Forschungsmethoden der Psychologie (Subject) / Methodenlehre (Lesson)

This lesson was created by friedrich_abc.

Learn lesson

back  |  next 2 / 4

• Explanative Studie Empirisches Prüfen von Forschungshypothesen
• 8 Schritte im Forschungsprozess  Enstehung des Forschungsinteresses Sammlung des verfügbaren Wissens Entwicklung einer Forschungsfrage/-hypothese Operationalisierung Datenerhebung/-aufbereitung/-analyse Interpretation Publikation
• Hypothesengenerierung: deduktiv Vom Allgemeinen zum Speziellen Theorie Empirie Hypothese
• Hypothesengenerierung: induktiv Vom speziellen zum Allgemeinen Beispiel aus dem Alltag/Literatur Formulierung genereller Vermutung
• Definition: Theorie Aysteme von Definitionen, Annahmen, Schlussfolgerungen, Aussagen; komplexe Sachverhalte beschreiben; ständig kritisch geprüft Theorien sind nie richtig/falsch, nur mehr/weniger empirisch abgesichert
• 5 Merkmale wiss. Hypothesen präzise/widerspruchsfreie Formulierung (implizierte Struktur eines Konditionalsatzes) Widerlegbarkeit (theoriebezogen) Operationalisierbarkeit (abstrakte Begriffe müssen beobachtbar/messbar sein) Begründbarkeit (theoriebezogen) Allgemeingültigkeit
• Zeitpunkte der Hypothesenüberprüfung Hypothesenprüfende Untersuchungen vs. Hypothesengenerierende Untersuchungen
• Inhaltliche Hypothesen / statistische Hypothesen I.H.: verbale, eher allgemein gehaltene Behauptungen über Beziehungen von Variablen ... werden überführt in... S.H.: mittels Signifikanzniveau überprüft, quantitativ, Population als Bezugspunkt
• Alpha-Fehler vs. Beta-Fehler A.F. = Fehler 1. Art, fälschliche Annahme, dass H1 stimmt, obwohl H0 richtig B.F. = Fehler 2. Art, fälschliche Beibehaltung der H0 obwohl H1 richtig ist
• (Wikipedia: Experiment, Experimental-, Kontrollgruppe) Einteilung in KG/EG randomisiert (in Quasi-Experiment besteht die EG bereits). In EG wird die UV (die V., deren Einfluss untersucht werden soll), manipuliert (=Treatment), in der KG nicht. Nach dem Treatment kann die KG (die V., die sich durch Treamtent der UV verändern soll) in EG/KG gemessen werden. Baseline = Ausprägung der AV in der KG. Unterschied zw. Baseline und Messung  in der KG wird auf Effekt der UV zurückgeführt. Interne Validität: Durch Konstanthalten aller V. außer UV werden Alternativerklärungen ausgeschlossen. Es dürfen nicht von vorneherein Unterschiede zwischen KG/EG  vorliegen, sonst können die Ergebnisse verfälscht sein.
• Advertisement
• Definition: Versuchsplan standardisiertes, routinemäßig anwendbares Schema, das dem Aufbau, Kontrolle und methodologischen Bewertung einer empirischen Untersuchung von UV und AV sachlogisch zugrunde liegt
• Versuchsplananlagen: einfaktoriell, mehrfaktoriell, univariat, multivariat Einfaktoriell: eine UV (Untersuchung Haupteffekt, d.h. Effekt der UV auf AV, möglich) Mehrfaktoriell: mehrere UV (übliicherweise 1-5; Untersuchung der Haupteffekte von 2 UV sowie deren Interaktion möglich >> Interaktionseffekte) (Beispiel: Frustration führt zu Aggression, kein Effekt von Liebeskummer auf Aggression >> wenn Liebeskummer und Frustration zusammekommen steigt Aggression stärker >> Interaktion) Univariat: eine AV Multivariat: mehrere AV
• Experimentelle Studie, Quasi-experimentelle Studie, Nicht-experimentelle Studie Experimentelle Studie: 2 randomisierte Gruppen, unterschiedliche Behandlung Quasi-experimentelle Studie: 2 vorgefundene Gruppen, unterschiedliche Behandlung Nicht-experimentelle Studie: vorgefundene Gruppen, vorgefundene Unterschiede
• (Labor-)Experiment Beobachtung der AV, systematische Manipulation von der UV, Randomisierung der Vpn Beispiel: "Kinder lernen Vokabeln besser mit Handylernprogramm als mit einem Lehrbuch." >> UV = Lernform mit 2 Stufen (Handy vs. Lehrbuch) >> AV = Lernerfolg (z.B. operationalisiert als Anzahl nach einer Woche gelernter Vokabeln)
• (Exkurs: Validität, interne Val., externe Val., ökologische Val.) Validität: misst Erhebung wirklich das interessierende Konstrukt? Intern: eindeutiger Schluss von UV auf AV (Alternativerklärungen/Störvariablen ausschalten) Extern: Generalisierbarkeit  Lösung: systematische Replikationsstudien möglichst alltagsnah gestalten (ökologische Val.), Feld- statt Laborexperiment
• Störvariablen: 5 Stück und Beispiel Störvariable = Variable, die mit den Stufen der UV variiert und somit die eindeutige Interpretierbarkeit der Ergebnisse stört Vpn-Merkmale: personenbezogene Störvariablen Umwelt-/Untersuchungsbedingte Störvariablen: unterschiedliche Behandlung von EG/KG durch Forschenden Situationsmerkmale: Situationen für Vpn unterschieden sich in verschieden Stufen der UV systematisch Versuchsleitermerkmale: Versuchsleitereffekt = enthusiastischer bei EG >> bringt dadurch Effekt Erwartungseffekte
• Genereller Umgang mit Störvariablen Konstanthaltung (möglichst viele Eigenschaften gleich;wenn nicht alle Störvariablen ausgeschaltet werden können; man versucht, den Einfluss solcher Effekte bei beiden Gruppen gleichbleibend zu halten) Elimination (alle intervenierenden Variablen ausgeschaltet; meist nur bei Laborexperimenten möglich, auf die später noch eingegangen wird) Systematische Variation Randomisieren (ungleiche Verteilung der unbekannten Eigenschaften wird durch Randomisierung ausgeschaltet; je größer die Gruppe desto besser) Paralellisieren (Matched samping, Zusammenstellung von Parallelstichproben so, daß die Angehörigen der Stichproben hinsichtlich des Ausprägungsgrades eines Kontrollmerkmals paarweise einander zugeordnet werden können. Ziel: Ausschaltung von zufälligen Unterschieden hinsichtlich des Kontrollmerkmals zwischen den Angehörigen der Stichproben) Matchen (matched samples, Blockbildung; Methoden, mit denen ähnliche Beobachtungen in zwei oder mehr Datensätzen verbunden werden) Blindversuche - Cover stories (weder die untersuchten Personen noch der Versuchsleiter kennen das Ziel und den Hintergrund des Experiments, dadurch kann sich der Versuchsleiter nicht gemäß den Erwartungen des Versuchs verhalten und die Beteiligten können sich nicht an seinem Verhalten orientieren)
• Max-kon-min-Prinzip Primärvarianz maximieren, Sekundärvarianz minimieren durch Kontrolle der Fehlervarianz Gesamtvarianz = Primärvarianz (maximieren) + Fehlervarianz (=Sekundärvarianz (systematischer Fehler, kontrollieren) + Zufallsfehler (minimieren))
• Vor- und Nachteile von Experimenten Vorteile: genaue Messung, Kontrolle einer Vielzahl von V., Vergleichbarkeit/Analyse von Daten einfach, Replizierbarkeit Nachteile: begrenzte Generalisierbarkeit, künstliche Erhebungssituation = künstliche Ergebnissem Randomisierung oft kaum möglich, Bedingungskontrolle oft kaum möglich
• Feldexperiment, Quasi-Experiment, Feldstudie Feldexperiment: unter natürlichen Bedingungen, weniger Kontrolle von Störvariablen Quasi-Experiemnt: keine Randomisierung, Verwendung vorgefundener Gruppen, experimentelle Manipulation = Störeinflüsse nur teilweise kontrolliert (interne Validität) Feldstudie: in natürlicher Umgebung, keine Randomisierung
• Nicht-experimentell: Ex-Post-Facto-Studie (passive, korrelative Studie) AV/UV nachträglich bestimmt keine experimentelle Maniulation geringe Aussagekraft; oft unklar, welche Richtungswirkung; gut wenn nicht Kausalhypothese, sondern Veränderungshypothese Bsp.: Auswirkung von Rauchen auf die Gesundheit? Analyse der Unterlagen einer Lungenklinik der letzten 10 Jahre; Unterscheidung Raucher / Nicht-Raucher (UV) und Ermittlung der H. von Lungenkrebs (AV)
• Gründe für Nicht-experimentelle Studie UV personen-/umweltgebunden (z.B. Familisenstand, Rechtshänder, Wirtschaftsaufschwung) UV nur mit großem Aufwand manipulierbar Manipulation der UV ethisch nicht vertretbar
• Kontrollgruppen: no-treatment-KG, Warte-KG, Placebo-KG, Standard-treatment-KG, Dismantling-Studie No-treatment-KG: KG erhält keine Behandlung (ethisch bedenklich, Behandlung vorzuenthalten) Warte-KG: KG erhält Behandlung erst nach Abschluss der Erhebung Placebo-KG: KG bekommt unspezifische Interventionen (z.B. Aufmerksamkeit des Therapeuten) >> Erwartungseffekte / Placeboeffekte kontrollieren Standard-treatment-KG: KG bekommt die für Störungsbild typische Behandlung >> Vergleich alte/neue Therapie Dismantling-Studie: Nur ein Element der Studie ausgetauscht
• Solomon-Viergruppen-Design Ø  Solomon-Viergruppen-Design EG1:      Pretest                 Treatment          Posttest EG2:                                    Treatment          Posttest KG1:      Pretest                                              Posttest KG2:                                                                 Posttest Vergleich EG1 KG1: einziger Unterschied ist Treatment. Kein Unterschied Postergebnisse = Treatment wirkungslos Vergleich KG1 KG2:  einziger Unterschied ist Pretest. Unterschied Postergebnisse = Pretest wirkt auf abhängige Variable (es wird davon ausgegangen, dass die Randomisierung geglückt ist und sich die Gruppen zu Beginn nicht unterscheiden)
• Within-subjects-design Werte innerhalb einer Person vergleichbar präzisere Werte, Verlauf beobachtbar Übungseffekt, Zeitaspekt (Reifung, Veränderung), äußere Faktoren Alternativ: Solomon-Viergruppen-Design (weniger Messwdh., dafür zusätzliche Gruppen)
• Experimentelle Studie mit Messwdh. Prüfung kurz-/mittelfristiger Ursache-Wirkungs-Relationen Oft Prä-Post-Messung: Prä >> Therapie >> Post Oft Follow-Up-Messung: Prä >> Therapie >> Post >> Follow-Up (3 Monate) >> Follow-Up (6 Monate) 
• Nicht-experimentelle Studie ohne Messwdh. Querschnittsstudie Nicht-experimentelle Studien, bei denen es um langfristige individuelle und soziale Veränderungen geht Querschnittsstudie (social-sectional-study): eine Stichprobe (unterschiedlichen Alters bspw.) beobachtet: große Verbreitung Probleme: Konfundierung Alters-/Kohorten-Effekt (bspw. Internetnutzung: Ältere gehören einer Geburtskohorte an, die größere Einstiegshürde zu überwinden hat), Momentaufnahme und kein Verlauf Trendstudie: mehrere Querschnittsstudien, Problem: keine individuellen Veränderungen messbar
• Nicht-experimentelle Studie mit Messwdh.: Längsschnittstdie prospektiv vs. retrospektiv Längsschnittstudie: gleiche Stichprobe/Instrumen, mehrere Messzeitpunkte prospektiv: erfasst ausgehend von erstem Messzeitpunkt zukünftige Entwicklung retrospektiv: setzt an, wenn sich die interessierende Wirkung bereits zeigte Vorteile: individuelle Veränderungen nachvollziehbar Nachteile: aufwendig, Panel muss gepflegt werden (feste Stichprobe wiederholt befragen), drop-outs (Studienabbrecher), Gedächtniseffekte, selektive Wahrnehmung / Berichten >> stark verzerrende Wirkung
• Mögliche Probleme bei Studien mit Messwdh.: Positionseffekte, Übertragungseffekte, zwischenzeitliches Geschehen Positionseffekte: Einflüsse der zeitlichen Position der Messung (Ermüdung, Training, ...) Übertragungseffekte: Einflüsse einer Messung auf spätere Messung Zwischenzeitliches Geschehen: äußere Einflüsse auf AV 
• Umgang mit möglichen Problemen bei Studien mit Messwdh.: - Ausbalancieren - Vollständiges interindividuelles Ausbalancieren - Unvollständiges Interindividuelles Ausbalancieren - Intraindividuelles Ausbalancieren Ausbalancieren: Reiehnfolge der experimentellen Bedingungen variiert ausgeglichen Volllständiges interindividuelles Ausbalancieren: Sequenz der Stimuli variiert zw. den Vpn, jede mögliceh Sequenz vergeben, Anzahl möglicher Sequenzen/benötigter Vpn = Bedingungsanzahl (Fakultät); Nachteil: Anzahl steigt explosionsartig bei mehr Bedingungen Unvollständiges interindividuelles Ausbalancieren: Sequenz der Stimuli variiert zw. den Vpn, nicht jede Sequenz vergeben (zufällig ausgewählt); Nachteil: zufällige Bedingungen können sich an bestimmten Stellen häufen Intraindividuelles Ausbalancieren: Jede Bedingung an Vpn mehrmals gemessen, Bedingungen an unterschiedlichen Positionen
• Advertisement
• Einfache Zufallsstichprobe Untersuchungsobjekte zufällig ausgewählt /(Chancengleichheit) Einfluss der Stichprobengröße aus Repräsentativität: häufig, wenn Determinanten, die die Ausprägung des Merkmals beeinflussen, nicht bekannt sind Population definieren Auswahlgesamtheit definieren Befragte nach Zufallsprinzip auswählen
• Pseudozufallsstichprobe (Ad-hoc-Stichprobe, anfallende Stichprobe, Gelegenheitsstichprobe) Nicht alle zur Pop. gehörenden Untersuchungsobjekte bekannt >> Nur aus Personen auswählen, zu denen man Zugang hat >> keine Chancengleichheit Häufigste Stichprobenart Unreflektiertes Verallgemeinern auf Population vermeiden
• Geschichtete Stichprobe Proportional geschichtete Stichprobe Disproportional geschichtete Stichprobe Grundgesamtheit für die verschiedenen Ausprägungen in Untergruppen aufgeteilt >> aus jeder Untergruppe dann eine Zufallsstichprobe ziehen Wichtig: Nicht Anzahl der Merkmale, sondern Relevanz erhöht Repräsentativität der Stichprobe, Merkmale sollten leicht erhebbar sein Proportional geschichtete Stichprobe: Anteilsmäßige Verrteilung der Merkmale in der Stichprobe entspricht Verteilung in der Pop. Disproportional geschichtete Stichprobe: Auswahl ür einzelne Teilpop. unterschiedlich >> wenn Verteilung des Merkmals in der Pop. nicht bekannt / Minderheiten von Interesse / ...
• Klumpenstichprobe Klumpen  = natürliche Untergruppen (bspw. Schulklassen, Familien, ...) nach Zufallsprinzip gezogen Aus einer Liste wird zufällig Anzahl an Klumpen ausgewählt Klumpen werden vollständig erhoben Um Klumpeneffekt zu vermeiden: innerhalb des Klumpens Heterogenität, zwischen den Klumpen Homogenität
• Mehrstufige Zufallsstichprobe Zufallsauswahl der Klumpen >> Zufallsauswahl der Klumpen >> ... >> Zufallsauswahl der Untersuchungsobjekte
• Probabilistische Stichprobe Einfache Zufallsstichprobe, Klumpenstichprobe: prob. Stichproben, da über Auswahl der Untersuchungsobjekte zufällig entschieden Gegenteil: Pseudozufallsstichprobe, Quotenstichprobe >> Zufall spielt keine Rolle
• Quotenstichprobe Systematisch in Auswahlprozess eingegriffen um bestimmte Zusammensetzung der Stichprobe im Sinne merkmalsspezifischer Repräsentativität zu erhalten Für das Untersuchungsthema wichtige soziodemografische Merkmale (Alter, Beruf, ...) herangezogen Oft Nutzung mehrerer Quotierungsmerkmale >> Pop.zusammensetzung muss hinsichtlich der Merkmale bekannt sein Merkmalsspezifische Repräsentativität, keine Gesamtrepräsentativität
• Stichprobe zu groß / klein Stichprobe zu groß: Selbst triviale Efffekte signifikant Stichprobe zu klein: nicht genügend Power
• Einflussfaktoren der Stichprobenauswahl/-ziehung geringe Repräsenatativität (Pseudo..., Quoten...) Stichprobengröße (zu klein/groß) Teilnahmebereitschaft / Motivation der Teilnehmer
• Stichproben: overcourage/undercourage Overcourage: Elemente, die nicht zur Grundgesamtheit gehören, aber in Auswahlrahmen erfasst werden (z.B. jemand hat 2 Telefonnummern im Telefonbuch) Undercourage: Elemente, die eigentlich zur Grundgesamtheit gehören nicht im Auswahlverfahren erfasst (Person ohne Nummer im Telefonbuch)
• Gütekriterien qual. Forschung kein einheitlicher Maßstab wie im quant. Ansatz, verschiedene Kriterienkataloge  Vertrauenswürdigkeit (zu erreichen über: umfassende Datenerhebung, peer debriefing (mit nicht involvierten Kollegen absprechen), Reflexion, kommunikative Validierung) Übertragbarkeit (Schlussfolgerungen auf andere Kontexte übertragbar, zu erreichen über: genaue Kontext-/Personenbeschreibungen, inhaltliche Verallgemeinerung der Studie (keine statistische)) Zuverlässigkeit (gleiche/ähnliche Ergebnisse beim nochmaligen Durchführen? Forschungsprozess nachvollziehbar gestalten durch: Darstellung gegenüber Experten, Prüfung der Daten durch Verwendung anderer Methode) Bestätigbarkeit (keine Vorbestimmung der Ergebnisse durch Interessen der Sichtweise des Forschenden, zu erreichen über: Darstellung der Daten und des Forschungsprozesses) >> Alles zusammen: Glaubwürdigkeit
• Kommunikative Validität Konsensherstellung zwischen Forschenden und Beforschten (Beforschte: Experten im qual. Ansatz)
• Hauptgütekriterien quant. Forschung Nebengütekritierien quant. Forschung Objektivität Reliabilität Validität Skalierung Normierung Testökonomie Nützlichkeit Zumutbarkeit Unverfälschbarkeit Fairness
• Objektivität Durchführungsobjetivität Auswertungsobjektivität Interpretationsobjektivität Objektivität = intersubjektive Vergleichbarkeit Durchführungsobjektivität: Unabhängig von Person die den Test durchführt (stat. nicht bestimmbar, wie sehr ist der Test standardisiert) Auswertungsobjektivitä: unabhängig von Person die den Test auswertet (stat. berechenbar durch Interklassenkorelation) Interpretationsobjektivität: wenn gleiche Testanwender bei gleichem Testwert zu selber Interpretation kommen (hilfreich: Normentabelle) Objektivitität maximierbar durch: Standardisierung, Versuchsleiterschulung, genaue Instruktion, genaue Richtlinien zu Auswertung/Interpretation
• Klassische Test Theorie (Reliabilität) KTT: liefert Begründung der Reliabilität eines Testes; Grundannahme: Testwerte/Ergebnisse fehlerbehaftet X = T + E             (X=Beobachteter Wert; T=wahrer Wert; E=Messfehler, nur unsystematische Einflüsse (z.B. kein Trainingseffekt)) wahrer Wert bei jeder Messung gleich; nur annäherbar, nicht messbar Messfehler variiert, gleicht sich wahrscheinlich auf lange Sicht aus (Erwartungswert = 0) Messfehler = unabhängig von wahrem Wert, Messfehler zweier Tests hängen nicht zusammen, Messfehler in Test A unabhängig von wahrem Wert in Test B
• Vor-/Nachteile Klassische Testtheorie Vorteile: sparsam, praktisch bewährt, wenige Grundannahmen, Ableitung der Reliabilität Nachtteile: Axiome nicht emp. prüfbar, Zweifel an Unabhängigkeit von T und E, keine zufällige Verteilung der Messfehler um wahren Wert
• Reliabilität Retest-Rel., Paralleltest-R., Testhalbierungs-Rel., Interne Konsistenz Reliabilität: Zuverlässigkeit/Beständigkeit/.../Mesgenauigkeit eines Tests, Anteil der Varianz der wahren Werte an der Varianz der beobachteten Werte Voraussetzung der Validität Bsp.: 0.8 >> 80% wahrer Wert, 20% Messfehler, gibt an, wie sehr das Schwanken der Werte auf Messfehler zurückzuführen ist; >> .8 ist okay, darunter nicht Retest-Rel.: Test-Wdh. zu zwei Messzeitpunkten an derselben Stichprobe (kaum Veränderung = hohe Korrelation = wenig Messfehler) Paralleltest-Rel.: zwei inhaltlich äquivalenteTests zu zwei Zeitpunkten an derselben Stichprobe (kein Erinnerungs-/Trainingseffekt; niedrige Korrelation kann an Messfehler liegen oder Tests erfassen unterschiedliche Sachen) Testhalbierungs-Rel.: Einmalige Durchführung an einer Stichprobe >> Aufteilung des Tests im Nachhinein in zwei möglichst äquivalente Hälften Interne Konsistenz: Test in so viele Teile zerlegt wie es Items gibt, Items als eigenständige Tests; nur sinnvoll bei homogenen Tests
• Einflussfaktoren auf Reliabilität Varianz Messfehler Homogenität der Items: Items erfassen dasselbe (zu einer Facette)  Heterogenität der Items: Facetten abfragen, bspw. Facetten zur Extraversion in einem Fragebogen, hängen weniger zsm.
• Wie kann man Reliabilität erhöhen? Homogenität erhöhen Testverlängerung Messfehler reduzieren (klare Instruktion, klare Formulierung der Items, standardisierte Testbedingungen)
• Definition: Validität Validität = Übereinstimmung von Testergebnissen mit dem, was der Test messen soll >> wichtigstes Testkriterium; hohe Reliabilität wichtig für Validität

back  |  next 2 / 4