75

Methodenlehre I (Fach) / Methodenlehre Sedlmeier (Lektion)

Diese Lektion wurde von Lunax erstellt.

Lektion lernen

zurück  |  weiter 1 / 2

• Behandlung von abweichenden Ergebnissen & Anomalien nach Kuhn (Normalwissenschaftliche und revolutionäre Forschungsperioden) normalwissenschaftl Forschung: Anomalien > theoretische Modifikation innerhalb Paradigma außerordentl Forschung: hartnäckige Anomalien > versch konkurrierende Modifikationen Revolution (neue Theorie, genauer, aussagekräftiger, spezialisiert)
• Methodologie wissenschaftl Forschungsprogramme (Lakatos) Harter Kern (nicht falsifizierbar) & Schutzgürtel (falsifizierbar > Modifikation) Aufgeben von Forschungsprogrammen, wenn sie stagnieren bzw ein konkurrierendes Programm mit größerem empirischen Gehalt existiert Besonderheiten: Schutz junger Theorien, Wiederaufleben mgl durch Modifikation, kein Entscheidungsexp
• Spezialprobleme d Psychologie latente Variablen & Verhältnis zw Forscher und Erforschten
• Worauf sind die Gehirnhälften jeweils spezialisiert? links = Sprache rechts = räumliches Vorstellungsvermögen
• Eigenschaften von Variablen  manifest vs latent (direkt vs nicht direkt beobachtbar)  diskret vs polytom (grob vs feiner erfasst) > kontinuierlich = Ziel UV vs AV
• Was bedeutet Messen? Zuordnung von Objekten/ Ereignissen (empirisches Relativ) zu Zahlen (numerisches Relativ) (definierte) Beziehungen zw Zahlen repräsentieren (beobachtbare) Beziehungen der Sachverhalte
• Probleme der Messung Repräsentationsproblem: generelle Messbarkeit eines Merkmals > eindeutige Abbildung zw numerischen und empirischen Relativ Eindeutigkeitsproblem: welche Transformationen erlaubt Bedeutsamkeitsproblem: welche Kennwerte zulässig? Wie interpretieren? (Mathem Operationen)
• Skalenniveaus Nominalskala > Messung Gleichheit oder Un~ von Ausprägungen, kein Mittelwert etc, beliebige Transformationen Ordinalskala > zus Messung von größer/kleiner-Relationen, Median mgl, Transformationen mgl, wenn Rangfolge unverändert Intervallskala > zus Gleichheit oder Un~ von Differenzen, Mittelwert mgl, lineare Transformationen (y=ax+b), Nullpunkt variabel Verhältnisskala > zus Gleichheit oder Un~ von Verhältnissen, proportionale Transformation (y=ax) Absolutskala > natürliche Maßeinheiten mit natürlichem Nullpunkt
• Hauptgütekriterien für Messungen mit Tests Objektivität - Unabh der Messung vom Untersucher/ Beobachter (Dokumentation, Instruktion) Reliabiliät - Verlässlichkeit/ Genauigkeit, mit der der Test misst, was er misst (Testergebnisse verlässlich über Zeitpunkte/ Testversionen hinweg, durch sorgfältige Testkonstruktion) Validität - Gültigkeit, mit der ein Test misst, was er zu messen vorgibt (inhaltliche Plausibilität, durch theoret Überlegungen & statistische Kriterien)
• Formen der Reliabilität Retest~ = selbes Ergebnis bei Testwdh  Paralleltest~ = parallele Testversionen Testhalbierungs~ = Testhälften innerhalb eines Tests interne Konsistenz = einzelne Items > gleiches Ergebnis interrater-Reliabilität = Ausmaß der Ünereinstimmung der Einschätzungsergebnisse bei versch Beobachtern
• Anzeige
• Formen der Validität Konstrukt~ = Testergebnisse korrespondieren mit denen anderer Tests, die gleiches/ ähnliches Konstrukt messen Kriteriums~ = Testergebnisse korrespondieren mit externen Kriterien, Schuleignungstest mit Schulleistung
• Auswahl von Items Ableitung aus psycholog Theorien faktorenanalytisch gewonnenes Konstrukt andere Fragebögen Vorstudien, Vorgespräche Expertenbefragung
• Itemanalyse Schwierigkeitsanalyse (Höhe des Lösungsanteils) Trennschärfenanalyse (passt Aufg zu restlichen Aufg?)
• Sequenzeffekt Wille zur Konsistenz bei Antworten (zw nachteilig)
• Forced choice Aufgaben Wahl zw Antwortmgl mit vergleichbarer sozialer Erwünschtheit
• Kontrolle von soz Erwünschtheit Kontrollskalen; Instruktionen - Tempo oder Hinweis auf Einfluss soz Erwünschtheit; Abweichungsinstruktion > faking good/ bad
• Kontexteinflüsse auf Fragebogenantworten bi-/ unipolare Skalen Hoch-/ niedrigfrequente Skalen Anordnung der Antwortalternativen offenes/ geschlossenes Antwortformat Referenzperioden bei Häufigkeiten (zeitlich) angenommenes Interesse des BEFRAGERS Vergleichsrichtung bei Komparativurteilen
• Arten von Beobachtung offen, verdeckt teilnehmend, nicht teilnehmend apparativ Selbst-, Fremdbeobachtung nonreaktive Beobachtung (physikal Spuren/ Statistiken, Archive)
• Vorgehensweise der systematischen Beobachtung Selektion (Verhaltensweise - Fingerschnippen) > Abstraktion (Reduktion auf wesentlich Bedeutung - aktive Beteiligung) > Klassifikation (Zuordnung Zeichen/ Symbolen zu Kategorien - Unterrichtsbeteiligung) > Systematisierung (Gesamtprotokoll) > Relativierung (Berücksichtigung mgl Einschränkungen bei Interpretation)
• Probleme der Beobachtung verzerrte Wahrnehmung unzulässige Interpretation Gedächtnistäuschungen (Hindsight, Misinformation effect, implizite Theorien) falsche Wiedergabe
• Hindsight im Nachhinein erhaltene Infos beeinflussen Erinnerungen
• Misinformation effect Erinnerungen durch aktuell verfügbare Informationen beeinflusst (aufgrund aktiver Rekonstruierung, Täterermittlung)
• Implizite Theorien Alltagstheorien - subjektive Annahmen über Zshang von Sachverhalten zur Beurteilung von Personen/ Situationen
• Halo-Effekt Gesamteindruck/ dominierendes Merkmal bestimmt Wahrnehmung 
• Rosenthal-Effekt Erwartungseffekt: (unbeabsichtigte) Beeinflussung der experimentellen Vorgehensweise, Einflussnahme des Experimentierenden auf den Ausgang eines Experiments (Erwartungen, Überzeugungen, Vorurteile)
• Observer drift Veränderung des Standards (durch Ermüdung, nachlassende Motivation, zunehmende Vertrautheit mit Beobachtungsgegenstand
• Treatment Manipulation, systematische Veränderungen in UV
• Störvariablen ausschalten bei VP und Untersuchungssituation VP: Parallelisieren (Matching, Ausprägungen potenzieller Störvariablen gleich verteilen); Randomisierung Untersuchungssituation: Konstanthalten von Umgebungsbed &  Operationalisierungen Elimination von situativen Störvariablen Doppelblindstudien (VP & Versuchleiter kennen Bedingung nicht) Randomisierung des Materials
• Design (Bezeichnung UV, AV etc) UV: ein-/ zwei-/ mehrfaktoriell, Ausprägungen = Faktorstufen, Produkt der Faktorstufen = Bedingungen AV (y-Achse): Uni-/ multivariat 
• Vorteile & Nachteile des within-Designs Vorteile: geringe Anzahl von VP, perfekte Parallelisierung, einige Effekte nur so untersuchbar  Nachteile: Positionseffekte (Übungs-/ Ermüdungseffekt), carry-over-Effekt
• Anzeige
• Carry-over-Effekt Manipulationen einer Versuchsbedingung beeinflussen andere Versuchsbedingungen
• Versuchspersonenerwartungen Erwartungen oder Hypothesen über Sinn und Zweck der Studie, können Verhalten entsprechend beeinflussen
• Hawthorne-Effekt Verhaltensänderung, wenn man weiß, dass man beobachtet wird
• Arten der Validität bei Experimenten intern: Veränd in AV können eindeutig auf Veränd in UV zurückgeführt werden extern: Ergebnis des Experiments auf Population verallgemeinerbar (repräsentative Stichprobe, Randomisierung, Feldexp)
• Welche Streuungsmaße sind auf die versch Skalenniveaus anwendbar? Nominal: keine, da keine Rangfolge gegeben Ordinal: Spannweite, Interquartilsabstand > Intervall: Varianz, Standardabw 
• Nenne Lagemaße Modalwert, Median, arithm Mittel p-Quantil = Wert>=p*100% aller Werte unteres und oberes Quartil = 25%- und 75%-Quantil
• Nenne Streuungsmaße Spannweite/ Range: Abstand zw kleinstem und größtem Wert Interquartilsabstand QA=Q(75)-Q(25) mittlere absolute Abw Varianz; Standardabw
• Stamm & Blatt-Diagramm: nenne gebräuchliche Einteilungen für Stamm 1) * = 0 bis 4; . = 5 bis 9 2) * = 0, 1; t = 2, 3; f = 4, 5; s = 6, 7; . = 8, 9 Häufigkeit Stamm Blatt 4                1.        9999 7                2*       0000234
• Woraus besteht ein Box-Plot 1) mittlerer Strich = Median 2) untere/ Obere Begrenzung = unteres/ oberes Quartil (bei der Berechnung der Tuefe des Quartils, die Tiefe des Medians ABRUNDEN) 3) Zäune der whiskers  4) alle Werte außerhalb der whiskers = Ausreißer
• Zweck der z-Standardisierung Werte aus versch Skalen vergleichbar machen (relative Abweichung vom Mittelwert)
• Probleme des Signifikanztests geringe Power > geringe Wahrsch einen Alternativeffekt anzunehmen, der vorhanden ist (wenn man unbedingt H0 annehmen möchte) große Stichprobe > kleiner Standardfehler > sehr kleine Effekt werden signifikant alpha und Beta selbst wählbar
• t-Test für Mittelwerte Anwendung, Voraussetzungen, Interpretation Weicht mein erhobener Mittelwert signifikant vom MW der H0 (vordefinierter Wert) ab?  Vorgehen: empirischen t-Wert(df) berechnen > Vgl mit krit t-Wert > Entscheidung ob p <> alpha  Voraussetzungen: Intervallskala, normalverteilt Interpretation: KI > 95% sicher, dass wahrer Wert überdeckt; Signifikanztest > kein signifikanter Unterschied zwischen Stichprobe und Population (c) bzw gerichtete Interpretation 
• p-Wert bedingte Wahrscheinlichkeit des Ergebnisses - oder eines extremeren - unter Annahme der H0
• t-Verteilung Standardisierte Stichprobenverteilung (Mittelwert=0, Streuung>=1): Wahrsch von Werten im Verhältnis zu deren Abstand zum Populationswert abh von Stichprobengröße t>z bei gleichen Alpha 
• Was ist der Unterschied zw Stabdardabweichung der Stichprobe (s), geschätzten Populationsstandardabweichung, Standardfehler des Mittels? Stichprobe: Standardabweichung = Summe der quadrierten Abw vom MW + Wurzel > Grundlage für beste Schätzung der Pop.standardabw > Näherungsformeln, Verteilung von x-Werten Schätzung Stichprobenverteilung: Standardfehler des Mittels wird umso kleiner (um den Faktor Wurzel n), je größer die Stichprobe > Standardabweichung der Kennwerte (Mittelwerte)
• Freiheitsgrad Anzahl der Werte, die in einem statistischen Ausdruck frei variieren können
• t-Test für Mittelwertsunterschiede H0=0 Voraussetzungen: Intervallskala, normalverteilt, gleiche Varianzen (gewichtete Schätzung), zwei  unabhängige Gruppen > t-Test relativ robust, außer bei stark versch Stichprobengrößen Interpretation: KI > 95% Sicherheit, dass wahrer Mittelwertsunterschied zw den Populationen überdeckt (Minus- bis Plusbereich > nicht signifikant unterschiedlich) Signifikanztest > Vgl empirischer mit kritischem t-Wert: t(df)>=t(krit) > signifikant
• Einfaktorielle Varianzanalyse eine UV in versch Gruppen mit versch Ausprägungen der AV; multiple Mittelwertsunterschiede - unterscheiden sich 2 oder mehr Gruppenmittelwerte signifikant voneinander?
• F-Test F=Varianz der Gruppenmittelwerte (between, systemat Variation):Varianz innerhalb der Gruppe (within; Fehlervariation)  F=1 > H0 trifft zu F>1 > H1 trifft zu, unterschiedliche Populationen F(df(zw),df(inn))<F(krit) =n.s. Voraussetzungen: gleiche Varianzen, normalverteilte Populationswerte
• Omnibus-Hypothese Anwendung bei Varianzanalyse, umgerichtet, schwerer signifikant H0: alle Mittelwerte sind gleich H1: Mittelwerte sind nicht gleich

zurück  |  weiter 1 / 2