Beispielfragen

Eine Hypothese ist eine gesetzesmäßig Aussage, die sich noch nicht bewährt hat

(angenommen z.B. „Wenn man mit Medikament X katastrophierendes Denken abschwächt, dann erleben Personen weniger häufig Panikattacken“). Ab einem bestimmten Bewährungsgrad können Hypothesen zu Gesetzen werden (der Übergang ist fließend).

Die Validität einer Untersuchung beschreibt das Ausmaß, in dem aus einem Versuchsergebnis sicher Schlussfolgerungen über die zugrunde liegende Hypothese gezogen werden können.

Die vier Validitätsarten sind die Variablen-, die interne, die statistische und die externale Validität

Beziehung, die postuliert wird: Vorurteile → diskriminierendes Verhalten

Nach dem Regularitätsansatz müssten beide Variablen regelmäßig gemeinsam auftreten, wobei Vorurteile zeitlich vor diskriminierendem Verhalten eintreten sollten. Beide Variablen sollten also korrelieren

Nach dem Manipulationsansatz sind Vorurteile genau dann eine Ursache für diskriminierendes Verhalten, wenn die Manipulation von Vorurteilen (z.B. durch Aufklärungskampagnen) das Ausmaß von späteren diskriminierenden Verhaltensweisen beeinflussen würde (z.B. weniger diskriminierendes Verhalten). Andere potentielle Ursachenvariablen dürfen durch diese Manipulation aber nicht beeinflusst werden.

Im Beispiel schauen die VPN einen traurigen Film, bearbeiten einen Konzentrationstest und schauen dann einen komischen Film. In diesem Fall können die Personen immer noch traurig sein, wenn sie den komischen Film schauen (die Traurigkeit ist noch nicht „abgeklungen“), so dass sie weniger gut gelaunt sind im Vergleich beispielsweise zur Situation, in der sie einen neutralen oder gar keinen Film geschaut hätten. Das wäre ein Carry-Over Effekt.

Da die Person zweimal den gleichen Konzentrationstest ausfüllen, werden sie beim zweiten Ausfüllen schneller als beim ersten sein, weil sie die Stimuli kennen, eine Ausfüllstrategie entwickelt haben usw. Das wäre der Übungseffekt.

Der Sensitivierungseffekt ist in diesem Beispiel schwer vom Übungseffekt zu trennen. Angenommen, die negative Stimmung führt dazu, dass man sich an bestimmte Stimuli besser erinnert (tatsächlich kann eine negative Stimmung die Gedächtnisleistung verbessern). Sind das die Stimuli, die man in einem Konzentrationstest auch rausstreichen muss, dann könnte man das als Sensitivierungseffekt bezeichne

Angenommen, bei der neuen Lehrmethode werden Tablets bzw. Smartphones in den Unterricht integriert, während das bei der Standardmethode nicht so ist. Es könnten dann solche Schüler*innen die Studie abbrechen, die sich mit der Bedienung von Smartphones bzw. Tablets nicht auskennen bzw. Probleme damit haben, da sie sich nicht mehr beteiligen können, weil es demotivierend ist usw. Hängt dieses Wissen auch mit der in der Studie erfassten AV zusammen (z.B. die Note), dann könnte so ein Attritionseffekt entstehen.

Angenommen, die Schüler*innen wissen, dass sie Teil einer Studie sind, die eine neue Lehrmethode testet. Sie könnten sich dann mehr anstrengen, weil sie eine gute VPN sein wollen, weil ihnen die neue Methode besser gefällt [Sie könnten sich auch weniger stark anstrengen, wenn ihnen die Lehrmethode nicht gefällt]. Da Motivation mit Noten zusammenhängen, könnte der beobachtete Effekt so alternativ über Erwartungen erklärt werden

Es gibt mind. 3 Effekte, die interessant sind: Unterscheiden sich (1) die VPN in der EG und der KG im mittleren WB vor der Studie (also bevor überhaupt irgendwas mit ihnen gemacht wurde). Steigt (2) das mittlere WB in der EG von der ersten zur zweiten Messung an und (3) bleibt das mittlere WB in der KG von der ersten zur zweiten Messung stabil [bzw. steigt es weniger stark an als in der EG]?

Die beiden kombinierten Effekte können eintreten, wenn es eine Variable gibt, in denen sich die beiden Gruppen unterscheiden und wenn die Personen mit einer spezifischen Ausprägung in der Variable stärker/schwächer auf das historische Ereignis bzw. die Reifung reagieren. Angenommen, in der EG sind mehr junge Personen als in der KG. Nehmen wir weiter an, dass das historische Ereignis ein Lockdown ist (vgl. Corona) und dass ältere Personen stärker unter dem Lockdown leiden. Dann könnte der Unterschied im mittleren Wohlbefinden zwischen der KG und der EG zum zweiten Zeitpunkt daran liegen, dass die älteren Personen in der KG sich durch den Lockdown unwohler fühlen. Nehmen wir analog an, dass junge Personen sich schneller von Angststörungen erholen als ältere Personen („die „Reifung“), dann könnte der KG-EGUnterschied im mittleren Wohlbefinden auch an diesem schnelleren Reifungseffekt liegen [wobei man natürlich erklären müsste, warum es diese altersspezifischen „Erholungs“effekte gibt].

Im Experiment weist man die Personen/Untersuchungseinheiten randomisiert den Untersuchungsbedingungen zu. Im Quasi-Experiment ist das nicht so.

Personen mit höherem sozioökonomischen Status haben in der Regel eine höheren Bildungs- bzw. Berufsabschluss. Sie könnten ihre Kinder neben der Nachhilfe also selbst unterstützen, weil sie ggf. eher das relevante Wissen besitzen. Außerdem könnten sie ggf. weitere Bildungsangebote über die Nachhilfe hinaus finanzieren, um den Bildungserfolg des Kindes zu sichern, usw. Würden also Kinder mit höherem Status häufiger in der Bedingung neue Methode sein, könnte das den - dann ggf. positiven Effekt der neuen Methode - alternativ erklären [bzw. den fehlenden Effekt, wenn sie häufiger in der Gruppe „alte Methode“ sind]. Bei der Konstanthaltung und der Parallelisierung würde man den Status vorher erfassen und nur Kinder einer Statusgruppe (z.B. mittleres Einkommen) in beiden Bedingungen untersuchen (Konstanthaltung) oder man würde zu jeder potentiellen VPN einen statusgleichen Zwilling suchen und diese Zwillingspaare dann jeweils der „alte Methode“ bzw. „neue Methode“ zuweisen (Parallelisierung). Neben der Generalisierbarkeit bei der Konstanthaltung ist ein Hauptproblem beider Techniken, dass man den sozioökonomischen Status der Eltern potentieller VPN irgendwie vorher erfassen muss. Das ist gar nicht so leicht, weil Person ungern über ihr Gehalt o.Ä. sprechen. Beide Techniken würden darüber hinaus den potentiellen Einfluss weiterer unbekannter Confounder nicht kontrollieren.

Bei der Randomisierung würde man die Schüler*innen einfach zufällig den beiden Gruppen zuweisen. Je größer die untersuchten Stichproben werden, desto balancierter sollten die beiden Gruppen bzgl. des sozioökonomischen Status (und aller anderen Confounder) sein, den man auch nicht erfassen bräuchte. Hinweis: Die Wahrscheinlichkeit (die Basisrate), dass man Kinder mit höherem sozioökonomischen Status in Nachhilfegruppen findet, kann schon deshalb erhöht sein, da Nachhilfeunterricht finanziert werden muss. Das ist aus Sicht der Randomisierung erstmal nicht problematisch, da die Drittvariable im Mittel bzw. im Verhältnis zwischen den Gruppen konstant sein muss und wo dieser Mittelwert bzw. das Verhältnis liegt, ist egal. Wenn das durchschnittlichen Einkommen der Eltern also in beiden Gruppen 100.000 Euro ist, dann wäre die Drittvariable konstant und Status könnte den Effekt des Treatments nicht alternativ erklären. Es würde aber die Generalisierbarkeit der Befunde einschränken; deshalb ist es wichtig, wenn möglich, auch bei randomisierten Studien potentielle Drittvariablen und wichtige soziodemographische Variablen zu erfassen, um etwas zur Generalisierbarkeit aussagen zu können. Alternativ könnte man natürlich auch versuchen, repräsentative Stichproben zu ziehen.

In korrelativen Studien wird der assoziative Zusammenhang zwischen zwei Variablen X und Y bestimmt, in dem man unterschiedliche Personen bittet, ihre Ausprägungen auf X und Y anzugeben.

Ist man z.B. am Zusammenhang zwischen der Intelligenz von Personen und Ihrem Gehalt interessiert, dann macht man mit den Personen einen Intelligenztest und fragt nach dem Gehalt und würde dann die Werte miteinander korrelieren. Man variiert also als VL nichts systematisch, sondern erfasst natürlich auftretende Werte in den beiden Variablen, die man dann in Beziehung zueinander setzt. Außerdem muss der IQ nicht vor dem Gehalt „auftreten“ und es kann eine Drittvariable geben, die für den positiven Zusammenhang zwischen den beiden Variablen verantwortlich ist (Korrelation ≠ Kausalität). Die Bedingungen für eine kausale Beziehung sind also nicht erfüllt.

Fairerweise sollte man hier aber einräumen, dass korrelative Studien oft nicht mit dem Ziel durchgeführt werden, einen kausalen Zusammenhang zwischen den Variablen zu prüfen

Um den Effekt zu bestimmen (genauer: eine Schätzung des tatsächlichen Effekts) müsste man eine Bedingung erheben, in der Schüler*innen nach der alten Methoden (oder gar nicht) unterrichtet werden. Der Effekt ist dann der Unterschied zwischen den beiden Bedingungen

Nach dem Manipulationsansatz ist X eine Ursache von Y, wenn die Manipulation von X zu Veränderungen in Y führt (und die Manipulation nicht andere Ursachen beeinflusst). Zentral ist also die prinzipielle Manipulierbarkeit.

In unserem Alltag bzw. in verschiedensten Disziplinen gibt es aber Beziehungen, die wir als kausal bezeichnen, obwohl man X nicht manipulieren kann oder aus ethischen Gründen will. Z.B. werden die Gezeiten (also Ebbe und Flut) durch die Anziehungskräfte des Mondes verursacht, man kann den Mond aber nicht manipulieren.

• ist für Kuhn das zentrale Merkmal wissenschaftlicher Arbeit in der Phase der Normalwissenschaft

• Auf basis der Grundannahmen des Paradigmas werden Gesetze und Theorien vorgeschlagen , empirisch geprüft und ggf wieder revidiert

  
  

Beispiel: kognitives Paradigma

• es werden innerhalb eines Paradigmas viele verschiedene Phänomene mit kognitiven Erklärungen untersucht -> Rätsel weisen also ähnliche Lösungen auf, da sie gemeinsame Grundannahmen besitzen

• Lösungen können ähnlich sein durch gemeinsame Grundannahmen !

  Vorutrteile -> werden durch kognitive Verzerrungen erklärt

  Psychische Erkrankungen -> werden durch dysfunktionale Gedanken erklärt

• In Phase der Normalwissenschaft und in Revolution spielt es eine Rolle:

Normalwissenschaft:

• es werden verschiedene Theorien EINES paradigmas herangezogen um Rätsel zu lösen -> Welche dieser Theorien sich durchsetzt, ist abhängig von rationalen (Anzahl der Bestätigung/Widerlegung) aber auch psychologisch-soziologischen Faktoren (MAcht, Geld).

Revolution:

• welches Paradigma setzt sich durch?

  auch hier können psychologisch-soziologische Faktoren eine Rolle spielen

• für Kuhn wichtiges Merkmal einer wissenschaftlichen Gemeinschaft, dass sie im Rahmen eines Paradigmas forschen

• JA Psychologie ist multiparadigmatisch

  -> z.B. Behaviorismus vs. Kognitivismus

• Bewusstseinspsychologie von Wundt

• Gestaltpsychologie

-> All diese Systeme umfassen Koponenen, die Kuhn als Teile eines Paradigmas definiert -> existieren aber NEBENEINANDER

„Just a theory“

ist verbunden mit der Überzeugung, dass wenn man die Wahrheit von Theorien nicht beweisen kann, dass dann alle Theorien gleich wahr oder gleich wahrscheinlich sind.

-> Das ist eine Fehlkonzeption von Wissenschaft, da man aus der Fallibilität wissenschaftlicher Aussagen nicht folgern kann, dass Theorien nicht vergleichbar sind. Vielmehr unterscheiden sich Theorien darin, wie gut sie Dinge vorhersagen und erklären können. Sie unterscheiden sich auch darin, wie konsistent und verständlich sie sind und wie stark sie durch empirische Befunde (aktuell) unterstützt werden. Es ist also rational, an eine Theorie mehr zu glauben als an eine andere Theorie.

Nach dem Verifikationskriterium sind Gesetze bzw. Theorien wissenschaftlich, wenn man ihre Wahrheit empirisch bestätigen (= verifizieren) kann. Dazu leitet man aus dem Gesetz/der Theorie Vorhersagen ab und nutzt dann die bestätigenden Beobachtungen, um auf die Wahrheit der Theorie zu schließen.

• induktive Schluss ist problematisch

• man kann nicht vons endliche aufs unendliche schließen, also nicht auf die Wahrheit einer univsersellen Gesetzesaussage

• aus Sicht der Logik kann man universelle Gesetze empirisch nicht verifizieren

  -> Nach dem Verifikationsprinzip würden dann aber alle universellen Gesetze zu den nicht-wissenschaftlichen Aussagen gehören

Bei einem empirischen Gesetz handelt es sich um einen bewährten Zusammenhang zwischen mindestens zwei Variablen.

Sind katastrophierende Gedanken über viele Situationen (auch in wissenschaftlichen Studien) hinweg zusammen mit Panikattacken aufgetreten, würde man von einem Gesetz sprechen.

Mit Vorhersage meint man eine Prognose über das spezifische Ergebnis in einer empirischen Untersuchung, das man aus einer Theorie, einem Gesetz oder einer Hypothese ableitet.

In unserem Beispiel wäre „Wenn die Versuchspersonen in Studie Y Medikament X nehmen, das katastrophierendes Denken abschwächt, dann erwarten wir, dass diese Personen weniger Panikattacken erleben im Vergleich zu Personen, die dieses Medikament nicht nehmen.“ beispielsweise eine Vorhersage.

• man muss immer Hilfsannahmen machen

  z.B. dass man Herzschlag mit bestimmten Gerät messen kann

• Diese Hilfsannahmen muss man als wahres, bewährtes Wissen voraussetzen -> ansonsten Falsifikation nicht möglich

ABER: induktiver schluss, da man von früheren Beobachtungen (in denen die Hilfsannahmen bestätigt wurden) darauf schließt, dass diese jetzt auch hier gelten

• man muss besitmmte Hilfsannahmen machen

• in wissenschaftlichen Studien prüft man also nicht nur die wahrheit/falschheit der theorie sondern auch der Hilfsannahmen

  -> aus logischer Sicht folgende KOnsequenz:

• - Die Theorie ist falsch und die Hilfsannahmen sind wahr

• Die theorie ist wahr und die Hilfsannahmen sind falsch

• Beide sind falsch

-> WAS falsch ist kann man nicht herausfinden = keine falsifikation möglich

-> man hat es noch nicht falsifizieren können -> gilt solange wahr bis inkonsistente Beobachtung gemacht wird

aber: sehr unspezifische und vage Vorhersagen/Aussagen-> ist also eigentlich gar nicht falsifizierbar und dementsprechend KEINE Wissenschaft, da sie niemals scheitern kann