Methodenlehre

Methodenlehre

Methodenlehre


M. S.
Diese Lernkarten behandeln zentrale Konzepte der Methodenlehre in der Psychologie auf universitärem Niveau. Sie beleuchten wissenschaftstheoretische Grundlagen, Erklärungsmodelle und Ursachenforschung, etwa durch Hypothesenbildung, Variablenanalyse oder ANOVA-Tests. Besonders relevant sind statistische Methoden, Forschungsdesigns und die Rolle von Bedingungen wie UV oder AV. Ideal für Studierende, die empirische psychologische Studien planen oder kritisch hinterfragen möchten.
Cartes-fiches
186
Utilisateurs
2
Langue
Allemand
Catégorie
Psychologie
Niveau
Université
Créé / Mis à jour
30.06.2023 / 14.04.2026

Lernkarten

4. MEG = Magnet-Encephalo-Gramm

  • Zusammenhang mit elektrischer Aktivität: elektrische Ströme erzeugen Magnetfelder (werden gemessen)
  • Messung erfolgt tangential zur Cortex-Oberfläche
  • Bessere räumliche Auflösung als EEG
  • Hervorragende zeitliche Auflösung (wie EEG)

5. PET = Positronenemissionstomogaphie

 

Positronen = positive Elektronen

  • Invasive Methode
  • Messung des "Verbrauchs" bestimmter psychologisch interessanter Moleküle im Gehirn
  • Methode besser als fMRT

6. fMRT = funktionelle Magnet-Resonanz-Tomographie

  • "Kippen" und "Rotieren" von Atomen nach einem RF-Puls (radiofrequenter Puls)
  • Gemessen wird die Geschwindigkeit des "Rotierens" (T2-Phase), die etwas über den Sauerstoffgehalt des Blutes aussagt

 

  • Standardverfahren zur Auswertung von fMRT-Daten: Statistical Parametric Mapping

6. fMRT - Alternative

  • fMRI: kein "Foto" der Hirnaktivität, sondern Kontrast zwischen zwei Versuchsbedingungen

 

  • fNIRS (billiger, einfacher, höhere zeitl. Auflösung, geringere räuml. Auflösung als fMRI)

7. Einzelzellableitung

  • Räumlich maximal genaue Methode
  • Invasive Methode
  • Technisch aufwendig

8. Läsionsstudien

Beispiel: Erkenntnisse aus Neglect-Patienten

  • PPC (posteriorer Parietalcortex) spielt eine Rolle zur kontralateralen Aufmerksamkeitsausrichtung

Problem: natürliche Läsionen sind oft unspezifisch

9. TMS = Transcranielle Magnetstimulation

  • Applikation eines kurzen Magnetpulses führt zu elektrischen Stromfluss im Gehirn
  • Führt zu Exztation oder Inhibition von Neuronenpopulationen

10. Eye Tracking

VORLESUNG 6 - ab Seite 42

KAPITEL 6 - Planung und Durchführung von Experimenten (Versuchsplan)

.

Möglichkeiten der quantitativen Messung

  1. Zählen - Nominalskala (qualitative Merkmale), Indexbilung
     
  2. Urteilen - Rangordnung (bzgl. Merkmalsausprägung), Dominanz-Paarvergleich, Ähnlichekitspaarvergleich, SDT (Trennung von sensorischer Diskriminationsfähigkeit und Reaktionsschwelle)
     
  3. Testen - klassische vs. probabilistische Testtheorie
     
  4. Befragen - mündlich vs. schriftlich
     
  5. Beobachten- systematische vs. Alltagsbeobachtungen (frei vs. (halb-)standardisiert)

Versuchspläne

= beinhalten die logische Struktur der Untersuchung

1. Zwei unabhängige Versuchsgruppen

  • interindividuelles Design
  • meist Experimental- und Kontrollgruppe

2. Variation: zwei unabhängige Versuchsgruppen mit Vorhermessung

Vorteile einer Vorhermessung

  • Unterscheiden sich die beiden Gruppen schon vorher? (SV-Kontrolle)
  • Differenz der Vorher- und Nachhermessung = Genaues Ausmaß der Veränderung

Nachteile einer Vorhermessung

  • Kosten
  • Nicht immer möglich
  • Auswirkungen der Vorher- auf die Nachhermessung?

3. Versuchspläne mit mehr als 2 Gruppen

  1. einfaktorielle Versuchspläne mit mehr als zwei Ausprägungen bei einer UV (zB. UV "Therapiart)
  2. mehrfaktorielle Versuchspläne mit mehreren UVn (zB. Wirkung von Schmerztabletten bei Männern und Frauen)

    Dabei:
    1) Prüfung der Haupteffekte für jede einzelne UV und ihrer Wirkung auf die AV
    2) Prüfung der Interaktion zwischen den UVn (signifikante Interaktion hat Folgen für die Interpretation der Hauptefeekte!)

4. Weitere Versuchspläne

  1. Parallele Versuchsgruppen (Paare) bei unabhängigen Versuchsgruppen
     
  2. Messwiederholungsdesign (gleiche Person wird unter allen Bedingungen getestet - intraindividuell)
     
  3. X-O-Pläne (X = Treatment, O = Observation)
     
  4. Quer- vs. Längsschnittstudien
     
  5. Zeitreihenanalyse

Prozedurale Entscheidungen bei Versuchsplänen

KAPITEL 7 - Kontrolle von Störvariablen 

.

Kontrolle der UV

absichtliche, planmäßige Herbeiführung von Bedingungen in einer strikt kontrollierten Situation = planmäßige Variation der UV

Störvariablen - Wiederholung

Kontrolle der Störvariablen - Warum? Einteilung?

  • Wichtig um die interne Validität des Experiments zu sichern! ("unter sonst gleichen Umständen")

 

MaxKonMin-Prinzip (Einteilung der Kontrolltechniken)

  1. Maximiere Primärvarianz (=den vermuteten Effekt)
  2. Kontrolliere Sekundärvarianz (=Störvariablen)
  3. Minimiere Fehlervarianz (= das "Rauschen")

    1 und 3 erhöhen die statistische Power / 2 ist entscheidend!

 

 

1. Probanden als Quelle der SV

= alle traits und states mit potentiellem Einfluss auf die AV

 

Kontrolle

  • Randomisierung
  • Vortest
  • Parallelisierung (Bildung von Paaren)
  • Homogenisierung der Gruppen
  • Systematische Variation (SV als neuer Faktor im Versuchsplan)
  • Intraindividuelles Design

2. Situation (Allgemein oder SV beim Versuchsleiter) als Quelle der SV

Beispiele: Lärm, Erwartungen von VL, Tageszeit, Charakter vom VL

 

Kontrolle

  • Elimination von SV
  • Konstanthalten von SV
  • Zufallsvariation
  • Systematische Variation

Kontrolle bei sozialen Situationen als Quelle der SV

  • Standardisierung des Versuchablaufs
  • VL-Elimination 
  • VL-Training
  • Kontrollgruppe, in denen VL und Proband bewusst ihre Erwartungen einfließen lassen
  • Blindversuch

3. Messwiederholungen als Quelle der SV

Kontrolle

  • Kontrollgruppe
  • Extrem häufige, randomisierte Bedingungsabfolgen
  • Interindividuelle Variation
  • Ausbalancieren der Bedingungsreihenfolgen (abc, cba, acb, etc.) über Probanden hinweg
    - WICHTIG: carry-over-Effekte sind nicht durch Ausbalancieren zu beheben!
    - carry-over-Effekte = Effekte, bei denen eine Bedingung inhaltlich die nachfolgende beeinflusst, und nicht nur aufgrund ihrer Position!

4. Post-Hoc-Kontrolle (wenn potentielle SV miterhoben wurden): Kovarianzanalyse

= Herausrechnen einer SV mittels Regressionsanalyse, dann statistische Analyse der korrigierten Daten

Kontrolltechniken bei Quasi-Experimenten

Da keine Randomisierung möglich ist:

"argumentative" Kontrolle = für jede denkbare SV muss ausgeschlossen werden, dass sie Effekte auf die AV hatte

 

KAPITEL 8 - Stichprobe und Durchführung des Experiments

.

Stichprobe

  • möglichst viele Probanden
    - Power-Analysen: statistische Verfahren zur Bestimmung eines Mindestumfangs von Stichproben, um einen bestimmten Effekt nachweisen zu können
  • Zufallsauswahl ideal (leider selten)

Stichprobenarten

  1. Quotenstichprobe - Anteile bestimmter Gruppen, "anfallende" Personen
  2. Geschichtete Stichprobe - Zufallsauswahl, Verteilung in der Population bzgl. bestimmter Variablen (zB. Alter)
  3. Klumpenstichprobe - Komplette Erhebung in einem "Klumpen" (zB. Schule), "anfallende" Personen innerhalb des Klumpens
  4. Einzelfall

Durchführung des Experiments

Möglichst standardisiert bezogen auf:

 

  • Ablauf
  • betreuung der Probanden
  • Räumlichkeiten
  • Hilfsmittel, Geräte
  • Instruktion

Auch wichtig: Offenheit für Veränderungen!

KAPITEL 9 - statistische Auswertung

.

Erster Schritt: explorative Datenanalyse

= Sichtung aller Rohdaten - sollte immer dem Signifikanztest vorgelagert sein 

 

  • Festlegen von Ausreißerwerten / nicht verwendbaren Daten
  • Prüfung der statistischen Hypothese anhand des geeigneten gewählten Verfahrens - Berücksichtigung von Signifikanz und Effektgröße
  • Sichtung von Auswertungsalternativen

deskriptive vs. schließende (Inferenz-) Statistik

deskriptiv: Zusammenfassung vorhandener Daten

Inferenzstatistik: Erschließung von etwas, das wir nicht wissen können

Zentrale Begriffe

Stichprobenkennwerte

  • zB. Mittelwert, Häufigkeitsverhältnis, etc.

Zufallsannahme

  • H0 = Nullhypothese
  • Stichprobenkennwerte als Ergebnis eines unsystematischen Zufalls

Annahme eines systematischen Effekts

  • H1 = Arbeitshypothese
  • Wenn Stichprobenkennwerte zu extrem sind, um noch mit dem Zufall vereinbar zu sein

Stichprobenkennwerteverteilung

  • Wahrscheinlichkeitsverteilung für einen Stichprobenkennwert, wenn die Zufallsannahme wahr wäre
  • Beim Testen wir also stets so getan, als ob die H0 der Fall nist
  • Auch Testverteilung genannt

Ablehnungsbereich

  • Bereich der unwahrscheinlichsten Stichprobenkennwerte unter Zufallsannahme -> dann wird die Nullhypothese abgelehnt

Binomialverteilung

= ist eine Stichprobenkennwerteverteilung

= zeigt auf, wo der Bereich sehr unwahrscheinlicher Ereignisse unter Zufallsannahme liegt

= Verteilung für Häufigkeiten eines Ereignisses bei zwei gleichwahrscheinlichen Ereignisalternativen

 

-> Normalverteilung als guter Schätzer der Binomialverteilung

Ein Problem - mehrere statistische Möglichkeiten

Binomiallösung - Nominalskalenniveau

  • Vorteil: wenige Annahmen, einfache Durchführung
  • nachteil: Informationen gehen verloren

Bootstrapping/Resampling-Lösung

  • durch künstliche, immer neu gezogene Stichprobenzusammenstellungen (Resampling) eine Testverteilung basteln
  • oder durch Rekombinieren aller möglichen Stichprobenzusammenstellungen (Permutationstest) eine Testverteilung basteln
  • Vorteil: einfache oder gar keine Annahmen
  • Nachteil: rechenaufwändiger, einfache Annahmen müssen nicht unbedingt richtig sein

T-Test: Standardlösung

  1. Annahmen über Population machen
  2. Testverteilung auf Basis der annahmen und H0 basteln
  3. Abgleich der Stichprobenkennwerte mit der Testverteilung

Bayesianisches Testen

  • Vorteil: unwahrscheinliche Hypothesen "haben es schwer", Wahrscheinlichkeit für Hypothesen bestimmbar
  • Nachteil: subjektiv

KAPITEL 10 - ANOVA

.

T-Tests

Praktisch zum Vergleich von zwei (unabhängigen) Stichproben

  • Problem: Was, wenn mehr als zwei Stichproben oder die Wirkung von zwei Variablen gleichzeitig verglichen werden müssen?

  • Lösung: ANOVA

ANOVA - wörtliche Übersetzung: „Varianz-Zerlegung“

Two-way-ANOVAs erinnern an 4-Felder-Chi-Quadrat-Tests, aber:

  • die AV keine Häufigkeit, sondern eine intervallskalierte Variable ist

  • getestet wird bei der ANOVA nicht nur die Interaktion (wie beim 4-Felder- Test) sondern auch die beiden Haupteffekte

 

Multifaktorielle ANOVAs sind vermutlich das am häufigsten verwendete Auswertetool in der Psychologie!

ANOVA: Annahmen

  1. Varianzhomogenität: Die Population hat in allen Bedingungen die jeweils gleiche Varianz (nennt man auch Homoskedastizität)

  2. Normalverteilung der Population in jeder Bedingung (bzw. Normalverteilung der Fehler in jeder Bedingung)

  3. Unabhängigkeit aller Beobachtungen (bzw. Fehler) 

 

Nullhypothese -> mit ANOVA nur insgesamt testbar

ANOVA: Grundidee (F-Bruch)

F-Test: Entscheidung für einen Gruppenunterschied, wennVarianz zwischen Gruppen im Verhältnis zur Varianz innerhalb der Gruppen bedeutsam größer ist (F-Bruch: signal-to-noise ratio)

 

Konstruktion eines F-Bruchs:

  • Quadratsummenzerlegung
  • Freiheitsgradbestimmung
  • Vergleich mit F-Tabellierung (Verteilung von F wenn H0 wahr)

 

F-Wert: Verhältnis von Treatment- und Fehlervarianz

  • praktisch: QS(Fehler) + QS(Treat) = QS(Tot) -> Variabilität erfolgreich zerlegt!

  • aber: Additivität gilt nicht für die Varianzen!

Study