petaaa

Voraussetzung: Items gehören zur Skala und sind richtig gepolt.
▪ Berechnung des Mittelwerts über die Items
• Bedeutung der Skalenwerte entspricht verbalen Ankern der Items
• Wahrer Skalenwert wird bei Missings in einzelnen Items eher unverzerrt geschätzt
• Struktur des SPSS Befehls:
COMPUTE X (Name der neuen Variable) = MEAN (Item_a, Item_b, … Item_z).
▪ Berechnung der Summe über die Items
• Bedeutung der Skalenwerte muss neu zugeordnet werden
• Skalenwert wird unterschätzt, wenn es missing in einzelnen Items gibt
-> erst Mittelwert berechnen und mit Anzahl Items multiplizieren
• Gerechtfertigt, wenn Summenwert in der Literatur etabliert ist

Der Mittelwert ist der Summe vorzuziehen. Wenn Summenwert
benötigt wird, dann sollte er auf der Basis des Mittelwerts geschätzt
werden: geschätzte Summe = Mittelwert * Anzahl Items.

Items wurden nicht für falsche oder unmögliche Werte
kontrolliert
▪ Umkodierung von Variablen wurde nicht korrekt
vorgenommen
▪ Nicht alle erforderlichen Items oder falsche (nicht zur Skala
gehörige) Items wurden aufgenommen
▪ Fehlende Werte in einzelnen Items wurden nicht
angemessen berücksichtigt (Summe über Items, statt
Mittelwert über Items)

Auswahl des statistischen Tests
• Begründete Festlegung des Alpha Fehlers unter Berücksichtigung
• der für die Analyse vorliegenden Fälle
• der zu erwartenden Effektgrösse
• der Teststärke (Power)
•  Überprüfung der Voraussetzungen
• Erfüllen die Daten die Voraussetzungen, die für eine valide statistische Prüfung der
Hypothesen erforderlich ist?

Ausgewählt wird der Test, der:
a) den Daten angemessen ist:
• der Datenstruktur (abhängige vs. unabhängige Daten)
• dem Skalenniveau
• der Verteilung der Daten entspricht
•  (z.B. bei gravierender Abweichung von Normalverteilung wird
Mann-Whitney-U-Test statt t-Test für unabhängige Stichproben gerechnet)
•  b) eine direkte Überprüfung der Hypothese(n) ermöglicht
• z.B. beim Vergleich mehrerer Gruppen sind geplante Kontraste dem Omnibus F-Test
vorzuziehen

Die begründete Festlegung des Alpha-Fehler-Niveaus ist nur
möglich, wenn für die vorliegende Stichprobengrösse auch
das Beta-Fehler-Risiko kalkuliert wird.

•  Eine Sensitivitäts- oder Poweranalyse muss deshalb vor der Signifikanzprüfung erfolgen!!!
•  Wenn die Ergebnisse bekannt sind, ist es dafür zu spät.

:

1. Effektgröße:

   • Die Effektgröße ist ein Maß für die Stärke eines Phänomens oder die Größe eines Unterschieds, den Sie in Ihrer Studie erwarten. Größere Effektgrößen erfordern in der Regel kleinere Stichproben, um statistisch signifikante Ergebnisse zu erzielen, während kleinere Effektgrößen größere Stichproben erfordern.

2. Power (1 - Beta):

   • Die Power einer Studie ist die Wahrscheinlichkeit, einen tatsächlich existierenden Effekt zu entdecken. Sie hängt von der Stichprobengröße, der Effektgröße und dem Signifikanzniveau ab. Eine Power von 0.80 (80%) bedeutet, dass Sie in 80% der Fälle einen existierenden Effekt entdecken werden.
   • Eine höhere Power erfordert größere Stichproben, vor allem bei kleinen Effektgrößen.

3. Signifikanzniveau (Alpha):

   • Das Signifikanzniveau gibt die Wahrscheinlichkeit an, einen Fehler 1. Art zu begehen, d.h. die Nullhypothese abzulehnen, obwohl sie wahr ist. Ein typischer Wert ist 0.05.
   • Ein niedrigeres Signifikanzniveau (z.B. 0.01 statt 0.05) erfordert größere Stichproben, um die gleiche Power zu erreichen, da die Kriterien für die Ablehnung der Nullhypothese strenger sind.

4. Stichprobengröße (n):

   • Die Stichprobengröße beeinflusst direkt die Power einer Studie. Größere Stichproben erhöhen die Power, d.h., sie erhöhen die Wahrscheinlichkeit, einen existierenden Effekt zu entdecken.
   • Umgekehrt kann bei vorgegebenem Signifikanzniveau und Power eine größere Effektgröße eine kleinere Stichprobe erforderlich machen.

Zusammenhänge im Detail

• Große Effektgröße: Benötigt in der Regel eine kleinere Stichprobe, um signifikant zu sein.
• Kleine Effektgröße: Benötigt eine größere Stichprobe, um signifikant zu sein.
• Höheres Signifikanzniveau (z.B. Alpha = 0.10): Erhöht die Wahrscheinlichkeit, einen Effekt zu entdecken (höhere Power), aber auch das Risiko eines Fehlers 1. Art.
• Niedrigeres Signifikanzniveau (z.B. Alpha = 0.01): Verringert die Wahrscheinlichkeit eines Fehlers 1. Art, erfordert aber größere Stichproben, um dieselbe Power zu erreichen.
• Höhere Power (z.B. 0.90 statt 0.80): Erfordert größere Stichproben

Die begründete Festlegung des Alpha-Fehler-Niveaus ist nur
möglich, wenn für die vorliegende Stichprobengrösse auch
das Beta-Fehler-Risiko kalkuliert wird.

• Eine Sensitivitäts- oder Poweranalyse muss deshalb vor der Signifikanzprüfung erfolgen!!!
•  Wenn die Ergebnisse bekannt sind, ist es dafür zu spät.

Postulierung der erwarteten Effektgrösse in der Population
• Wenn andere Studien oder Metaanalysen vorliegen, können diese zur
Schätzung des Populationseffekts herangezogen werden
• Gibt es keine inhaltlichen Vorgaben für die anzunehmende Grösse des
Effekts empfiehlt es sich, einen mittleren Effekt zu postulieren.
• Da es unterschiedliche Effektmasse gibt, ist es wichtig, anzgeben,
welches Effektgrössemass benutzt wird.

•  Cohens d (t-Test für unabhängige Stichproben),
•  Cohens dz (t-Test für abhängige Stichproben),
•  r (Korrelation),
•  f oder η2 (eta2) (ANOVA)

Festlegung des Alpha-Fehler-Niveaus
• ein- oder zweiseitige Prüfung?
• Protektion gegen Kumulation des Alpha-Fehlers bei multiplem Testen
Bonferoni-Adjustierung: Alpha adj.= Alpha/Anzahl gerechneter Tests
Soll z.B. bei 10 Tests ein Alpha von .05 nicht überschritten werden, wird
für jeden einzelnen Test ein adj. Alpha .05/10 = .005 festgelegt
• Poweranalyse: (Power = 1 – Beta Fehler) sollte nach Cohen mindestens
.80 betragen.
-> zu erwägen ist eine Relaxierung des Alpha-Niveaus, wenn Power zu
gering ist.
Kompromissempfehlung:
Beta-Fehler sollte nicht grösser als 4 Mal Alpha Fehler sein
(Rosenthal & Rosnow, 2008).

Das passende Prüfverfahren festlegen
• z.B. für den t-Test für unabhängige Stichproben: Test family: t-Test wählen -> dann unter Statistical Test: Means: Differences
between two independent means (two groups) wählen

•  Art der Poweranalysis festlegen (Type of Poweranalysis)

• A priori: Bei der Planung einer Untersuchung wird die Stichprobengrösse ermittelt, die nötig ist, um einen Effekt einer
bestimmten Grösse bei einem bestimmten α-Fehler und einer vorgegebenen Power (1-β-Fehler) nachweisen zu können.
(Festgelegt werden Effektgrösse, α-Fehler, Power)
• Sensitivity: Nach Durchführung einer Untersuchung, wenn Stichprobengrösse feststeht, wird die Effektgrösse berechnet,
die mit vorgegebenem α-Fehler, β-Fehler entdeckt werden kann (Festgelegt werden Stichprobengrösse, α-Fehler, β-Fehler).
Sinnvoll, um zu ermitteln, wie gross der Effekt sein müsste, damit er mit konventioneller Festlegung von α-Fehler = .05, β-
Fehler = .20 nachgewiesen werden könnte.
• Post Hoc: Nach Durchführung einer Untersuchung, wenn Stichprobengrösse feststeht, wird die Power (1 - β-Fehler)
ermittelt. Festgelegt werden Effektgrösse, α-Fehler, Stichprobengrösse.
Sinnvoll, um zu ermitteln, wie gross die Power ist, um einen Effekt einer bestimmten Grösse nachzuweisen (z. B. mittlerer
Effekt)
• Compromise: Nach Durchführung einer Untersuchung, wenn Stichprobengrösse feststeht, wird das Verhältnis von α und β-
Fehler festgelegt und für eine vorgegebene Effektgrösse α – Niveau und Power berechnet. Festgelegt werden Effektgrösse,
Verhältnis von α zu β-Fehler, Stichprobengrösse,
Sinnvoll, um zum Nachweis einer vorgegebenen Effektgrösse ein ausgewogenes Verhältnis von α zu β-Fehler zu erhalten (z.
B: 1 zu 4)

• Definition: Eine A Priori Poweranalyse wird durchgeführt, bevor die Datenerhebung beginnt.
• Ziel: Bestimmen der erforderlichen Stichprobengröße, um mit einer vorgegebenen Power (meist 0.80) und einem festgelegten Signifikanzniveau (Alpha) einen spezifischen Effekt zu erkennen.
• Parameter:
  • Effektgröße (geschätzt oder aus früheren Studien entnommen)
  • Signifikanzniveau (Alpha)
  • Gewünschte Power
• Verwendung: Diese Analyse ist nützlich, um die Studie so zu planen, dass ausreichend Teilnehmer eingeschlossen werden, um verlässliche Ergebnisse zu erhalten.

• Definition: Eine Sensitivity Poweranalyse wird durchgeführt, um die kleinste Effektgröße zu bestimmen, die mit einer gegebenen Stichprobengröße, einem festgelegten Signifikanzniveau und einer gewünschten Power detektiert werden kann.
• Ziel: Ermitteln der minimalen Effektgröße, die in einer Studie nachweisbar ist.
• Parameter:
  • Stichprobengröße
  • Signifikanzniveau (Alpha)
  • Gewünschte Power
• Verwendung: Diese Analyse ist nützlich, wenn die Stichprobengröße bereits festgelegt ist (z.B. aufgrund von Ressourcenbeschränkungen) und man wissen möchte, wie empfindlich die Studie ist.

• Definition: Eine Post Hoc Poweranalyse wird nach Abschluss der Datenerhebung durchgeführt.
• Ziel: Bestimmen der tatsächlichen Power der Studie auf Basis der beobachteten Effektgröße und der tatsächlichen Stichprobengröße.
• Parameter:
  • Beobachtete Effektgröße
  • Signifikanzniveau (Alpha)
  • Tatsächliche Stichprobengröße
• Verwendung: Diese Analyse hilft zu verstehen, ob die Studie ausreichend Power hatte, um die gefundenen Ergebnisse zu erkennen. Allerdings ist sie oft umstritten, da sie keine neue Information liefert und die Interpretation der Ergebnisse verfälschen kann.

• Definition: Eine Compromise Poweranalyse wird durchgeführt, um das Signifikanzniveau (Alpha) und die Beta-Fehlerrate (1 - Power) so anzupassen, dass sie einem gewünschten Verhältnis entsprechen, basierend auf einer gegebenen Stichprobengröße und Effektgröße.
• Ziel: Finden eines Kompromisses zwischen Signifikanzniveau und Power.
• Parameter:
  • Stichprobengröße
  • Effektgröße
  • Verhältnis von Alpha zu Beta-Fehlerrate
• Verwendung: Diese Analyse ist nützlich, wenn weder das Signifikanzniveau noch die Power festgelegt sind und ein Kompromiss gefunden werden muss, der die vorhandenen Ressourcen und die erwartete Effektgröße berücksichtigt.

a) cohens d:

• Definition: Cohen's d ist ein Maß für die standardisierte Differenz zwischen zwei Mittelwerten. Es wird häufig verwendet, um die Größe eines Effekts in Standardabweichungseinheiten darzustellen.
• Formel: (M1-M2)/standardabweichungpooled
• standardabweichung pooled berechnung = ((VarianzM1+VarianzM2)/2)^0,5

hedges g: Hedges' g ist ähnlich wie Cohen's d, aber es korrigiert die Schätzung für kleine Stichprobengrößen. Es wird ebenfalls verwendet, um die Effektgröße in der Population auf Basis der Stichprobenkennwerte zu schätzen.

Formel: (M1-M2)/korrigierte gepoolter Standardabweichung

Berechnung korrigierte gepoolte Standardabweichung: (((VarianzM1*(nM1/(nM1-1)+(VarianzM2*(nM2/(nM2-1))/2)^0,5

• Hierbei sind SD1SD_1SD1 und SD2SD_2SD2 die Standardabweichungen der beiden Gruppen und n1n_1n1 und n2n_2n2 die Stichprobengrößen der beiden Gruppen.

Interpretation der Effektgrößen

• Kleiner Effekt: ddd bzw. g≈0.2g \approx 0.2g≈0.2
  • Bedeutet, dass die Mittelwerte der beiden Gruppen um 0.2 Standardabweichungen auseinander liegen. Der Unterschied ist gering, aber unter Umständen bedeutsam.
• Mittlerer Effekt: ddd bzw. g≈0.5g \approx 0.5g≈0.5
  • Bedeutet, dass die Mittelwerte der beiden Gruppen um 0.5 Standardabweichungen auseinander liegen. Der Unterschied ist moderat und oft praktisch bedeutsam.
• Großer Effekt: ddd bzw. g≈0.8g \approx 0.8g≈0.8
  • Bedeutet, dass die Mittelwerte der beiden Gruppen um 0.8 Standardabweichungen auseinander liegen. Der Unterschied ist deutlich und oft von großem praktischem Interesse.

Wenn die Korrelation zwischen den Messungen positiv ist, reduziert dies die Varianz der Differenzwerte σd\sigma_dσd. Eine geringere Varianz der Differenzwerte führt zu einer höheren Effektstärke dzd_zdz. Dies zeigt, warum eine positive Korrelation zu einer höheren Effektstärke führt: Die Differenzwerte sind konsistenter und weisen weniger Streuung auf, was die Stärke des beobachteten Effekts erhöht.

Einfluss der Korrelation

Eine positive Korrelation bedeutet, dass die Messungen in beiden Bedingungen ähnlich verlaufen. Dies reduziert die Varianz der Differenzwerte, da ähnliche Veränderungen in den Werten vor und nach der Intervention zu weniger Streuung führen. Eine geringere Varianz der Differenzwerte führt zu einer größeren Effektstärke dzd_zdz.

auf gut deutsch: wenn sich alle vps über die studie hinweg ähnlich in die selbe richtung verändern ist das unabhängig von einer stärkke der veränderung nach der rechenformel ein zeichen dafür, dass die intervention eine gewisse effekstärke hat weil sie alle vpn gleich gut beeinflussen kann

Effektgrößen beim Vergleich von Mittelwerten bei abhängigen Stichproben, insbesondere Cohen's dzd_zdz, sind wichtige statistische Maße, die verwendet werden, wenn Messungen von denselben Teilnehmern in verschiedenen Bedingungen oder zu verschiedenen Zeitpunkten vorliegen. Hier ist eine detaillierte Erklärung der Konzepte und Formeln:

Effektgröße Cohen's dzd_zdz

• Definition: Cohen's dzd_zdz ist ein Maß für die standardisierte Differenz zwischen zwei Mittelwerten bei abhängigen Stichproben. Es wird verwendet, um die Effektgröße innerhalb von Probanden zu quantifizieren, die mehrfach gemessen wurden.; formel wie immer (MittelwertA-MittelwertB)/Standardabwechung der Differenzwerte zwischen den Messungen
• WICHTIG Berechnung: Standabweichung der Differenzwerte zwischen den Messungen: (VarianzA+VarianzB-2rAB*StandardabweichungA*StandardabweichungB)^0,5
• rAB=Korell AB
• Positive Korrelation: Wenn die Korrelation rABr_{AB}rAB positiv ist, wird σd\sigma_dσd kleiner, was zu einem größeren dzd_zdz führt. Das bedeutet, dass die Effektgröße steigt, wenn die Messungen in den beiden Bedingungen positiv korrelieren.
• Negative Korrelation: Wenn die Korrelation rABr_{AB}rAB negativ ist, wird σd\sigma_dσd größer, was zu einem kleineren dzd_zdz führt. Das bedeutet, dass die Effektgröße sinkt, wenn die Messungen in den beiden Bedingungen negativ korrelieren.
• Kleiner Effekt: dz≈0.2d_z \approx 0.2dz≈0.2
  • Ein kleiner Effekt bedeutet, dass die Mittelwerte der beiden Bedingungen um 0.2 Standardabweichungen der Differenzwerte auseinander liegen.
• Mittlerer Effekt: dz≈0.5d_z \approx 0.5dz≈0.5
  • Ein mittlerer Effekt bedeutet, dass die Mittelwerte der beiden Bedingungen um 0.5 Standardabweichungen der Differenzwerte auseinander liegen.
• Großer Effekt: dz≈0.8d_z \approx 0.8dz≈0.8
  • Ein großer Effekt bedeutet, dass die Mittelwerte der beiden Bedingungen um 0.8 Standardabweichungen der Differenzwerte auseinander liegen.

• Höhere Power: Der t-Test für abhängige Stichproben hat in der Regel eine höhere Power als der t-Test für unabhängige Stichproben. Dies liegt daran, dass die Varianz der Differenzwerte in abhängigen Stichproben oft geringer ist als die Varianz in unabhängigen Stichproben, was zu einer präziseren Schätzung des Effekts führt.
• Grund: Die höhere Power resultiert aus der Kontrolle der individuellen Unterschiede zwischen den Probanden, da jede Person als ihre eigene Kontrolle dient.

sd

Tatsachenwissen

Nomologisches Wissen
Nomopragmatisches (technologisches) Wissen

Definition Wissen über den Ist-
Zustand bestimmter
Merkmale in einer
bestimmten Population
(oder bei einem
bestimmten Individuum),
zu einen gegebenen
Zeitpunkt

Beispiel: epidemiologische Daten: 20% aller Frauen und 15% aller Männer erkranken iwann an einer Depression

Wissensart: Wissen über Fakten

Ausdehnungsbereich: singulär

Funktion: 1. Historiographische Erfassung und Beschreibung von Merkmalen
2. Beschreibung der Randbedingungen, im Kontext einer Erklärung

Kriterium: Beschreibung des Ist-Zustands, ohne wenn- dann oder je desto- Verknüpfungen und ohne umfassenden Generalisierungsanspruch

Defi: Gesetzesaussagen über Zusammenhänge zwischen Variablen

Beispiel: Nondisjunktion (Nichttrennung) des 21. Chromosoms während der Meiose verursacht Downsyndrom

Wissensart: theoretisches Wissen

Ausdehnungsbereich: mehr oder weniger universell

Funktion: erlaubt im Idealfall die Erklärung und Prognose von singulären Ereignissen

Kriterium: Wahrheit

Definition: Wissen über die Herstellbarkeit und Beeinflussbarkeit von Phänomen

Beispiel: Bei Angststörungen führt Exposition mit angstauslösendem Stimulus bei den meisten Patienten zur Symptomreduktion

Wissensart: praktisches Wissen

Ausdehnungsbreich: mehr oder weniger universell

Funktion: Wissen über die
Herstellbarkeit und
Beeinflussbarkeit von
Phänomenen

Kriterium: Effektivität

Praktische Relevanz
• Direkter Nutzen für Auftraggeber oder Klienten
− Angewandte Forschung / Auftragsforschung
– z.B. Evaluation eines spezifischen Therapieprogramms in einer spez.
Einrichtung
− Klinische Forschung, z.B. um Zulassung eines Medikaments zu erhalten

Theoretische Relevanz (Grundlagenforschung,
Methodenentwicklung)
− Experimente zur Kernspaltung (Hahn & Straßmann, 1938).
Erste Deutung der Kernspaltung durch Otto Hahns
emigrierte jüdische Mitarbeiterin Lise Meitner (Bild). Nobelpreis
für Hahn 1944.
− Higgs-Mechanismus beschreibt, wie die grundlegende Eigenschaft
„Masse“ auf der Ebene der Elementarteilchen zustande kommt
Physikalische Experimente im CERN: 2012, Nachweis des Higgs-
Boson Teilchens = quantenmechanischen Anregung des Higgs-
Feldes, die sich als nachweisbares Teilchen äußert.
2013 Nobelpreis für Physik (für Theoretisches Modell) an Englert &
Higgs

Gesellschaftliche Relevanz
• Wem nützt die Forschung, wem schadet sie vielleicht?
− Interessenkonflikte:
– z.B. Forschung zur Steigerung der Effektivität von Werbebotschaften
– Forschung zur Optimierung des Verkaufs von Produkten
− Wertkonflikte
– z.B. Pränatale Diagnostik, Klonen, Stammzellenforschung
– militärische Forschunng

Dauer 6 bis 7 Jahre ▪ 10 bis 20 Millionen CHF.

Wissenschaftliche Qualität des beantragten Forschungsvorhabens:

• Wissenschaftliche Bedeutung

• Bei Gesuchen der anwendungsorientierten Forschung wird die ausserwissenschaftliche Bedeutsamkeit berücksichtigt

• Aktualität und Originalität der Fragestellung

• Eignung des methodischen Vorgehens

• Machbarkeit des Projektes

Wissenschaftliche Qualifikation der Forschenden:

• Bisherige wissenschaftiche Leistungen des Gesuchstellers • Fachkompetenz des Gesuchstellers

An agency of the United States Department of Defense

▪ Responsible for the development of new technologies for use by the military

▪ Employees: > 240

▪ Annual budget 2017: 2.97 Milliarden $ ▪ Annual budget 2022: 3.87 Milliarden $

Doppelte Verwendungsmöglichkeit von Forschungsergebnissen zu nützlichen als
auch zu schädlichen Zwecken
• Materialforschung /Robotik
− Forschung zu Industrierobotern kann den Bau von Kriegsrobotern ermöglichen
− Forschungsergebnisse zu pathogenen Mikroorganismen und Toxinen sind auch für neue Biowaffen und für
terroristische Anschläge nutzbar
• Psychologische, medizinische oder neurobiologische Forschungen
− Entwicklung von Vernehmungstechniken bis hin zur Folter
− Optimierung der Sammlung, Verknüpfung und Analyse von personenbezogenen Daten kann zur Verletzung von
Persönlichkeitsrechten führen.
− Linguistische Forschung an Spracherkennungssystemen sind auch für die missbräuchliche
Kommunikationsüberwachung einsetzbar.
▪ Beurteilung solcher Forschung ist schwierig
• unbekannten zukünftigen Handlungsketten
• schwierige Folgen- und Risikoabschätzungen

Risikoanalyse
• Bedenken der Einsatz- und Missbrauchsmöglichkeiten der Forschungsergebnisse
▪ Risikominimierung
• Sicherheitsvorkehrungen, Auswahl der Kooperationspartner
▪ Veröffentlichung risikoreicher Forschung
• Grundsätzlich Transparenz
• für einen Missbrauch relevante Teilergebnisse von Publikation ausnehmen oder verkürzt
darstellen.
• Verzicht auf Veröffentlichung, wenn keine andere Massnahme möglich ist
▪ Verzicht auf Forschung
• Forschungsmoratorium
• Abwägung, ob der potenzielle Schaden den zu erwartenden Nutzen der Forschung
übersteigt.
▪ Dokumentation und Mitteilung von Risiken gegenüber Ethikkommission

Für die gesamte Forschung und Entwicklung (F&E) standen
2019 in der Schweiz 22,9 Milliarden Franken zur Verfügung.
Gemessen am BIP liegt die Schweiz weltweit an siebter
Stelle.
Die Privatwirtschaft finanziert 65 Prozent der F&E
Führt auch einen grossen Teil der F&E-Projekte in der Schweiz
durch (68 Prozent).

Unterdruck-, Unterkühlungs- und Meerwasserversuche

Unterdruckversuche

Unterkühlungsversuche

Meerwasserversuche

Fleckfieber-Impfstoffversuche

Sulfonamid Versuche

Noma „Wasserkrebs“ ist seltene bakterielle Infektionskrankheit, bei stark
geschwächter Immunabwehr
Wasserschwellung an der Wange -> fortschreitende Entzündung -> Mundfäule ->
Verfaulung der Wange mit Löchern in der Gesichtshaut -> Blutvergiftung -> Tod
▪ 1943 Wasserkrebsepedimie im „Zigeunerlager“ des KZ Auschwitz wegen
Unterernährung und Hygienemängel. Vor allem Kinder und Jugendliche
erkrankten. „Dabei fielen ganze Fleischstücke ab, auch die Unterkiefer waren
betroffen.“
▪ Mengele ließ eine Baracke für Erkrankten einrichten und Verlauf, Ursachen und
Heilmethoden der Krankheit untersuchen.
▪ Mengele infizierte gesunde Häftlinge indem er Absonderungen der
Mundschleimhaut entnahm und Gesunden einimpfte. Ca 3.000 Menschen
starben (überwiegend Kinder).
▪ Er interessierte sich kaum für Probleme der Mangelernährung, sondern vor allem
für Rolle genetischer oder rassenbiologischer Faktoren

1. Die freiwillige Zustimmung der Versuchsperson ist unbedingt erforderlich.
•
2. Der Versuch muss so gestaltet sein, dass fruchtbare Ergebnisse für das Wohl der Gesellschaft zu erwarten sind, welche nicht durch
andere Forschungsmittel oder Methoden zu erlangen sind. Er darf seiner Natur nach nicht willkürlich oder überflüssig sein.
3. Der Versuch ist so zu planen und auf Ergebnissen von Tierversuchen und naturkundlichem Wissen über die Krankheit oder das
Forschungsproblem aufzubauen, dass die zu erwartenden Ergebnisse die Durchführung rechtfertigen werden.
4. Der Versuch ist so auszuführen, dass alles unnötige körperliche und seelische Leiden und Schädigungen vermieden werden.
5. Kein Versuch darf durchgeführt werden, wenn von vornherein angenommen werden kann, dass es zum Tod oder einem
dauernden Schaden führen wird. Höchstens jene Versuche ausgenommen, bei welchen der Versuchsleiter gleichzeitig als
Versuchsperson dient.
6. Die Gefährdung darf niemals über jene Grenzen hinausgehen, die durch die humanitäre Bedeutung des zu lösenden Problems
vorgegeben sind.
7. Es ist für ausreichende Vorbereitung und geeignete Vorrichtungen Sorge zu tragen, um die Versuchsperson auch vor der geringsten
Möglichkeit von Verletzung, bleibendem Schaden oder Tod zu schützen.
8. Der Versuch darf nur von wissenschaftlich qualifizierten Personen durchgeführt werden. Größte Geschicklichkeit und Vorsicht sind
auf allen Stufen des Versuchs von denjenigen zu verlangen, die den Versuch leiten oder durchführen.
9. Während des Versuches muss der Versuchsperson freigestellt bleiben, den Versuch zu beenden, wenn sie körperlich oder
psychisch einen Punkt erreicht hat, an dem ihr seine Fortsetzung unmöglich erscheint.
10. Im Verlauf des Versuchs muss der Versuchsleiter jederzeit darauf vorbereitet sein, den Versuch abzubrechen, wenn er vermuten
muss, daß eine Fortsetzung des Versuches eine Verletzung, eine bleibende Schädigung oder den Tod der Versuchsperson zur Folge
haben könnte

Deklaration des Weltärztebundes zu
Ethischen Grundsätzen für die medizinische Forschung am
Menschen
• 1964 in Helsinki verabschiedet
• 2013 letzte Revision
https://www.fmh.ch/files/pdf24/wma-helsinki-deklaration.pdf
▪ gilt allgemein als Standard ärztlicher Ethik
▪ Grundlage ethischer Standards für Versuche an Menschen und
Tieren
-> Basis ethischer Richtlinien für Psychologen
• 1972 erster Ethik Code der American Psychological Association
• 2003 Ethische Richtlinien der Schweizerischen Gesellschaft für
Psychologie (SGP)
▪ Grundlage für das seit 2014 in der Schweiz gültige
Humanforschungsgesetz

Aktive Täuschung: Falsche oder irreführende Informationen werden gegeben
• Verschleierung der Absicht der Untersuchung
• Falsche Information zum Forscher
• Falsche Versprechungen / Ankündigungen
• Verletzung der Anonymitätszusage
• Unzutreffende Erläuterungen (Funktionsweise von Geräten, Prozedur)
• Mithelfer (Pseudoteilnehmer)
• Einsatz von Placebos (Verabreichung von Medikamenten ohne Information)
▪ Passive Täuschung: Wichtige Informationen werden zurückgehalten
• Verdeckte Beobachtung
• Provokation und geheime Aufzeichnung von unerwünschtem Verhalten
• Einsatz Projektiver Tests
• Einsatz von Placebos (Verabreichung von Medikamenten ohne Information)
• Unwissentliche Konditionierung
▪ Problem: Wiegen negative Konsequenzen der Täuschung den potentiellen Nutzen
aus der gewonnen Erkenntnis auf?

D20) Eine Täuschung der Versuchspersonen ist nur zulässig,
• wenn sie durch den zu erwartenden überwiegenden wissenschaftlichen oder
praktischen Nutzen gerechtfertigt ist
• und der Forschungszweck keine alternativen Vorgehensweisen ohne
Täuschung ermöglicht.
▪ D21) Verfahren mit Täuschung werden nicht eingesetzt, wenn die
Forschungsintervention physischen Schmerz oder eine schwere
emotionale Belastung erwarten lässt.
▪ D22) Eine erfolgte Täuschung wird der Versuchsperson so bald als möglich,
spätestens aber bei Abschluss der Datenerhebungsphase, erklärt und
begründet.
▪ Versuchspersonen haben das Recht, ihre Daten zurückzuziehen.

D11) Psychologinnen und Psychologen tragen die Verantwortung für Inhalte und
Methoden ihrer Forschungstätigkeit. Insbesondere sind Verfahren zu verwerfen,
welche sich zum Nachteil der Versuchspersonen auswirken;
Würde und Integrität der teilnehmenden Personen dürfen nicht verletzt werden.
▪ Methodenkompetenz
▪ D12). Die fortwährende Überprüfung und Erneuerung der verwendeten Methoden
sind wesentliche Bedingungen der Forschungstätigkeit.
▪ D13). Psychologinnen und Psychologen verwenden keine Methoden oder
Verfahren, zu denen sie nicht über die entsprechende Kompetenz verfügen.
▪ D14). Psychologinnen und Psychologen überlassen keinen fachfremden oder
unterqualifizierten Personen die Sorge und die Verantwortung für die Wahl und die
Anwendung der einzusetzenden Methoden.
▪ Sie wenden sich gegen die Anwendung psychologischer Methoden und Verfahren
durch Personen, deren Qualifikationen ungenügend sind

D15. Die Teilnahme an psychologischen Versuchen erfolgt freiwillig.
Übermässige und unangemessene Belohnungen und Anreize zur
Versuchsteilnahme, welche die Freiwilligkeit in Frage stellen könnten, sind
zu unterlassen.
▪ D16. Psychologische Forscherinnen und Forscher informieren die
Versuchspersonen in verständlicher Weise über
• 1) den Zweck des Projekts, die erwartete Dauer und die Verfahren,
• 2) ihr Recht, die Teilnahme abzulehnen oder zu beenden,
• 3) die absehbaren Folgen einer Nichtteilnahme oder Beendigung,
• 4) absehbare Einflussfaktoren auf die Teilnahmebereitschaft wie Risiken und
Unannehmlichkeiten,
• 5) den voraussichtlichen Nutzen der Forschung,
• 6) die Grenzen der Vertraulichkeit und Anonymität,
• 7) Anreize und Belohnung der Teilnahme, und
• 8) die Auskunftsperson über das Forschungsprojekt und die Rechte der
Versuchspersonen.