Psychologie MSc M2 - Studieninhalte

Anker-Effekt, anchoring index AI

Ankereffekt (engl. anchoring effect) ist ein Begriff aus der Kognitionspsychologie für die Tatsache, dass Menschen bei bewusst gewählten Zahlenwerten von momentan vorhandenen Umgebungsinformationen beeinflusst werden, ohne dass ihnen dieser Einfluss bewusstwird. Die Umgebungsinformationen haben Einfluss selbst dann, wenn sie für die Entscheidung eigentlich irrelevant sind. Es handelt sich also um einen Effekt, bei dem sich das Urteil an einem willkürlichen Anker orientiert. Die Folge ist eine systematische Verzerrung in Richtung des Ankers. Der anchoring index (AI) ist ein leicht interpretierbares Maß für einen Verankerungseffekt. Er zeigt die Verschiebung der mittleren Schätzung der Versuchspersonen mit Anker in Richtung des Ankers. Er gibt demnach an, in welchem Verhältnis die abgegebene Schätzung zu den vorgegebenen Ankern stehen. AI = 0 bedeutet, dass es keinen Ankereffekt gibt, AI =1 bedeutet eine Übereinstimmung mit dem Anker.

Priming

Beim priming geht es darum, dass ein vorangegangener Stimulus implizite Gedächtnisinhalte aktiviert und so Kognitionen, wie beispielsweise Einstellungen, Verhalten oder andere Reizverarbeitung beeinflusst. Diese Beeinflussung kann teilweise sogar eine gewisse Nachhaltigkeit aufweisen.

Prospect Theorie

Die Figur beschreibt den kurvenlinearen Verlauf der Wertefunktion der Prospekt Theorie. Die Wertefunktion verläuft über Verluste konvex und steiler und über Gewinne konkav und flacher. Sie beschreibt die Entscheidungsfindung in Situationen mit Risiko. Verluste und Gewinne werden als Veränderungen abgebildet, die sich auf einen Referenzpunkt beziehen. Die Verlustaversion ist das verstärkte Streben nach Verlustvermeidung relativ zum Gewinnstreben. Der Unmut, der zum Beispiel mit dem Verlust einer Geldsumme verbunden ist, ist im Allgemeinen größer als das Vergnügen, das mit dem Gewinn der gleichen Summe verbunden ist. Bei grossen Gewinnen und kleinen Verlusten führt das Risikoverhalten bei der Entscheidungsfindung zu risikoaversem Verhalten, bei kleinen Gewinnen und grossen Verlusten hingegen zu risikofreudigem Verhalten (Dorsch, Wirtz & Strohmer, 2014). Objektiv ist die Differenz zwischen 10 CHF und 20 CHF genau gleich wie die Differenz zwischen 110. CHF und 120 CHF. Aber subjektiv ist der Gewinn von 10 auf 20 grösser als von 110 auf 120.

Sunk costs

Dieser Effekt wurde in einem hypothetischen Szenario gefunden. Wenn Personen sich entscheiden müssen, ob sie etwas, das sie bereits besitzen, aufgrund irgendeines Umstandes aufgeben, ist es entscheiden, wie viel diese Personen dafür bezahlt/aufgewendet haben. Wenn eine Person etwas geschenkt bekommt, ist sie eher bereit, dies aufzugeben, als wenn sie es sich mit dem eigenen Geld gekauft hat. Anders gesagt, geht es um Kosten, die bereits stattgefunden haben, und man sollte diese Kosten nicht bei Entscheidungen berücksichtigen. Bei einer Entscheidung sollten nur die zukünftigen Kosten berücksichtigten werden, während intuitiv (irrational) tendiert man diese versenkten Kosten zu berücksichtigen. Wenn man z.B. schon viel in ein Projekt investiert hat, wird man wohl weiter investieren, obwohl man die Entscheidung unabhängig von dieser Investition treffen sollte.

Was ist mit retrospective gambler's fallacy gemeint? Bitte geben Sie ein Beispiel aus ihrem Alltag.

Es handelt sich um einen Denkfehler basierend auf der Konzeption von Zufall. Man denkt, dass ein Ereignis wahrscheinlicher sei, wenn es seit langem nicht passiert ist, und unwahrscheinlicher, wenn es gerade eingetreten ist (gambler's fallacy). Retrospective gambler's fallacy ist dieser Denkfehler einfach bezogen auf die Vergangenheit. Bei einem „Streak" wird angenommen, dass vorher bereits mehr Zufallsziehungen stattgefunden haben als bei einem durchmischten Resultat. Beispiele aus dem Alltag: Ich warte auf den Bus und da mir langweilig ist, beobachte ich die Autos auf der Strasse. Nach einer Minute sind bereits 4 rote Autos an mir vorbeigefahren. Ich halte dies für einen grossen Zufall und bin überzeugt, dass das Auto vor meiner Beobachtung nicht rot war. Man beobachtet das Geschlecht der Kinder, die in einem Dorf im letzten Monat geboren sind: Mädchen - Mädchen - Mädchen - Mädchen. Man wird wohl wetten, dass das nächste Kind ein Junge sein wird (oder retrospective: dass das Kind vor dieser Sequenz ein Junge war). Da macht man einen Denkfehler, weil die Wahrscheinlichkeit für Mädchen auch für das nächste Kind 0.5 ist (Mädchen und Knaben haben die gleiche Wahrscheinlichkeit). Die vergangenen Geburten im Dorf beeinflussen die Zukunft nicht!

Explizite Messungen und implizite Messungen kommen nicht immer auf das gleiche Resultat. Wieso?

Explizite Masse werden von sozialer Erwünschtheit beeinflusst. Implizite Masse: Mass von unbewussten Assoziationen, die unsere Entscheidungen und Präferenzen beeinflussen; Implizite Masse erlauben zugrunde liegende Mechanismen zu verstehen

Framing

Framing-Effekt oder Framing (deutsch etwa: Einrahmungseffekt) bedeutet, dass unterschiedliche Formulierungen einer Botschaft - bei gleichem Inhalt - das Verhalten des Empfängers unterschiedlich beeinflussen. Dieser Effekt lässt sich nicht mit der Theorie der rationalen Entscheidung erklären. Beispiel: Die Originalstudie hat die Bedeutung von Framing bei der Wahl einer Entscheidung bezüglich Risikobereitschaft untersucht und konnte zeigen, dass die Änderung des Fokus von Verlusten zu Gewinnen die Risikobereitschaft der Versuchspersonen verringert.

Wie funktioniert der IAT (implicit association test)?

Grundidee: es gibt Paare von Konzepten die stärker miteinander assoziiert sind als andere und mit dem Test kann man messen, wie stark unterschiedliche Konzepte miteinander assoziiert sind. Die Präferenz für ein Konzept (z.B., Naturwissenschaft) wird im relativen Vergleich mit der Präferenz für ein zweites Konzept (z.B., Literaturwissenschaft) bewertet. Zum Beispiel, die Präferenz für Mathematik wird gemessen durch die Stärke der Assoziation zwischen Mathematik und „pleasant" und Mathematik und „unpleasant" verglichen mit Kunst. Mass der Stärke der Assoziation sind die Reaktionszeiten.

Kognitive Dissonanz

Informationen über uns selbst, ausgelöst durch eine eigene Handlung, die uns als irrational, unmoralisch oder einfältig erscheinen lassen (entgegen dem positiven Selbstbild), führen zu heftigem Unbehagen. Dieser unangenehme Gefühlszustand (kognitive Dissonanz) motiviert die Person, die entsprechenden Kognitionen vereinbar zu machen (Aronson, Wilson & Akert, 2011). Dies kann durch Änderung des Verhaltens oder durch Änderung der dissonanten Kognition oder durch Hinzufügen weiterer Kognitionen erreicht werden (Aronson et al., 2011). Prozesse der Reduktion der kognitiven Dissonanz laufen meist unbewusst ab. Wenn beispielsweise ein Mädchen, das gerne Mathematik hat, dauernd von der Umwelt hört, dass Mädchen in Mathematik schlechter sind als Knaben und Mathematik daher typisch männlich sei, entsteht ein Stereotyp (men = math, me = female). Für das Mädchen besteht eine kognitive Dissonanz, da sie Mathematik liebt und dies nicht mit dem Stereotyp (men = math, me = female) vereinbaren lässt.

Gambler fallacy, retrospective gamblers fallacy (logischer Fehlschluss)

Mit «gamblers fallacy» ist eine Verzerrung (logischer Fehlschluss), bei der Menschen Rückschlüsse, basierend auf den Erfahrungen früherer Ergebnisse, auf zukünftige zufällige Ereignisse ziehen. Es wird davon ausgegangen, dass ein zufälliges Ereignis wahrscheinlicher werde, wenn es längere Zeit nicht eingetreten ist, oder unwahrscheinlicher, wenn es kürzlich/gehäuft eingetreten ist. Die «retrospective gamblers fallacy» bezieht sich demnach auf in der Vergangenheit liegende, ihnen jedoch unbekannte Ereignisse, bei denen sie systematisch Verzerrungen auf der Vorstellung von Zufälligkeit haben. Sie schätzen zeitlich davor liegende, unabhängige Ereignisse anhand der darauffolgend geschehenen unabhängigen Ereignisse. Dabei ignorieren sie die Unabhängigkeit der Ereignisse, also den reinen Zufall.

Was ist ein IMC (instructional manipulation check)? Bitte geben Sie eine kurze Erklärung inklusiv Beispiel.

Versuchspersonen bemühen sich nicht immer, eine experimentelle Aufgabe zu lösen. Der IMC versucht solche Versuchspersonen aufzuspüren, sodass sie aus der Analyse der Daten ausgeschlossen werden können. Dies wird erreicht, indem man ein Trial verwendet, welches fast identisch gestaltet ist wie die anderen. Jedoch wird am Ende der Instruktion angeleitet, etwas zu machen, was nicht mit der eigentlichen Aufgabe zusammenhängt. Auf diese Weise kann überprüft werden, ob die Versuchspersonen die Instruktion wirklich lesen und befolgen. Als Beispiel siehe Oppenheimer et al. (2009):

Wie hängen IMC und Statistik zusammen?

Versuchspersonen lesen die Instruktionen nicht -> Erhöhte Varianz -> Daten enthalten unerwünschtes Rauschen (Noise) -> Weniger statistische power -> Effekte können nicht entdeckt werden, obwohl sie womöglich da wären. Dank IMC hat man weniger Noise in den Daten, und so bekommt man zuverlässigere statistische Resultate. Es braucht also weniger Versuchspersonen, wenn die Versuchspersonen die Instruktionen lesen!