Forschungsmethoden der Psychologie 2

Slides:



Advertisements
Ähnliche Präsentationen
ATROPHIE Die sogenannte Atrophie zählt zu den Anpassungsreaktionen unseres Organismus. Anpassungsreaktionen beschreiben die Reaktion des Körpers auf Umweltveränderungen,
Advertisements

Wahrheitsbegriff - analytisch / synthetisch - a priori / a posteriori
Forschungsmethoden der Psychologie
Theorie und Konstruktion psychologischer Tests
Alternativ: Direkte schrittweise Berechnung dieser sogenannten gemeinsamen Wahrscheinlichkeiten auf Grund der Einzelwahrscheinlichkeiten Wahrscheinlichkeit.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Untersuchungsarten im quantitativen Paradigma
Theorie psychometrischer Tests, III
Forschungsstrategien Johannes Gutenberg Universität Mainz
Wahrscheinlichkeitstheorie
EmPra Der Einfluss und die Verarbeitung von emotionalen Reizen
Philosophische Fakultät 3: Empirische Humanwissenschaften Fachrichtung Erziehungswissenschaft Statistik I Anja Fey, M.A.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Computerkurs: Quantitative Auswertung biochemischer Experimente
Hypothesen testen: Grundidee
WAS WILL WISSENSCHAFT? - Sagen: Was WIE ist
Forschungsmethoden der Psychologie
Forschungsmethoden der Psychologie
Forschungsmethoden der Psychologie 2
Forschungsmethoden der Psychologie 2
Forschungsmethoden der Psychologie 2
Wiederholung zum Thema Informationsverarbietungsmodelle.
Forschungsmethoden der Psychologie 2
Statistische Methoden I
Statistische Methoden II
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Konfidenzintervalle Intervallschätzung
Bitte mein Manuskript (liegt im Bibliotheksgebäude aus) nicht nach Außerhalb tragen. Die Weitergabe an Dritte (d. h. an Personen, die nicht Hörer der Vorlesung.
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
II. Wahrscheinlichkeitstheorie
III. Induktive Statistik
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Extra-SPSS-Kurse Durchführung: Birte Holtfreter Termine Di Mi Mi Ort PC-Pool Loefflerstarße.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember statt Vorlesung - Nächsten Freitag!!!
Deskriptive Statistik
Tutorium
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Tutorium
Tutorium
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Vorlesung Biometrie für Studierende der Veterinärmedizin
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Vorlesung: ANOVA I
Wahrscheinlichkeitsrechnung
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Einführung in die beurteilende Statistik
Ausgleichungsrechnung II
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 0028 SS Mai 2005.
Wahrscheinlichkeitsrechnung
Modellbildung und Simulation
Theorie psychometrischer Tests, II
Item-Response-Theorie – oder probabilistische Testtheorie
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
Statistik – Regression - Korrelation
Testtheorie (Vorlesung 7: ) Rekapitulation: Modellierungsansatz
K. Desch - Statistik und Datenanalyse SS05 Statistik und Datenanalyse 1.Wahrscheinlichkeit 2.Wahrscheinlichkeitsverteilungen 3.Monte-Carlo-Methoden 4.Statistische.
Das dichotome Rasch-Modell
Die Binomialverteilung
Testtheorie (Vorlesung 12: ) Wiederholung: Reliabilität
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
 Präsentation transkript:

Forschungsmethoden der Psychologie 2 Tutorium 3

Die Problematik der Wahrscheinlichkeitsaussagen in der Psychometrie Übersicht Inhaltliche Fragen Die Problematik der Wahrscheinlichkeitsaussagen in der Psychometrie Wiederholung Neuer Stoff Die objektseitig und subjektseitig definierte Variablen (S.227-237)

Inhaltliche Fragen Achsenbeschriftung ist unklar und warum eigentlich eine Gerade Die Parameterschätzungen von Teilstichproben und Gesamtstichprobe Parameter sind theoretische Größen, beziehen sich auf Wahrscheinlichkeitsverteilungen in der Population und können nur berechnet werden, wenn die Variable zufällig verteilt ist. Definitionen Grundgesamtheit (auch Population, Zielpopulation oder target population) die Menge aller potentiellen Untersuchungsobjekte für eine bestimmte Fragestellung. (z.B. alle Deutschen ab 18 Jahre) Population Personenpopulation hingegen ist diejenige Teilmenge der Grundgesamtheit, für die wir Geltung unserer Hypothese postulieren. Wann ist Grundgesamtheit gleich Personenpopulation und wann nicht? Was sind die Konsequenzen???

Problematik der Wahrscheinlichkeit für die Psychometrie Lt. Testtheorie entspricht jeder Variable die zufällige Realisation dieser Variable Zufallsexperiment ist wiederholbar Nur kontrafaktisch Konsequenzen für: - Klassische Testtheorie - Latent-Class-Modell - Latent-Trait-Modell Kontrafaktrisch - nicht den Tatsachen, der Wirklichkeit entsprechend Wdh.barkeit kann nur kontrafaktisch unterstellt werden, da Lerneffekte existieren Die Vp werden nach qualitativen latente Eigenschaften in Klassen sortiert Jede Vp wird nach quantitativen latente Eigenschaften analysiert (z.B. Reaktionszeit)

Zusammenfassung KTT - keine weitere Konsequenzen, da nur statt individueller Scorevariable die Verteilung der Score- und True-Score-Variablen in der Personenpopulation betrachtet werden. Latent Class Analyse – Wiederholbarkeit ist geheilt es, weil es sich bei den durchgeführten Wahrscheinlichkeitsberechnungen lediglich um die Wahrscheinlichkeiten der Klassenzugehörigkeit bei gegebenem Antwortmuster handelt. Latent Trait Modelle – Wiederholbarkeit ist nicht herstellbar. Mangelnde Zufälligkeit der individuellen Antwortvariablen führt dazu, dass auch Antwortmatrix einer Stichprobe von n Vpn und k Items nur kontrafaktisch unterstellt werden kann

Wiederholung -Zufallsgeneratoren - Problematik der Wahrscheinlichkeit für die Psychometrie -

Erläutern Sie den Unterschied zwischen einem (i) Zufallsexperiment und einer (ii) Zufallsauswahl! (i) Ein Zufallsexperiment liegt dann vor, wenn die beobachteten Ereignisse selbst das Produkt eines Zufallsprozesses sind, z.B. Würfeln. (ii) Eine Zufallsauswahl liegt vor, wenn aus der Menge der in Frage kommenden Gegenstände mittels Zufallsgenerator einige ausgewählt und tatsächlich beobachtet werden, z.B. Ziehen aus der Urne.

Wie lauten die Konstruktionsprinzipien für diskrete Zufallsgeneratoren? Eindeutigkeit: jeder Versuch ergibt als Resultat genau eines von endlich vielen Elementarereignissen Ununterscheidbarkeit: Mit keinem Wissen lässt sich ein Grund angeben, der eines der Elemenarereignisse vor einem anderen auszeichnet Wiederholbarkeit: Nach jedem Versuch ist das Gerät wider in dem selben Zustand wie vorher.

Wie unterscheiden sich die Konstruktionsprinzipien für kontinuierliche Zufallsgeneratoren davon? Es gibt keine Elementaraussage. Der kontinuierliche Wertebereich kann aber auf unendlich viele Weisen in Intervalle eingeteilt werden Und für jede Einteilung in m gleich lange Intervalle sind die zugehörigen Intervalle wieder ununterscheidbar

Welches Konstruktionsprinzip für Zufallsgeneratoren ist beim Ziehen ohne Zurücklegen verletzt? Wiederholbarkeit

Warum handelt es sich beim Ziehen ohne Zurücklegen trotzdem zufällige Ereignisse? Weil sich das Ziehen ohne Zurücklegen auf das Ziehen mit zurücklegen aus mehreren unterschiedlich gefüllten Urnen abbliden lässt; wobei das Erreignis des vorangegangenen Zuges darüber entscheidet, aus welcher Urne der nächste Zug zu tätigen ist.

Nennen Sie diese Operationen! Zufällig sind auch Ereignisse, die durch bestimmte Operationen zufällige Ereignisse entstehen lassen. Nennen Sie diese Operationen! der Vergröberung (A oder B) Bsp. Würfeln einer geraden Zahl der Produktbildung (A und B) Bsp. Würfeln einer geraden Zahl unter 6 oder der Relativierung zufälliger Ereignisse Bsp. Würfeln einer 1 nach einer vorherigen 3 oder Würfeln einer 1 nach vorherigem Ziehen einer weißen Kugel Bei der Ausführung eines oder mehrerer Zufallsexperimente oder auch bei der wiederholten Ausführung desselben Zufallsexperimentes.

Warum kann die Zufälligkeit der Antwortvariablen bzw Warum kann die Zufälligkeit der Antwortvariablen bzw. der Scores in der Testtheorie nur kontrafaktisch unterstellt werden? Zufalls- und Wahrscheinlichkeitsbegriffe sind an die Wiederholbarkeit des Zufallsexperimentes gebunden. Sowohl in der klassischen Testtheorie als auch in der Iter-Response-Theorie kann diese Voraussetzung jedoch nur kontrafaktisch unterstellt werden, indem wir so tun, als ob dieselbe Vp denselben Test bzw. dasselbe Item beliebig oft bearbeiten könnte, ohne dass die Erfolgschancen der Vp sich dadurch in irgendeiner Weise veränderten.

Welche praktischen Konsequenzen ergeben sich daraus für die klassische Testtheorie? Keine Konsequenzen, da statt individueller Scorevariable die Verteilung der Score- und True-Score-Variablen in der Personenpopulation betrachtet werden

Welche praktischen Konsequenzen ergeben sich daraus für das Latent Class Analyse? Wiederholbarkeit einer einzelnen Vp ist nicht realisierbar Aber über alle Vpn, die einer Klasse angehören hinweg, ist die Wiederholbarkeit gewährleistet es sich bei den durchgeführeten Wahrscheinlichkeitsberechnungen lediglich um die Wahrescheinlichkeiten der Klassenzugehörigkeit bei gegebenem Antwortmuster (sogenannte Membershipwahrscheinlichkeiten) handelt, nicht um die Wahrscheinlichkeit, dass eine gegebene Person ein bestimmtes Antwortmuster produziert, oder, dass eine gegebene Person einer bestimmten Klasse angehört.

Welche praktischen Konsequenzen ergeben sich daraus für das Latent Trait Modell? Wiederholbarkeit einer einzelnen Vp ist nicht realisierbar Aber über alle Vpn, die einer Klasse angehören hinweg, ist die Wiederholbarkeit gewährleistet es sich bei den durchgeführeten Wahrscheinlichkeitsberechnungen lediglich um die Wahrescheinlichkeiten der Klassenzugehörigkeit bei gegebenem Antwortmuster (sogenannte Membershipwahrscheinlichkeiten) handelt, nicht um die Wahrscheinlichkeit, dass eine gegebene Person ein bestimmtes Antwortmuster produziert, oder, dass eine gegebene Person einer bestimmten Klasse angehört.

Was ist für Dich im Rasch-Modell besonders schwer zu verstehen? 1 Kalkül; 2 Axiome; 3 Logistische Funktion; 4 Modellgeltungsprüfung; 5 Bediente Likelihood-Quotienten-Test ?

Rasch Modell Kalkül basiert sich auf drei Axiome: Unabhängigkeit der Vpn; lokale Unabhängigkeit der Items; Logistische Itemcharakteristik Halten sich Itemschwierigkeit und Fähigkeit der Vp eine Waage, so ist die Lösungswahrscheinlichkeit gleich 50%. Trägt man die Parameterschätzungen von Teilstichprobe und Gesamtstichprobe in ein zweidimensionales Streuungsdiagramm ein, dann müssen die Items im Falle der Modellgeltung alle auf einer Geraden liegen, die mit einem Anstieg von 45 grad durch den Ursprung des Koordinatensystems führt. Um zu testen, ob die Abweichungen statistisch signifikant sind oder es sich dabei lediglich um Zufallsfehler handelt, macht man bedingten Likelihood-Quotienten-Test (nach Andersen 1973). Bei Signifikanz Niveau (Alpha) = 0.5 %, je größer die Werte, desto stärke die Modellannahmen des Rasch-Modells verletzt sind.

Objektseitig/subjektseitig definierte Variablen

Objektseitig + subjektseitig definierte Sachverhalte Individuelle Sinngehalte Je eigene Wahrnehmungen + Gefühle Subjektseitig definiert Funktionales Verhalten bloßes Verhalten Funktional gedeutete Stimuli (Semantik) Physikalische Stimulusqualitäten (materielle Eigenschaften) Objektseitig definiert Theoriesprachlich beschrieben (enthält Deutung) Beobachtungssprachlich beschrieben Beispiele: Objektseitig definiert = von außen beob.bar Objektseitig beobsprachl.: Lichtreiz, Vogel pfeift bloß Verh.: redet objektseitig theoriesprachl.: Lichtreiz=blitz, Pfiff=Warnruf, reden = Streit, Engländerinnen Subjektseitig beobsprachl.: ich bin traurig Subjektseitig theoriesprachl.: laufen = Flucht

S. 271

= beabsichtigtes Verhalten (Aufforderung vorhanden) Handlungen Widerfahrniss e = beabsichtigtes Verhalten (Aufforderung vorhanden) = bloßes Verhalten (z.B. Reflex)

X ε Handlung => x ε Verhalten Handlungen Widerfahrniss e Konträrer Gegensatz Niesen Geschlagen werden Etw. übersehen ... Klavierspielen Jd. Schlagen Etw. ignorieren ... X ε Handlung => x ε Verhalten Aber nicht umgekehrt!!!

Zur Herstellung eines Sachverhaltes zum Ausführen einer Handlung Aufforderungen afinale finale Zur Herstellung eines Sachverhaltes zum Ausführen einer Handlung ...damit... Mittel Ziel/Zweck

Pocahontas http://www.youtube.com/watch?v=fN-WNilTQ0Q

Materielle und Strukturelle Reduktion Biologie Physik Konstruktionsprinzip Strukturelle Reduktion Materielle Reduktion Bedeutung der Stimuli Funktionalität Materialqualität Messbare Eigenschaft

Physik Deduktiv-nomologisches und Induktiv-statistisches- Erklärungsschema Materielle Reduktion => materielle Eigenschaften (Konstruktionsprinzip f. Gesetzesaussagen) Strukturelle Besonderheiten (z.B. Sinnesmodalität) = Randbedingungen der Gesetzesaussage (z.B. Konstante c im Weber´schen Gesetz S = c x S => Motivationsthorie von Schneirla (1959) ist plausibel (Radio leise, nah/laut, weg), aber versagt bei leisem Geräusch (Knacken) am Ohr (Schlaf) (Bischof 1981) => Versagen der materiellen Reduktion....

Biologie Deduktiv-nomologisches und Induktiv-statistisches- Erklärungsschema Strukturelle Reduktion => Semantik/Bedeutung f. Organismus/System (Konstruktionsprinzip f. Gesetzesaussagen) Bsp. Geräusch: beunruhigend = Nähe spektrale Zs.setzung des Schalls informiert über Nähe => plausibel, aber versagt bei dysfunktionalem Verhalten (Mensch, Drogenmissbrauch)....

FRAGEN

Für das nächste Tutorium Das intentionale Erklärungsmodell 3.2 Das narrative Erklärungsmodell 3.3