Psychologie: Methodik und Forschungsansatz — Philosophie und Psychologie · Matura-Zusammenfassung

Alltagspsychologie vs. wissenschaftliche Psychologie#

BasisPP-Psy-Met-1.1

Jeder Mensch ist ein „Alltagspsychologe": Wir erklären und prognostizieren ständig Verhalten („sie tat das aus Eifersucht"). Diese Alltagspsychologie (naive Psychologie) stützt sich auf Intuition, Einzelfälle und „gesunden Menschenverstand". Sie ist oft brauchbar, aber unsystematisch und fehleranfällig — und genau davon grenzt sich die wissenschaftliche Psychologie ab ().

Alltags- vs. wissenschaftliche Psychologie

Abb. 1Beide erklären Erleben und Verhalten — aber mit ganz unterschiedlichem Anspruch an Methode und Prüfung.

Die wissenschaftliche Psychologie ist empirisch, systematisch und regelgeleitet: Sie formuliert prüfbare Hypothesen, erhebt Daten mit kontrollierten Methoden, wertet sie statistisch aus und legt ihr Vorgehen offen, sodass es intersubjektiv überprüfbar und replizierbar ist. Nicht die Plausibilität entscheidet, sondern die Evidenz.

Den Unterschied sichern die drei Gütekriterien: Objektivität (das Ergebnis ist vom Untersucher unabhängig), Reliabilität (Messung ist zuverlässig/wiederholbar) und Validität (es wird gemessen, was gemessen werden soll). Sie machen aus bloßer Beobachtung kontrollierte Erkenntnis.

Die Alltagspsychologie unterliegt typischen Denkfehlern (kognitiven Verzerrungen): dem Bestätigungsfehler (man sucht nur bestätigende Belege), dem Rückschaufehler („Ich hab’s ja gewusst", wenn man das Ergebnis kennt) sowie übermäßigem Vertrauen in einprägsame Einzelfälle und Stereotype. Wissenschaftliche Methode ist gerade der Versuch, solche Verzerrungen systematisch zu kontrollieren.

Der Barnum- bzw. Forer-Effekt erklärt, warum Pseudopsychologie überzeugt: Sehr vage, allgemeine Aussagen (Horoskope, „Cold Reading") werden als treffende, persönliche Selbstbeschreibung erlebt, weil jeder etwas Passendes hineinliest. Das ist kein Beleg für Treffsicherheit, sondern für einen Wahrnehmungsfehler.

Daraus folgt die Abgrenzung von Pseudowissenschaft: Astrologie oder Graphologie machen unscharfe, nicht falsifizierbare Aussagen und sind empirisch nicht belegt (Popper-Kriterium der Falsifizierbarkeit). Wissenschaftlichkeit zeigt sich nicht im Reden über die Psyche, sondern in der Bereitschaft, sich an kontrollierten Daten widerlegen zu lassen.

Musterbeispiel

Alltagsweisheit wissenschaftlich prüfen

Untersuchen Sie die Alltagsweisheit „Gegensätze ziehen sich an" und stellen Sie ihr das wissenschaftliche Vorgehen gegenüber. Welche Denkfehler stützen den Alltagsglauben?

1. Alltagsbehauptung erfassen
Die Aussage „Gegensätze ziehen sich an" gilt als selbstverständliche Lebensweisheit. Sie stützt sich auf einzelne erinnerte Fälle und „gesunden Menschenverstand", nicht auf systematische Daten.
2. In eine prüfbare Hypothese übersetzen
Wissenschaftlich formuliert: „Je unähnlicher zwei Personen in Persönlichkeitsmerkmalen sind, desto höher ihre Beziehungszufriedenheit." Damit werden Variablen (Ähnlichkeit, Zufriedenheit) operationalisiert und messbar.
3. Methode wählen
Geeignet ist eine Korrelationsstudie: Ähnlichkeit (z. B. über Big-Five-Fragebogen) und Beziehungszufriedenheit bei vielen Paaren erheben und den Zusammenhang r berechnen — objektiv, an einer Stichprobe, mit Gütekriterien (Reliabilität/Validität der Skalen).
4. Befundlage einordnen
Die Forschung stützt überwiegend das Gegenteil: Ähnlichkeit (Homophilie, „similarity-attraction") sagt Sympathie und Zufriedenheit eher voraus als Gegensätzlichkeit. Die Alltagsweisheit ist empirisch also kaum gedeckt.
5. Denkfehler aufdecken
Der Alltagsglaube hält sich durch Bestätigungsfehler (man erinnert auffällige „gegensätzliche" Paare) und Rückschaufehler (im Nachhinein erscheint jedes Ende „vorhersehbar"). Wissenschaft kontrolliert solche Verzerrungen durch systematische, intersubjektiv prüfbare Erhebung.

Ergebnis: Erst die Übersetzung in eine prüfbare Hypothese, eine kontrollierte Methode und die Beachtung typischer Denkfehler trennt wissenschaftliche Psychologie von Alltagspsychologie — hier widerlegt der Befund (Ähnlichkeit zieht an) die Alltagsweisheit weitgehend.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Grenzen Sie Alltagspsychologie und wissenschaftliche Psychologie voneinander ab und erläutern Sie zwei typische Denkfehler des Alltagsdenkens.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Wissenschaftliche Psychologie mit blosser „Lebenserfahrung" gleichsetzen.
Plausibilität (es „klingt" richtig) mit empirischem Beleg verwechseln.
Den Barnum-Effekt für einen Beleg der Treffsicherheit von Horoskopen halten.

Aktive Wiederholung

Vergleichen Sie die Aussage „Gegensätze ziehen sich an" als Alltagsweisheit mit dem psychologischen Forschungsstand. Welche Methode würde die Aussage prüfen und welche Denkfehler stützen den Alltagsglauben?

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Lexikon der Psychologie: Alltagspsychologie (Spektrum der Wissenschaft)

Forschungsmethoden der Psychologie#

StandardPP-Psy-Met-1.1

Die Psychologie verfügt über ein Spektrum von Methoden, die sich vor allem im Grad der Kontrolle und damit in der möglichen Aussagekraft unterscheiden (). Die Königsmethode ist das Experiment: Es manipuliert gezielt eine unabhängige Variable (UV), misst die abhängige Variable (AV) und verteilt die Personen per Randomisierung auf die Bedingungen — nur so lassen sich Störvariablen ausgleichen und kausale Schlüsse ziehen.

Forschungsmethoden der Psychologie

Abb. 2Je höher die Kontrolle, desto eher sind kausale Schlüsse möglich — auf Kosten der Realitätsnähe.

Das Quasi-Experiment hat eine UV, aber keine Randomisierung, weil mit bereits bestehenden Gruppen gearbeitet wird (z. B. Geschlecht, Schulklasse, Raucher/Nichtraucher). Kausale Schlüsse sind dann nur eingeschränkt möglich, weil sich die Gruppen in weiteren Merkmalen unterscheiden können.

Die Korrelationsstudie erhebt zwei Variablen und bestimmt ihren linearen Zusammenhang über den Koeffizienten

r \in [-1, 1]

. Sie zeigt, OB ein Zusammenhang besteht, nicht aber dessen Richtung oder Ursache — ein zentraler Punkt (siehe Abschnitt Korrelation und Kausalität).

Die Beobachtungsstudie erfasst Verhalten systematisch in seiner natürlichen Umgebung (offen oder teilnehmend) — hohe Realitätsnähe, aber geringe Kontrolle und Gefahr von Beobachtereffekten. Die Befragung (Fragebogen, Interview) liefert Selbstauskünfte; ihr Hauptrisiko ist die soziale Erwünschtheit (Antworten im Sinne der vermuteten Erwartung).

Nach der zeitlichen Anlage unterscheidet man Querschnitt (Messung zu EINEM Zeitpunkt, verschiedene Altersgruppen verglichen) und Längsschnitt (dieselben Personen über die Zeit). Der Längsschnitt zeigt Entwicklung, ist aber aufwändig und leidet unter Drop-out; der Querschnitt ist schnell, verwechselt aber leicht Alters- mit Generationeneffekten (Kohorteneffekt).

Quer durch alle Methoden gelten die Gütekriterien: Objektivität (untersucherunabhängig), Reliabilität (zuverlässig/wiederholbar) und Validität — letztere differenziert in interne Validität (verursacht wirklich die UV die AV?), externe Validität (Generalisierbarkeit), Konstrukt- und ökologische Validität. Ein häufiger Trade-off: hohe interne Validität (Labor) geht oft auf Kosten der externen (Feld).

r_{xy} = \frac{\sum (x_i - \bar x)(y_i - \bar y)}{\sqrt{\sum (x_i - \bar x)^2 \sum (y_i - \bar y)^2}}

Pearson-Korrelationskoeffizient

r ∈ [-1, 1]; misst lineare Zusammenhänge, keine Kausalität.

d = \frac{M_1 - M_2}{SD_{\text{pooled}}}

Cohen's d (Effektstärke)

Standardisierte Mittelwertsdifferenz; Faustregel: d ≈ 0,2 klein, 0,5 mittel, 0,8 groß.

Musterbeispiel

Experiment vs. Korrelationsstudie entwerfen — „Sport verbessert die Stimmung"

Entwerfen Sie für die Hypothese „Sport verbessert die Stimmung" je ein Experiment und eine Korrelationsstudie und vergleichen Sie deren Aussagekraft.

1. Variablen festlegen
Unabhängige Variable (UV) = Sport (Sportgruppe vs. Kontrollgruppe bzw. Trainingsdosis), abhängige Variable (AV) = Stimmung, operationalisiert als Wert auf einem validierten Fragebogen (Abb. 2).
2. Experiment entwerfen
Personen werden randomisiert auf Sport- und Kontrollgruppe verteilt; Stimmung wird vorher und nachher gemessen, alle übrigen Bedingungen konstant gehalten. Die Randomisierung gleicht Störvariablen aus → ein Kausalschluss wird möglich.
3. Korrelationsstudie entwerfen
Bei vielen Personen werden Sportumfang und Stimmung erhoben und ihr Zusammenhang als r berechnet. Das zeigt, OB beide zusammenhängen, aber nicht, was was verursacht.
4. Aussagekraft vergleichen
Das Experiment kann Kausalität belegen; die Korrelationsstudie kann Drittvariablen (Gesundheit, soziale Kontakte) und die umgekehrte Wirkrichtung (gute Stimmung führt zu mehr Sport) nicht ausschließen.
5. Trade-offs benennen
Das Experiment hat hohe interne, aber oft geringere ökologische Validität (Laborbedingungen); die Feldkorrelation ist realitätsnäher, kausal aber unsicher. Ideal ist die Kombination samt Replikation.

Ergebnis: Beide Designs prüfen dieselbe Hypothese, aber nur das randomisierte Experiment erlaubt einen Kausalschluss; die Korrelationsstudie liefert (realitätsnähere) Hypothesen. Methodenwahl heißt, Kontrolle und Realitätsnähe abzuwägen.

SRDP-Aufgaben

SelbsttestAus der Fragenbank10 Punkte

Aufgabenstellung

Erläutern Sie den Unterschied zwischen Korrelation und Kausalität anhand eines Beispiels. Welche Rolle spielen Konfundierungsvariablen?

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Korrelation als Kausalität deuten.
Reliabilität mit Validität gleichsetzen.
Experiment ohne Kontrollgruppe oder Randomisierung als „Experiment" bezeichnen.

Aktive Wiederholung

Entwerfen Sie für die Hypothese „Sport verbessert die Stimmung" jeweils ein Experiment und eine Korrelationsstudie. Welche Aussagekraft hat jede?

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Lexikon der Psychologie: Methodenlehre (Spektrum)

Statistik: Deskriptiv und inferentiell#

StandardPP-Psy-Met-2.1

Statistik macht aus Rohdaten interpretierbare Befunde und gliedert sich in zwei Aufgaben (): Die deskriptive Statistik beschreibt eine Stichprobe, die inferentielle (schließende) Statistik schließt von der Stichprobe auf die Population. Beide zusammen erlauben den Schritt von „in unserer Studie war es so" zu „das gilt vermutlich allgemein".

Zentrale statistische Kennwerte

Abb. 3Die wichtigsten inferenzstatistischen Begriffe — und die häufigsten Fehldeutungen.

Die deskriptive Statistik fasst Daten zusammen: Lagemaße (Mittelwert, Median, Modus) geben das „Zentrum" an, Streuungsmaße (Varianz, Standardabweichung) die Variabilität. Ein Mittelwert ohne Streuungsangabe ist wenig aussagekräftig — erst die Standardabweichung zeigt, wie homogen die Daten sind.

Die inferentielle Statistik prüft Hypothesen mit Signifikanztests (t-Test, ANOVA, Chi-Quadrat). Der p-Wert ist dabei die Wahrscheinlichkeit, die beobachteten (oder extremere) Daten zu erhalten, WENN die Nullhypothese (kein Effekt) wahr ist; per Konvention gilt

p < 0{,}05

als „signifikant". Entscheidend:

p

ist NICHT die Wahrscheinlichkeit, dass die Nullhypothese wahr ist.

Weil der p-Wert stark von der Stichprobengröße abhängt, braucht es die Effektstärke (Cohens

d

, Korrelation

r

): Sie quantifiziert die GRÖSSE eines Effekts unabhängig von n. Faustregel für

d

: 0,2 klein, 0,5 mittel, 0,8 groß. Signifikanz beantwortet „gibt es überhaupt einen Effekt?", die Effektstärke „wie stark ist er?" — Signifikanz ist nicht Relevanz.

Konfidenzintervalle geben statt eines Punktwerts einen Bereich plausibler Parameterwerte an (z. B. „95 %-KI"). Sie informieren über die Präzision der Schätzung: Ein breites Intervall signalisiert Unsicherheit. Häufige Fehldeutung: Das 95 %-KI bedeutet nicht „der wahre Wert liegt mit 95 % Wahrscheinlichkeit darin", sondern bezieht sich auf das Verfahren über viele Wiederholungen.

Die bayesianische Statistik bietet eine alternative Logik: Eine Vorab-Überzeugung (Prior) wird mit der Datenwahrscheinlichkeit (Likelihood) zu einer aktualisierten Überzeugung (Posterior) verrechnet — formal über das Bayes-Theorem. Sie erlaubt es, direkt die Wahrscheinlichkeit von Hypothesen anzugeben, und gewinnt in der Psychologie (auch als Antwort auf die Replikationskrise) an Bedeutung.

d = \frac{M_1 - M_2}{SD_{\text{pooled}}}

Cohen's d (Effektstärke)

Standardisierte Mittelwertsdifferenz; Faustregel: d ≈ 0,2 klein, 0,5 mittel, 0,8 groß.

P(H \mid E) = \frac{P(E \mid H) \cdot P(H)}{P(E)}

Bayes-Theorem

Posterior-Wahrscheinlichkeit einer Hypothese H bei Evidenz E; Grundlage induktiver Wissenschaftstheorie.

Musterbeispiel

Ein Studienergebnis interpretieren — t(38) = 2,3, p = 0,027, d = 0,45

Interpretieren Sie das Ergebnis t(38) = 2{,}3, p = 0{,}027, d = 0{,}45 korrekt und benennen Sie typische Fehlinterpretationen.

1. Den Test einordnen
Ein t-Test mit 38 Freiheitsgraden (also etwa 40 Personen) vergleicht zwei Mittelwerte — z. B. Experimental- gegen Kontrollgruppe.
2. Den p-Wert deuten
$p = 0{,}027 < 0{,}05$ , also „statistisch signifikant": Unter Annahme der Nullhypothese (kein Effekt) wären solche oder extremere Daten nur in ~2,7 % der Fälle zu erwarten. ACHTUNG: $p$ ist NICHT die Wahrscheinlichkeit, dass H0 wahr ist (Abb. 3).
3. Die Effektstärke deuten
$d = 0{,}45$ ist ein mittlerer Effekt (Faustregel 0,2 / 0,5 / 0,8 = klein / mittel / groß). Erst die Effektstärke sagt etwas über die praktische Bedeutsamkeit aus.
4. Zusammenführen
Es gibt einen statistisch signifikanten, mittelgroßen Unterschied. Signifikanz ist nicht Relevanz: Bei sehr großen Stichproben kann selbst ein winziger Effekt signifikant werden.
5. Grenzen benennen
Ein einzelnes signifikantes Ergebnis ist kein Beweis (Replikation nötig); ohne Konfidenzintervall fehlt die Präzisionsangabe, und bei n ≈ 40 ist die Schätzung noch unsicher.

Ergebnis: Das Ergebnis zeigt einen signifikanten, mittelgroßen Effekt (d = 0{,}45). Korrekt ist: p gibt die Datenwahrscheinlichkeit unter H0 an (nicht die Wahrscheinlichkeit von H0), und Signifikanz ist nicht gleich Bedeutsamkeit.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie die korrekte Bedeutung des p-Werts und der Effektstärke und erklären Sie, warum Signifikanz nicht dasselbe wie Bedeutsamkeit ist.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Signifikanz mit Relevanz verwechseln.
p-Wert als Wahrscheinlichkeit der Nullhypothese lesen.
Mittelwert ohne Streuung berichten.

Aktive Wiederholung

Interpretieren Sie folgendes Ergebnis: t(38) = 2.3, p = 0.027, d = 0.45.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Lexikon: Effektstärke (Spektrum)

Forschungsethik und Replikationskrise#

VertiefungPP-Psy-Met-3.1

Forschung am Menschen verlangt verbindliche ethische Standards, die aus historischem Missbrauch erwachsen sind. Kern sind die informierte Einwilligung (informed consent nach Aufklärung), das jederzeitige Recht auf Abbruch ohne Nachteil, Anonymisierung und Datenschutz sowie der Schutz vor körperlichen und psychischen Schäden (Risiko-Nutzen-Abwägung).

Über die Einhaltung wachen Ethikkommissionen, die jeden Forschungsplan vor Beginn prüfen; fachliche Kodizes (DGPs, APA, EFPA) geben den Rahmen. Eine begrenzte Täuschung (deception) ist nur zulässig, wenn sie unverzichtbar ist und durch ein anschließendes Debriefing (Aufklärung) ausgeglichen wird.

Seit etwa 2011 erlebt die Psychologie ihre Replikationskrise: Die groß angelegte Open Science Collaboration (2015) konnte nur einen Teil publizierter Befunde reproduzieren; mehrere „Lehrbuch-Klassiker" hielten der Wiederholung nicht stand (). Das erschüttert das Vertrauen, ist aber zugleich ein Zeichen wissenschaftlicher Selbstkorrektur.

Die Replikationskrise und ihre Reformen

Abb. 4Fragwürdige Forschungspraktiken und Publication Bias führten in die Krise, die Open-Science-Reformen anstoßen.

Die Ursachen liegen in fragwürdigen Forschungspraktiken (QRP): p-Hacking (so lange auswerten/analysieren, bis

p < 0{,}05

erreicht ist), HARKing (Hypothesen erst NACH Kenntnis der Ergebnisse aufstellen) und vor allem Publication Bias (nur signifikante, „positive" Ergebnisse werden veröffentlicht). Zusammen erzeugen sie eine systematische Verzerrung der Literatur.

Die Reformantworten der Open-Science-Bewegung setzen genau dort an: Präregistrierung (Hypothesen und Auswertung werden VOR der Datenerhebung festgelegt), Open Data und Open Materials (Transparenz), größere Stichproben (mehr statistische Power), der Fokus auf Effektstärken und Konfidenzintervalle statt bloßer p-Werte sowie Registered Reports und systematische Replikationen.

Historische Lehrbeispiele unethischer bzw. methodisch problematischer Forschung sind Watsons Little-Albert-Experiment (konditionierte Angst bei einem Kleinkind, keine Löschung), Milgrams Gehorsamsstudien (massive Belastung), Zimbardos Stanford-Prison-Experiment (Kontrollverlust, fehlende Schutzmaßnahmen) und die Tuskegee-Studie (vorenthaltene Behandlung). Sie begründen, warum heute Ethikkommissionen unverzichtbar sind.

Musterbeispiel

Sozialpsychologische Fallanalyse — Milgram-Gehorsamsexperiment

Erläutern Sie das Milgram-Experiment (1961/63), seine Befunde und ethischen Probleme. Diskutieren Sie, was es für die Frage menschlicher Verantwortung bedeutet.

1. Versuchsanordnung
VP („Lehrer") soll dem „Schüler" (Konföderierter) bei Fehlern elektrische Schocks verabreichen. Schocks steigen bis 450 V. Versuchsleiter („Autorität") drängt mit standardisierten Anweisungen.
2. Befunde
Ca. 65 % der VP gingen bis 450 V. Stresssymptome (Schwitzen, Zittern) waren stark ausgeprägt, dennoch wurde gehorcht. Variationen (Autorität telefonisch, gemeinsame Räume) senkten die Quote deutlich.
3. Theoretische Einordnung
Milgram erklärt mit Agentic State (Wechsel vom autonomen zum „ausführenden" Modus) und Bindungsmechanismen. Vergleich: Hannah Arendt, „Banalität des Bösen" (Eichmann in Jerusalem).
4. Ethische Kritik
Täuschung, hoher psychischer Stress, kein wirklich freier Ausstieg. Postexperimentelle Debriefings nicht ausreichend. Heute schwer reproduzierbar; Burger (2009) modifizierte Variante mit ähnlichen Tendenzen.
5. Philosophische Folgerung
Verantwortung bleibt individuell, aber die Soziale Situation („situational factors") prägt Handeln stark. Konsequenz: Bildung zu Zivilcourage, Schutzmechanismen in Organisationen, Whistleblower-Recht.

Ergebnis: Verbindung Philosophie–Psychologie: empirisch belegt, dass Gehorsam Verantwortung gefährdet — normativ fordert dies eine Ethik der individuellen und institutionellen Gegenwehr.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie die Replikationskrise mit ihren Ursachen und zwei Reformansätzen und nennen Sie zentrale forschungsethische Standards.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Replikationskrise als „Wissenschaftsversagen" abtun statt als methodischen Reifeprozess.
Präregistrierung mit Anmeldung gleichsetzen — sie spezifiziert Methoden und Hypothesen vor Datenerhebung.
Ethikprüfung als formales Hindernis statt als Schutzmechanismus deuten.

Aktive Wiederholung

Diskutieren Sie das Stanford-Prison-Experiment ethisch und methodisch — würde es heute eine Ethikkommission passieren?

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Open Science Collaboration (2015) — Estimating the reproducibility of psychological science (Science)

Versuchsplanung und Validität#

StandardPP-Psy-Met-1.2

Das Experiment ist die einzige Methode, die kausale Schlüsse erlaubt — sein Aufbau ist daher der Kern der Versuchsplanung (). Die Forscherin manipuliert aktiv die unabhängige Variable (UV, die vermutete Ursache) und misst die abhängige Variable (AV, die Wirkung). Alles andere wird möglichst konstant gehalten.

Aufbau des kontrollierten Experiments

Abb. 5Nur die Randomisierung verteilt Störvariablen zufällig auf Experimental- (UV: Treatment) und Kontrollgruppe (Placebo) und erlaubt so kausale Schlüsse aus der AV.

Der Wirkungsnachweis gelingt durch den Vergleich von Experimental- und Kontrollgruppe: Nur wenn die Gruppe mit „Behandlung" sich von der ohne unterscheidet, ist ein Effekt plausibel. Die Randomisierung (zufällige Zuteilung) ist dabei entscheidend — sie verteilt bekannte UND unbekannte Störvariablen zufällig gleich auf die Gruppen.

Störvariablen (Confounder) sind die Hauptgefahr: Variieren sie systematisch mit der UV, kann man Ursache und Begleitumstand nicht mehr trennen (z. B. wenn die Behandlungsgruppe zufällig auch motivierter ist). Randomisierung und Konstanthalten sollen genau das verhindern.

Zwei Validitätsarten stehen oft im Spannungsverhältnis: Die interne Validität ist die Sicherheit, dass wirklich die UV (und nichts anderes) die AV verursacht; die externe Validität ist die Generalisierbarkeit auf andere Personen, Orte und Situationen. Strenge Laborkontrolle erhöht die interne, mindert aber oft die externe Validität.

Erwartungseffekte werden durch Verblindung kontrolliert: Im Doppelblindversuch wissen weder Versuchspersonen noch Versuchsleiter, wer in welcher Bedingung ist — das verhindert Versuchsleiter- (Rosenthal-) und Versuchspersoneneffekte (Placebo, Hawthorne). Eine Placebogruppe trennt die spezifische Wirkung von der bloßen Erwartung.

Damit überhaupt gemessen werden kann, müssen abstrakte Konstrukte operationalisiert werden — in beobachtbare, messbare Indikatoren übersetzt (z. B. „Stress" als Cortisolwert oder Fragebogenscore). Eine schlechte Operationalisierung gefährdet die Konstruktvalidität: Man misst dann nicht, was man messen will.

Schließlich ist die Anlage zu wählen: Querschnitt (ein Zeitpunkt) vs. Längsschnitt (über die Zeit) und Labor- vs. Feldexperiment. Jede Wahl ist ein Trade-off zwischen Kontrolle (Labor, hohe interne Validität) und Realitätsnähe (Feld, hohe externe Validität) — ein Grund, warum Befunde durch verschiedene Designs abgesichert werden.

Musterbeispiel

Ein Experiment planen — Schlaf und Gedächtnis

Entwerfen Sie ein Experiment zur Wirkung von Schlaf auf die Gedächtnisleistung. Benennen Sie UV, AV, Störvariablen und zwei Kontrollmaßnahmen.

1. Hypothese und Variablen
H1: Schlaf nach dem Lernen verbessert die Behaltensleistung. UV = Schlaf (Schlafgruppe vs. Wachgruppe nach dem Lernen), AV = Zahl korrekt erinnerter Items im Test (Abb. 5).
2. Design
Alle Probanden lernen dieselbe Wortliste und werden randomisiert zugeteilt: Gruppe A schläft 8 Stunden, Gruppe B bleibt wach; danach derselbe Abruftest zur gleichen Tageszeit.
3. Störvariablen identifizieren
Tageszeit, Vorwissen, Koffein, Motivation und Ausgangsleistung könnten systematisch mit der UV variieren und das Ergebnis verfälschen (Confounder).
4. Kontrollmaßnahmen
(1) Randomisierung verteilt Störvariablen zufällig gleich auf beide Gruppen; (2) Standardisierung (identische Wortliste, gleiche Lern- und Testzeit, Koffeinverbot) hält die Bedingungen konstant; zusätzlich blinde Auswertung.
5. Validität bewerten
Hohe interne Validität durch Kontrolle und Randomisierung; die externe Validität ist begrenzt (Laborwortliste ≠ Schulstoff), daher ist eine Replikation im Feld sinnvoll.

Ergebnis: Sauberes Design: UV = Schlaf, AV = Erinnerungsleistung, Confounder über Randomisierung und Standardisierung kontrolliert. So wird ein Kausalschluss möglich (hohe interne Validität), die Generalisierbarkeit bleibt zu prüfen.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie an einem selbst gewählten Beispiel unabhängige, abhängige und Störvariable und erklären Sie interne und externe Validität sowie den Sinn der Randomisierung.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

UV und AV vertauschen.
Interne und externe Validität gleichsetzen.
Korrelative Studien als Experimente bezeichnen.

Aktive Wiederholung

Entwerfen Sie ein Experiment zur Wirkung von Schlaf auf die Gedächtnisleistung und benennen Sie UV, AV und zwei Kontrollmaßnahmen.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Experiment (Spektrum)

Korrelation, Kausalität und Effektstärke#

StandardPP-Psy-Met-2.2

Die Korrelation misst den linearen Zusammenhang zweier Variablen mit dem Koeffizienten

r

, der zwischen

-1

und

+1

liegt:

r = +1

ist ein perfekter positiver,

r = -1

ein perfekter negativer Zusammenhang,

r = 0

bedeutet keinen linearen Zusammenhang. Wichtig: Ein negatives

r

ist KEIN „kein Zusammenhang", sondern ein gegenläufiger (je mehr X, desto weniger Y).

Der zentrale Grundsatz lautet: Korrelation ist nicht Kausalität. Ein beobachteter Zusammenhang zwischen A und B lässt vier Deutungen zu (): A verursacht B, B verursacht A (umgekehrte Wirkrichtung), eine Drittvariable C verursacht beide (Scheinkorrelation), oder es ist Zufall. Das klassische Beispiel: Eisverkauf und Ertrinkungsfälle korrelieren — wegen der gemeinsamen Ursache Hitze.

Warum Korrelation keine Kausalität ist

Abb. 6Eine Korrelation zwischen A und B lässt vier grundsätzlich verschiedene Deutungen zu.

Deshalb erlauben nur kontrollierte Experimente (mit Manipulation und Randomisierung) echte kausale Schlüsse; Korrelationsstudien liefern „nur" Hypothesen und Hinweise. Das ist keine Schwäche, sondern eine Mahnung zur vorsichtigen Interpretation — gerade bei Schlagzeilen vom Typ „X macht krank/glücklich".

Von der Frage des Zusammenhangs zu trennen ist die Frage der Bedeutsamkeit: Die statistische Signifikanz (p-Wert) sagt nur, dass ein Effekt wahrscheinlich nicht zufällig ist — nichts über seine Größe. Bei großen Stichproben wird selbst ein winziger, praktisch belangloser Effekt signifikant.

Die Größe und praktische Bedeutsamkeit eines Effekts erfasst die Effektstärke (Cohens

d

bei Mittelwertsunterschieden,

r

bei Zusammenhängen) — unabhängig von der Stichprobengröße. Erst sie beantwortet die eigentlich interessante Frage „Wie stark wirkt es?" und sollte daher stets mitberichtet werden.

Konfidenzintervalle ergänzen die Punktschätzung um die Präzision: Sie zeigen, in welchem Bereich der wahre Wert plausibel liegt. Ein breites Intervall (etwa bei kleinen Stichproben) warnt vor vorschnellen Schlüssen — Transparenz über Unsicherheit gehört zu sauberer Statistik.

r_{xy} = \frac{\sum (x_i - \bar x)(y_i - \bar y)}{\sqrt{\sum (x_i - \bar x)^2 \sum (y_i - \bar y)^2}}

Pearson-Korrelationskoeffizient

r ∈ [-1, 1]; misst lineare Zusammenhänge, keine Kausalität.

d = \frac{M_1 - M_2}{SD_{\text{pooled}}}

Cohen's d (Effektstärke)

Standardisierte Mittelwertsdifferenz; Faustregel: d ≈ 0,2 klein, 0,5 mittel, 0,8 groß.

Musterbeispiel

Korrelation und Kausalität trennen

Nennen Sie drei mögliche Erklärungen für die positive Korrelation zwischen Eisverkauf und Sonnenbrandfällen und beurteilen Sie, welche kausal plausibel ist.

1. Befund festhalten
Daten zeigen: Je höher der Eisverkauf, desto mehr Sonnenbrände — eine positive Korrelation (r größer als 0).
2. Erklärung A prüfen — direkte Kausalität
Hypothese: Eisessen verursacht Sonnenbrand. Inhaltlich unplausibel; es gibt keinen physiologischen Mechanismus, über den Eiskonsum die Haut schädigt.
3. Erklärung B prüfen — umgekehrte Wirkrichtung
Hypothese: Sonnenbrand verursacht Eiskonsum. Ebenfalls unplausibel als Hauptmechanismus; Sonnenbrand erklärt nicht die Gesamtmenge des Eisverkaufs.
4. Erklärung C prüfen — Drittvariable
Hypothese: Eine dritte Variable (Sonnenscheindauer/Hitze) treibt beide an. Bei heissem, sonnigem Wetter steigen sowohl Eisverkauf als auch UV-Exposition — eine klassische Scheinkorrelation.
5. Urteil und Konsequenz
Erklärung C ist am plausibelsten. Nur ein kontrolliertes Experiment (oder statistische Kontrolle der Drittvariable) kann kausale Schlüsse sichern; aus blosser Korrelation folgt keine Ursache.

Ergebnis: Die Korrelation ist eine Scheinkorrelation, getrieben durch die Drittvariable Wetter. Maturaregel: Bei Korrelationen stets Drittvariablen und Wirkrichtung prüfen, bevor man Kausalität behauptet.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Begründen Sie an einem Beispiel, warum aus einer Korrelation nicht auf Kausalität geschlossen werden darf, und nennen Sie die möglichen Deutungen.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Aus einer hohen Korrelation auf Ursache schliessen.
Einen signifikanten Effekt automatisch als bedeutsam deuten.
Negatives r als „kein Zusammenhang" lesen.

Aktive Wiederholung

Nennen Sie drei mögliche Erklärungen für die Korrelation zwischen Eisverkauf und Sonnenbrandfällen und bewerten Sie sie.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Korrelation (Spektrum)

Paradigmen und Schulen der Psychologie#

BasisPP-Psy-Met-1.3

Die Psychologie kennt keine einzige Theorie, sondern mehrere große Paradigmen (Schulen), die jeweils einen anderen Gegenstand und eine andere Methode in den Mittelpunkt stellen (). Sie sind wie verschiedene „Brillen", durch die dasselbe Verhalten unterschiedlich erscheint — für die Matura zentral ist, ein Verhalten aus mehreren Paradigmen erklären zu können.

Paradigmen der Psychologie

Abb. 7Fünf große Schulen mit ihrem jeweiligen Gegenstand — heute methodenpluralistisch integriert.

Die Tiefenpsychologie (Freud, Adler, Jung) sieht das Erleben durch unbewusste Prozesse und frühe Kindheitserfahrungen bestimmt: Verdrängte Konflikte und Triebe wirken hinter dem Rücken des Bewusstseins fort. Methodisch arbeitet sie deutend (Traumdeutung, freie Assoziation) — fruchtbar, aber schwer falsifizierbar.

Der Behaviorismus (Watson, Skinner) reagiert darauf mit strenger Wissenschaftlichkeit: Nur beobachtbares Verhalten sei Gegenstand, das Innere eine „Black Box". Verhalten wird durch Lernen erklärt (klassische und operante Konditionierung). Stärke: objektiv messbar; Schwäche: blendet mentale Prozesse aus.

Der Kognitivismus öffnet die Black Box wieder: Der Mensch ist ein informationsverarbeitendes System; Wahrnehmen, Denken, Erinnern und Problemlösen werden mit kontrollierten Methoden untersucht (oft Computer-Analogie). Er ist heute das dominierende Forschungsparadigma der akademischen Psychologie.

Die humanistische Psychologie (Rogers, Maslow) versteht sich als „dritte Kraft" gegen Determinismus von Trieb (Tiefenpsychologie) und Reiz (Behaviorismus): Sie betont Selbstverwirklichung, Wachstum, Freiheit und eine ganzheitliche, wertschätzende Sicht des Menschen. Die biologische Psychologie/Neurowissenschaft schließlich erklärt Verhalten und Erleben auf neuronaler, hormoneller und genetischer Basis.

Die heutige Psychologie ist methodenpluralistisch: Sie versteht die Paradigmen nicht als überholt, sondern als komplementäre Ebenen und integriert sie im biopsychosozialen Modell (biologische, psychische und soziale Faktoren zusammen). Kein einzelnes Paradigma erklärt den Menschen vollständig.

Querverweis: Die hier eingeführten Paradigmen — vor allem Behaviorismus, Tiefenpsychologie und Kognitivismus — strukturieren die Erklärungsmodelle in den späteren Themen Lernen und Gedächtnis (Konditionierung vs. kognitive Verarbeitung) sowie Klinische Psychologie (Therapierichtungen).

Musterbeispiel

Aggression aus drei Paradigmen erklären

Erklären Sie aggressives Verhalten aus tiefenpsychologischer, behavioristischer und kognitiv-biologischer Sicht und beurteilen Sie die Perspektiven.

1. Tiefenpsychologisch
Aggression als Ausdruck eines Triebs (Freuds Thanatos) bzw. aufgestauter, verdrängter Impulse, die nach Abfuhr (Katharsis) drängen; frühe Konflikte prägen die Disposition (Abb. 7).
2. Behavioristisch
Aggression ist gelernt: durch Verstärkung (erfolgreiche Aggression wird belohnt) und Modelllernen — Banduras Bobo-Doll-Experiment zeigt, dass Kinder beobachtete Aggression imitieren.
3. Kognitiv und biologisch
Kognitiv: feindselige Attributionen und aggressive „Skripte". Biologisch: Beteiligung von Amygdala, Testosteron, Serotonin und genetischer Disposition; die Frustrations-Aggressions-Hypothese verbindet Situation und Reaktion.
4. Perspektiven vergleichen
Die Paradigmen betonen verschiedene Ebenen (intrapsychisch / Lernumwelt / Kognition + Gehirn). Sie konkurrieren teils, ergänzen sich aber — keine erklärt Aggression allein vollständig.
5. Integrieren und bewerten
Das biopsychosoziale Modell verbindet sie: Aggression entsteht aus dem Zusammenspiel von Disposition, Lerngeschichte, Kognition und Situation. Empirisch gut gestützt sind Lern- und biopsychosoziale Ansätze; die reine Katharsis-These gilt als widerlegt.

Ergebnis: Dieselbe Aggression erscheint je nach Paradigma als Triebabfuhr, gelerntes Verhalten oder kognitiv-neuronaler Prozess. Am tragfähigsten ist das integrative biopsychosoziale Modell — die Katharsis-These ist empirisch widerlegt.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Stellen Sie drei psychologische Paradigmen vor und erklären Sie aggressives Verhalten aus jeweils einer Perspektive.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Paradigmen als historisch überholt statt als komplementär betrachten.
Tiefenpsychologie mit der gesamten klinischen Psychologie gleichsetzen.
Den Behaviorismus mit Verhaltenstherapie verwechseln.

Aktive Wiederholung

Erklären Sie aggressives Verhalten aus drei verschiedenen psychologischen Paradigmen.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Spektrum.de — Psychologie (Schulen) (Spektrum)