design vs. randomisiertes Blockdesign

Ein Experiment kann vollständig randomisiert oder innerhalb von Blöcken (auch Strata genannt) randomisiert werden:

  • Bei einem vollständig randomisierten Design wird jede teilnehmende Person zufällig einer Behandlungsgruppe zugeordnet.
  • Bei einem randomisierten Blockdesign (auch stratifizierte Randomisierung genannt) werden die teilnehmenden Personen zunächst nach gemeinsamen Merkmalen gruppiert. Anschließend werden sie nach dem Zufallsprinzip verschiedenen Behandlungsgruppen zugewiesen.
Vollständig randomisiertes Design vs. randomisiertes Blockdesign
Vollständig randomisiertes Design Randomisiertes Blockdesign
Smartphone-Nutzung und Schlaf Allen Teilnehmenden wird nach dem Zufallsprinzip ein Smartphone-Nutzungsgrad zugewiesen Die Teilnehmenden werden zunächst nach Alter gruppiert. Anschließend werden den Teilnehmenden innerhalb dieser Gruppen nach dem Zufallsprinzip unterschiedliche Smartphone-Nutzungsdauern zugewiesen.
Temperatur und Bodenatmung Wärmebehandlungen werden den Bodenparzellen nach dem Zufallsprinzip zugewiesen, indem ein Zahlengenerator verwendet wird, um Kartenkoordinaten innerhalb des Untersuchungsgebiets zu generieren. Die Bodenparzellen werden zuerst nach durchschnittlichem Niederschlag gruppiert. Anschließend werden die Parzellen innerhalb dieser Gruppen nach dem Zufallsprinzip verschiedenen Behandlungsgruppen zugewiesen.

In manchen Fällen ist Randomisierung nicht praktisch oder sogar unethisch, sodass forschende Personen teilweise zufällige oder sogar nicht zufällige Forschungsdesigns erstellen.

Ein experimentelles Design, bei dem Behandlungen nicht zufällig zugewiesen werden, wird Quasi-Experiment genannt.

Between-Subjects-Design vs. Within-Subjects-Design

Bei einem Between-Subjects-Design (auch bekannt als Independent-Measures-Design oder klassisches ANOVA-Design) erhalten die teilnehmenden Personen nur eine der möglichen Ebenen einer experimentellen Behandlung.

In der medizinischen oder sozialen Forschung kannst du die Matched-Pairs-Technik verwenden. Bei dieser Technik wird sichergestellt, dass jede Behandlungsgruppe zu gleichen Anteilen Teilnehmende mit bestimmten Merkmalen enthält (z. B. jung, gebildet etc.)

Bei einem Within-Subjects-Design (auch Messwiederholungsdesign genannt) erhält jede teilnehmende Person nacheinander jede der experimentellen Behandlungen.

Der Begriff Within-Subjects-Design kann sich auch auf ein experimentelles Design beziehen, bei dem ein Effekt im Laufe der Zeit auftritt und individuelle Reaktionen im Laufe der Zeit gemessen werden, um diesen Effekt zu messen, sobald er auftritt.

Oft wird bei Within-Subjects-Designs die Reihenfolge der Behandlung der einzelnen teilnehmenden Personen randomisiert oder umgekehrt. So wird sichergestellt, dass die Reihenfolge der Behandlung die Ergebnisse des Experiments nicht beeinflusst.

Between-Subjects-Design vs. Within-Subjects-Design
Between-Subjects Design Within-Subjects Design
Smartphone-Nutzung und Schlaf Jeder teilnehmenden Person wird nach dem Zufallsprinzip ein Smartphone-Nutzungsgrad (fehlend, niedrig oder hoch) zugewiesen.

Sie behält denselben Smartphone-Nutzungsgrad während des gesamten Experiments bei.

Jeder teilnehmenden Person wird im Laufe des Experiments nacheinander jeder Smartphone-Nutzungsgrad zugewiesen (fehlend, niedrig, hoch).

Die Reihenfolge ist randomisiert.

Temperatur und Bodenatmung Jeder Bodenparzelle wird zufällig eine Wärmebehandlung zugewiesen.

Die Böden werden während des gesamten Experiments auf dieser Temperatur gehalten.

Jede Bodenparzelle erhält im Verlauf des Experiments nacheinander jede Wärmebehandlung (1, 3, 5, 8 und 10 °C über Umgebungstemperatur).

Die Reihenfolge, in der sie diese Behandlungen erhält, ist zufällig.

Schritt 5: Miss deine abhängige Variable

Schließlich musst du entscheiden, wie du die Datenerhebung deiner abhängigen Variablen durchführst. Dabei solltest du Reliabilität und Validität gewährleisten und Verzerrungen minimieren.

Einige Variablen, wie z. B. Temperatur, können mit wissenschaftlichen Instrumenten objektiv gemessen werden. Andere Variablen müssen möglicherweise operationalisiert werden, um sie in messbare Beobachtungen umzuwandeln.

Beispiel: Smartphone-Nutzung und Schlaf
In deinem Experiment zu Smartphone-Nutzung und Schlaf kannst du deine abhängige Variable auf zwei Arten messen:

  • Bitte die teilnehmenden Personen, aufzuschreiben, wann sie jeden Tag schlafen gehen und aufstehen.
  • Bitte die teilnehmenden Personen, einen Schlaftracker zu tragen.

Wie genau du deine abhängige Variable misst, wirkt sich auch auf die Art der statistischen Analyse aus, die du auf deine Daten anwenden kannst.

Experimente sind immer kontextabhängig. Für ein gutes Experiment berücksichtigst du alle einzigartigen Gegebenheiten des von dir untersuchten Phänomens. So erhältst du Informationen, die sowohl gültig als auch relevant für deine Forschungsfrage sind.

Häufig gestellte Fragen

Was ist ein experimentelles Forschungsdesign?

Bei einer experimentellen Studie wird ein Experiment durchgeführt, um die Beziehung zwischen Variablen zu untersuchen. Um ein kontrolliertes Experiment zu entwerfen, benötigst du:

  • Eine überprüfbare Hypothese
  • Mindestens eine unabhängige Variable, die genau manipuliert werden kann
  • Mindestens eine abhängige Variable, die genau gemessen werden kann

Um das Experiment vorzubereiten, entscheidest du:

  • Wie du die Variable(n) manipulierst
  • Wie du potenzielle Störvariablen kontrollierst
  • Wie viele Teilnehmenden bzw. Stichproben für das Experiment benötigt werden
  • Wie die Teilnehmenden auf die Behandlungsgruppen verteilt werden
Was ist der Unterschied zwischen einem Between-Subjects-Design und einem Within-Subjects-Design?

Bei einer experimentellen Studie mit Between-Subjects-Design werden alle Teilnehmenden während des Experiments nur mit je einer Behandlung untersucht. Die Forschenden bewerten Gruppenunterschiede zwischen Teilnehmenden mit unterschiedlichen Behandlungen.

Bei einem Within-Subjects-Design werden alle Teilnehmenden während des Experiments mit allen Behandlungen untersucht. Die Forschenden testen dieselben Teilnehmenden wiederholt auf Unterschiede in der Reaktion auf unterschiedliche Behandlungen.

Das Wort ‚between‘ (zwischen) bedeutet, dass du verschiedene Bedingungen anhand verschiedener Teilnehmender vergleichst, während das Wort ‚within‘ (innerhalb) bedeutet, dass du verschiedene Bedingungen anhand derselben Person testest.

Was ist der Unterschied zwischen einer Kontrollgruppe und einer Behandlungsgruppe?

Bei einer experimentellen Studie erhält die Behandlungsgruppe die experimentelle Behandlung, deren Wirkung die Forschenden untersuchen möchten.

Die Kontrollgruppe erhält die experimentelle Behandlung nicht.

Beide Gruppen sollten ansonsten identisch sein.

Diesen Scribbr-Artikel zitieren

Wenn du diese Quelle zitieren möchtest, kannst du die Quellenangabe kopieren und einfügen oder auf die Schaltfläche „Diesen Artikel zitieren“ klicken, um die Quellenangabe automatisch zu unserem kostenlosen Zitier-Generator hinzuzufügen.

Solis, T. (2022, 02. September). Experimentelle Studie | Definition und 5-Schritt-Beispiel. Scribbr. Abgerufen am 2. Dezember 2022, von https://www.scribbr.de/methodik/experimentelle-studie/

War dieser Artikel hilfreich?
Tobias Solis

Hi, ich bin Tobias und ich habe Musik, Geschichte und European Studies in Berlin, Regensburg und Madrid studiert. Nachdem ich bereits als Lehrer Wissen vermittelt habe, bereitet es mir nun beim Schreiben viel Freude, komplexe Themen aufs Wesentliche herunterzubrechen.