Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Psychologische Diagnostik > Diagnostische Urteilsbildung > Flashcards

Diagnostische Urteilsbildung Flashcards

1
Q

Subjektive (“klinische”) Urteilsbildung: Definition

A
  1. Definition: Subjektive (“klinische”) Urteilsbildung:
    Auswahl, Gewichtung und Verknüpfung diagnostischer Informationen auf der Basis subjektiver Erfahrungen und impliziten Faktenwissens, ohne feste Vorschriften/Regeln
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Subjektive (“klinische”) Urteilsbildung: Gründe dafür

A
  1. Einzellfall: Diagnostiker*innen verfügen im Einzelfall über mehr Informationen als über die, die in Gruppenuntersuchungen berücksichtigt werden können
  2. Durchschnittswerte: Populationsparameter wie Regressionskoeffizienten sind immer Durchschnittswerte, die nicht bild auf den Einzelfall angewandt werden können
  3. ideografische Integration: jeder Einzelfall verlangt spezifische diagnostische informationen und eine ideogrphische Integration dieser Informationen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Statistische Urteilsbildung: Definition

A

Auswahl, Gewichtung & Verknüpfung diagnostischer Informationen mittels eines Algoithmus, der aus festen Regeln besteht und genau vorschreibt, wie Informationen zusammenzufassen sind

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Statistische Urteilsbildung: Gründe dafür

A
  1. begrenzte menschliche Informationsverarbeitungskapazität: kognitive Überforderung, größere Mengen von Informationen angemessen zu integrieren
  2. unfair: subjektives Urteil kann in Selektionskontexten unfair sein
  3. begrenzter Erfahrungsschatz: Diagnostiker*innen verfügen über einen begrenzten Erfahrungsschatz, der kleiner ist als die Informationen, die aus Daten von großen Stichproben gewonnen werden können
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Metanalysen über die Güte von subejktiver vs. statistischer Urteilsbildung

A
  1. Meehl (1954): bei 11 Einzelstudien klinisch ≤ statistisch
  2. Meehl (1965): bei 51 Einzelstudien klinisch ≤ statistisch
  3. Grove et al. (2000):
    136 Einzelstudien inkl. Genauigkeitsunterschied zwischen beiden Strategien in For von Effektstärken und ob dieser von Aufgabenstellung, Erfahrung der Diagnostiker*innen oder Art der verwendeten Information abhing:
    a) Bei 65 Studien: Kein signifikaner Unterschied
    b) bei 63 Studien: signifikante: klinisch < statistisch
    c) bei 8 Studien: signifikante: klinisch > statistisch
  4. Fazit: Häufig ist statistische Urteilsbildung der klinischen überlegen, selten umgekehrt (unabhängig von der Erfahrung der Diagnostiker*innen)
    ABER: statistische Urteilsbildung ist der klinischen nicht immer überlegen, beide können zu ähnlich guten Ergebnissen führen ( –> Unterschiede zeigen sehr kleine Effektstärken)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Regeln der Datenintegration: Definition Datenintegration

A

Aggregation/ Verdichtung von Informationen aus ver. diagnostischen Verfahren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Regeln der Datenintegration: Wie sollen die Informationen aus ver. Tests miteinander verknüpft werden –> Arten der Verknüpfung

A
  1. additiv
  2. konjunktiv
  3. disjunktiv
    für Beispiel s. F. 25
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Regeln der Datenintegration: 1. additive Verknüpfung

A
  1. Addieren der ver Kriterien –> erlaubt vollständige wechselseitige Kompensation der einzelnen Variablen
    s. F. 20 Beispiel F. 28! gute Übungsaufgabe
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Arten

A

zwei Varianten:
1. Stark konjuktive Verknüpfung
2. Schwach konjunktive Verknüpfung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: Arten

A
  1. Stark disjunktive Verknüpfung
  2. Schwach disjunktive Verknüpfung
    s. F. 29 gute Übung!
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Einstufige Diagnostik: Definition, Vorteile & Nachteile

A
  1. Definition: Alle Informationen werden bei allen Personen gleichermaßen erhoben –> Beispiel: Abschlussprüfung, Führerscheinprüfung
  2. Vorteile: Erhobene Informationen können nach allen Regeln der Datenintegration miteinander verknüpft werden
  3. Nachteil: Relativ hohe Kosten
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Sequenzielle Diagnostik: Definition, Vorteile & Nachteile

A
  1. Definition: Einzelne Teilnehmerinformationen werden in einem mehrstufigen Prozess bei nicht allen erhoben –> Beispiel: Personalauswahl, Verleihung von Preisen
  2. Vorteil: Relativ geringe Kosten
  3. Nachteil:
    a) nur konjuktive Verknüpfung von Informationen möglich
    b) Höhere Wahrscheinlichkeit von Fehlentscheidungen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen

A
  1. Die H0 ist richtig und wird beibehalten
  2. die H0 ist falsch und wird verworfen
    = Richtige Entscheidungen
  3. Die H0 ist richtig, wird aber verworfen (Alpha-Fehler)
  4. Die H0 ist falsch, wird aber beibehalten (Beta-Fehler
    = falschen Entscheidungen

–> lässt sich auf alle dagnostischen Anwendungsfälle übertragen (z.B.: klinische, forensisch, pädagogoisch, personaldiagnostisch)
s. F. 33

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Art und Anteil richtiger und falscher Entscheidungen abhängig von:

A
  1. Eignungsqote: Bei welchem Ausprägungsgrad erfolgt die Teilung der Population in geeignet und ungeeignet?
  2. Selektionsquote: Anteil der Personen, die zur Gruppe der geeigneten gerechnet wird
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Arten von Diagnostekoeffizienten

A

Aus der Selektionsquote, der Eignungsquote und den Anteilen der vier Quadranten (richtig positiv, falsch positiv, richtig negativ, falsch negativ) lassen sich 5 Diagnosekoeffizienten bilden –> reflektieren die Güte der diagnostischen Entscheidung

Koeffizienten:
1. Vorhersagekoeffizient
2. Sensitivität/Trefferquote
3. Spezifität
4. Positiver prädiktiver Wert
5. negativer prädiktiver Wert

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Diagnosekoeffizienten: 1. Vorhersagekoeffizient

A
  1. Bedeutung: Welche Anteil der Diagnose war richtig?
    –> Anteil richtiger Entscheidungen an allen Entscheidungen
    s. F. 35
  2. Steigerung:
    durch Erhöhung der Validität des Eignungstests
17
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Diagnosekoeffizient: 2. Sensitivität

A
  1. Bedeutung: Welcher Anteil der Geeigneten wurde erkannt?
    –> Anteil der richtig Positiven an den Geeigneten
    s. F. 36
  2. Steigerung:
    durch Erhöhung der Sekeltionsquote (Aber dadurch nimmt Spezifität ab)
18
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Diagnosekoeffizent: 3. Spezifität: Bedeutung und wie Steigerung?

A
  1. Bedeutung: Welcher Anteil an der Ugeeigneten wurder erkannt?
    –> Anteil der richtig negativen an den Ungeeigneten
    s.F. 38
  2. Steigung:
    durch Senkung der Selektionsquote (aber dadurch nimmt Sensitivität ab)
19
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Diagnosekoeffizienten: 4. positiver prädiktiver Wert: Definition und Steigerung

A
  1. Bedeutung: Welcher Anteil der als geeignet Diagnostizierten ist geeignet?
    –> Anteil der richtig positiven an den als geeignet diagnostierten
  2. Steigerung: Durch Erhöhung der Eigungsqoute (aber dadurch nimmt negativer prädiktiver Wert ab!)
20
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Diagnosekoeffizienten: 5. negativer prädiktiver Wert

A
  1. Bedeutung: Welcher Anteil der als ungeeignet diagnostiziert ist ungeeignet?
    –> Anteil der richtig negativen an den als ungeeinget diagnostizierten
  2. Steigerung:
    durch Senkung der Eignungsqote (aber dadurch nimmt positiver prädiktiver Wert ab!)
21
Q

Gewichtung diagnostischer Fehler: 1. Richtige und falsche Entscheidungen: Fazit

A
  1. die Reduktion des einen diagnostischen Fehlers führt zur Erhöhung der Auftretenswahrscheinlichkeit des anderen
    –> Welcher Fehler minimiert werden soll hängt von dem jeweiligen Anwendungfall ab und den damit zusammenhängenden (schweriegenderen/geringeren) Konsequenzen, die aus dem einen oder anderen Fehler resultieren würden
22
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: stark konjunktive Verknüpfung

A

Es werden nur Optionen berücksichtigt, die in mehreren Kriterien (“sowohl als auch”) ein Mindestmaß erfüllen (Grenzwerteberschreiten): z.B.: Wohnung muss mind. 70qm UND mind 3 Zimmer haben

23
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Schwach Konkunjuktive Verknüpfung

A

1.Prädiktoren können sich kompensieren

  1. für jedes Kriterium gibt es einen unteren (weniger streng) und einen oberen (streng) Grenzwert
  2. bei 2 Kriterien gibt es vier Fälle (immer doppelt so viele)
    s. F. 30 gute Übung!
24
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Schwach Konkunjuktive Verknüpfung: Bei mind. einem Kriterium wird der grenzwert unterschritten

A

= ungeeignet
s. F. 30 gute Übung!

25
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Schwach Konkunjuktive Verknüpfung: Bei beiden Kriterien wird der obere Grenzwert überschritten

A

= geeignet

26
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Schwach Konkunjuktive Verknüpfung: Bei einem Kriterium wird der obere Grenzwert überschritten, beim anderen der untere

A

= geeignet

27
Q

Regeln der Datenintegration: 2. Konjunktive Verknüpfung: Schwach Konkunjuktive Verknüpfung: Bei beiden Kriterien wird nur der untere Grenzwert überschritten.

A

Eignung hängt nun von der Summe beide Kriterien ab, die einen Mindestwert erreichen müssen (=additive Verknüpfung)

28
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: starke disjunktive Verknüpfung

A
  1. Eignung ist gegeben, wenn bei einem der beiden Kriterien der Grenzwert überschritten wird
  2. Ausprägung des zweiten Kriteriums ist dann unerheblich
  3. Beispiel: Wohnung ist entweder mind. 70qm groß ODER hat mind. 3 Zimmer
29
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: schwach disjunktive Verknüpfung

A
  1. Prädiktoren können sich kompensieren
  2. Für jedes Kriterium gibt es einen unteren (weniger Strengen) und einen oderen (strengen) Grenzwert

4 Fälle bei zwei Kriterien

30
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: schwach disjunktive Verknüpfung: Bei beiden Kriterien wird der untere Grenzwert unterschritten

A

= ungeeignet

31
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: schwach disjunktive Verknüpfung: Bei beiden Kriterien wird der obere Grenzwert überschritten

A

= geeignet

32
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: schwach disjunktive Verknüpfung: Bei einem Kriterium wird der obere Grenzwert überschritten

A

= geeignet

33
Q

Regeln der Datenintegration: 3. Disjunktive Verknüpfung: schwach disjunktive Verknüpfung: Bei beiden Kriterien wird nur der untere Grenzwert überschritten

A

Eignung hängt nun von der Summe beide Kriterien ab, die einen Mindestwert erreichen muss (=additive Verknüpfung)

Psychologische Diagnostik (13 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions