1. Einleitung des Themas/Fragestellung
(2) Schlüsselvariablen
3. die Forschungshypothesen
4. Definition der Variablen
5. Festlegung der Bedingungen

Tabelle 1. Fakultät Design. Gezeigt, sind die möglichen Kombinationen der Faktoren für ein 2 x 2-Design.
6. messen die abhängige Variable (Genauigkeit bei der Entschlüsselung nonverbale Kommunikation)
7. Durchführung der Studie
Quelle: Laboratorien von Gary Lewandowski, Dave Strohmetz und Natalie Ciarocco — Monmouth Universität
Eine Fakultät Design ist eine häufige Art von Ex…
1. Einleitung des Themas/Fragestellung
(2) Schlüsselvariablen
3. die Forschungshypothesen
4. Definition der Variablen
5. Festlegung der Bedingungen

Tabelle 1. Fakultät Design. Gezeigt, sind die möglichen Kombinationen der Faktoren für ein 2 x 2-Design.
6. messen die abhängige Variable (Genauigkeit bei der Entschlüsselung nonverbale Kommunikation)
7. Durchführung der Studie
Ein faktorielles Design wird verwendet, wenn Forscher zwei oder mehr unabhängige Variablen manipulieren und die Auswirkungen auf eine einzelne abhängige Variable in derselben Studie messen müssen.
Wenn Forscher zum Beispiel wissen wollten, warum manche Menschen besser darin sind, den Gesichtsausdruck einer anderen Person zu lesen, müssten sie mehrere Faktoren untersuchen, die diese Fähigkeit beeinflussen könnten.
Anstatt viele potenzielle Einflüsse jeweils für ein Experiment zu testen, ermöglicht ein faktorielles Design die gleichzeitige Untersuchung mehrerer Variablen innerhalb eines Experiments. Ein solches Design erfordert weniger Teilnehmer und zeigt, ob die verschiedenen Ursachen in besonderer Weise zusammenwirken, um das Ergebnis zu beeinflussen.
Dieses Video zeigt, wie ein einfaches faktorielles Experiment entworfen und durchgeführt wird, um zu untersuchen, wie Selbstbewusstsein und Selbstwertgefühl die Fähigkeit zur Entschlüsselung nonverbaler Signale beeinflussen können, sowie wie die Ergebnisse analysiert und weitere Fälle untersucht werden, die dieses Design verwenden.
In diesem Experiment wird ein zwei-mal-zwei-faktorielles Design verwendet, das aus zwei unabhängigen Variablen – Selbstbewusstsein und Selbstwertgefühl – mit zwei Ebenen, hoch und niedrig, besteht.
Um die Selbstwahrnehmung zu manipulieren, wie bewusst ein Individuum über seine eigenen Gedanken und Gefühle ist, absolvieren die Teilnehmer ein Geographie-Quiz vor einem Spiegel in der Gruppe mit hohem Selbstbewusstsein oder in Abwesenheit eines Spiegels in der Gruppe mit niedrigem Selbstbewusstsein.
Um gleichzeitig das Selbstwertgefühl einer Person zu manipulieren - die positive oder negative Bewertung einer Person darüber, wer sie als Person ist, erhalten die Teilnehmer falsches Feedback zum Geographie-Quiz.
Denjenigen in der Gruppe mit hohem Selbstwertgefühl wird gesagt, dass sie in den oberen 10 % mit überlegenen und überdurchschnittlichen Leistungen abgeschnitten haben, während diejenigen in der Gruppe mit niedrigem Selbstwertgefühl erfahren, dass sie in den unteren 50 % abgeschnitten haben und unterdurchschnittlich abgeschnitten haben.
Beachten Sie also, dass die Teilnehmer einer von vier möglichen Kombinationen ausgesetzt sind: hohes Selbstwertgefühl/hohes Selbstbewusstsein; geringes Selbstwertgefühl/hohes Selbstbewusstsein; hohes Selbstwertgefühl/geringes Selbstbewusstsein; oder geringes Selbstwertgefühl/geringes Selbstbewusstsein.
Nach Erhalt des Feedbacks werden die Teilnehmer gebeten, zahlreiche Augenpaare zu betrachten und die richtige Emotion zu identifizieren, die ausgedrückt wird. In diesem Fall ist die abhängige Variable die Genauigkeit der Dekodierung der nonverbalen Kommunikation.
Aufgrund der Komplexität des Designs werden mehrere Hypothesen aufgestellt. Die Haupteffekthypothesen – diejenigen, die sich auf die Wirkung einer einzigen unabhängigen Variablen konzentrieren – sind, dass diejenigen in den hohen Niveaus jeder Bedingung genauere Urteile über die Augenausdrücke bilden als die in den niedrigen Ebenengruppen.
Im Gegensatz dazu besagt die Interaktionshypothese, dass eine unabhängige Variable den Einfluss einer anderen Variablen auf die abhängige Variable verändert, dass der Einfluss des Selbstwertgefühls auf die Fähigkeit, nonverbale Kommunikation genau zu erkennen, bei denjenigen mit hohem Selbstbewusstsein verstärkt wird, aber bei denjenigen mit geringer Selbstwahrnehmung verringert wird.
Bevor der Teilnehmer ankommt, organisieren Sie nach dem Zufallsprinzip Pakete mit jeder der vier Kombinationen von Bedingungen, um sicherzustellen, dass die Gruppenzuweisungen vollständig auf dem Zufall basieren.
Um das Experiment zu beginnen, treffen Sie den Teilnehmer im Labor. Geben Sie ihnen eine Einwilligungserklärung, eine kurze Beschreibung der Forschung, den Sinn des Verfahrens, die potenziellen Risiken und Vorteile einer Teilnahme und das Recht auf jederzeitigen Rücktritt.
Weisen Sie den Teilnehmer je nach zugewiesener Selbstwahrnehmungsbedingung an, vor einem Einwegspiegel zu sitzen, mit geöffneten Jalousien und sichtbarem oder geschlossenem Spiegelbild, um eine Selbstreflexion zu verhindern, um ein Quiz zu machen.
Geben Sie als Nächstes jedem Teilnehmer ein Blatt mit 50 Feldern und bitten Sie ihn, in den nächsten 2 Minuten so viele Länder in Europa wie möglich aufzulisten.
Nachdem Sie dem Teilnehmer mitgeteilt haben, dass Sie seine Ergebnisse im Vergleich zu früheren Teilnehmern analysieren, geben Sie ihm Feedback auf einem Blatt Papier, das auf seiner zufällig zugewiesenen Bedingung basiert.
Setzen Sie sich dann mit dem Teilnehmer vor einen Computer, um ein weiteres Quiz zu absolvieren, bei dem der Teilnehmer aufgefordert wird, Gesichtsausdrücke anhand mehrdeutiger Augenbilder zu erkennen.
Zum Abschluss des Experiments erklären Sie den Teilnehmern die Art der Studie und warum der wahre Zweck der Studie nicht im Voraus bekannt gegeben werden konnte.
Um zu analysieren, wie Selbstwertgefühl und Selbstwahrnehmung die Fähigkeit beeinflussen, nonverbale Ausdrücke zu entschlüsseln, sollten Sie die Ergebnisse des Augeninterpretationsquiz in jeder Gruppe mitteln und die Mittelwerte nach Bedingungen darstellen.
Um festzustellen, ob Gruppenunterschiede gefunden wurden, führen Sie eine bidirektionale ANOVA durch, um alle Haupt- oder Interaktionseffekte aufzudecken. In diesem Fall hängt die Wirkung auf die Selbstwahrnehmung vom Grad des Selbstwertgefühls ab.
Im Gegensatz zu dem hypothetischen Muster ist zu beachten, dass Teilnehmer mit hohem Selbstbewusstsein und geringem Selbstwertgefühl nonverbale Ausdrücke genauer entschlüsseln konnten. Wenn sie jedoch einem geringen Selbstbewusstsein ausgesetzt waren, waren die Teilnehmer genauer, wenn sie ein hohes Selbstwertgefühl hatten.
Nachdem Sie nun mit dem Entwerfen und Durchführen eines zwei-mal-zwei-faktoriellen Experiments vertraut sind, werfen wir einen Blick auf einige andere Beispiele für diesen Versuchsplan.
In einer Studie wurde die Potenzierung des Schreckreflexes bei geringer oder hoher Wahrscheinlichkeit gemessen, einen elektrischen Schlag zu erhalten.
Eine weitere unabhängige Variable, wie die Verabreichung von Alkohol oder Placebo, ermöglicht die Untersuchung, wie Schockpegel und Alkohol die Schreckreaktion beeinflussen.
Überlegen Sie in einem anderen Beispiel, wie unterschiedliche Stressniveaus mit der Art der durchgeführten Übung interagieren könnten. Um alle diese Bedingungen gleichzeitig zu testen, ist ein zwei-mal-zweifaktorieller Versuchsplan erforderlich.
Vielleicht ist in einer anderen Situation ein Forscher daran interessiert, wie Schüler in einem Bildschirm-Vergleich zu einem schriftlichen Test abschneiden, wobei die Teilnehmer? Das Geschlecht kann die Leistung beeinflussen. Auch hier ist ein zwei-mal-zwei-faktorielles Design für die simultane Untersuchung erforderlich.
Sie haben gerade die Einführung von JoVE in die faktorielle Versuchsplanung gesehen.
Jetzt sollten Sie ein gutes Verständnis dafür haben, wie Sie ein zwei-mal-zwei-faktorielles Experiment entwerfen und durchführen und wie Sie die Ergebnisse dieser Studien statistisch analysieren. Sie haben auch mehrere Beispiele kennengelernt, in denen die Verwendung eines zwei-mal-zwei-faktoriellen Versuchsplans von Vorteil ist.
Danke fürs Zuschauen!?
View the full transcript and gain access to JoVE Science Education videos
Q1: What is a factorial design and why would researchers use it?
A factorial design allows researchers to manipulate two or more independent variables and measure their effects on a single dependent variable within one study. Rather than testing potential influences one experiment at a time, this approach examines several variables simultaneously, requiring fewer participants while revealing whether different causes interact to affect outcomes.
Q2: How does a 2x2 factorial design work in practice?
A 2x2 factorial design uses two independent variables, each with two levels, creating four possible condition combinations. In the nonverbal signal study, self-awareness (high/low) and self-esteem (high/low) were manipulated through a mirror and false feedback. Participants experienced one of four combinations, allowing simultaneous examination of both variables' effects on emotion decoding accuracy.
Q3: What is the difference between main effects and interaction effects in factorial designs?
Main effects focus on how a single independent variable influences the dependent variable, while interaction effects examine whether one independent variable changes another's influence on the outcome. In the study, the main effect hypothesis predicted high self-awareness and high self-esteem would improve emotion detection, whereas the interaction hypothesis predicted self-esteem's impact would depend on self-awareness levels.
Q4: How do researchers manipulate independent variables in a factorial experiment?
Researchers use specific techniques to create different levels of each independent variable. Self-awareness was manipulated by having participants complete a quiz with or without a visible mirror. Self-esteem was manipulated through false feedback, telling participants they scored in the top 10% or bottom 50% on a geography quiz, creating distinct high and low conditions.
Q5: What statistical test analyzes results from a factorial experiment?
A two-way ANOVA (analysis of variance) reveals main effects and interaction effects in factorial designs. This test determines whether group differences exist and whether the effect of one independent variable depends on the level of another. In the study, the two-way ANOVA showed that self-awareness effects on emotion detection varied based on self-esteem levels.
Q6: Why is random assignment important when organizing factorial experiment conditions?
Random assignment ensures that group assignments are based entirely on chance, eliminating selection bias and strengthening causal conclusions. Before participants arrive, researchers randomly organize packets containing each of the four condition combinations, guaranteeing that participant characteristics do not systematically influence which condition they receive.
Q7: What are some real-world applications of factorial design beyond studying nonverbal communication?
Factorial designs apply across diverse research questions. Researchers use them to examine how shock probability and alcohol administration influence startle responses, how stress levels interact with exercise types to affect outcomes, and whether test format (on-screen versus written) and gender influence student performance. This design enables simultaneous investigation of multiple factors in complex real-world scenarios.
Kapitel in diesem Video
0:00
Overview
1:10
Experimental Design
3:13
Running the Experiment
4:36
Representative Results
5:22
Applications
6:25
Summary