CoboCards App FAQ & Wishes Feedback
Language: English Language
Sign up for free  Login

Get these flashcards, study & pass exams. For free! Even on iPhone/Android!

Enter your e-mail address and import flashcard set for free.  
Go!
All main topics / Psychologie / Diagnostik

Diagnostik, Prüfung: Uni Gießen, Prof. Kersting (Literatur: Amelang & Schmidt-Atzert)... (177 Cards)

Say thanks
131
Cardlink
0
Was besagen die Ergebnisse aus der Untersuchung zur diagn.Urteilsbildung von Christiansen et al.(2010)?
Experten (Berater aus dem Bereich Personalauswahl) sagen wie geeignet Person A (besonders intelligent) oder Person B ("gute" Persönlichkeitseigenschaften) für eine Position sind,in Abhängigkeit von ihrer sozial erwünschten Darstellung.

Ergebnisse
1. keine Info zur sozialen Erwünschtheit: intelligenter Bewerber A als wesentlich schlechter geeignet eingestuft als Bewerber B = unangemessenes Vertrauen darauf, dass Persönlichkeitsvariablen für den Berufserfolg bedeutsam sind Aber: Die Forschung zeigt dagegen eindeutig, dass kognitive Fähigkeiten ein guter und Persönlichkeitsmerkmale ein schlechter Prädiktor für Berufserfolg sind.
2. Bei Infos zur s.Erw.: Bewerber B (übrigens auch Bewerber A) als weniger geeignet eingestuft, wenn er sich sozial erwünscht darstelleen = »ehrliche« Bewerber bevorzugt
Aber:  Die Forschung liefert keine Belege für einen negativen Zusammenhang zwischen sozialer Erwünschtheit und Berufserfolg.

Problem: Selbst Experten lassen sich in ihrem Urteil von falschen Informationen (z.B. zur sozialen Erwünschtheit) beeinflussen, d.h.Expertenstatus schützt nicht vor Urteilsfehlern.

Sind menschliche Urteile weniger geeignet?
Gibt es im Bezug zur Richtigkeit bessere Methoden zur Urteilsbildung?
Tags: 5.2 Diagnostisches Urteil
Source:
132
Cardlink
0
Worin unterscheiden sich mechanische (statistische) und klinische Urteilsbildung?
1.Klinische:
•individuelle, menschliche Urteile von Diagnostikern
•Bezeichnung bezieht sich auf die überwiegend aus dem klinischen Bereich stammende Forschung

•Klinische Urteilsbildung bedeutet, dass klinische Experten anhand der gleichen Informationen beurteilen, ob ein Patient z.B. psychotisch ist oder nicht.
•Sie verlassen sich dabei auf ihre klinische Erfahrung und brauchen ihr Urteil nicht zu begründen

2.Mechanische:

•die Informationen werden nach einer Formel verrechnet, die zuvor aus empirischen Daten abgeleitet wurde.
•Formel häufig durch statistische Analyse der Daten von vielen ähnlichen Fällen begründet (statistische Urteilsbildung)

Tags: 5.2 Diagnostisches Urteil
Source:
133
Cardlink
0
Was ist der »Goldberg-Index«?
  • bekanntes mechanisches Urteilsmodell
  • zur Feststellung von Psychosen (vs. Neurosen) anhand von MMPI-Testergebnissen
  • Fünf Skalenwerte (T-Werte) werden nach der Formel verrechnet:
 

L+Pa+Sc–Hy–Pt

Lügenskala + Paranoia + Schizophrenie – Hysterie – Psychasthenie (T-Werte)

Liegt der Index über 45, gilt der Patient als psychotisch.
Tags: 5.2 Diagnostisches Urteil
Source:
134
Cardlink
0
Welche Forschungsergebnisse gibt es zum Vergleich klinischer vs.mechanischer (statistischer Urteilsbildung)?
Studie von Goldberg (1965):
Kliniker haben bessere Trefferquoten, wenn sie den Goldberg-Index  zur Einschätzung von Psychosen verwenden als wenn sie erfahrungsbasiert klinisch urteilen: 74% (mech.U.) vs. 68% (klin.U.)

Metaanalyse von Meehl (1954):
22 Studien zum Vergleich klinischer und statistischer Urteile ausgewertet = Überlegenheit der statistischen Urteilsbildung
Aber Meehl als Psychoanalytiker sagt: „Alternative zum statistischen Urteil meist nicht das klassische klinische Urteil, sondern das Urteil eines Menschen, der die Formel kennt und entscheidet, ob er ihr folgt oder nicht

AEgisdottir et al. (2006)
69 Studien zum Vergleich klinischer und statistischer Urteile
Über alle Studien (mit 173 Effektstärken!) Gesamteffektstärke von d = .16 zugunsten der statistischen Methode
Selbst bei konservativer  Schätzung mit 41 Studien (deren Ergebnisse: keine Ausreißer) noch Effektstärke d = .12.
Überlegenheit der mechanischen/statistischen Vorhersage

Grove et al. (2000)
136 Untersuchungen zur Genauigkeit von Urteilen im psychologischen und medizinischen Bereich: statistische Urteilsbildung überlegen: d = .089
Aber: sehr kleiner Effekt! (relativiert Überlegenheit von stat.U)


Tags: 5.2 Diagnostisches Urteil
Source:
135
Cardlink
0
Nennen Sie Vor- und Nachteile der mechanischen/statistischen Urteilsbildung?
Überlegenheit der statistischen Urteilsbildung (gegenüber der klinischen U)
  • wissenschaftlich belegt
  • ist vor allem dann überlegen, wenn medizinische und forensische Kriterien vorherzusagen sind
  • wenn Informationen in Form von Interviewdaten vorliegen
  • (als mögliche Moderatoren, bei Grove et al.,2000)

Grenzen der statistischen Urteilsbildung
  • Keine universelle Lösungsmethode
  • (unrealistische) Beschränkung auf nur einen Test
  • Beschränkung auf Informationen, die für alle Pbn vorliegen (Diagnostiker kann u.U. zusätzliche Informationen nutzen)
  • Statistische  Modelle benötigen: Informationen zu allen Pbn, um es zu konstruieren + Hohe Fallzahl bei einheitlicher Fragestellung
  • Berücksichtigt nicht Einzelfälle (Ausreißer der Statistiken)







Tags: 5.2 Diagnostisches Urteil
Source:
136
Cardlink
0
Nennen Sie Vor- und Nachteile der klinischen Urteilsbildung
Argumente für  klinische Urteilsbildung
  • Einzelfälle (vs. Gruppen) berücksichtigt
  • Berücksichtigung spezifischer Muster von Variablenausprägungen
  • Verfügbarkeit zusätzlicher Informationen, die in die statistische Vorhersage nicht eingehen
  • Nur geringe Überlegenheit statistischer Modelle (geringe Effektstärken bei Metaanalysen)


Grenzen der klinischen Urteilsbildung:
  • ist durch fehleranfällige menschliche Urteile unterlegen
  • Diagnoistiker ignorieren häufig die Basisrate:
  • machen Diagnosen, die unwahrscheinlich sind (weil statistisch selten!)
  • Diagnoistiker gewichten Informationen falsch:
  • Availability-Heuristik = leicht verfügbare Informationen werden über-gewichtetRegression zur Mitte wird vernachlässigt

Tags: 5.2 Diagnostisches Urteil
Source:
137
Cardlink
0
Fazit: Welches Urteilsmodell ist besser?
beide Modelle haben Vor- und Nachteile

Vorteile und Chancen beider Urteilsmodelle nutzen

statistische Vorhersagemodell kennen und nutzen (»Formel« nutzen) – ohne ihnen blind zu vertrauen

wenn der DiagnostikerZweifel hat, dass das Modell für einen Probanden angemessen ist, die mechanische Vorhersage korrigieren oder ganz durch klinische ersetzen

Mechanische Vorhersage verbessern

Tags: 5.2 Diagnostisches Urteil
Source:
138
Cardlink
0
Wie läßt sich die mechanische Urteilsbildung verbessern?
  • Kreuzvalidierung an neuen Kohorten v. Pbn zeigt Bestand des st.Modells
  • Weitere moderierende Faktoren (Prädiktoren) suchen
  • Bsp.für solche Faktoren, die häufig als Randbedingung aus Modell gestrichen werden:  Schwarze US-Amer.haben schlechte Rückfallprognose bzgl.Kriminalität Annahme: Zusammenhang zwischen Hautfarbe + Gewalt.ABER tatsächlich: Vernachlässigung v. sozialem Umfeld  als Faktor (kriminelle Nachbarschaft, bedingt durch Armut/Diskrim.Schwarzer ist ein Risikofaktor!)
  • „intelligente“ statistische Auswertungsprogramme nutzen, die auch komplexe, nicht-lineare Verknüpfungen mehrerer Prädiktoren mit einem Kriterium  entdecken u. zur Vorhersage nutzen können:
  •   z.B. Künstliche Neuronale Netzwerke
Tags: 5.2 Diagnostisches Urteil
Source:
139
Cardlink
0
Wie funktionieren künstliche neuronale Netzwerke?
Unterschied zu bisherigen linearen Regressionsmodellen: Zwischenschicht ("Neuronen"), die den Zusammenhang zw. Prädiktor und Kriterium vermittelt
P1/P2/P3   - - - - N1/N2 - - - -  K

Anzahl der „Neurone“: frei wählbar.

Neurone lernen durch Variation der Gewichtung der Pfade, welcher Faktor optimal das Kriterium vorhersagt

= schrittweise Verstärkung der „besseren“ Pfade und Abschwächung der „schwächeren“ Pfade

= Modelloptimierung bis vorgesagte Kriteriumswerte gut zu  den tatsächlichen passen.
Tags: 5.2 Diagnostisches Urteil
Source:
140
Cardlink
0
Welches Problem kann bei der Anwendung komplexer statistischer Urteilsmodelle
(z. B. Künstliche Neuronale Netze) entstehen?
Nachteile des KNN:
  • Gefahr, dass überangepasste Lösungen erzeugt werden (Zufallsvarianz ausgebeutet)
  • Stabilität berücksichtigen: Ist das KNN auch über die Zeit hinweg vorhersagekräftig?
  • Prädiktoren können Vorhersagekraft verlieren (z.B. durch Vertrautheit mit Test bei Einstellungstests)
Tags: 5.2 Diagnostisches Urteil
Source:
Flashcard set info:
Author: Debora
Main topic: Psychologie
Topic: Diagnostik
School / Univ.: JLU
City: Gießen
Published: 16.10.2013
Tags: Gießen, Kersting, Psychologische Diagnostik, Diagnostische Verfahren
 
Card tags:
All cards (177)
5.1 Modellvorstellungen (3)
5.2 Das diagnostische Gutachten (8)
5.2 Das Diagnostische Urteil (2)
5.2 Diagnostisches Urteil (10)
6.1 Arten diagnostischer Entscheidungen (1)
6.2 Kompensatorische und konjunktive Entscheidungsstrategien (4)
6.3 Einstufige vs. mehrstufige Entscheidungsstrategien (3)
6.4 Entscheidungsfehler (13)
6.5 Festsetzung von Testtrennwerten (2)
6.6 Nutzenerwägungen (6)
Diagnostik (1)
Diagnostik Allgemeines (1)
Diagnostik Kapitel 3 (1)
Diagnostik Kapitel 3 Diagnostisches Interview (13)
Diagnostik Kapitel 3 Intelligenztests (9)
Diagnostik Kapitel 3 Intelligenztheorien (3)
Diagnostik Kapitel 3 Leistungstests (8)
Diagnostik Kapitel 3 Leistungstests d2-R (5)
Diagnostik Kapitel 3 Leistungstests States (1)
Diagnostik Kapitel 3 Persönlichkeitsfragebögen (4)
Diagnostik Kapitel 3 Persönlichkeitsfragebögen allgemein (1)
Diagnostik Kapitel 3 Persönlichkeitsfragebögen Grundlagen (3)
Diagnostik Kapitel 3 Persönlichkeitsfragebögen State (1)
Diagnostik Kapitel 3 Persönlichkeitstheorien (1)
Diagnostik Kapitel 3 Persönlichkeitsverfahren nichtsprachlich (4)
Diagnostik Kapitel 3 Persönlichkeitsverfahren projektiv (3)
Diagnostik Kapitel 3 Verhaltenbeobachtung und -beurteilung (11)
Diagnostik Kapitel 3 Verhaltensbeobachtung und -beurteilung (1)
Eigenschaftsdiagnostik Kapitel 1 (1)
Ethische Richtlinien Kapitel 1 (1)
Intelligenztest (1)
Kapitel 1 (7)
Kapitel 1 Anwendungsfelder (1)
Kapitel 1 Definitionselemente (1)
Kapitel 1 Recht (3)
Kapitel 1 Verhaltensanalyse (1)
Kapitel 1 Verhaltenstheorie (1)
Kapitel 1 Ziele der Diagnostik (1)
Kapitel 3 (1)
Kapitel1 (1)
Report abuse

Cancel
Email

Password

Login    

Forgot password?
Deutsch  English