Forschung

Selbsteinschätzungen in Fragebogen mit einem abgestuften Rating-Antwortformat werden verbreitet zur Erfassung individueller Unter­schiede eingesetzt, etwa in der Persönlichkeits­diagnostik, in der sozialen Kognitions- und Einstellungs­forschung und im klinischen Bereich. Es ist jedoch bekannt, dass beobachteten Rating-Antworten multiple Antwortprozesse zugrunde liegen, die neben den zu erfassenden Merkmalen auch generelle Antwortstile, soziale Erwünschtheit und Interaktionen zwischen Itemformulierungen und Personcharakteristika umfassen. Zur Trennung der angezielten Personmerkmale von potentiell verzerrenden weiteren Antwortprozessen können latente Variablen­modelle der Item Response-Theorie oder der Strukturgleichungs­modelle genutzt werden. In unserer Forschung entwickeln wir diese psychometrischen Modelle weiter, prüfen die statistischen Eigenschaften und die psychologische Validität der Modellkomponenten und Parameter, und wenden die Modelle auf Daten aus unter­schiedlichen Bereichen der psychologischen Forschung an.

Bei der Messung von Personeigenschaften mit Hilfe von Fragebogen oder Leistungs­tests wird generell angenommen, dass die strukturellen Merkmale der Items und die Parameter der psychometrischen Modelle konstant für alle Personen sind. Diese Annahme schließt zum Beispiel ein, dass die Items für alle Testandinnen und Testanden dieselbe Schwierigkeit haben und dass die relative Gewichtung der beteiligten Antwortprozesse für alle Personen identisch ist. Eine Verletzung der Annahme führt dazu, dass die Validität der Messung eingeschränkt und die Fairness von Personvergleichen gefährdet ist. In unserer Forschung erweitern wir psychometrische Modelle, so dass eine Heterogenität von Itemcharakteristika und Antwortprozessen über Personen identifiziert und bei der Analyse berücksichtigt werden kann. Hierzu verwenden wir Mischverteilungs­modelle und modell­basierte Partitions­verfahren für mehrdimensionale psychometrische Entscheidungs­modelle, um Quellen von Heterogenität zu unter­suchen und die Erfassung psychologischer Eigenschaften maßgeschneidert zu optimieren.

Das menschliche episodische Gedächtnis umfasst die Enkodierung, die Speicherung und den Abruf von Ereignissen und von dazugehörigen Kontext­informationen, wie etwa Informationen über den zeitlichen und örtlichen Kontext des Ereignisses oder über den subjektiven Zustand während des Erlebens. Die gemeinsame Enkodierung und Speicherung von Ereignis- und Kontext­informationen ermöglicht eine verbundene Gedächtnisrepräsentation und episodische Erinnerung. Für den Abruf und die Wiedergabe episodischer Erinnerungen sind neben den genuinen Gedächtnisprozessen auch metakognitive Prozesse und rekonstruktive Inferenzen relevant. In unserer Forschung analysieren wir die episodische Gedächtnisrepräsentation sowie die Abruf- und Entscheidungs­prozesse mit Hilfe experimenteller Designs und statistischer Modelle. Dabei kommen multinomiale Verarbeitungs­modelle für die Trennung von Gedächtnis- und rekonstruktiven Entscheidungs­prozessen zum Einsatz sowie generalisierte Mehrebenen-Modelle für die Analyse dynamischer kognitiver Prozesse auf Ereignis-Ebene.

Für die Urteilsbildung und Entscheidungs­findung spielen gelernte Kontingenzen eine essenzielle Rolle, etwa Kontingenzen zwischen sozialen Gruppen und Verhaltensweisen bei der Stereotypenbildung oder Kontingenzen zwischen Optionen und resultierenden Ergebnissen bei Entscheidungen. Kontingenzen, die aus Informationen der sozialen Umwelt induktiv erschlossen werden, können jedoch verzerrt oder falsch sein. So können die Informationen etwa aus selektiven Stichproben stammen oder nur eingeschränkte Validität für das zu treffende Urteil haben, und Personen können relevante Moderatorvariablen bei der Urteils- und Entscheidungs­findung übersehen. Zusätzlich können Urteile und Entscheidungen durch Heuristiken beeinflusst werden, wie etwa durch die Verwendung der erlebten Verarbeitungs­flüssigkeit für Wahrheits- oder Vertrautheitsurteile von Aussagen und Ereignissen. In unserer Forschung werden unter­schiedliche experimentelle Paradigmen verwendet, um mögliche Verzerrungen bei Urteilen und Entscheidungen aufgrund induktiver Kontingenzen und Heuristiken zu unter­suchen. Mit Hilfe der Paradigmen und statistischer Modelle der Datenanalyse werden die zugrundeliegenden Prozesse sowie individuelle Differenzen in den Urteils- und Entscheidungs­effekten analysiert.