DE / EN

Experimentelle Methoden

Kognitive Prozesse selbst sind unbeobachtbar, so dass aus objektiven beobachtbaren Daten auf die latenten Prozesse zurückgeschlossen werden muss. Dazu gibt es eine Reihe von Methoden, die entweder auf verschiedenen Mustern von Antworten beruhen, welche jeweils auf unterschiedliche Strategien hinweisen, oder auf Verhaltensdaten, die während des Problemlöseprozesses erhoben werden (Bröder, 2019).

 

Antwortmuster

Bröder (2000) hat an den Methoden der Entscheidungs­forschung kritisiert, dass diese oft auf Daten beruhen, die nicht eindeutig bestimmten Strategien zuzuordnen sind, so dass entsprechende Schlussfolgerungen über Prozesse fragwürdig sind. Er plädierte für eine formale Verbindung zwischen Theorie und Daten, die es unter bestimmten Annahmen erlaubt, die Wahrscheinlichkeit der Daten unter Annahme verschiedener Strategien zu ermitteln, so dass ein Rückschluss auf Strategien möglich ist (Bröder & Schiffer, 2003). Die Methode wurde inzwischen mehrfach weiterentwickelt (Hilbig & Moshagen, 2014).

 

Suchmuster

Neben dem Endprodukt eines Entscheidungs­prozesses (der Wahl) können auch weitere Daten erhoben werden wie etwa die Informations­suche vor einer Entscheidung. Aufbauend auf dem MouseLab-Paradigma wurde eine Versuchsanordnung entwickelt, die auch die subjektive Strukturierung von Information erfassen kann (Ettlin et al., 2015).

 

Mouse-Tracking

Mouse-Tracking bezeichnet eine Methode zur Verfolgung kognitiver Prozesse, bei der Personen sich zwischen verschiedenen Optionen entscheiden, die als Buttons auf einem Computer­bildschirm dargestellt werden. Während des Entscheidungs­prozesses werden die Bewegungen des Mouse-Cursors aufgezeichnet und sollen Aufschluss darüber geben, wie sich die Präferenz für die einzelnen Optionen zeitlich entwickelt und wie stark der Konflikt ist, den die Person beim Entscheiden empfindet. Zur Erstellung und Analyse von Mouse-Tracking Experimenten haben wir kostenlose und quelloffene Softwares entwickelt: Dies umfasst das Mousetrap-Plugin (Kieslich & Henninger, 2017) für die Experimentalsoftware OpenSesame, das die Erstellung von Mouse-Tracking Experimenten im Labor erlaubt, und das mousetrap R Paket (Kieslich, Henninger, Wulff, Haslbeck, & Schulte-Mecklenbeck, 2019), was die Verarbeitung, Visualisierung und Analyse von Mouse-Tracking Daten ermöglicht. Zudem haben wir eine Reihe von experimentellen Untersuchungen durchgeführt, die sich mit den Aus­wirkungen des Versuchsaufbaus auf die Validität von Mouse-tracking Daten beschäftigt und deren ultimatives Ziel darin besteht, evidenz­basierte Richtlinien zur Gestaltung von Mouse-Tracking Experimenten zu entwickeln (Kieslich, Schoemann, Grage, Hepp, & Scherbaum, 2020).

  • Literatur

    • Bröder, A. (2000). A methodological comment on behavioral decision research. Psychologische Beiträge, 42, 645–662.
    • Bröder, A. (2019). Methods for studying human thought. In R. J. Sternberg & J. Funke (Eds.). Introduction to the Psychology of Human Thought, (p.27–52). Heidelberg: Heidelberg University Publishing.
    • Bröder, A. & Schiffer, S. (2003). Bayesian strategy assessment in multi-attribute decision research. Journal of Behavioral Decision Making, 16, 193–213.
    • Ettlin, F., Bröder, A., & Henninger, M. (2015). A new task format for investigating information search and organization in multi-attribute decisions. Behavior Research Methods, 47, 506–518.
    • Hilbig, B. E., & Moshagen, M. (2014). Generalized outcome-based strategy classification: Comparing deterministic and probabilistic choice models. Psychonomic Bulletin & Review, 21(6), 1431–1443.
    • Kieslich, P. J., & Henninger, F. (2017). Mousetrap: An integrated, open-source mouse-tracking package. Behavior Research Methods, 49(5), 1652-1667. https://doi.org/10.3758/s13428-017-0900-z
    • Kieslich, P. J., Henninger, F., Wulff, D. U., Haslbeck, J. M. B., & Schulte-Mecklenbeck, M. (2019). Mouse-tracking: A practical guide to implementation and analysis. In M. Schulte-Mecklenbeck, A. Kühberger, & J. G. Johnson (Eds.), A Handbook of Process Tracing Methods (pp. 111–130). New York: Routledge. https://doi.org/10.4324/9781315160559-9
    • Kieslich, P. J., Schoemann, M., Grage, T., Hepp, J., & Scherbaum, S. (2020). Design factors in mouse-tracking: What makes a difference? Behavior Research Methods, 52(1), 317–341. https://doi.org/10.3758/s13428-019-01228-y