Versuchsplanung
Eine
wissenschaftliche Hypothese behauptet eine mehr oder weniger präzise Beziehung
zwischen zwei oder mehr Variablen, die für eine bestimmte Population
vergleichbarer Objekte oder Ereignisse gelten soll
è Vorhersage nach einem Wenn...dann-
oder Je...desto-Schema
Auf der
Wenn...dann-Seite einer Hypothese stehen Konstrukte, UV & AV
-
UV = unabhängige Variable (Prädiktor,
X) EXPLANANS
-
AV = abhängige Variable (Kriterium,
Y) EXPLANANDUM
Diese
Konstrukte müssen in beobachtbare Größen übersetzt werden = Operationalisierung
Eine
Operationalisierung misst drei diagnostische Kriterien:
1.)
Reliabilität (= Zuverlässigkeit,
„Messfehlerfreiheit“): - ein Merkmal soll möglichst genau gemessen sein
2.)
Validität (= Gültigkeit, Konstruktvalidität):
inwiefern misst meine Variable genau das was sie messen soll.
3.)
Objektivität = wenn unterschiedliche Personen das
gleiche messen. Es soll nicht davon abhängen wer die Messung des Konstrukts
vornimmt.
Die
Konstruktvalidität und die Reliabilität einer Messung, können Messfehler
belastet sein und werden dadurch dann jeweils beeinträchtigt:
Messfehler,
die Konstruktvalidität beeinträchtigen = systematische Messfehler
è mit der Variable wird etwas anderes gemessen, als
eigentlich gewollt; ihr Einfluss bleibt über die Zeit hinweg stabil und über
die Situation hinweg (relativ) konstant
This paragraph has been concealed! Download the complete document for free! • Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils!
Messfehler
minimieren und die Reliabilität erhöhen:
das gleiche Merkmal
·
zu verschiedenen
Zeitpunkten
·
in verschiedenen
Situationen und/oder
·
mit
unterschiedlichen Messmethoden erfasst.
Reliabilität
ist die Voraussetzung für die Konstruktvalidität!
Konstruktvalidität
hat zwei Facetten:
1.
konvergente
Validierung =
positive Korrelation mit anderen Variablen, die das gleiche messen
2.
diskriminante
Validierung =
Nullkorrelation mit anderen Variablen, die etwas anderes messen sollen
Beide
Facetten müssen geprüft werden; sowohl für die UV als auch für die AV!
Methoden
der Datengewinnung
Die meisten
psychologischen Merkmalen sind latente (= nicht direkt beobachtbare) Konstrukte
èPrüfungsangst, Einstellung gegenü. Ausländern,
Aggression, Intelligenz, Hilfsbereitschaft
Verschiedene
Methoden an um diese Merkmale erfassen zu können:
4 wichtigste Möglichkeiten:
1.
Selbstauskunft
(Fragebogen)
Annahme: eine Person weiß am besten über sich
selbst Bescheid
z.B. Einstellungsmessung
(Selbstbeschreibungsitems, soziale Distanzmaße)
Aggressivitätsfragebogen
Vorteile: ökonomisch, direkte Messung möglich,
Verhaltensintentionen korrelieren (unter Umständen) hoch mit dem tatsächlichem
Verhalten
This paragraph has been concealed! Download the complete document for free! • Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils!
2.
Verhaltensmaße
(reaktiv / nicht reaktiv)
Annahme: je verhaltensnäher eine Messung,
desto valider der jeweilige Indikator
z.B.
Einstellungsmessung zur reaktiven Verhaltensmaßen:
Hilfsbereitschaft
gegenüber Weißen vs. Schwarzen
Einstellungsmessung
zur nicht reaktiven Verhaltensmaßen:
Nähe- und
Distanzregulierung im Hörsaal
Bsp.:
Aggression zur reaktiven Verhaltensmaße (hot Sauce paradigm)
Vorteile: Ökologisch valide, da verhaltensnah
Nachteile: Konstruktvalidität bisweilen nicht
eindeutig, Aufforderungscharakter,
VL
legitimiert aggressives Verhalten
3.
reaktionszeitgestützte
Verfahren
Annahme: je weniger eine Person ihr Verhalten
während der Messung kontrollieren kann, desto valider indiziert das Maß
„echtes“, spontanes Verhalten.
z.B.
Einstellungsmessung (Spontane Valenzassoziation, Affektives Priming)
Aggression
(Impliziter Assoziationstest, Lexikalische Entscheidung)
Vorteile: Indikatoren für automatisches
(spontanes) Verhalten, nicht bzw. kaum willentlich kontrollierbar, Subjektive
Repräsentation nicht erforderlich
Nachteile: relativ geringe Reliabilität (in
Abhängigkeit vom jeweiligen Verfahren), schwierige Aufbereitung von
Reaktionszeitmaßen
4.
physiologische
Vorgänge (Herzrate, Pupillenerweiterung,...)
Annahme: psychobiologische Verfahren sind
objektiv und nicht willentlich kontrollierbar, stellen die kausalen Vorläufer
von Verhalten dar.
z.B.
Hautleitfähigkeit, als Indikator für emotionale Erregung; Pupillenerweiterung,
als Indikator für Interesse und positive Einstellung
Vorteile: Erkenntnisgewinn (bei Interaktionen
und Prozesse zwischen Physiologie, Kognition, Emotion und Verhalten)
This paragraph has been concealed! Download the complete document for free! • Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils!
Forschungsansätze
Forschungsansätze
zur Hypothesenprüfung unterscheiden 3 Ansätze:
·
experimentell
·
korrelativ
·
interaktional
(nicht in der Vorlesung behandelt, aber wissenswert für Vordiplom!)
-
zu erklärende
Variable AV
-
zur Erklärung
herangezogene Variable UV
► die Variation in der UV kann entweder
„natürlich“ (korrelativer Ansatz) oder
„künstlich“ (experimenteller Ansatz) hergestellt sein.
korrelativer
Forschungsansatz:
·
korrelative
Designs machen ausschließlich Aussagen über die Stärke und Richtung des
Zusammenhangs zwischen zwei Variablen
► ungeeignet für Hypothesen über
Ursachen-Wirkungs-Zusammenhänge
·
typische
Hypothesenform: Je...desto...
·
statistischer
Kennwert: Korrelation zwischen UV und AV
·
im Vordergrund
stehen natürliche Unterschiede zwischen Personen
z.B. Geschlecht, Alter, Intelligenz, bestimmte Einstellungen =
Persönlichkeitsvariablen ► nicht experimentell manipulierbar,
daher nutzt man natürliche Variation =
Untersuchung
der Korrelation zwischen der mutmaßlichen Ursache und der mutmaßlichen Folge
Kausale
Interpretationen nur unter 3 Bedingungen gerechtfertigt:
1.
Kovarianz zwischen
UV und AV liegt vor
2.
UV ist der AV
zeitlich vor geordnet
3.
keine
Alternativerklärungen für die Kovarianz zwischen UV und AV vorhanden
► korrelative Zusammenhänge sind nicht
ohne weiteres kausal interpretierbar.
This paragraph has been concealed! Download the complete document for free! • Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils!
4 Arten
eine hohe Korrelation + die Richtung der Kausaleffekte zu interpretieren:
1.
unidirektionaler
Effekt (UV wirkt sich
kausal AV aus)
2.
inverser
unidirektionaler Effekt
(AV wirkt sich kausal auf UV aus)
3.
bidirektionaler
Effekt (UV und AV
wirken gegenseitig kausal aufeinander)
4.
Scheinkorrelation (Zusammenhang zwischen UV und AV wegen
Drittvariable)
Voraussetzung,
dass Variable (x) sich tatsächlich kausal auf andere Variable (y) auswirkt:
zeitliche Vorgeordnetheit der Variable (x)
► keine eindeutige zeitliche
Vorgeordnetheit = man weiß nicht was früher da war
aber:
Kontrolle der
zeitlichen Vorgeordnetheit im korrelativen Design nicht möglich, da UV und AV
nicht gleichzeitig erhoben werden (möglich allerdings im: cross-lagged-Design)
Konfundiertheitsproblem
(Scheinkorrelation) lösen:
-
konfundierte
Variable konstant halten (z.B. Jungen ODER Mädchen untersuchen)
-
konfundierte
Variable auspartialisieren = KV mit erfassen
► Voraussetzung: man muss vorher wissen,
um welche Variable es sich handelt!
Auswertungsverfahren
des korrelativen Ansatzes:
Korrelation/Regression
experimenteller
Forschungsansatz
► untersucht Hypothesen über
Ursache-Wirkungs-Zusammenhänge
·
typische
Hypothesenform: Wenn...dann...
·
statistischer
Kennwert: Mittelwertsdifferenz zwischen Stufen der UV auf der AV
·
Unterschiede
zwischen Situationen,
da Forscher perfekte Kontrolle über:
Situation,
zeitliche Vorgeordnetheit + Unkonfundiertheit der UV mit anderen Variablen
|