Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork, E. H. Witte Universität Hamburg, Fachbereich Psychologie, Von-Melle-Park.

Ähnliche Präsentationen


Präsentation zum Thema: "Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork, E. H. Witte Universität Hamburg, Fachbereich Psychologie, Von-Melle-Park."—  Präsentation transkript:

1 Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork, E. H. Witte Universität Hamburg, Fachbereich Psychologie, Von-Melle-Park 5, Hamburg, Der Nobelpreisträger Kahneman untersuchte gemeinsam mit Tversky unter anderem den so genannten Framing Effekt. Anhand des Asian Desease Problems zeigten sie auf, dass sich Versuchspersonen zu einer anderen Entscheidung bringen lassen, wenn man alleine die Formulierung des Problems ändert. Dieser Versuch erfreute sich großer Beliebtheit und war bereits im Jahr 1998 (Kühlberger, 1998) 136mal wiederholt und variiert worden. In der hier präsentierten Untersuchung wurde jedoch erstmals geprüft, ob sich der Framing Effekt allein auf die Formulierung des Problems zurückführen lässt oder ob es andere Einflussfaktoren gibt. 1. Die Versuchspersonen sind den Umgang mit Wahrscheinlichkeiten nicht gewöhnt und schätzen die Wahrscheinlichkeiten somit inadäquat im Verhältnis zu den absoluten Werten ein. 2. Die Versuchspersonen verwenden eine einfache Heuristik (zum Beispiel einen Durchschnittswert) beim Vergleich und bei der anschließenden Entscheidung zwischen der sicheren und der unsicheren Alternative. 3. Auch ohne die Angabe von Wahrscheinlichkeiten bei der unsicheren Option lässt sich der Framing Effekt replizieren (Kahneman & Tversky, 2000). 1. Bei selbst gewählten Wahrscheinlichkeiten und selbst gewählten Erwartungswerten erwartet man eine starke Beziehung zwischen beiden. Bis auf geringe Zufallsschwankungen erwartet man eine hohe Konsistenz (Reliabilität) um.80. Diese war jedoch nicht zu beobachten. Die Versuchspersonen konnte Ihre implizit angenommene Wahrscheinlichkeitsverteilung (50%/50%) nicht in Wahrscheinlichkeiten umsetzen, wenn sie danach gefragt wurden. Die Korrelationen zwischen den angegebenen und den, aus den Wahrscheinlichkeiten errechneten Erwartungswerten waren in allen vier Versionen gering (Pos1.503; Pos2.443; Neg1.753; Neg2.216 ). 2. Entfernt man die Wahrscheinlichkeiten aus der Fragestellung bevorzugen die Versuchspersonen generell die unsichere Alternative. Warum ist dies der Fall? Schaut man sich die Ergebnisse an, stellt man fest, dass die Versuchspersonen eine rationale Entscheidung getroffen haben, da sie die Alternative mit dem größeren Erwartungswert wählten. Sie bestimmten dabei den Mittelwert der unsicheren Alternative und trafen damit implizit die Annahme einer Gleichverteilung (50%/50%) der Wahrscheinlichkeiten. 3. Es zeigt sich ein Optimismus-Bias: Die negativen Ausgänge werden unterschätzt (sterben) und die positiven Ausgänge werden überschätzt (gerettet). Dieser zeigt sich wenn man die Wahrscheinlichkeiten betrachtet und ist konsistent in den beiden Formulierungsarten. Einführung Als Methode wurden vier Versionen eines Online-Fragebogens verwendet. Die 100 Versuchspersonen wurden mit einer deutschen Abwandlung des Asian Desease Problems konfrontiert und mussten im Anschluss die Wahrscheinlichkeiten für Ihre gegebenen Antworten angeben. Zwei Versionen dieser Fragebögen waren positiv formuliert Personen gerettet (Pos1, Pos2) und zwei negativ Personen sterben (Neg1, Neg2). Die Aufgabe war wie folgt formuliert: Stellen sie sich vor, Deutschland bereitet sich auf den Ausbruch einer ungewöhnlichen asiatischen Epidemie vor, die vermutlich 600 Personen töten wird. Es wurden zwei alternative Programme zur Bekämpfung der Epidemie entwickelt. Nehmen sie weiterhin an, dass die exakten wissenschaftlichen Erwartungen für die Konsequenzen der beiden Programme folgende sind: Wird Programm A angewendet, werden bis zu 200 Personen gerettet/sterben. Wird Programm B angewendet, dann werden entweder bis zu 200 Personen gerettet/sterben, oder aber bis zu 400 Personen werden gerettet/sterben. Welches der beiden Programme würden sie bevorzugen? Keine Angaben Alternative A Alternative B Wenn sich die Versuchspersonen für die unsichere Alternative entschieden, wurden sie im Anschluss an diese Frage gebeten die im Endeffekt (Erwartungswert) geretteten Personen anzugeben, sowie die Wahrscheinlichkeiten für die beiden Werte, im Beispiel 200 und 400. Methode Hypothesen Ergebnisse Der Framing-Effekt ist ein Optimismus-Effekt der erst bei der Angabe von Wahrscheinlichkeiten sichtbar wird, wenn man Wahrscheinlichkeiten und Formulierung trennt. Die sichere Alternative wird unter keiner Formulierungsversion (gerettet/sterben) bevorzugt. Die Versuchspersonen wählen eher intuitiv die Alternative mit dem größeren Erwartungswert, diesen bestimmen sie bei der unsicheren Alternative durch die Errechnung des Mittelwertes. Werden die Versuchspersonen dann gebeten die Wahrscheinlichkeiten anzugeben, weichen sie jedoch von der Wahrscheinlichkeit von.50 ab, die sie bei der Berechnung des Mittelwertes implizit verwendet haben. Nur wenn man sich die angegebenen Wahrscheinlichkeiten anschaut, ist die Richtung der Abweichung abhängig von der positiven/negativen Formulierung. Interpretation Literatur Kahneman, D., & Tversky A. (2000). Choices, values and frames. New York: Russell Sage Foundation. Kühlberger, A. (1998). The influence of framing on risky decisions: a meta-analysis. Organizational Behavior and Human Decision Processes.


Herunterladen ppt "Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork, E. H. Witte Universität Hamburg, Fachbereich Psychologie, Von-Melle-Park."

Ähnliche Präsentationen


Google-Anzeigen