Forschungsgrundlagen
fuer Msc Klinische Gerontologische Psychologie
fuer Msc Klinische Gerontologische Psychologie
Wann sind qualitative Methoden sinnvoll?
1•Theoriengenerierung (insbesondere bei inhaltlichen Gebieten, die Quantifizierung nicht gut zugänglich sind)
2•Theorienelaborierung
3•Überprüfung existenzieller Hypothesen z. B. (X) [A(X)], (X)[A(X) B(X)], usw.
4•Nicht so gut geeignet für die Überprüfung universeller Hypothesen (außer zur Falsifikation im strengen Sinn) z. B. (X)[A(X) B(X)]
3 Spezifische qualitative Ansätze -
1-Phänomenologische Ansätze -
2-Grounded Theory -
3-Diskursanalyse
Deskriptive und explorative Datenanalyse I
df und 4 wichtige Aspekte
df: durch Lage- und Streuungsmaße
1-Was sind Lage- und Streuungsmaße und was kann man damit anfangen?
2- Stamm & Blatt Diagramm und Box-Plot
Beispiele
3-Wann welches Maß?
4-z-Standardisierung
Was sind Lage- und Streuungsmaße und was kann man damit anfangen?
Analyse von Stichprobenergebnissen
4 Lagemasse
5 Streuungsmasse
Die Standardabweichung in Abhängigkeit der Werteverteilung
Wie macht man ein Stamm & Blatt-Diagramm?
4 Schritte
Beispiel Stammblatt Diagramm
4 Schritte zum Box-Plot
Beispiel Box-Plot
Anteile sind auch Mittelwerte
Wann welches Mass?
Skalenniveaus: Illustratives Beispiel
Verteilungsarten
z-Standardisierung - Zweck und Berechnung
90% der Werte , ducrh SD verursachte Werte
11 Standards Evalforschung
1- Konzeptualisierung (klaerung theorie / wirkung : was, wie worauf )
2- Fragestellung und Hypothesen (verknuepfen theorie (konzept) mit evaluierungsmassnahme, bestimmen kriterien (achtung kann problematisch sein)
3- Implementationskontrolle (Max-Kon-Min Prinzip) summative oder formative eval hier?
4- Uebertragbarkeit von Ergebnissen (Stcihprobe gut beschreiben wenn nicht zufall) -> ext validitaet earhoehen
5- Kausalinterpretation (Stoer oder Moderatorvariablen vorhanden? Untersuchen!)
6- Kontrollgruppen (mit evtl variation Dosis, vergleich versch kombi von komponenten, vergleich mit anderer Stoervariablengruppe)
7- Statistische Konrolle ( wenn nicht bei Studie kontrollierbar im NachhineinL Partialkorrelation, Kovarianzanalyse, Multiple Regression, Pfadanalyse/ Strukturgleichungsmodelle
8- Effektgroessen (Nachweis Wirkung, wichtig: standardisierung, aequivalenz f abstands u korrelationsmasse, auch f Vergleich v mehr als 2 Gruppen
9-11 Standards d Durchfuehrung
9- Soziale Sensibilitaet (versch Beduerfnisse, Einwilligungen, Feedback, berueck Interessenkonflikte)
10- Transparenz (
11- Ethik (Wahrung rechtlicher Standards, Ressourcen, verhinderung missbrauch ergebnisse, reduktion beeintraetigung)
Max-Kon-Min Prinzip
Evalforschung - bei Implementationskontrolle - zur Kontrolle wie gut Massnahme implementiert wurde
1- Wird exp Varianz maximiert?
2- Wird Stoervarianz kontrolliert?
3- Wird Fehlervarianz minimiert?
2 grundlegende Fragen d Wissenschaft
1- was ist die Wirklichkeit? - Ontologie bzw seins-lehre
> leib/seele problem (alles materie oder geist oder dazwischen?)
>> alles materie - zurueckfuehrbar auf gehirnzustaende u -prozesse
oder
>>> alles Geist - erschaffung d welt in vorstellung
2- wie koennen wir die Wirklichkeit wahrnehmen ? > Epistiemologie bzw Erkenntnistheorie
Wie erkennen ? Was erkennen ?
ontologische u epistemologische ansaetze gekreuzt
1- WAS? Ontologische Position: Realismus / epistemologisch (wie?):
a) Rationalismus (Verstand primaer)> deduktive Vorgehensweise > kritischer Ratinalismus
b) Empirismus (Sinneserfahrung primaer) > induktive Vorgehensweise > logischer Empirismus
2- Was Ontlogie : Idealismus (gesitige Wirklichkeit) > Epistemologie (wie):
>> konstruktivistische Ansaetze
Rationalismus
epistemologische Position
erst muss Theorie da sein > dann Verstaendnis
deduktive Vorgehensweise
wenn ontologische Position Realismus > Kritischer Realismus von Popper > Faslifikationsprinzip
Deduktive Vorgehensweise
Vom Allgemeinen zum Besonderen
>> Falsifikationsprinzip
Faslifikationsprinzip
Ausschluss falscher, schlecht bewaehrter Theorien
Kritscher Rationalismus
>> Hypothesen und Theorien bleiben Vermutungen, weil man nichts beweisen kann
nur falsifizieren statt verifizieren
Hypothese > Beobachtung
Beobachtung trifft (einmal) nicht zu
>> Hyp falizifiziert
Bsp: alle Schwaene sind weiss .... 1 schwarzer Schwan > Theorie falsifiziert
auch Prinzip des Modus Tollens
Prinzip d Modus Tollens
Welche Karte umdrehen um ueberpruefen ob Regel verletzt ist?
1 Seite Konsonant 1 Seite ungerade Zahl
Prinzip der Induktion
Vom Besonderen wird auf das Allgemeine geschlossen
Richtigkeit einer Theorie kann nie bewiesen werden (ausser wenn gesamte Population verfuegbar ist)
Bei logischem Empirismus benutzt (Ontol Prinzip : Realismus und epist Prinzip d Empirismus)
2 Probleme des kritischenRationalismusses
1- Beobachtungen sind oft durch Zufallseinfluesse mitbestimmt
>> probalistische Falsifizierung : Theore ist praktisch falsifizierbar d wiederholte, stark abweichende Beobachtungen
2- bei Ueberpruefung v Hyp sind immer Zusatzannahmen noetig (Guete Messinstrumente, Stoereinfluesse, Wirksamkeit der exp Manipulation)
>> praezise hyp, moeglichst genaue Messungen, sorgfaeltige exp Manipulationen
7 Schritte der ws Methode
1- Theorie (rel komplex)
2- Forschungshypothese (eingegrenzter)
3- Statistische Hyp (nochmal verfeinert)
4- Design d Studie (was, wie zu welchem Zeitpunkt)
5- Durchfuehrung (Befragung / Beobachtung in Psy)
6- Interpretation d Daten
7- Implikationen f d Theorie (die sich wieder auf Schritt 1 auswirkt)
> oft kommt etwas anderes heraus >>> Theorie aendern oder pruefen Ergebnisse evtl verfaelscht
2 „Spezialprobleme“ der Psychologie
1- Latente Variablen:
Was sind Intelligenz, Emotion, Gedächtnis, Motivation
usw?
2- Verhältnis zwischen Forscher und „Erforschten“:
Wer erforscht hier wen?
Woher kommen Theorien?
3 Prinzipien
Bed, bath, bicycle? > oft zufaellig , wenn man gerade nicht dran denkt oder hinterher ist (aber schon Vorwissen hat)
1- Intuition
Brainstorming
Tagträumen
Alltagspsychologie
2- Induktion
Beobachtung (man sieht etwas ungewoehnliches)
Vorhandene Daten/Theorien (Diskrepanzen zw beob u Exploration)
Erkundungsstudien
3- Metaphern
Dampfmaschine (Psychoanalyse/ Freud)
Computer
Statistik (signale Deckungstheorie > Modell d Signifikanztests, Fluglotse Rauschen > Schnittstelle Technik u Mensch)
Wie kann man Theorien überprüfen?
5 Schritte
Generelle Vorgehensweise:
1.Empirische Vorhersage (Hypothese/Fragestellung) aus
Theorie ableiten
2.Vorhersage operationalisieren
3.Überprüfen, ob Operationalisierung funktioniert hat (sind die
in der Vorhersage formulierten Bedingungen tatsächlich
erfüllt?)
4.Ergebnis mit Vorhersage vergleichen
5.Rückschluss auf Theorie
4 Beispiele Ueberpruefung Theorien
1- Asch Konf Gruppen
2- Sperry Gehirnlateralisierung
3- Schachter 2-Faktoren Theorie d Emotionen
4- Darley : Bystander Phaenomen
3-Beispiel: „Zweifaktorentheorie der Emotionen“(Schachter & Singer)
Theorie (Kur zfassung): Für die Entstehung von
Emotionen müssen zwei Voraussetzungen erfüllt sein: a)
physiologische Erregung und b) (sozialer) Kontext, auf
den die Erregung zurück geführt werden kann
Forschungshypothesen
: z. B. Wenn physiologische Erregung nicht erklärt werden kann (durch
Medikamentenwirkung), entscheidet die Interpretation des
sozialen Kontexts über die Art der Emotion
Operationalisierung:
Statistische Hypothese : z. B. Das durchschnittliche Ausmaß der
(beurteilten) Emotionen ist deutlich höher, wenn die
physiologische Erregung nicht erklärt werden kann als wenn es
eine plausible Erklärung (Medikamentenwirkung) gibt
4- Beispiel: Bystander Phänomen (Darley & Latane)
Theorie (Kurzfassung): Wenn mehrere Leute
gleichzeitig eine Notfallsituation beobachten, kommt es
zur Verantwortungsdiffusion (keiner fühlt sich richtig
verantwortlich für Hilfeleistung)
Forschungshypothesen
: z. B.
Die Bereitschaft, in einem medizinischen Notfall zu helfen, sinkt
mit der Anzahl der (vermeintlichen) Zeugen des Geschehens
Operationalisierung
: 0, 2, 5 vermeintliche Zeugen, Kontakt via„Interkom“, „Notfall“ vom Tonband
Statistische Hypothese: z. B. Der Anteil der Zeugen, die
innerhalb einer Minute helfen, sinkt mit der Anzahl der
(vermeintlichen) anderen Zeugen des Geschehens
Von Theorie zur Messung
5 Schritte
1-Theorie
2- Forschungshypothese
3- Operationalisierung
(Angabe der zur Messung/Erfassung notwendigen Operationen
der Unabhängigen und Abhängigen Variablen)
4- Messung
5-Zuordnung von Objekten oder Ereignissen (empirisches Relativ) zu Zahlen (numerisches Relativ–Skala)
Variable df,
UV, AV
1-Variable:
Bezeichnung/Symbol für eine Menge von Merkmalsausprägungen
z. B. Alter [0,120], Geschlecht {m,w}, Studienfach {Soziologie,
Psychologie, ...}, Temperatur, Windstärke, Intelligenz usw.
2- Unabhängige Variable (UV):
Variable, die während einer Untersuchung/eines Experiments
systematisch variiert oder kontrolliert wird
z. B. Training {JA, NEIN}, Gruppenzugehörigkeit
3- Abhängige Variable (AV):
Variable, anhand derer der auf die UV zurückführbare Effekt
festgestellt wird
z. B. Lernerfolg [Anzahl der Aufgaben], Ausmaß der Zustimmung
Empirisches u numerisches Realtiv
Bei Messung:
\Abbilden von empirischen auf numerischem Realtiv
wenn strukturerhaltend : homomorphe Abb ( Personen > Groesse)
Beispiele Messung
1- 2-Faktorentheorie d Emotionen ( Schachter Singer)
Theorie
(Kurzfassung): Für die Entstehung von Emotionen müssen zwei
Voraussetzungen erfüllt sein: a) physiologische Erregung und b) (sozialer) Kontext, auf
den die Erregung zurück geführt werden kann
Forschungshypothesen
: z. B.
Wenn physiologische Erregung nicht erklärt werden kann (durch
Medikamentenwirkung), entscheidet die Interpretation des sozialen Kontexts über die
Art der Emotion
Operationalisierung
UV
: z. B. Erwartung: „Wirkung“ vs.“keine Wirkung“
AV: z. B. Stärke des angegebenen Ärgers
nicht vorhanden 1 2 3 4 5 6 sehr stark
Messung: Wertangabe auf Ratingskala (z. B.5)
2- Asch - Experiment
Theorie
: Auswirkung von Gruppendruck auf Meinungsäußerung
Forschungshypothese
: Bei Abweichung zwischen Gruppenurteil
und eigener Meinung
Tendenz zu Gruppenurteil
Operationalisierung
UV
: 2 Gruppen: „Abweichung“ und „keine Abweichung“
AV
: Wahlaufgabe
Messung: Gruppenkonformes Urteil? (JA/NEIN)
Messtheorie - 3 Probleme
Abb v empirischen auf numerischen Relativ
Frage : Gelten die Annahmen des numerischen Relativs (Skala)
auch für das empirische Relativ?
1- Repräsentationsproblem:
Ist Merkmal messbar? (Kann numerisches Relativ gefunden
werden, das die Strukturen des empirischen Relativs abbildet?)
Eindeutigkeitsproblem:
Welche Transformationen sind erlaubt? (Je weniger, desto „eindeutiger“ ist Messung)
Bedeutsamkeitsproblem:
Welche Kennwerte (z. B. Lage- und Streuungsmaße) sind zulässig? Wie kann man sie interpretieren?
>>>>>Skalentypen/Skalenniveaus
5 Skalenniveaus u Besonderheiten -neu
In Psy v a 3!
>> Skalenniveau ist auch abhängig von der Fragestellung
>> In Zweifelsfällen sollte begründet werden, welches Skalenniveau man annimmt, und warum
Messung subj Reize
Problem Messung ungleich Sinnesempfindungen
Beispiele: Helligkeit, Nutzen, Empfindungsstaerke, Lautstaerke
Steigen nicht linear / proportional
-
- 1 / 130
-
Lernkarten
Einschraenkung v Kausalschluessen (1)
1- Stoervariablen bei Versuchsteilnehmern
Loesung:
Beeinträchtigung von Kausalschlüssen
Störvariablen
(Moderatorvariablen):
[Variation in AV sollte nur auf Variation in UV zurückführbar sein!]
A) Potenzielle Störvariablen bei
Versuchsteilnehmern
(Beispiele):
•
Alter
•
Intelligenz
•
Aggressivität
•
Voreinstellungen, Vorwissen, Erwartungen
Kontrollmaßnahmen
:
-
Parallelisieren (matching)
z. B. Gruppen mit vergleichbaren Alters
-
und Intelligenzwerten bilden
-
Randomisieren
Randomisierungstechniken
(
Randomisierung
: Aufteilung einer Stichprobe nach dem Zufallsprinzip in zwei
oder mehrere Gruppen)
Zweck
: Kontrolle von Stör
-
oder Moderatorvariablen (Störvariablen haben in allen
Bedingungen einen "mittleren" Einfluss)
Einige Verfahren:
Lose
(z. B. 50 Lose mit “Gruppe 1” und 50 mit “Gruppe 2”)
Münzwurf
(z. B. „Zahl“
Gruppe 1, „Kopf“
Gruppe 2)
Zufallszahlen
(z. B. „gerade Zahl“
Gruppe 1, „ungerade Zahl“
Gruppe 2) (Münzwurf, Zufallszahlen usw. immer auf
Paare von Versuchsteilnehmern anwenden!)
2 Quellen Steorvariablem
1- Versuchsteilnehmer
2- Versuchssituation
Einschraenkung v Kausalschluessen (2)
Interne Validitaet im exp Design
Einfaktorielle Designs
Einfaktorielle Designs: eine unabhängige
Variable (UV)
Beispiele:
Asch (2 Faktorausprägungen)
Darley & Latane (3 Faktorausprägungen)
Den Ausprägungen der UV (des Faktors) werden (zufällig) Gruppen von Personen zugewiesen. Unterschiede in der AV werden auf die Variation der UV zurückgeführt.
Mehrfaktorielle Designs
Beispiel mehrfaktorielles Design
Wiwtin vs between design
Between vs. Within Designs
1- Between: Eine experimentelle Bedingung pro Versuchsteilnehmer(in)
2- Within: Mehr als eineexperimentelle Bedingung proVersuchsteilnehmer(in)
Oft beides in einem Experiment!
Beispiel gemischt within und between
Within vs Messwiederholung
Within Designs: Vor- und Nachteile
1- Potenzielle Vorteile
•Höhere Effizienz (weniger Versuchsteilnehmer)
•Geringere Fehlervarianz (perfekte Parallelisierung)
•Gleicher Kontext
•Manche Fragestellungen nur so untersuchbar
2-Potenzielle Nachteile:
•Positionseffekt(z. B. Ermüdung, Übungseffekte, Motivationsschwankungen, Angst,...)
•Carry-over Effekt Inhaltliche Beeinflussung einer späteren Bedingung durch frühere Bedingung
(z. B. Bedingung A: finanzielle Belohnung, Bedingung B: keine finanzielle
Belohnung)
>>>
Getrennte Analyse / Between Design
Ausbalancieren Within Designs
Quasi-Experimente
Quasi-Experimente (Gruppenaufteilung vorgegeben!)
reduzierte interne Validität
Beispiel mit hoher interner Validität:
Split
-
Brain (Sperry)
Beispiele:
•
Evaluierung der Kommunikationsstruktur in Betrieben
•
Geschlechtsunterschiede
•
Vergleich verschiedener Bundesländer (Volksgruppen,
Schulformen, Studienfächer, ...
4 Arten Kontrolle bei Quasi-Experimenten
(Wie kann interne Validität erhöht werden?)
1-Höhere interne Validität in „härteren“ Gebieten (theoretische Begründung!)
2-Weitestgehende Parallelisierung hinsichtlich potenzieller Störvariablen
3-Getrennte Analyse von Subgruppen, die sich hinsichtlichStörvariablen unterscheiden
4- Statistische Kontrolle (Partialkorrelationen)
Weitere Unterteilung Exp
Experiment - Zusfssg
Das Experiment: Wiederholung
Zentrales Konzept
:
Interne Validität
Kausalerklärungen
(Experiment vs. Quasi
-
Experiment)
Zentrales Problem
:
Störvariablen
Zentrale Rolle des
Zufalls
•
Randomisierung (
interne Validität)
•
(Zufallsstichprobe
externe Validität
–
gilt für alle Arten von
empirischen Untersuchunge
Einzelfall-Designs: Wann angebracht?
4 Situationen
1- Explorative Studien
2- Sehr wenige potenzielle Versuchsteilnehmer
3- Bei sehr spezifischen Fragestellungen (z. B. über Veränderungen/Prozesse)
4- Untersuchung außergewöhnlicher Fälle
Validitaet 2 Aspekte
Ziel und Details
1- Interne und 2- externe Validität
(Kausalschlüsse und Generalisierbarkeit)
1- Interne Validität: Manipulation von Bedingungen innerhalb einer Person
(größtes potenzielles Problem: Carry over Effekte Wirkung der Experimentalbedingung hat Auswirkungen auf darauf folgende Baseline- Bedingung)
2-Aspekte der externen Validität
a- Gruppe zu Population
b- Gruppe zu Individuum (besonders wichtig für Interventionen!)
c- Individuum zu Individuum
>>> logische Generalisierung (in detaillierten Einzelfallanalysen leichter möglich)
Beispiel für ABAB-Design
Beispiel für A-A1-B-A1-BDesign
Multiple Baseline-Designs
Anwendung bei 3 Arten v Designs und Vorteil
a) über Verhaltensweisen
b) über Personen
c)über Situationen
Wichtiger Vorteil: Ausschalten von Carry-Over-und Reihenfolgeeffekten!
Beispiel Multiple Baseline
Über Verhaltensweisen
hinweg
Beispiel Multiple Baseline Design ueber Personen hinweg
2. Beispiel Multiple Baseline Design ueber Personen hinweg
Beispiel Multiple Baseline Design ueber Situationen hinweg (hier unterschdl Gebaeude)
Beispiel Kombi Multiple Baseline und A-B-A Design
Multiple-Probe Technik
wenn...
wenn die kontinuierliche Erhebung von Baseline -Daten problematisch wäre, z. B. wenn zu erwarten ist, dass
rein durch die Wiederholung der Messung ein Effekt auftritt.
2 Ziele Alternating - Treatment Designs
Vergleich von Treatments mit randomisierter Zuordnung dieser Treatments
>>Kontrolle von Reihenfolgeeffekten
>> Kontrolle von Trends (z. B. genereller Lerneffekt)
Vergleich zweier
Therapiearten
Defusion vs. Distraction bei negativen Gedanken
Evaluation > Ziel
Ziel- und zweckorientierte Planungs- und Entscheidungshilfe
(Bewertung von Maßnahmen / Interventionen / Handlungsalternativen)
•Generelles Ziel:
1- : praktische Maßnahmen überprüfen, verbessern oder über sie entscheiden
•
2- Generelle Forderung : Maßnahmen sollten dem aktuellen wissenschaftlichen Standard entsprechen
Typischer Ablauf von Evaluationsstudien
5 Schritte
1- Praktisch relevante Ziele fstlegen
2- Kriterien bestimmen (AVs)
3- Design erstellen
4- Auswertung & Interpretation
5- Empfehlung
Psychologische Evaluationsforschung im engeren Sinn
3 Domaenen
1- Kliische Psychologie >>
a- Therapien
2- Pädagogische Psychologie >>
a- Förderung
b- Prävention
c- Training
3- A & O Psychologie >>
a- Entwicklung von Gebrauchsgegenständen
b- Betriebliche Maßnahmen
8 moegliche Evaluationsobjekte
1- Personen (z. B. Therapeuten, Hochschullehrer)
2- Produkte (z. B. Psychopharmaka, Spiele)
3- Techniken/Methoden (z. B. Lesetrainings, Lernprogramme)
4- Zielvorgaben (z. B. "Fachkompetenz" vs. "soziale Kompetenz" bei Weiterbildungsmaßnahmen für leitende Angestellte)
5- Projekte/Programme (z. B. Kampagne gegen Rechtsradikalismus, Aidsaufklärung)
6- Systeme/Strukturen(z. B. Koedukation vs. getrennte Mathe- und Physikkurse; Auswirkung von Unternehmensstrukturen auf Zufriedenheit der Mitarbeiter, Universitäten)
7- Forschung (z. B. Gutachter der Max-Planck-Gesellschaft,Reviewverfahren)
8- Umgebungsfaktoren (z. B. Auswirkung von Fluglärm; Bahnverbindung)
Grundlagenforschung vs Evaluationsforschung
Formative vs summative Evaluation
7 Vorteile des externen Evaluators
1- Image des Wissenschaftlers
2- Glaubwürdigkeit
3- Besseres Konfliktmanagement (Einsatz von Sozialtechniken)
4- Nonkonformität mit informellen Gruppennormen
5- Vermeidung negativer Gruppeneffekte („group think“ oder „group polarisation“)
6- Unabhängigkeit von hierarchischen Strukturen auf der Seite des Auftraggebers
7- Objektivität bei der Berichterstattung
3 Erfordernisse an Evaluator
1- Soziale Kompetenz (Koordination sehr unterschiedlicher Interessen, Kontakte mit Auftraggeber, Interventoren, direkt Betroffenen, Durchführenden)
2- Fachliche (Grund-) Kompetenz (Arbeit oft interdisziplinär)
3- Methodische Kompetenz
5 Mögliche ethische Probleme - Evaluation
1•Verletzung der Intimsphäre der Betroffenen (z. B. Befragung von Sexualpraktiken bei Anti-AIDS Kampagne)
2•Koppelung von Teilnahmeverweigerung mit Sanktionen (z. B. Einstellung von Erziehungsbeihilfen)
3•Mögliche psychische und körperliche Beeinträchtigungen für Betroffene (z. B. Pharma-Untersuchungen)
4•Ausgrenzung von Teilgruppen (z. B. Ausländern)
5•Evaluation der Wirksamkeit von Manipulationstechniken (z.B. politische Parteien, Staatssicherheit)
Häufige praktische Fragen/Probleme I
Autrags u Planungsphase
1- Auftragsphase (Ziele):
a•Ziele vorgegeben oder Zielvereinbarung mit allen Betroffenen?
b•Vorgegebene Untersuchungsbedingungen experimentelle Kontrolle
c•Wenige Fragen genau oder viele Fragen allgemein zu beantworten?
d•Soll Maßnahme sowohl gestaltet als auch bewertet werden?
e•Evaluator als methodischer und inhaltlicher Experte?
2- Planungsphase (Kriterienauswahl)
a•Für relevant erachtete Kriterien von Beteiligten akzeptiert?
b•Eher deduktive oder induktive Vorgehensweise?
c•Operationalisierbarkeit und Messbarkeit der Kriterien?
