Arbeitsblatt: Methodik Psychologie

Die Gebiete der Psychologie Allgemeine Psychologie: Grundlegende Prinzipien menschlichen Erlebens und Verhaltens; vorwiegend experimentell Angewandte Psychologie: Nutzbar machen der Erkenntnisse der psych. Grundlageforschung Differentielle Psychologie: Im Interesse steht die Einzelperson; individuelle Unterschiede werden untersucht Entwicklungspsychologie: Untersucht werden Veränderungen des einzelnen Menschen in seinem Leben Klinische Psychologie: Vermittelt theoretisches und praktisches Wissen im bezug auf Krankheiten Pädagogische Psych.: Schulische Erziehung; Interaktion zwischen Schüler und Lehrkräften Sozialpsychologie: Untersucht zwischenmenschliche Beziehungen Hypothesen sind vermutete Antworten auf bestimmte Fragen, die wahr oder falsch sein können. Prozess der Überprüfung einer Hypothese Empirische Vorhersage: Es wird eine Vorhersage über den empirischen Sachverhalt gemacht; Realisierung: experimentelle Forschungen: erzeugt der Wissenschaftler die Bedingungen selber Vergleich: Vorhersage – Wirklichkeit: Prüfung ob beobachtete Ergebnisse mit Vorhersage übereinstimmen Ergebnis: Verifizieren oder Falsifizieren. Typen von Hypothesen Alle Fälle der Population werden untersucht: Bereich für H. klein genug! Nur Stichprobe kann untersucht werden: Bereich für H. zu gross! Universelle . Allsätze Existentielle H. Es gibt Sätze H. über Anteile verifizierbar und falsifizierbar verifizierbar und falsifizierbar falsifizierbar verifizierbar verifizierbar und falsifizierbar weder verifizierbar noch falsifizierbar Universelle Hypothesen: Für alle Fälle in einem bestimmten Bereich formuliert; bsp. alle Kinder., alle Menschen., usw. Weitere Unterteilung in strikt universelle und nicht-strikt universelle (letztere werden auch als Quasiuniverselle Hypothesen bezeichnet). Strikte gelten ohne Einschränkungen, nicht-strikte z.B. nur auf Menschen weiblichen Geschlechtes. Untersucht man alle Fälle der Gesamtheit: verifizierbar und falsifizierbar Untersucht man nur einen (kleinen) Teil der Fälle: nur falsifizierbar Existentielle Hypothesen: Ein bestimmter Sachverhalt trifft auf mindestens einen Menschen zu; bsp. es gibt., mindestens ein Mensch hat., usw. Untersucht man alle Fälle der Gesamtheit: verifizierbar und falsifizierbar Untersucht man nur einen (kleinen) Teil der Fälle: nur verifizierbar Hypothesen über Anteile: Es werden Behauptungen für einen eingegrenzten Anteil möglicher Fälle aufgestellt; bsp. 50%-60% aller Menschen sind., usw. Untersucht man alle Fälle der Gesamtheit: verifizierbar und falsifizierbar Untersucht man nur einen (kleinen) Teil der Fälle: weder verifizierbar noch falsifizierbar Vorbedingungen für die Überprüfbarkeit von Hypothesen Widerspruchsfreiheit: Alle Angaben die über eine Hypothese gemacht werden müssen unter sich widerspruchsfrei sein; zB. die Hypothese und die Hintergrundtheorien und die Zusatzannahmen Kritisierbarkeit: Wenn mögliche Ergebnisse der Prüfung die Hypothese falsifizieren oder den Bestätigungsgrad senken, ist eine Hypothese kritisierbar. Operationalisierbarkeit: Eine Hypothese ist operationalisierbar, wenn den Begriffen, die in ihr vorkommen, beobachtbare Daten zugeordnet werden können; bsp. Beobachten von aggressivem Verhalten; beobachtbare Daten hierzu wären bspw. schlagen, beschimpfen, ., usw. Aufstellen der Hypothese vor der Überprüfung: Eine Hypothese muss erst klar definiert sein. Qualitätskriterien für die Hypothese und die Überprüfung Möglichst hoher empirischer Gehalt: Der empirische Gehalt gibt an, wie informativ die Hypothese ist. Je grösser der Informationsgehalt desto ist die Möglichkeit zur Falsifikation. Ziel der Wissenschaft ist ein möglichst hoher empirischer Gehalt und andererseits ein möglichst hoher Bewährungsgrad. Möglichst strenge Prüfung: Je strenger die Prüfung, desto höher der Bewährungsgrad, sofern sie nicht falsifiziert wurde. Man sollte möglichst ernsthaft versuchen eine Hypothese zu falsifizieren oder ihren Bewährungsgrad zu senken. Die Grundidee des Experimentierens Bei Experimenten werden in der Regel universelle Hypothesen geprüft. Der Forscher, der Experimentator, greift aktiv und gezielt in das Geschehen ein, im Gegensatz zur nichtexperimentellen Forschung. Letztere hat in der Wissenschaft eine grosse Bedeutung, da manche Fragestellungen durch Experimente nicht geklärt werden können Arten von Variablen Dichotom (2 Ausprägungen, z.B. m/w, ja/nein) Polytom (mehr als 2 Ausprägungen) Diskret (z.B. natürliche Zahlen: 1,2,3,4,5,6,) Kontinuierlich (mit bis zu unendlich vielen, feinen Abstufungen) Unabhängig Abhängig Das Experiment ist durch zwei Bedingungen charakterisiert: 1. Der Vl variiert systematisch mindestens eine Variable und registriert, welchen Effekt die Veränderung hat. 2. Gleichzeitig werden andere Wirkungen ausgeschaltet (Störvariablen) Grundprinzipien der Kontrolle von Störvariablen: Störvariablen kann man entweder als UV in das Experiment miteinbeziehen und ihre Wirkung so aktiv erforschen, oder man muss sie kontrollieren Dafür gibt es zwei prinzipielle Möglichkeiten: 1. Die Störvariable konstant halten, d.h. durch das ganze Experiment durch den gleichen Wert. 2. Man kombiniert mehrere verschiedene Stufen der Störvariable zufällig mit den Stufen der UV. Arten von Experimenten: Prüfexperiment: Prüfung einer od. mehrerer Hypothesen. Erkundungsexperiment: Hat das Ziel Daten zu sammeln, noch ohne Hypothesen formuliert zu haben. Eine UV wird variiert und man schaut wie die AV darauf reagiert. Auch „pilot study genannt. Vorexperiment: Der Zweck des Vorexp. ist die Erprobung und Verbesserung der Durchführung des Experimentes. Einteilung nach der Zahl der UVn: Ursache für eine Wirkung nicht nur von einer bestimmten Bedingung abhängig. Daher mussten statistische Methoden die Wirkung mehrerer UVn zugleich in einem Experiment erforschen. Versuchspläne mit mehreren gleichzeitigen Variationen mehrerer UVn werden multifaktorielle oder mehrfaktorielle Versuchspläne genannt. Je nach Anzahl involvierten UVn spricht man von zweifaktoriellen, dreifaktoriellen, ., usw. Versuchsplänen. Einteilung nach der Zahl der AVn: Mehrere AVn gleichzeitig untersuchen. Multivariates Experimenten (Experiment mit nur einer AV: univariates Experiment). Häufig werden Experimente mit mehreren AVn für jede AV einzeln ausgewertet, somit zerlegt man einen multivariaten Versuchsplan in mehrere univariate. Labor- und Feldexperimente: Laborexperiment: Hier ist üblicherweise die Kontrolle der Störvariablen einfacher, problematisch hingegen ist die Generalisierung auf natürliche Situationen. Feldexperiment: Hier ist üblicherweise die Kontrolle der Störvariablen schwieriger, die Generalisierung auf natürliche Situationen hingegen einfacher. Echte Experimente und Quasi-Experimente: Echte Experimente: 1. Der Vl ist hier in der Lage die mind. eine UV aktiv zu variieren 2. Wirkung der relevanten Störvariablen auszuschalten. Quasi-Experimente: 2. Bedingung nicht erfüllt: Der Vl kann oft nicht zufällig festsetzen, welche Vp welcher Stufe der UV ausgesetzt wird. Designs: Between-Subject-Design: 1 Vp nimmt an 1 exp. Bedingung teil. Meist ist eine Kontrollgruppe vorhanden. Within-Subject-Design: 1 Vp nimmt an mehreren exp. Bedingungen teil. Die wichtigsten Schritte bei einem Experiment: Fragestellung: Jede Hypothese basiert auf einer Fragestellung die geprüft werden soll (Sach)Hypothesen: Zur Formulierung der Hypothese werden bisherige Forschungsergebnisse, theoretische Überlegungen und auch empirische Beobachtungen zugezogen. Operationalisierung: Mit der Operationalisierung werden den Begriffen der Hypothese beobachtbare Phänomene zugeordnet, dies ist nötig weil sonst keine empirische Untersuchung möglich wäre. Versuchsplan: Untersuchungsplan, der logische Aufbau des Versuches, im Hinblick auf die Hypothesenprüfung. Kontrolle der Störvariablen: Die Wirkung der Störvariablen muss neutralisiert werden. Stichprobe: Darunter versteht man die Auswahl der Vpn. Empirische Vorhersage und statistische Hypothese: Aus der Sachhypothese wird durch die Operationalisierung, den Versuchsplan, die Kontrolle der Störvariablen eine empirische Vorhersage abgeleitet. Durchführung: Dieser Schritt betrifft den konkreten praktischen Ablauf der Untersuchung Auswertung der Daten: Prüfung der statistischen Hypothese (wahr/falsch) Schluss auf die Sachhypothese: Hier wird von der statistischen Hypothese auf die Bewährung oder Falsifizierung der Sachhypothese geschlossen. Qualität der Operationalisierung, die Generalisierbarkeit des Ergebnisses und auch wie repräsentativ die Stichprobe für die Population ist. Diskussion. Bericht: Das durchgeführte Experiment sollte der Öffentlichkeit zugänglich gemacht werden Operationalisierung: Mit dem Operationalisieren sucht man einen Indikator für einen nicht direkt beobachtbaren Begriff aus der Hypothese. Güte der Operationalisierung: Konstruktvalidität. Damit Begriffe operationalisiert werden kann, bedarf es viel Wissen und Hintergrundwissen. Wird ein Begriff schlecht operationalisiert ist die Prüfung einer Hypothese wertlos. Operationalisierungstechniken: Methoden der Datengewinnung. Die wichtigsten Methoden: Verhaltensbeobachtung: Dies ist eine Form der wissenschaftlichen Beobachtung, die für die Psychologie sehr wichtig ist. Befragung: Beantwortung von Fragen, sei sie nun mehr oder weniger strukturiert, mündlich oder schriftlich. Test: Im Test wird der Vp unter gewissen Bedingungen standardisierte Reize vorgegeben, wie bspw. Testbilder o. ä. Die Reaktionen der Vpn werden dann unter einander verglichen. Analyse von Verhaltensspuren: Können Zeichnungen, Tagebücher, Spuren im Schnee und Überreste einer Mahlzeit sein. Messen: Beim Messen ordnen wir den Messobjekten Zahlen derart zu, dass bestimmte empirische Relationen zwischen den Messobjekten entstehen (ist ängstlicher als.). Die den Messobjekten zugeordneten Zahlen nennt man Skalenwerte. Problemkreise beim Messen: Es gilt vier wichtige Problemkreise zu unterscheiden: Repräsentationsproblem: Hier geht es darum, ob eine bestimmte empirische Variable messbar ist oder nicht. Die Frage der Messbarkeit kann nur durch eine empirische Prüfung gelöst werden. Eindeutigkeitsproblem: Frage wie die Skalenwerte einer Untersuchung verändert (transformiert) werden können. Der Skalentyp oder das Skalenniveau wird definiert durch die Menge der zulässigen (od. unzulässigen) Transformationen. Skalen: Nominalskala: Erlaubt nur Aussage über Gleichheit oder Verschiedenheit. Variablen, die nur auf Nominalskalenniveau gemessen werden können, heissen qualitative Variablen, solche die auf höherem Skalenniveau gemessen werden können, quantitative Variablen. Jede eindeutige Transformation der Skalenwerte zulässig (Permutation). Beispiele: Blutgruppen, Studienhauptfach, Geschlecht, Lieblingsfarbe, Parteizugehörigkeit, Autonummern, Telefonnummern, Ordinalskala: Erlaubt Aussage über Gleichheit und Verschiedenheit und grösser und kleiner. Faustregel: Ist der Komparativ (kleiner, grösser, ., usw.) möglich, handelt es sich um eine Ordinalskala. Variablen, die nur auf Ordinalskalenniveau gemessen werden können, heissen komparative Variablen. Rang-erhaltende (monotone) Transformation ist erlaubt Beispiele: Ranglisten/-reihen, militärische Grade, Schulnote, Intervallskala (metrische Skala, Linkert-Skala): Erlaubt Aussage über Gleichheit und Verschiedenheit, grösser und kleiner und Verhältnis von Intervallen zwischen Skalenwerten. Sowohl Einheit wie auch Nullpunkt werden willkürlich festgelegt. Jede Transformation ist erlaubt, welche die Einheit und/oder den Nullpunkt verändert (lineare Transformation: bx). Beispiele: Temperatur [C], IQ-Skala, Schulnoten, Verhältnisskala od. Rationalskala (metrische Skala): Erlaubt Aussage über Gleichheit und Verschiedenheit, grösser und kleiner und Verhältnis von Intervallen zwischen Skalenwerten. Die Einheit ist willkürlich festgelegt, der Nullpunkt ist jedoch durch eine Theorie bestimmt. Jede Transformation, welche nur die Einheit verändert (Multiplikation mit einer positiven Konstante) ist zulässig (lineare Transformation ohne additive Konstante bx). Beispiele: Blutdruck, Reaktionszeit, Temperatur [K], Gewicht, Grösse, Alkoholgehalt im Blut, Herzfrequenz, Tonhöhe [Hertz], Lautstärke, Absolutskala (metrische Skala): Es gibt nicht nur einen natürlichen Nullpunkt, sondern auch eine natürliche Einheit, bspw. die Zahl der Elemente in einer Menge, oder die Zahl der Mitglieder in einer Gruppe. Nur Identitätstransformation ist zulässig (x x). Beispiele: Einträge im Strafregister, Bedeutsamkeits-Problem: Hierbei befasst man sich mit der Frage, welche Schlüsse auf der Basis der Skalenwerte gezogen werden dürfen. Eine Aussage über Skalenwerte ist dann bedeutsam oder sinnvoll, wenn der Wahrheitswert dieser Aussage bei allen zulässigen Transformationen unverändert bleibt. Skalierungs-Problem: Frage, wie die Skalenwerte für eine Menge von Messobjekten ganz konkret konstruiert werden. Versuchsplan: Der Versuchsplan betrifft die Logik der Untersuchung im Hinblick auf die Hypothesenprüfung. Vor der Realisierung der jeweiligen UV-Stufe wird der Wert der AV festgestellt. Diese erste Feststellung nennt man Vorhermessung. Die Feststellung nach der Realisierung der UV wird als Nachhermessung bezeichnet. Vorteile der Vorhermessung: Es ist möglich festzustellen ob sich die beiden Gruppen (12) von Anfang an unterscheiden. Und die Differenz zwischen der Vorher- und Nachhermessung zeigt, wie sich die UV verändert hat. Nachteile der Vorhermessung: Erhöhte Kosten bspw. durch Material, Bezahlung der Vpn. Und die Vorhermessung ist nicht bei jeder Fragestellung möglich. Und sie kann sich auf die Nachhermessung auswirken. Kontrolle der Störvariablen: Kontrolle der Störvariablen der Vpn: Parallelisieren (matching): Vor dem Versuch wird die Störvariable bei jeder der Vpn gemessen und danach so in Gruppen eingeteilt, dass die Durchschnittswerte der Gruppen möglichst ähnlich sind. Simples Bsp.: Aufteilung nach Geschlecht. Randomisieren (randomizing): Die Stichprobe nach dem Zufallsprinzip in Gruppen aufgeteilt, durch Lose, Münzwurf, Zufallszahlen. Kontrolle der Störvariablen der Untersuchungssituation: Elimination: Störvariable wird einfach ausgeschaltet, bspw. Lärm Konstanthalten: Eine Störvariable wird während des ganzen Experiments konstant gehalten, bspw. gleichmässige Raumbeleuchtung. Nachteil: Mögliche Auswirkungen auf die Verallgemeinerung, wenn bspw. das Geschlecht (bspw. nur weiblich) konstant gehalten wird. Zufallsvariation: verschiedene Stufen der Störvariable variiert. Wichtig: dass diese nicht parallel mit der Variation der UV verlaufen. Einführung einer Kontrollgruppe: Damit lassen sich viele Störvariablen kontrollieren, z.B.: Vpn werden müde, verlieren die Angst. Reaktiver Effekt der Vorhermessung: Es kann passieren, dass Vpn meinen, es werde ihre Konsistenz bezüglich des Versuches geprüft und sie deswegen die Fragen der Nachprüfung gleich beantworten wie bei der Vorhermessung. Konfundierung: Variiert eine Störvariable trotz der Kontrolltechniken mit der UV, so nennt man dies Konfundierung der Störvariable und UV. Lässt sich eine Konfundierung nicht vermeiden, kann man kein Experiment machen. Es ist dann nur eine nicht-experimentelle Forschung möglich (bspw. Korrelationsforschung) Stichprobe: Darunter versteht man diejenigen Menschen (od. Tiere) die an einer Untersuchung teilnehmen. In der Regel ist eine Stichprobe eine kleine Untermenge der Gesamtheit (Population). Statistische Hypothesen: Nebst der UV wird auch die AV von einer Reihe von Störvariablen und Messfehlern beeinflusst. Das Mittel, um die Variabilität der AV-Werte, die durch Fehler und Störvariablen entstanden sind, von den systematischen Unterschieden zu trennen, ist die Statistik Durchführung: Ablauf: Reihenfolge festlegen. Einzelversuch oder Gruppenversuch. Wie viele Vpn pro Tag untersucht werden und wie gross der zeitliche Abstand zwischen den Vpn sein soll. Pflege der Vpn: Allgemeine Behandlung: Die anfängliche Angst, Spannung, ., usw. der Vpn kann durch eine Adaptionsphase, gemildert werden. Unter keinen Umständen darf der Vl den Vpn die Hypothese verraten, die könnte nämlich das Verhalten der Vpn ändern. Anwerbung: Wichtig ist die Freiwilligkeit der Teilnahme. Grössere Chancen zur Teilnahme hat man, wenn man bspw. eine Belohnung (finanziell oder andersartig) verspricht und damit die Teilnahme attraktiv macht. Verhältnis Vp – Vl: Der Vl muss eine gewisse Distanz zu den Vpn haben, damit er autoritär und kompetent erscheint. Räumlichkeiten: Ein Raum muss möglichst störungsfrei sein, d.h. bspw. gut beleuchtet, belüftet und wohltemperiert. Empfehlenswert ist ein Labor in einem wissenschaftlichen Institut. Wichtig ist, dass die Vpn vor dem Versuch nicht miteinander reden können. Hilfsmittel und Geräte: Dazu zählen bspw. Videorekorder, Computer Die Rolle des Computers: Grosser Teil technischer Geräte durch Computer ersetzt. Wichtig für Operationalisierung von UVn und AVn. Ohne PC nicht möglich. Viele Tests werden nur noch auf Computer gemacht, da die Auswertung programmierbar ist. Vorteile: Computer sind Entlastung des Vl, Standardisierung des Versuchsablaufs und Ausschaltung des Vl. Instruktion: Die Instruktion ist wie die Gebrauchsanweisung für die Vpn. Alles mitteilen. So kurz wie möglich. Mündlich Standardisierung der Untersuchungsbedingungen: Alle Variablen, die vom Experimentator nicht systematisch geändert werden, sollten standardisiert (konstant gehalten) werden. So wird vermieden, dass eine Störvariable mit der UV konfundiert ist. Ergebnis: Statistischen Hypothesen werden geprüft. Vom Ergebnis dieser Prüfung wird auf die empirische Vorhersage geschlossen und von dieser auf die Bestätigung oder Falsifikation der (Sach)Hypothese. Statistische Auswertung: Mit den erhobenen Daten werden Prüfgrössen des statistischen Verfahrens berechnet. Das Ergebnis daraus ist die Bewertung der statistischen Hypothesen. Schluss auf die Sachhypothese: Unter der Voraussetzung, dass Operationalisierung stimmt, Versuchsplan der Prüfung der Hypothese angemessen ist, relevanten Störvariablen kontrolliert sind, Stichprobe korrekt ausgewählt ist, fachliche und methodische Hintergrundwissen richtig eingesetzt ist und ein gutes statistisches Prüfverfahren gewählt wurde, kann man auf die Sachhypothese zurückschliessen. Die (Sach)Hypothese wird verifiziert oder falsifiziert. Fällt ein Resultat negativ aus kann eine sog. Ad-hoc-Hypothese gemacht werden, indem gesagt wird, dass die Hypothese trotzdem stimmt, im Experiment jedoch bspw. eine Störvariable nicht kontrolliert worden sei. Replikation wichtig. Sie wiederholt das Experiment unter ähnlichen Bedingungen. Arten von Validität im Experiment: Mit der Validität ist die Güte eines Experiments gemeint. Wir unterscheiden vier Kriterien der Validität: Interne Validität: Frage, wie gut die Störvariablen der UV und AV kontrolliert wurde und ob eine Störvariable mit der UV konfundiert ist. Externe Validität: Hiermit ist gefragt, inwieweit das Ergebnis verallgemeinert werden kann. Konstruktvalidität: Hiermit ist gefragt, ob die Operationalisierung der UV und AV nicht fragwürdig ist. Validität statistischer Schlussfolgerungen: Frage, ob statistisches Verfahren dem Versuchsplan angemessen ist und ob die Voraussetzungen für ein gewisses Skalenniveau auch erfüllt sind. Erwartungen, wie eine experimentelle Bedingung wirkt: Vp hat Wissen über Psychologie, kennt die tatsächliche Sachhypothese. Man muss mit einer Verhaltensänderung rechnen. Kontrolle durch auf falsche Fährte locken. Erwartungen aufgrund von Aufforderungsvariablen (Demand-Variablen): Vp kann merken, welches Verhalten zu erwarten ist. Erwartungen über die soziale Erwünschtheit von Verhalten: Normen und Werte können die Vp beeinflussen. Motive der Vpn: Mit Schichtung Ohne Schichtung Zufall Geschichtete Zufallsstichprobe Zufallsstichprobe Kein Zufall Quotenstichprobe (zB Meinungsumfragen) Anfallende Stichprobe (am häufigsten) Motive für die Teilnahme oder Nicht-Teilnahme: Vermeidung der Nicht-Teilnahme durch finanzielle Belohnung. Motive, die das Verhalten im Experiment beeinflussen: Kooperation/Nichtkooperation Testangst/Bewertungsangst, soz. Anerkennung. Quasi – Experimente: (Nicht alle Störvariablen können kontrolliert werden) Versuchspläne mit nichtäquivalenter Kontrollgruppe: Nur eine Gruppe am Experiment, keine Kontrollgruppe. Zeitreihenversuchspläne: AV zu mehreren Zeitpunkten gemessen, Vorteil: mehrere Zeitpunkte miteinander verglichen. Einzelfall-Versuchsplan mit Reversion: Nur eine Vp. Nur möglich wenn eine Reversion (wieder ausschalten) möglich ist. Statistik: Kategorisierung der Messwerte: Zusammenfassung der Messwerte in Kategorien bzw. Intervalle. Kategorie zu breit gewählt: Unterschiede verdeckt. Kategorie zu schmal, zufällige Irregularitäten zu stark zum Vorschein. Faustregeln zur Festlegung der Kategorienzahl und Kategorienbreite: (Sturges) soll die Anzahl Kategorien „m nach der Beziehung 1 3,32 lg (n Kollektivgrösse) festgelegt werden Die maximale Anzahl Kategorien soll 20 nicht übersteigen. Alle Kategorien sollen dieselbe Breite aufweisen. Scheinbare Kategoriengrenzen: Zuordnung aller Messwerte in Abhängigkeit von der Messgenauigkeit gestattet. Wahre Kategoriengrenzen: Kategorienbreiten mathematisch exakt wiedergeben. Reduktionslagen einer Häufigkeitsverteilung Die Möglichkeiten der Kategorienfestsetzung. Statistische Kennwerte (Mittelwerte usw.) werden durch die Reduktionslagen nicht beeinflusst. Bei Extremwerten: fügt man an den Randbereichen der Verteilung offene Kategorien ein (mit den „ und „