Ein Orthogonaler Haupteffekteplan (englisch: Orthogonal Main-Effect Plan = OMEP) ermöglicht eine bewusste Auswahl einzelner Kombinationen aus der Vielzahl möglicher Kombinationen von Merkmalsausprägungen (Faktorstufen) in einem mehrfaktoriellen Untersuchungdesign.
Während ein Untersuchungsobjekt mit beispielsweise vier relevanten Merkmalen (Faktoren) und jeweils vier denkbaren Ausprägungen (Stufen) 4x4x4x4=256 Kombinationsmöglichkeiten hätte, genügten in diesem Beispiel lediglich 16, anhand eines OMEP bewusst ausgewählte Kombinationen für eine Untersuchung inklusive Berechnung statistischer Maßzahlen.
Die beiden folgenden Bedingungen müssten allerdings bei einer entsprechenden Auswahl erfüllt sein: Sämtliche Paare - gebildet mit den Ausprägungen jeweils zwei verschiedener Merkmale - müssen mindestens einmal vorhanden sein; und die Ausprägungen jedes einzelnen Merkmals über alle ausgewählten Kombinationen dürfen nicht mit den Ausprägungen der anderen Merkmale korrelieren (sogenannte Orthogonalitätsbedingung).
Die erste genannte Bedingung bestimmt somit auch die minimale Anzahl auszuwählender Kombinationen (= Anzahl aller möglichen Paare der beiden Merkmale mit den meisten Ausprägungen). In größeren Untersuchungsdesigns müssen zumeist aber mehr Kombinationen ausgewählt werden, um auch die Orthogonalitätsbedingung zu erfüllen.
Der Algorithmus, mit dem nachfolgend OMEPs erstellt werden können, berücksichtigt nicht nur die beiden oben genannten Bedingungen. Es wird jedesmal auch überprüft, dass keine Kombination doppelt vorkommt. Dadurch kann allerdings nicht garantiert werden, dass auch immer die minimalste Anzahl an Kombinationen ausgewählt wird. Außerdem ist die Auswahl auf Designs mit maximal 5 Merkmalen und jeweils maximal 5 Ausprägungen beschränkt.
Eine mögliche Anwendung dieses Algorithmus' in der Praxis ist z.B. bei Conjoint-Analysen in der Sozialforschung gegeben. (Das hier verwendete Skript ist meinem früheren Online-Projekt adenquire.net und dort dem Fragetypen für Conjoint-Analysen entnommen.)
