Название: Psychologie
Автор: Rainer Maderthaner
Издательство: Bookwire
Жанр: Документальная литература
Серия: utb basics
isbn: 9783846355404
isbn:
Box 3.2 | Beispiel für eine INUS-Analyse
Ein psychologisches Gutachten kommt zum Schluss: Die wiederholte Neigung eines Jugendlichen zu Gewalttaten (Wirkung) in bestimmten Situationen (Bedingung) sei auf seinen langjährigen Heimaufenthalt (Ursache) als Kleinkind zurückzuführen.
• Nicht hinreichend (I): Der Heimaufenthalt allein würde nicht ausreichen, wenn nicht auch aktuelle Gelegenheiten gegeben wären (z.B. Streit mit körperlich unterlegenen Kontaktpersonen).
• Notwendig (N): Nur die Gelegenheiten allein, ohne kindlichen Heimaufenthalt, sollten zu keinen aggressiven Handlungen führen.
• Nicht notwendig (U): Heimaufenthalt und Gelegenheiten sind nicht die einzigen Möglichkeiten von Aggressionsauslösern (z.B. denkbar ist auch die Animation zu Gewalttaten durch einen aggressiven Freundeskreis).
• Hinreichend (S): Heimaufenthalt und Gelegenheiten gemeinsam reichen aber gemäß Hypothese aus, eine Tendenz zu Gewalttaten zu bewirken.
(Nach Westermann, 2000)
Merksatz
Um den komplexen Kausalbeziehungen der psychologischen Empirie gerecht zu werden, sollten diese nach direkter, indirekter, multipler, bedingter und scheinbarer Kausalität differenziert werden.
Neben den direkten Kausalbeziehungen treten in Phänomenen oft auch indirekte Kausalbeziehungen auf, bei denen sich Effekte über Wirkungsketten fortpflanzen. Ein Beispiel dafür sind die verschiednen Instanzen neurologischer Verarbeitung, die durchlaufen werden müssen, damit eine akustische Wahrnehmung mit einem Wort benannt werden kann.
Schließlich sind noch scheinbare Kausalbeziehungen als Problem der Forschung zu erwähnen, bei denen eine (zumeist unbeachtete) Ursache zwei oder mehrere Ereignisse simultan so beeinflusst, dass der Eindruck entsteht, sie würden miteinander in einer wechselseitigen Kausalbeziehung stehen. Ein Beispiel aus dem Alltag: Viele Menschen glauben an den Einfluss der Sternenkonstellation auf den Charakter des Menschen, ohne zu berücksichtigen, dass beide vom Wandel der Jahreszeiten mitbestimmt sein könnten (s. zu dieser Thematik Hergovich, Willinger & Arendasy, 2005).
Indeterminismus und Wahrscheinlichkeitsschlüsse | | 3.4.2 |
Die meisten psychologischen Gesetze sind also nicht deterministischer, sondern indeterministischer Natur. Das bedeutet, dass Effekte nur mit einer bestimmten Wahrscheinlichkeit vorhergesagt werden können. Bloß in wenigen Unterdisziplinen der Psychologie – wie etwa in der Physiologischen Psychologie oder in der Wahrnehmungspsychologie – kann man manchmal, ähnlich wie in der Physik, bereits aufgrund von Einzelbeobachtungen (im Sinne eines „experimentum crucis“) auf das Vorliegen eines deterministischen Gesetzes schließen. Bei den meisten anderen psychologischen Subdisziplinen ist jedoch für die Bestätigung von Gesetzen die Heranziehung wahrscheinlichkeitstheoretischer Überlegungen bzw. der Einsatz von Statistik notwendig.
Neben der erwähnten Multikausalität, die zu Effektüberlagerungen bei den untersuchten Phänomenen führt, ist hierfür noch ein weiterer Grund zu nennen (Steyer, 2003): die oft erhebliche Fehlerüberlagerung von Daten und Messwerten (Messfehler). Denn man ist in der Psychologie oft damit konfrontiert, dass Phänomene nur vage, verschwommen oder verzerrt registrierbar sind, und somit gezwungen, mittels statistischer Methoden die Messfehler oder Effektüberlagerungen auszufiltern (s. Abb. 3.4) und für Kennwerte oder Variablenbeziehungen Schätzwerte zu berechnen.
Merksatz
Da die meisten psychologischen Gesetze von Messfehlern und Fremdeffekten überlagert sind, können in der Psychologie fast nur Wahrscheinlichkeitsgesetze postuliert werden.
Allgemein kann man sagen, dass Einzelfälle für die Verifikation- oder Falsifikation von psychologischen Gesetzen nur geringe Bedeutung haben und dass nur das überzufällig häufige Auftreten von Zusammenhängen zwischen Variablen in der Erfahrungswelt ein akzeptabler Beleg für die Gültigkeit eines Gesetzes darstellt. „Wissenschaftliche Hypothesen im Bereich der Sozialforschung sind Wahrscheinlichkeitsaussagen (probabilistische Aussagen), die sich durch konträre Einzelfälle prinzipiell nicht widerlegen (falsifizieren) lassen“ (Bortz & Döring, 1995, 11).
3.5 | | Relationen und Funktionen |
In welcher Weise ist es nun möglich, Beziehungen zwischen Variablen darzustellen oder quantitativ zu beschreiben? In der Mathematik wird hierfür der Begriff Relation verwendet. Wenn eine Variable A eine endliche Menge von Ausprägungen besitzt und ebenso eine Variable B, dann ist jede Menge paarweiser Zuordnungen zwischen den Ausprägungen von A und B eine Relation. Oder genauer nach Lipschutz (1980, 58): „Eine Relation R von A nach B ist eine Teilmenge von A x B“, nämlich der Menge aller gegebenen Kombinationen zwischen den Elementen von A und B.
Abb 3.4 |
Die Ableitung der Gehirnströme bei Wahrnehmung eines Reizes („Sensorisch Evoziertes Potenzial“) sieht im Einzelfall aufgrund von Störeinflüssen immer etwas anders aus, sodass man das für einen Reiz idealtypische Potenzial durch Mittelwertbildung über die einzelnen Ableitungen feststellt („Mittelungstechnik“).
Abb 3.5 |
Eine Variablenrelation ist dann eine Variablenfunktion, wenn jeder einzelnen Ausprägung einer Variablen (A) nur genau eine Ausprägung einer anderen Variablen (B) zugeordnet ist.
Als Funktion bezeichnet man eine Relation dann, wenn jeder Ausprägung einer Variablen („Definitionsmenge“) nur genau eine Ausprägung einer anderen Variablen („Funktionsmenge“) zugeordnet ist (Abb. 3.5). Viele quantitative Funktionen, d.h. Funktionen zwischen Zahlenmengen, können durch einfache Formeln beschrieben werden. Da man in der Psychologie aber neben quantitativen häufig auch nichtquantitative („qualitative“) Merkmale berücksichtigen muss (z.B. Geschlecht, Beruf, Stimmung), werden Variablenbeziehungen im Bedarfsfall auch aussagenlogisch, mengentheoretisch oder tabellarisch dargestellt (Abb. 3.6).
Wie im vorigen Abschnitt ausgeführt, sind viele Phänomene der Psychologie multikausal oder nur bedingt verursacht, sodass für ihre Aufklärung oft mehrere Variablen einbezogen werden müssen. Relationen zwischen zwei Variablen heißen bivariate, zwischen mehreren Variablen multivariate Variablenrelationen (Box 3.3).
Wenn Variablen quantitativ interpretierbare Ausprägungen haben, kann man sich für die Darstellung von Variablenrelationen auch der analytischen Geometrie bedienen, indem Ausprägungskombinationen als Punkte oder als Vektoren (Pfeile) in einem Raum veranschaulicht werden (Abb. 3.7).
Da aber in der Empirie nur selten solche Relationen zwischen Variablen vorkommen, die eindeutig mit einer einfachen mathematischen Formel beschreibbar sind (z.B. Junktion, lineare Funktion, Kurve), bedient man sich – wie erwähnt – der Statistik, die auch für fehlerbehaftete, unscharfe oder einander überlagernde Variablenrelationen adäquate Beschreibungsmethoden anbietet. Als eines der größten methodischen Probleme der gegenwärtigen psychologischen Forschung kann gelten, dass die meisten Erklärungsmodelle und Hypothesen weder Multikausalität noch bedingte Kausalität СКАЧАТЬ