Sitzung 2: A. Methoden der Differentiellen Psychologie Flashcards
Klassifikation /Typisierung von Personen: Skalennievau und wichtiges Gütekrierium
- Nominalskalenniveau: Einteilung auf Nominalskalenniveau (Kategorien) –> z.B.: Vorliegen einer bestimmten Diagnose oder nicht?
- Intersubjektive Objektivität: Klassifikationen sind objektiv, wenn unterschiedliche Beurteiler unabhängig voneinander die Klassifikationsregeln gleich anwenden = Übereinstimmung der Beurteiler in ihrem Urteil
- Prüfung der inersubjektiven Objektivität: erfolgt mit bestimmten statischen kennwerten, die um die zufällige Übereinstimmung korrigieren (z.B.: cohens K)
Verteilung von individuellen Messwerten auf kontinuierlichen Merkmalen: Ziel und Vorgehen
- Ziel: Bestimmung der Unterschiedlichkeit zwischen Individuen
- Vorgehen:
a) das Merkmal wird in eine Variable überführt
b) Für diese Variable gibt es ein nempirisches Relativ auf dem das Merkmal eingeteilt wird
c) diese empirische Relativ wird nur in ein numerische Relativ überführt, d.h. in Zahlen ausgedrückt
Verteilung von individuellen Messwerten auf kontinuierlichen Merkmalen: Skalennievaus
- Einteilung auf (zumeist angenommenen) Intervallskalenniveau, z.B.:
Zustimmung –> wie gerne
subjektive Häufigkeit –> wie häufig - Einteiluung auf Verhältnis- bzw. Ablolutskalenniveau:
a) zeitbezogene Häufigkeit: wie oft in h/Woche?
b) Body-Mass-Index: Gewicht in kg/ (Größe in m)2
c) Erfahrung seltender Ereignisse
Verteilung von individuellen Messwerten auf kontinuierlichen Merkmalen: Errechenbare Messwerte
–> ab Intervallskalennieveau:
1. Varianz: Summe der quadrierten Abweichnungen der Messwerte von ihrem Mittelwert, geteilt durch die Anzahl der Messungen munis 1
- Stadardabweichung (SD): Wurzel aus der Varianz
–> Beispiel: Konsequenzen von Ausreizer s. F. 13 - z-Werte: Intervallskalierte Messwerte x lassen sich immer als z-Werte ausdrücken (z-Transformation) –> Dadruch lassen sie sich in einer einheitlichen Sprache (Normwerte) beschreiben und zwischen ver. Messverhfarehn dirket vergleich
s. F. 15/ 17/18
Bestimmung von Zusammenhänge zwischen Merkmalen: Cattells Datenwürfel- was ist das?
Ein Forschungsschema, das Personen Merkmale und Messzeitpunkt miteinander kreuzt und sechs Möglichkeiten bivariater Zusammenhänge veranschaulicht
Bestimmung von Zusammenhängen zwischen Merkmalen: Cattells Datenwürfel - Korrelationstechniken P und R
- Korrelationstechnik P:
2 Merkmale über alle Messzeitpunkte für eine Person werden korreliert
z.B.: In vielen Messungen zeigt sich für Sandra, dass ihre Geselligkeit und Aktivität miteinander korrelieren - Korrelationstechnik R.
2 Merkmale über alle Personen an einem Messzeitpunkt
z.B.: in einer Stichprobe korrelieren Geselligkeit und Aktivität miteinander
Bestimmung von Zusammenhängen zwischen Merkmalen: Korrelation zwischen zwei Variablen X und Y
- Definition: Die lineare Zusammenhang zwischen zwei intervall- oder rationalskalierten Variablen X,Y wird durch ihre Korrelation r beschrieben, die zwischen -1 und 1 variieren kann, r ist umso positiver, je enger der lineare Zusammenhang ist
- Interpretation:
r =1 genau dann, wenn die z-Werte aller Personen identisch sind
r = 0 wenn kein linearer Zusammenhang zwischen X und Y besteht
r = -1, wenn die beiden z- Werte sich nur im Vorzeichen unterscheiden - Berechnung:
Indem für jede Person der z-Wert in X mit dem in Y multipliziert wrid, der Mittelwert dieser z-Wert-Produkte über alle Personen ist die Korrelation r. - ordinalskalierte Variablen: den Zusammenhang von zwei ordinalskalierten Variablen kann man messen, indem man die Rangplätze korreliert (Spearman-Korrelation)
s. F. 22
Bestimmung von Ähnlichkeit zwischen Personen: Cattwells Datenwürfel- Korrelationstechnik Q und S
- Korrelationstechnik Q:
2 Personen über alle Merkmale an einem Messzeitpunkt
z.B.: Die Merkmalsprofile von Sandra und Susanne korrelieren miteinander - Korrelationstechnik S:
2 Personen über alle Messzeitpunkte für ein Merkmal
z.B.: Über viele Messungen hinweg korrelieren die Geselligkeitswerte von Sandra und Susanne miteinander
s. F. 25
Bestimmung von Profilkorrelationen - Methode und Arten
- Methode: Profile meist auf bipolarer Adjektivzuschreibungsskala erfasst (i.d.R. 7-Punkte-Skala)
- Arten:
a) Bestimmung der Profilkorrelation zwischen ver. Personen:
z.B.: Einschätzung von Begriffen (“Selbst”) s. F. 26
b) Bestimmung der Selbst(in)kungruenz über die Profilkorrelation
z.B.: Einschätzung von Begriffen (“Realselbst” und “Idealselbst”) –> Möglichkeiten der Erfassung: Profil Realselbst, Profil Idealselbst & Durchschnittliches (Normatives) Profil s. F. 27 –> Zwischen welchen Profilen ist die Korrelation am größsten?
c) Bestimmung von dynamischen Transaktionen zwischen Personen in einem Merkmal über die Zeit: z.B.: Bestimmung der Korrelation zwischen Personen in ihren Stimmungen über die Zeit (s) –> zwischen welchen Personen ist die Korrelation am großten?
Bestimmung der Stabilität von Merkmalsunterschieden und Profilen - Cattwalls Datenwürfel - Korrelationstechnik O und T
- Korrelationstechnik O: 2 Messzeitpunkte aller Merkmale für eine Person
–> z.B.: Das Merkmalsprofil von Sandra zu Zeitpunkt 1 korreliert mit ihrem Merkmalsprofil zum Zeitpunkt 2 - Korrelationstechnik T: 2 Messzeitpunkte aller Personen für ein Merkmal
–> z.B.: Die Zeitpunkte 1 und 2 korrelieren hinsichtlich der Geselligkeitswerte der Personen
s.F. 30
Bestimmung der Stabilität von Merkmalsunterschieden: Rangreihenstabilität
- Absolute Rangreihenstabilität: das Merkmal bleibt bei allen Personen über die Messzeitpunkte stabil (z.B.: Person 1 ist immer ängstlicher als Person 2) r = 1
- relative Rangreihenstabilität: das Merkmal verändert sich über die Messzeitpunkte bei den Personen, aber der Unterschied zwischen den Personen bleibt gleich (Person 1 ist zum Zeitpunkt 1 ängstlicher als zum Zeitpunkt 2, das gleich ist bei Person 2 zu beobachten, trotzdem ist die Person 2 immer weniger ängstlich als Person 1) r = 1
- Keine Rangreihenstabilität: wäre r = -1, dann würde sich das Verhältnis komplett zudrehen, wäre r irgendwo zwischen 0 und 1, dann wäre die Rahreihenstabilität auch nicht gegeben
s. F. 31
Bestimmung der Stabilität von Profilen
über ver. Zeitpunkte hinweg lässt sich die Profilstabilität einer Person bestimmen
s. F. 33
Bestimmung der Transsituativen Konsistenz von Merkmalsunterschieden
- Definition: Transsituative Konsistenz bedeutet, dass einzelne oder aggregierte Verhaltensweisen über ver. Situationsklassen konsistent sind (innerhalb oder zwischen Personen)
- Absolute transsituative Konsistenz:
Die einzelne oder aggregierte Verhaltensweisen jeder Person haben über alle Situationen hinweg immer den gleichen Wert - Relative transsituative Konsistenz:
Die einzelnen oder aggreierten Verhaltensweisen jeder Person haben unterschiedliche Werte, die Reihenfolge zwischen den Personen ändert sich jedoch nicht
s. F. 35
Variablenreduktion zum Zwecke der Beschreibungsökonomie -Definition und Strategien
- Definition: Um die Persönlichkeit eines Menschen möglichst breit, aber auch sparsam abzubilden, wird ein Set aus möglichst wenigen latenten Variablen zur Abbildung komplexer Merkmalsunterschiede benötigt
- Strategien:
a) Rationale Variablenreduktion
b) Act-Frequency-Approach (Prototypenansatz)
c) Analytische/Statistische Variablenreduktion (Faktorenanalyse)
Variablenreduktion zum Zwecke der Beschreibungsökonomie: 1. Rationale Variablenreduktion
Zuordnung oder Zusammenfassung ver. Eigenschaftswörter (Adjektive) oder Verhaltensweisen nach bestimmten Regeln konzeptueller Ähnlichkeit:
- inhaltliche Ähnlichkeit: Verhaltensweisen/Eigenschaftszuschreibungen beistzen inhaltiche Ähnlichkeit –> z.B.: Intelligenz: clever, schlau, klug, intelligent
weitere Beispiele s. F. 40 - dieselben Konsequenzen: Verhaltensweisen haben die selben Konsequenzen –> z.B.: Aggressivität: körperliche & verbale führen beide zu Schmerzen s. F: 41
- Gemeinsame Prozesse: sind an ver. Verhaltensweisen beteiligt –> z.B.: Kreativität = Ideen in Produkte umwandeln, schöpferisch tätig sein –> Musik, Gedicht, Programm, Kunstwerke, … der Prozess ist immer der gleiche s. F: 42
