Psychologie als Wissenschaft - Ziele und Prozess

I) Beobachten (aus Daten lernen): Interessantes und Regelmäßigkeiten entdecken (Statistische Modelle) - “Wenn ich A sehe, dann…)

II) (Aktive) Intervention/Beeinflussung: Kausale Zusammenhänge aufstellen (Kausale Modelle) - “Wenn ich A tue, dann…?”

III) Kontrafaktisches Prüfen/Vorstellen: Kausale Zusammenhänge sicherstellen (Experimente, randomized controlled trial) - “Wenn ich A nicht getan hätte, dann…”

• Beschreiben

• Erklären

• Vorhersagen

• Verändern

• Beobachten

• Begriffsbidlung: Definieren und Differenzieren

• Beziehungen aufdecken/beschreiben

• Aufzeichnen von Ereignissen oder Phänomene, die von Interesse sein können

Benennen und Definieren > eindeutige Begriffe

• Nominaldefiniton: Standardisierung eines Begriffes durch Übereinkunft > Konvention und Ersatz durch andere Begriffe

• Realdefinition: Wiedergabe der wesentlichen Merkmale eines Begriffs > empirische Hypothese, was Begriff meint (evt. noch nicht vollständig)

• Begriffsanalyse: Konstitutive (notwendige und hinreichende) Merkmale eines Begriffes nach beobachtbarem Gebrauch (Grenzfälle identifizieren)

• Operationale Definition: Gibt vor, wie ein Begriff methodisch gebraucht/gemessen wird (anhand Kriterien)

“Ein Konzept/einen Begriff erfassbar und messbar machen”

• Definition einer Messregel/Messinstruments, mit dem das Konzept erfasst werden kann

  • Fehlschlüsse (z.B. “die” Depression als definierter Begriff und nicht als individuell ausgeprägtes und kombinierbares Phänomen)

    • Strikte Unterteilung in 3 Ebenen

      • Konzepte/Begriffe/Annahmen (hypothetische Konstruke, Manifestiertes Urteil)

      • Indikatoren (Operationalisierung, Proximale Merkmale)

      • Empirische Realität (Distales Merkmal)

  • Komobilitäten

“Variable = veränderliche Größe”

• Qualtitativ/Nominal: Ausprägung einer Beschaffenheit

• Quantitativ: Ausprägung nach Skala mit Zahlenwerten

• Abstrakt: nicht direkt beobachtbar (Hypothetische Konstrukte, latente Variablen), viel Interpretationsleistung (z.B. bei Intelligenz messen)

• Konkret: direkt beobachtbar

• Komplex: viele Bedeutungsaspekte

• Einfach: Ein Bedeutungsaspekt

• positiver Zusammenhang: je mehr X, desto mehr Y

• negativer Zusammenhang: je mehr X, desto weniger Y

• Korrelation (Pearsons r)

  • (Bild von Formel)

    • Kovarianz = durchschnittliche Abweichung eines Punktes zum jeweiligen Mittelwert

    • Gesamtvarianz = richtungsabhängige Gesamtstreuung

  • Korrelation ist ein statistisches Modell, fehleranfällig

    • Gleicher Mittelwert & gleiche Korrelation ≠ gleicher Zusammenhang > Fehlinterpretation (verschiedenste Werte können den gleichen Mittelwert ergeben, in Wahrheit aber einen ganz anderen Zusammenhang darstellen)

  • Beziehungen / Korrelation bedeutet nicht Kausalität

    • Prüfung der Kausalität

    • Koninzidenz, kausaler Zusammenhang mit dritter Variable

• Ursache-Wirkungs-Beziehung zwischen zwei Variablen

  • Unabhängige und Abhängige Variable

• Ursache-Wirkung bedeutet Kausalität

  • Wenn ich etwas in UV ändere, ändert sich etwas in A

  • Wenn ich nichts in UV ändere, ändert sich nichts in AV

• Erklärung erster Ordnung: direkter Zusammenhang

  • UV beeinflusst AV

• Erklärung zweiter Ordnung: Zusammenhang über intervenierende (Mediator-)Variable (hypothetisches Konstrukt)#

  • UV beeinflusst IV (!) beeinflusst AV

Theorie: Ein System von Aussagen (Hypothesen, angenommen Kausalzusammenhängen), das komplexe Phänomene erklärt. Das System umfasst mehrere Hypothesen oder Gesetze,

Komponenten:

• (Hyptothetische) Konstruke: Konstrukte (z.B. Ängstlichkeit operationalisiert als X) und Definitionen

• Hypothesen/Erklärungen/Propositionen/Gesetze: Ursache-Wirkungs-Beziehungen zwischen Konstrukten

  • Vorläufige (vermutete) Antworten die Forscher auf Fragen geben

  • Kausalaussagen (wenn, dann; je, desto)

  • Widerspruchsfrei (intern und extern, widerspricht sich nicht selbst und auch noch dem “allgemeinen” angenommen, gültigen Wissen)

  • Widerlegbar > Geltungsbereiche

  • Überprüfbarkeit: Operationalisierbar

  • Universelle Hypothese: Wenn, dann

  • Beschränkt universelle Hypothese: Wenn + wenn, dann

  • Quasi-universelle/statistische Hypothesen: Wenn, dann zumeist (Wahrscheinlichkeit eines statistischen Zusammenhangs, da Menschen sehr unterschiedlich sind)

• Randbedingungen: Konkrete Bedingungen und Annahmen (z.B. Operationalisierung)

1. Formulieren einer Frage

2. Aufstellen einer Hypothese

3. Vorhersage des Ergebnisses (Operationalisierung, Messbarkeit der Variable)

4. Durchführen eines Experiments

   • Kausalzusammenhang beobachten (wenn A, dann B)

   • Kontrafaktisch arbeiten (wenn nicht A, dann nicht B)

5. Analyse der Daten und Vergleich mit Vorhersage

• Forschungshypothese (allgemein formuliert, Festlegung der Population)

  • Operationalisierung > Validität

• Operationale Hypothese / “Empirisch-inhaltliche Hypothese”

  • Festlegung der Untersuchungspopulation

  • Konkrete Manipulation für UV

  • Konkretes Maß für AV

  • Vorhersage für AV

  • Check: Falsifizierbar

• Statistische Hypothese (op.) / Statsische Vorhersage, Testhypothese

  • Nullhypothese (kein Zusammenhang wenn zutreffend)

  • Alternativhypothese (Zusammenhang wenn zutreffend), Forschungshypothese

  • Statistische Testgröße (Mittelwert, Korrelation, …)

  • Gerichtet vs unterrichtet

  • Spezifisch (A=) vs unspezifisch (A>B)

Beispiele:

• Forschungsfrage: Haben Kleinkinder Ahnung von Schwerkraft

• Forschungsfrage: NUtzen Menschen visuelle Bilder zum Denken?

• Das Varianzmodell am Beispiel t-Test

• Mittelwertsvergleich (Fehlerbalken, Varianz beachten)

• Mittelwert und Varianz

  • Unterschiede zwischen Gruppen (Mittelwertsvergleich, systematische Varianz)

  • Unterschiede innerhalb einer Gruppe (Fehlervarianz)

= erforderliche Gegebenheiten und (implizite) Annahmen, in welchen die Theorie anwendbar ist

• Konkrete Umgebenungsparameter

  • Ceteris paribus Klausel: unter der Bedingung, dass alles andere gleich ist (“stabile”/gleiche Randbedingungen)

• Generelle Annahmen:

  • objektive Realität

  • kausale Zusammenhänge

• Paradigmatische Annahmen:

  • Behaviorismus: nur Beobachtbares existiert

  • Kognitivismus: latente Variablen (hypothetische Konstrukte)

• Bereichs spezifische Annahmen:

  • kulturelle Normen

  • Wege der Operationalisierung

• Innere Widerspruchsfreiheit (Konsistenz)

• Äußere Widerspruchsfreiheit (Hintergrundwissen/Verbindung zu anderen Theorien)

• Erklärungswert (möglichst hoch)

• Prüfbarkeit (Wiederlegbarkeit)

• Testerfolg (mehrfache Belege / Widerstandsfähigkeit)

Physikalische Strategie

• Suche nach Erklärungen durch Reduktion des Gegenstand auf physikalische Gesetze

  • Erklärung / Vorhersage basieren auf kausalen Annahmen des kleinsten Materiellen (Konstrukte) / grundlegendste Gesetze der Materie

    • atomare Bestandteile

• Problem der Komplexität

Funktionale Strategie

• Suche nach Erklärungen auf Basis des Zwecks / der Funktion des Systems

  • Demiurgisches Prinzip, z.B. Evolutionstheorie “Wie muss ich das System bauen, damit es überlebt (“funktioniert”)?”

  • Erklärung / Vorhersage auf kausalen Annahmen über Wirkzusammenhängen von Systembestandteilen (Konstrukte)

    • Ableitung von Mechanismen und Prozessen aus Funktionszweck des Systems (Erklärung anhand des Bauplans)

• Problem der Komplexität und der Nichtreduzierbarkeit

Intentionale Strategie

• Suche nach Erklärung auf Basis von Zielen und Wünschen des Systems als Person

  • Erklärung / Vorhersage af kausaler Annahmen von Wünschen und Zielen (Konstrukte)

• Problem der Annahme einer rationalen und deterministischen Verknüpfung von Wünschen/Zielen und Verhalten

• passiert beim Mensch automatisch, wenn andere Strategien an der Komplexität des Systems scheitern

  • Alltagsintuition: Annahme von Wünschen und Zielen Anderer zur Vorhersage derer Verhalten, auch wenn funktional erklärbar / Funktionalität oder tatsächliche Erklärung bekannt ist

• Erklären: Theorien als Verallgemeinerung von Individuen

  • Suche nach allgemeingültigkeit Gesetzen

    • nomothethischer Ansatz

  • Naturwissenschaft, quantitativ, physikalisch-funktional

• Alternativer wissenschaftlicher Ansatz des Verstehens: Theorie als Verständnis des Individuums in seinem sozialen / historischen Kontext und seiner Handlung auf Basis von Gründen / Intentionen

  • Suche nach individueller Bedingtheit und Sinnhaftigkeit

    • idiographischer Ansatz

  • Geistes- / Sozialwissenschaft, qualitativ, intentional

• Andauernde Spannung (Methodenstreit) in Forschung und Therapie

Modelle als formalisierte Theorien

Modell als Replikation / Abbild eines Realitätsausschnitts

• Vereinfachte Abbildung eines realen Systems auf Bild

  • Fokus auf wesentliche Merkmale und Funktion

    • Funktion des Systems

• Wesentlich/unwesentlich abhängig von Erkenntnisinteresse

  • Reduktion von Komplexität unter Erhaltung der Funktion

• Modellarten:

  • Realmodelle, z.B. Tiermodell (evtl. auch übertragbar auf den Menschen)

  • Ikonische Modelle: z.B. Modelleisenbahn (ähnliches Verhalten, erfüllt aber nicht die selbe Funktion)

  • Verbalmodelle: natürliche Sprache > Psychologische Theorien (oft unter Auslassung von Randbedingungen)

  • Formalmodell: mathematische Gleichungen, Computerprogramme (Simulation)

• Beispiel Neuronales Deep-Learning Netz

  • System differenziert anhand Analyse (z.B. Features bei Gesichtserkennung) und kategorisiert Kombinationen

  • System lernt anhand auftretender Bildstatistik durch Veränderung synaptischer Verbindungsstrken zwischen Neuronen

  • (quasi Reduktion der Neuronenanzahl durch Projektion / Anwendung der Differntial-Gleichung)

• Explizität und Abgeschlossenheit: explizierte Definition verwendeter Konstrukte und Kausalzusammenhänge und Explizierung implizierter Annahmen

• Standardisierung und Objektivität: “Standardisierung der Terminologie”, errleichterte Kommunikation zw. Disziplinen

• Allgemeinheit und Minimierung: Eliminierung unwesentlicher Züge und Formulierung minimal nötiger Annahmen

• Ableitungen: Vorhersagen und Spezifikation der Randbedinungen

Nutzung von (kausalen) Zusammenhängen für Vorhersage

Prädiktorvariable < — > Kriteriumsvariable

Einfluss auf Kriteriumsvariable (Effektgröße. ”Korrelationsstärke”)

verschiedene Prädiktorvariablen mit verschiedener Gewichtung

• Statistische Prognose: Prognosegüte in % der untersuchten Fälle

• Individuelle Prognose: Wahrscheinlichkeit für Zutreffen auf Individuum

• Prognosegüte ist abhängig von:

  • Operationalisierung der Variablen

  • Zeitraum

  • Auswahl und Gewichtung der Prädiktoren

rein statistischer Prozess

Statistische/Prognose-Modelle

• Beispiel: Regressionsmodell

• Statistisches Modell

• Ziel: Präzise Abbildung bestehender Daten (Präzise Vorhersage, Zahlenaussagen, richtungsunabhängig)

• Kausalverständnis (Erklärung) nicht notwendig

Explanative (kausale) Modelle

• Beispiel: neuronales Netz-Modell

• Synthetisches qualitatives Modell (zusammengesetzt)

• Ziel: Erklärung eines Phänomens durch zugrundliegende Mechanismen (Neue (qualitative) Vorhersage von Phänomenen)

• Kausalverständnis (Erklärung) als Ziel

• Machine Learning & Big Data

  • “With enough data, the users speak for themselves.”

Bayesian Brain Hypothesis

• sensorische Daten sind hochgradig vieldeutig - Frage der Wahrnehmung und entsprechenden Handlung

  • Theorie der internen Erwartungen (predictions) und Anpassung der Erwartung anhand des unerwarteten sensorischen Inputs

  • z.B. Wie wahrscheinlich leide ich an einer Krankheit, wenn der Test dafür positiv ist?

• Korrektur

  • Problematischer Zustand > Besserer Zustand

• Förderung

  • Neutraler Zustand > Besserer Zustand

• Prävention

  • Guter Zustand ≠> Schlecher Zustand

• vom Besonderen zum Allgemeinen (“verallgemeinern”, abstrakt machen)

Metatheorie > (Beobachtungslernen) > Theorie < Hypothese < Einzelfälle, Beobachtungen

• Metatheore zu Aufmerksamkeit, Gedächtnis, Motivation, Emotion

• z.B. Aggression nach Fernsehen (aggressiver Film) > “Kind ahmt nach” > Aggressive Filme führen zu aggressivem Verhalten

  • Induktion

Induktives Schließen aus Beobachtungen

• Methode der Übereinstimmung (Bei Situation A+X und B+X tritt Y auf, also muss X zu Y führen)

• Methode des Unterschieds (In Situation A+X tritt Y auf, aber bei ausschließlich Situation A tritt Y nicht auf, also muss X zu Y führen)

• Methode der Resterscheinung (Wenn ich A mache führt das zu B, wenn ich A und X machen und dass zu B und Y führt, dann führt X zu Y)

• Methode der begleitenden Veränderungen (Bei Situation A + X tritt Y auf und bei mehr A bei A+X tritt Y genauso stark auf. Wenn X bei A+X mehr auftritt, tritt aber auch Y mehr auf (begleitende Veränderung), also muss X zu Y führen)

Arten induktiver Schlüsse

• Verallgemeinerung

  • Etwas gilt für A und B (Ähnlichkeit der Elemente) > es gilt auch für C

• Teilschluss

  • wenn ich X und Y über A weiß und B wirkt wie A > dann gilt für B auch x und y

• Statistischer Schluss

  • wenn x bei Teiler der Klasse A zu p% auftritt > dann tritt es bei allen A zu p% auf

Nachteile

• Induktion ist intuitiv und alltäglich, aber problembehaftet (unzuverlässig und logisch untauglich für sicheres Wissen)

  • Reines Sammeln von Beobachtungen ≠ Theorie

    • Interpretationsleistung notwendig, Grundzusammenhang nötig

  • Implizite Theorien und soziale Bedingtheit

  • Fehlschlüsse

  • Unabschließbarkeit (Induktionen beschließen sich selbst, “Selbstprophezeihung”)

  • Zirkularität (induktiver Schluss auf Gültigkeit der Induktion)

Vom Allgemeinen zum Besonderen

Metatheorie > (Kognitivismus) > Theorie > (Beobachtungslernen) > Hypothese > Einzelfälle

Hempel-Oppenheim-Schema

deduktiv-nomologische Erklärung

(ableitend-gesetzesmäßig)

Aus Erklärtem (Theorie, das Explanans) wird das Erklärte (das Explanandum) abgeleitet

Anwendungsbedingungen / Randbedingungen | Gesetz | Theorie

> Deduktion / Ableitung

Zu erklärendes Ereignis

> Verifikation? | > Falsifikation?

Verifikation: ist “wahr” / für “alles” zutreffend

Falsifikation: ist solange “wahr”, bis man was “falsches” gefunden hat

Konsequenz für die Hypothesenprüfung

(Popper: Kritischer Realismus)

• Aufstellen kühner Hypothese und diese schärfster Kritik aussetzen (“Empirismus”) um Fehler zu finden

Widerlegbarkeit

• Angabe, wann Theorie falsch ist

• Formulierung von Hypothese / Erwartung vor Untersuchung