Brainscape's Knowledge GenomeTM

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


See full index

Allgemeine Psychologie 2 > Entscheiden 1 > Flashcards

Entscheiden 1 Flashcards

1
Q

Wie erklärt der volitionale Ansatz, warum Menschen sich nicht immer im Einklang mit ihren Zielen verhalten?
A) Menschen verfolgen ihre Ziele nicht immer, weil sie
ihnen nicht wichtig genug sind.
B) Menschen haben Probleme bei der Initiierung und Umsetzungen von Handlungsweisen, die ihren Zielen entsprechen.
C) Menschen wechseln häufig ihre Ziele und deswegen erscheint ihr Verhalten inkongruent mit ehemaligen Zielen.
D) Menschen kennen Ihre »wahren» Ziele oft nicht.
Inkongruenzen ergeben sich, wenn die «wahren» Ziele
von den «vorgegebenen» abweichen

A

B)

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

Entscheidungspsychologie

A
  1. Will Urteile & Entscheidungen erklären, verstehen und vorhersagen
  2. Leitfragen:
    a) Welche Infos werden genutzt?
    b) Welchen Einfluss hat die Umwelt?
    c) Wie können inter-individuelle Unterschiede im Entscheidungsverhalten erklärt werden?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Warum ist Entscheidungspsychologie bedeutsam?

A
  1. Erklären und Verstehen ermöglicht Vorhersage und Kontrolle
  2. Wenn man versteht, wie Leute sich verhalten und warum sie sich so verhalten, ermöglicht dies effektiveres „social engineering“, d.h. wir können „Entscheidungsumwelten“
    konstruieren, in denen Menschen bessere Entscheidungen treffen können.
    -> Zum Beispiel: bessere medizinischen Entscheidungen,
    bessere Konsumentenentscheidungen, bessere finanzielle Entscheidungen (z.B. Altersvorsorge).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Beispiel: Darmkrebsvorsorgen: welche Patienten nehmen wieder an einer Vorsorgeuntersuchung teil?

A
  1. Rekonstruktion des Schmerzerlebens: Peak-End Regel: Dauer wird vernachlässigt, es kommt auf die Intensität des Schmerzes an, der am Ende der Untersuchung empfunden wird. ist dieser hoch, gehen Menschen nicht noch mal, auch wenn der Schmerz insgesamt kürzer war (s. F. 12)
  2. Patient*innen, bei denen eine Darmspiegelung um eine kaum schmerzhafte Phase verlängert wurde:
    a) beurteilen die Darmspiegelung als weniger unangenehm.
    b) nehmen mit einer leicht höheren Wahrscheinlichkeit, an
    einer weiteren Darmspiegelung teil
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Urteilen: Definition

A
  1. Die Zuordnung eines Werts auf einer Urteilsdimension (Eigenschaften, die diesen Stimuli in veränderlichem Ausmaß sinnvoll zugeordnet werden können) zu einem Urteilsobjekt (Personen, Objekte, Ereignisse, Situationen,…)
  2. in geäußerten Urteil einer Person kommt ihre Überzeugung über das Urteilsobjekt zum Ausdruck
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Urteilsarten

A
  1. Quantitativ: “Der Stein wiegt ca. 5 Kg” –> Zuordnung zu einem quantitativen Maß
  2. Kategorial: “Der Stein ist schwer” –> Zuordnung zu einer Kategorie
  3. Vergleichsurteil: “Der Stein ist schwerer als der Stock” –> Zuordnung zu einem Vergleichsobjekt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Entscheidung: Definition

A

die Wahl zwischen mindestens zwei möglichen (Handlungs-)Optionen
–> Fokus auf bewussten und expliziten Wahlen (weniger Routine oder automatische Entscheidungen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Inferenz vs. Präferenz: Definition

A
  1. Inferenz:
    a) Urteil über eine (nicht beobachtbare) objektiv messbare Größe (z.B.: Gewicht eines Steins)
    b) Korrespondenzkriterium: Urteilsgenauigkeit (Accuracy) kann bestimmt werden
  2. Präferenz:
    a) Entscheidung über subjektive Vorliebe oder Wertung (z.B.: welcher Stein ist schöner?)
    b) Kohärenzkriterium: Urteilsgenauigkeit kann nicht bestimmt werden, sondern nur Widerspruchsfreiheit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Methoden und weitere Begriffe: Optionen

A

Zur Wahl stehendes Objekt oder Handlung
oft auch: Alternativen zwischen denen man sich Entscheiden kann

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

Methoden und weitere Begriffe: Dominante Option

A

Ist auf allen Attributen mindestens so gut wie alle anderen Optionen und auf mindestens einem Attribut besser

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Urteilsanalyse & Linsenmodell Brunswik: Verständnis von Urteil und wofür wurde das Linsenmodell entwickelt?

A
  1. Verständnis von Urteilen: Urteil ist Inferenz eines unbekannten distalen Kriteriums anhand von proximalen Informationen aus der Umwelt
  2. wurde entwickelt um riskante Entscheidungen nachzuvollziehen und die Wahrnehmung beim Entschiedungsprozess zu untersuchen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Linsenmodell von Brunswik (1952): Allgemeine Idee

A
  1. Urteilenden ist das Urteilkriterium Y_E nicht direkt zugänglich (Linke Seite der Linse)
  2. Y_E muss also auch Cues X_i, die mit Y_E in Zusammenhang stehen erschlossen werden (Die eigentliche “Linse”, in der Mitte)
  3. Die Stärke des Zusammenhangs zwischen Cue und Kriterium wird als ökologische Validität bezeichnet und kann mit einer Korrelation oder einem Beta-Gewicht einer lineare Regression gemessen werden
    —> Die Linke Seite beschreibt als wie gut ein zu beurteilendes Kriterium insgesamt durch die gewählten Cues linear vorhergesagt werden kann und wie viel jeder einzelne Cue dazu beiträgt
  4. Die Rechte Seite des Modells beschreibt ein psychologisches Modell des Betrachters:
    a) Es ermittelt, wie starkt die Urteile Y_S von den einzelnen Cues beeinflusst werden
    b) auch diese Einflüsse können als Korrelationen oder Beta-Gewichte gemessen werden und werden als Cue-Nutzung bezeichnet
    c) Sie ermitteln demnach, wie stark jeder Cue für die Urteile des Individuums zurate gezogen wird und damit die subjektive Wichtigkeit diese Cues
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Wie kann man bestimmen wie stark Informationen ein
Urteil beeinflussen?

A
  1. Vereinfachende Annahme: linearer Zusammenhang zwischen Cues und Kriterium; Cues und Urteil
  2. Formel Umwelt:
    a) Kriterium = w1Cue1 + w2Cue2 + w3Cue3 + w4Cue4 + k + ε

b) Formel Person:
Urteil = w1Cue1 + w2Cue2 + w3Cue3 + w4Cue4 + k + ε

w1= Wichtigkeit des Cue 1
Cue 3 = Ausprägung von Cue 3
k = Konstante
ε = Fehler
für Beispiel s. F. 29

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

Wie kann man die Gewichte bestimmen?

A

Formel Person:
Urteil = w1Cue1 + w2Cue2 + w3Cue3 + w4Cue4 + k + ε
= Lineare Regressionsgleichung!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Urteilsanalyse: Gewichte und Cue-Validitäten berechnen

A
  1. Liste mit Fällen
    a) Pro Fall: Werte auf den Cues, Kriteriumswert, Urteil der Person
  2. 2 Regressionsanalysen:
    a) Kriterium Y_E mit Cues vorhersagen: Umweltmodell
    I. Cue-Validitäten = Regressionskoeffizienten
    II. Konstante = Intercept

b) Urteile Y_S mit Cues vorhersagen: Modell der urteilenden Person
I. Gewichte Cue-Nutzung = Regressionskoeffizienten
II. Konstante = Intercept

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

Vorhersage von Urteilen: Bootstrapping

A
  1. Vorgehen: Ermittelt man die Cue-Verwendungskoeffizienten aus dem Urteil einer Person (rechte Seite des Linsenmodells) und verwendet diese Gewichte wieder zur Vorhersage des Kriteriums, dann eliminiert man die Inkonsistenz.
  2. Bootstrapping = Ersetzen der urteilenden Person durch ihr Modell bzw. ihre “idealen” Urteile
  3. Das Modell einer Person ist meist höher korreliert mit dem Kriterium als ihre tatsächlichen Urteile
17
Q

Anwendung der Urteilsanalyse

A
  1. Erfolgreich eingesetzt, um eine Vielzahl von Urteilsprozessen zu analysieren:
    Beispiele
    a) Pädagogische Psychologie: Notengebung
    b) Medizin: Behandlungsentscheidungen
    c) Firmen: Personalauswahl, Patententscheidungen etc.
    d) Universitäten: Auswahl Studierende
    e) Evolutionäre Psychologie: Partnerwahl
18
Q

Annahme der Linearität von Urteilen

A
  1. erfolgreich:
    a) Metaanalyse Kareleia & Hogarth (2008) von 249 Studien in 86 Artikeln

b) In Laborstudien und Feldstudien kann im Mittel 89% der Varianz in Urteilen erklärt werden

c) Die erreichte Korrelation zwischen Urteil & Kriterium war im Mittel r = .56

d) Wenig Evidenz für Interaktionen oder konfigurale Verwendung von Cues

19
Q

Mensch vs. Modell: Studien

A

–> Paul Meehl (1954): Bei der Beurteilung von Patienten, ist der Psychologe oder ein statistisches Modell besser?

  1. Goldberg Regel zur Bewertung von MMPI Profilen
    a) Diagnose Psychose oder Neurose: Summe 3 Skalen – Summe 2 Skalen > 45 = Psychose
  2. Vergleich mit klinischem Urteil:
    a) 29 Psychologinnen (13 Novizinnen und 16 Expertinnen) bewerten 861 Fälle
    b) Wahrscheinlichkeit Psychose auf Skala von 1-11
    c) Cutoff-Wert zur Diagnose Psychose
    d) Kriterium: tatsächliche Diagnose der Patient    innen
  3. Ergebnisse
    a) Goldberg Regel: 70% korrekte Diagnosen
    b) Psychologinnen: 50-67% korrekte Diagnosen
    c) Psycholog    innen durch „Ihr“ Modell ersetzt:
    d) In 86% der Fälle ist das Modell besser, in keinem Fall ist klar der Mensch besser
20
Q

Mensch vs. Modell: Studien - Kritik

A
  1. Psychologinnen unerfahren und keine „echten“ Expertinnen
  2. Kriterium war falsch ausgewählt -> Menschen sind für langfristige Vorhersagen besser
  3. Fälle waren nicht repräsentativ
  4. In den MMPI Profilen waren nicht alle Informationen, die man braucht, um ein Urteil zu treffen
21
Q

Metaanalyse Ægisdóttir et al. 2006

A
  1. Mittlere Effektgröße = -.16, CI: -.18 bis -.14
  2. 13% Verbesserung durch statistische Methoden
  3. Kleinere Effekte für Expert*innen, aber nicht
    besser als statistische Modelle
22
Q

Wieso sind statistische Modelle so gut?

A
  1. KeinErmüdungseffekt:Modelle sind reliabel und werden nicht müde: Aufmerksamkeitsschwankungen bei Menschen –> Es kommt zu Fehlern, menschliche Urteile sind inkonsistent
  2. OptimaleGewichtung:Modell verwendet immer die optimale Gewichtung der Cues: Irrelevante Informationen werden ignoriert — dies fällt Menschen häufig schwer
  3. LeichtesLernen:Modell kann leichter „lernen“: optimale Informationen
  4. GutesFeedback: Menschliche Beurteiler*innen erhalten häufig kein, spätes oder nur partielles Feedback (z.B. keine Information über Rückfall, wenn Entscheidung gegen Freigang)
  5. keinfalschesFeedback: Menschen erhalten falsches Feedback: - Selbsterfüllende Prophezeiungen (Beispiel Trinkgeld)
23
Q

Widerstand gegen statistische Modelle bei Urteilen?

A
  1. Generell kein Problem mit Akzeptanz von technischen Hilfsmitteln
  2. „Surely we all know that the human brain is poor at weighing and computing. When you check out at a supermarket you don‘t eyeball the heap of purchases and say to the clerk „ Well it looks to me as if it‘s about $17 worth, what do you think?“ The clerk adds it up.”
  3. In anderen Bereichen Verlass auf statistische Modelle normal, z.B. Meteorologie
24
Q

Warum braucht es trotzdem Menschen?

A
  1. Vorarbeit: Viel Vorarbeit und Erfahrung notwendig, bevor ein Modell programmiert werden kann
  2. Cue-Berücksichtigung: Modelle können Cues, die sie erhalten, integrieren. Aber es ist (noch) relativ schwierig, Modelle zu programmieren, die selbstständig lernen, welche Cues berücksichtigt werden oder wie eine Cue-Ausprägungen aussieht (z.B. was bedeutet „unnatürlicher Augenkontakt“?)
  3. Einzelfälle: Modelle können keine Einzelfälle/Ausnahmen erkennen -> z.B. Unnatürlicher Augenkontakt wegen Augenkrankheit
  4. Modelle haben oft Schwierigkeiten in der Erkennung von komplexen Mustern (z.B. Interpretation von Gesichtsausdrücken)
    –> Aber künstliche Intelligenz holt auf! Selbstlernende neuronale Netzwerke sind erstaunlich gut
  5. Studien zeigen Kombination von statistischen Modellen mit menschlichen Urteilen am besten
25
Q

Methoden und weitere Begriffe: Attribute (oder Cue-Werte)

A

Eine entscheidungsrelevante Eigenschaft der Option
–> Konsequenzen einer Entscheidung nennt man Attribute der Option
–>Die meisten Entscheidungen sind Multi-Attribut: beinhalten mehrere Attribut und oft einen Zielkonflikt

26
Q

Methoden und weitere Begriffe: Arten von Entscheidungen

A
  1. sichere Entscheidungen: Die Konsequenzen der Entscheidung sind klar
  2. riskante Entscheidungen: Entscheidung wird unter Unsicherheit getroffen, da Ereignisse eintreten können, die der Entscheider nicht beeinflussen kann, die Wahrscheinlichkeit dieser Ereignisse sind jedoch annähernd bekannt –> das verbundene Risiko ist abschätzbar
  3. Unsichere Entscheidungen: Bei unbekannten Wahrscheinlichkeiten oder gar unabsehbaren Konsequenzen
27
Q

Methoden: Informationsboard/ Mouselab

A
  1. Methode zur Untersuchung der Informationssuche bei Multi-Attribut-Entscheidungen
  2. Attributinformationen (Zeilen) werden über ver. Alternativen (Spalten) in einer verdeckten Matrix präsentiert
  3. Durch anklicken einzelner Zellen kann die VP Informationen aufdecken –> dies kann mit expliziten Kosten verbunden sein
  4. Erfasste Parameter sind:
    a) Anzahl der angeschauten Informationen
    b) die Sequenz mit der sie angeschaut werden
    c) die Zeit, die auf jede Information verwendet wird
    s. F. 17
28
Q

Methoden: Informationsboard/ Mouselab: Strategieindex und Varianz

A
  1. Strategieindex (Paynes 1982): gibt an, ob die Suche stärker optionsweise oder attributweise organisiert ist (d.h. ob man Optionen eher nacheinander anschaut oder ob an Optionen direkt auf bestimmte Attribute vergleicht)
  2. Die Varianz der Zeit, die für ver. Attribute verwendet wird, gibt an wie die Attribute gewichtet werden. Je größer die Varianz, umso stärker ist die Ungleichgewichtung von Attributen
29
Q

Weitere Begriffe: Ereignis

A

Nicht beeinflussbares Geschehen in der Umwelt, das das Ergebnis einer Handlung mitbestimmt

30
Q

Weitere Begriffe: Konsequenzen/Out-come

A

Ergebnis der Kombination aus einer Entscheidung und möglichen Ereignissen in der Umwelt

31
Q

Weitere Begriffe: Zielkonflikt

A

Unterschiedliche Konsequenzen/Attribute favorisieren unterschiedliche Optionen

32
Q

Weitere Begriffe: Prozessverfolgung

A

Beobachtung von Teilschritten der Verarbeitung während der Entscheidungsfindung (z.B.: der Informationssuche)

33
Q

Linsenmodell: R_E, R_S & Achievement r_a

A

R_E: Erklärte Varianz: Wie gut kann ich die Umwelt mit den Cues erklären? –> Vorhersagbarkeit des Kriteriums in der Umwelt
R_S: Erklärte Varianz: wie gut erfasst das Modell die Urteile der Personen? –> Konsistenz der Urteile

r_a: Unter der Linse steht das “Achivenment r_a” welches die Korrelation der Urteile(Y_S) mit den Kritierumswerten (Y_E) angibt. Es misst die Gesamtgüte der Urteile im Sinne der Übereinstimmung mit den wahren Werten des Kriteriums

34
Q

Linsenmodell - Anwendung Lügendetektion

A
  1. Aufgabe: Urteilende sollten den Wahrheitsgehalt von Aussagen beurteilen –> 40 Viedeosequenzen in denen VP gelogene oder wahre Geschichten erzählen
  2. Neutrale Beobachter bestimmten non-verbale Cues von Lügen
  3. Drei Versuchsgruppen:
    a) nicht-informierte Gruppe: keine Information darüber, was Cues sind
    b) informierte Gruppe: Information darüber was Cues sind
    c) informierte-feedback Gruppe: Information + Feedback, ob Urteil falsch oder richtig war (nach jedem Urteil)
  4. Ergebnisse:
    a) Analyse der Aufgabenumwelt: Regression des Wahrheitsstatus auf non-verbale-Cues zeigt, dass die Cues eine gute Lügendetektion erlauben (R_abj. = .83)

b) nicht-informierte Gruppe verwendeten die Cues in ihrem Urteil garnicht (R_adj. = 0), die beiden informierten Gruppen jedoch schon R_adj. = .57

c) Das Umwelt und das Urteilsmodell stimmten am hochsten bei der informierten-feedback-Gruppe überein, dann mit der informierten Gruppe und am wenigsten mit der uninformierten Gruppe

35
Q

Probleme im Urteilsprozess (Newell et. al. 2007)

A
  1. Identifikation: der relevanten Cues
  2. Informationsbeschaffung
  3. Informationsintegration bzw. -kombination
  4. Das Lernen aus Feedback
36
Q

Was kann mit dem Linsenmodell untersucht werden?

A
  1. Akkuratheit von Urteilsprozessen
  2. Konsistenz des Beurteilers
  3. die relative Cue-Verwendung
  4. das Agreement oder die Passung G: die Korrelation der vorhergesagten Werte von Urteilen durch die geschätzte Regressionsgleichung
37
Q

Linsenmodell: ökologische Validität

A

Die Stärke des Zusammenhangs zwischen Cue und dem Kriterium

Allgemeine Psychologie 2 (11 decks)

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