3401.7.4 Korrelationsforschung

3401.7.4 Korrelationsforschung

3401.7.4 Korrelationsforschung


Kartei Details

Karten 44
Sprache Deutsch
Kategorie Psychologie
Stufe Universität
Erstellt / Aktualisiert 02.06.2013 / 31.01.2015
Weblink
https://card2brain.ch/box/3401_7_4_korrelationsforschung
Einbinden
<iframe src="https://card2brain.ch/box/3401_7_4_korrelationsforschung/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
Korrelative Designs  

Untersuchung von Zusammenhängen zwischen psychologischen Variablen bzw, Konstrukten.

Unterschied zu Experiment  

Experiment
Variationen der abhängigen Variable durch Manipulation der unabhängigen Variable selbst herstellen

Korrelationsforschung
Zusammenhänge zwischen bereits existierenden Variationen

Organismusvariablen

Persönlichkeitsmerkmale, Geschlecht etc

können nicht systematisch variiert, aber selegiert werden

Nachteil korrelativer Designs  

Korrelative Zusammenhänge dürfen nicht kausal interpretiert werden

lediglich möglich, Anzahl kausaler Erklärungsalternativen einzuschränken bzw, zu falsifizieren

Korrelative Zusammenhänge nicht deterministisch, sondern storchastisch

Bivariate Zusammenhangshypothese  

vermutet Assoziationen zwischen zwei Merkmalen

Ungerichtete Zusammenhangshypothesen  

nehmen Assoziation zwischen zwei Merkmalen an

spezifizieren nicht, ob es sich  um negativen oder positiven Zusammenhang handelt

Gerichtete Zusammenhangshypothesen  

spezifizieren die Richtung der Assoziation

z.B. Alter hängt negativ mit Internetnutzung zusammen

Yerkes-Dodson-Gesetz  

nicht-linearer Zusammenhang zwischen Erregungsniveau und Produktivität

deterministischer Zusammenhang  

bei Korrelationskoeffizient +-1

Konvention von Cohen  

+/- .10 schwache Zusammenhänge

+/- .30 mittlere Zusammenhänge

+/- .50 starke Zusammenhänge

 

Längsschnittdesign  

ein und dasselbe Merkmal bei allen Personen einer Stichprobe zu verschiedenen Messzeitpunkten

differentielle Stabilität  

zeitliche Stabilität interindividueller Unterschiede

"Verharren" von Personen auf denselben relativen Positionen innerhalb einer Gruppe über die Zeit

nomothetischer Anwendungsfall  

es wird festgestellt, ob die Rangordnung von mehreren Personen einer Stichprobe in Bezug auf ein Merkmal über die Zeit gleich bleibt oder sich verändert

idiographische Variante  

Korrelation über mehrere Merkmale innerhalb einer Person

ipsative Stabilität

Prädikatoren

Vorhersagevariablen bei multivariater Zusammenhangshypothese

Kriterien

Variablen, die vorhergesagt werden sollen, bei multivariater Zusammenhangshypothese

Kanonischer Zusammenhang  

Zusammenhang eines Sets aus mehreren Prädikatoren mit einem Set aus mehreren Kriterien

Vorteile der Multiplen Regression  

1. Indifikation substantieller Prädikatoren
2. Interaktionseffekte
3. Suppressionseffekte

Identifikation substantieller Prädikatoren  

durch Identifikation redundanter Kriterien

Prädikatoren idealerweise linear unabhängig, aber real oft korreliert

Interaktionseffekte  

gemeinsame Zusammenwirkung zweier Merkmale

werden im Rahmen der Moderator-Hypothese geprüft

Supressor

Prädiktorvariable, die den Vorhersagebeitrag anderer Variablen erhöht, in dem sie für die Vorhersage irrelevante Varianzanteile unterdrückt

Moderator

qualitative oder quantitative Variable, die die Richtung und/oder die Enge des Zusammenhangs zwischen einer Prädiktor-Variable und einer Kriteriumsvariable beeinflusst

liegt vor, wenn die Beziehung zwischen zwei Variablen von der Ausprägung einer dritten Variable abhängt

Moderatoreffekt Beispiel  

Zusammenhang zwischen Extraversion bzw. Offenheit für Erfahrung und unterhaltungsorientierter Internetnutzung gilt nur für Männer, nicht für Frauen

Mediator  

erklärt den Prozess oder "Mechanismus" durch den eine Prädiktorvariable eine Kriteriumsvariable "beeinflusst"

erklärt, warum ein Zusammenhang zwischen zwei anderen Variablen besteht

Mediator beispiel  

Soziale Ängstlichkeit ist Mediator des Zusammenhangs zwischen emotionaler Labilität und der Präferenz für asynchrone Medien

Bedingungen für die Annahme einer Mediatorhypothese  

1. Prädiktor ist mit Mediator korreliert
2. Mediator ist mit Kriterium korreliert
3. wenn 1. und 2. kontrolliert werden, verringert sich die Korrelation zwischen Prädikator und Kriterium und wird bei vollständiger Mediation Null

bzw.
1. Regression des Mediators auf den Prädikator
2. Regression des Kriteriums auf den Prädikator
3. Regression des Kriteriums auf den Prädikator und den Mediator

partielle Zusammenhangshypothesen  

Zusammenhang zwischen zwei Variablen wird unbedeutend, wenn man den "Einfluss" einer dritten Variablen "ausschaltet"

Faktoranalyse

wechselseitige Zusammenhänge vieler Variablen lassen sich durch wenige, in der Regel voneinander unabhängige (orthogonale) Faktoren/Dimensionen erklären

Viele miteinander korrelierte Variablen werden auf wenige, voneinander unabhängige Faktoren/latente Variablen reduziert

Vorteile  der Reduktion auf wenige Faktoren  

1. Wenige Dimensionen können leichter  weiterverarbeitet und kommuniziert werden

2. Möglichkeit, Messungen zu aggregieren

Aggregationsprinzip  

Summer mehrerer (miteinander korrelierender) Messungen liefert eine stabilere und repräsentativere Schätzung eines Merkmals als eine einzelne Messung

Ladungen  

geben an, wie gut eine Variable zu einer Variablengruppe/ Faktor passt

Korrelationen einer einzelnen Variablen (eines Items) mit einem Faktor

je höher eine Variable auf einen Faktor lädt, umso besser passt sie zu bzw. repräsentiert den Faktor

Markiervariablen

Items/Variablen, die am höchsten auf einen Faktor laden

Faktor

konstruierte/syntetische, latente Variable, die mit allen Variablen so hoch wie möglich korreliert

Explorative Faktoranalyse

heuristisches Verfahren, das einem Variablengeflecht eine Ordnung unterlegt, mit der sich die Variableninterkorrelation erklären lässt

Insbesondere Ermittlung der Anzahl der Faktoren

konfirmatorische Faktorenanalyse

prüft Hypothese, das dass eine bestimmte Faktorenstruktur auch in weiteren Stichproben mi den gegebenen Variablen/Items gilt

Cross-leged panel design

Campbell 1963

Versuchsplan, um unterschiedliche Kausalmodelle in korrelativen Längsschnittstudien auszuschließen

Cross-lagged panel Design Schema

Cross-lagged panel Design Schema

Direkte Effekte

unvermittelte Zusammenhänge zwischen einer unabhängigen und einer abhängigen Variable

Indirekte Effekte

Zusammenhänge zwischen zwei Variablen, die von einer (oder mehreren) anderen Variablen mediiert werden

Pfadanalyse  

basiert lediglich auf manifesten, d.h. beobachteten Variablen