Forschungsmethoden in der Psychologie

Identifizieren und Definieren der Variablen und der Population

Variablen und operationale Definitionen

Zum Erstellen einer Hypothese gehört es, die Variablen zu identifizieren, die Sie untersuchen wollen, und diese Variablen operational zu definieren, damit sie gemessen werden können. Bei Forschungsfragen in der Psychologie geht es um Variablen. Eine Variable ist eine Quantität oder Qualität, die zwischen Personen oder Situationen variiert. Zum Beispiel ist die Körpergröße der in einem Universitätskurs eingeschriebenen Studenten eine Variable, weil sie von Student zu Student variiert. Auch das gewählte Hauptfach der Studenten ist eine Variable, solange nicht alle in der Klasse dasselbe Hauptfach gewählt haben. Fast alles in unserer Welt variiert, und so ist es viel schwieriger, an Beispiele für Konstanten (Dinge, die nicht variieren) zu denken. Ein seltenes Beispiel für eine Konstante ist die Lichtgeschwindigkeit. Variablen können entweder quantitativ oder kategorisch sein. Eine quantitative Variable ist eine Größe, wie z. B. die Körpergröße, die typischerweise gemessen wird, indem jedem Individuum eine Zahl zugewiesen wird. Andere Beispiele für quantitative Variablen sind der Grad der Gesprächigkeit von Menschen, wie depressiv sie sind und die Anzahl der Geschwister, die sie haben. Eine kategoriale Variable ist eine Eigenschaft, wie z. B. das gewählte Hauptfach, und wird typischerweise gemessen, indem jedem Individuum eine Kategoriebezeichnung zugewiesen wird (z. B. Psychologie, Englisch, Krankenpflege usw.). Andere Beispiele sind die Nationalität einer Person, ihr Beruf oder ob sie in psychotherapeutischer Behandlung ist.

Nachdem der Forscher seine Hypothese aufgestellt und die Variablen ausgewählt hat, die er manipulieren und messen möchte, muss er Wege finden, um die interessierenden Variablen tatsächlich zu messen. Dies erfordert eine operationale Definition – eine Definition der Variable in Bezug darauf, wie sie genau gemessen werden soll. Die meisten Variablen, an deren Untersuchung Forscher interessiert sind, können nicht direkt beobachtet oder gemessen werden, und das stellt ein Problem dar, da Empirie (Beobachtung) das Herzstück der wissenschaftlichen Methode ist. Bei der operationalen Definition einer Variablen wird ein abstraktes Konstrukt wie Depression, das nicht direkt beobachtet werden kann, in etwas umgewandelt, das direkt beobachtet und gemessen werden kann. Die meisten Variablen können auf viele verschiedene Arten operativ definiert werden. Zum Beispiel kann Depression operativ definiert werden als die Punktzahl von Personen auf einer Papier-und-Bleistift-Depressionsskala wie dem Beck Depression Inventory, die Anzahl der depressiven Symptome, die sie erleben, oder ob bei ihnen eine Major Depression diagnostiziert wurde. Es ist ratsam, eine operationale Definition zu wählen, die in der Forschungsliteratur ausgiebig verwendet wurde.

Stichprobe und Messung

Zusätzlich zur Identifizierung der Variablen, die manipuliert und gemessen werden sollen, und zur operationalen Definition dieser Variablen müssen Forscher die interessierende Population identifizieren. Forscher in der Psychologie sind normalerweise daran interessiert, Schlussfolgerungen über eine sehr große Gruppe von Menschen zu ziehen. Diese wird als Population bezeichnet. Das können alle amerikanischen Teenager, Kinder mit Autismus, Profisportler oder auch nur Menschen sein – je nach den Interessen und Zielen des Forschers. Aber normalerweise wird nur eine kleine Teilmenge oder Stichprobe der Population untersucht. Zum Beispiel könnte ein Forscher die Gesprächigkeit von ein paar hundert Universitätsstudenten messen, um Rückschlüsse auf die Gesprächigkeit von Männern und Frauen im Allgemeinen zu ziehen. Daher ist es für Forscher wichtig, eine repräsentative Stichprobe zu verwenden – eine, die der Grundgesamtheit in wichtigen Aspekten ähnlich ist.

Eine Methode zur Gewinnung einer Stichprobe ist die einfache Zufallsstichprobe, bei der jedes Mitglied der Grundgesamtheit die gleiche Chance hat, für die Stichprobe ausgewählt zu werden. Zum Beispiel könnte ein Meinungsforscher mit einer Liste aller registrierten Wähler in einer Stadt (die Grundgesamtheit) beginnen, 100 von ihnen zufällig aus der Liste auswählen (die Stichprobe) und diese 100 fragen, wen sie zu wählen beabsichtigen. Leider ist eine Zufallsstichprobe in den meisten psychologischen Untersuchungen schwierig oder unmöglich, da die Populationen weniger klar definiert sind als die registrierten Wähler in einer Stadt. Wie könnte ein Forscher allen amerikanischen Teenagern oder allen Kindern mit Autismus eine gleiche Chance geben, für eine Stichprobe ausgewählt zu werden? Die häufigste Alternative zur Zufallsstichprobe ist die Zufallsstichprobe, bei der die Stichprobe aus Personen besteht, die zufällig in der Nähe sind und bereit sind, an der Studie teilzunehmen (z. B. Psychologiestudenten). Das offensichtliche Problem bei einer Zufallsstichprobe ist natürlich, dass die Stichprobe möglicherweise nicht repräsentativ für die Grundgesamtheit ist und es daher weniger geeignet ist, die Ergebnisse aus der Stichprobe auf die Grundgesamtheit zu verallgemeinern.

Experimentelle vs. nicht-experimentelle Forschung

Der nächste Schritt, den ein Forscher unternehmen muss, ist die Entscheidung, welche Art von Ansatz er oder sie zur Datenerhebung verwenden wird. Wie Sie in Ihrem Kurs über Forschungsmethoden lernen werden, gibt es viele verschiedene Forschungsansätze, die auf viele verschiedene Arten unterteilt werden können. Eine der grundlegendsten Unterscheidungen ist die zwischen experimenteller und nicht-experimenteller Forschung.

Experimentelle Forschung

Forscher, die Hypothesen über kausale Beziehungen zwischen Variablen testen wollen (d.h., ihr Ziel ist es, zu erklären), müssen eine experimentelle Methode verwenden. Das liegt daran, dass die experimentelle Methode die einzige Methode ist, die es erlaubt, kausale Beziehungen zu bestimmen. Bei der experimentellen Methode manipulieren die Forscher zunächst eine oder mehrere Variablen, während sie versuchen, externe Faktoren zu kontrollieren, und messen dann, wie sich die manipulierten Variablen auf die Reaktionen der Teilnehmer auswirken.

Die Begriffe unabhängige Variable und abhängige Variable werden im Kontext der experimentellen Forschung verwendet. Die unabhängige Variable ist die Variable, die der Experimentator manipuliert (sie ist die vermutete Ursache) und die abhängige Variable ist die Variable, die der Experimentator misst (sie ist die vermutete Wirkung).

Confounds sind ebenfalls ein Begriff, der eher spezifisch für experimentelle Forschung ist. Ein Confound ist eine Fremdvariable (also eine andere als die unabhängige und abhängige Variable), die systematisch zusammen mit den zu untersuchenden Variablen variiert und daher eine alternative Erklärung für die Ergebnisse liefert. Wenn Forscher ein Experiment entwerfen, müssen sie sicherstellen, dass sie für Störfaktoren kontrollieren; sie müssen sicherstellen, dass Fremdvariablen nicht zu Störvariablen werden, weil sie, um eine kausale Schlussfolgerung zu ziehen, sicherstellen müssen, dass alternative Erklärungen für die Ergebnisse ausgeschlossen wurden.

Wenn wir zum Beispiel die Beleuchtung im Raum manipulieren und die Auswirkungen dieser Manipulation auf die Produktivität der Arbeiter untersuchen, dann würden die Beleuchtungsbedingungen (helles Licht vs. gedämpftes Licht) als unabhängige Variable und die Produktivität der Arbeiter als abhängige Variable betrachtet werden. Wenn das helle Licht laut ist, dann wäre dieses Geräusch ein Störfaktor, da das Geräusch immer dann vorhanden ist, wenn das Licht hell ist, und das Geräusch nicht vorhanden ist, wenn das Licht gedämpft ist. Wenn das Rauschen systematisch mit dem Licht variiert, dann würden wir nicht wissen, ob ein Unterschied in der Produktivität der Arbeiter zwischen den beiden Beleuchtungsbedingungen auf das Rauschen oder das Licht zurückzuführen ist. Confounds sind also schlecht, sie stören unsere Fähigkeit, kausale Schlüsse über die Art der Beziehung zwischen den Variablen zu ziehen. Wenn jedoch sowohl bei eingeschalteter als auch bei ausgeschalteter Beleuchtung Lärm im Raum vorhanden ist, dann ist Lärm lediglich eine Fremdvariable (es ist eine andere Variable als die unabhängige oder abhängige Variable) und wir machen uns keine großen Sorgen über Fremdvariablen. Das liegt daran, dass eine Variable, die nicht systematisch mit der manipulierten unabhängigen Variable variiert, keine konkurrierende Erklärung für die Ergebnisse sein kann.

Nicht-experimentelle Forschung

Forscher, die einfach daran interessiert sind, Charakteristika von Menschen zu beschreiben, Beziehungen zwischen Variablen zu beschreiben und diese Beziehungen zu nutzen, um Vorhersagen zu treffen, können nicht-experimentelle oder deskriptive Forschung verwenden. Beim nicht-experimentellen Ansatz misst der Forscher einfach die Variablen, wie sie natürlich vorkommen, manipuliert sie aber nicht. Wenn ich zum Beispiel nur die Anzahl der Verkehrstoten in Amerika im letzten Jahr gemessen habe, die mit der Benutzung eines Mobiltelefons zu tun hatten, aber ich habe die Benutzung des Mobiltelefons nicht wirklich manipuliert, dann würde dies als nicht-experimentelle Forschung kategorisiert werden. Oder wenn ich an einer belebten Kreuzung stehe und die Geschlechter der Fahrer aufzeichne und ob sie ein Handy benutzen oder nicht, wenn sie die Kreuzung überqueren, um zu sehen, ob Männer oder Frauen eher ein Handy beim Fahren benutzen, dann wäre dies nicht-experimentelle Forschung. Es ist wichtig darauf hinzuweisen, dass nicht-experimentell nicht gleichbedeutend mit unwissenschaftlich ist. Nicht-experimentelle Forschung ist von Natur aus wissenschaftlich. Sie kann verwendet werden, um zwei der drei Ziele der Wissenschaft zu erfüllen (zu beschreiben und vorherzusagen). Anders als bei der experimentellen Forschung können wir mit dieser Methode jedoch keine kausalen Schlüsse ziehen; wir können nicht sagen, dass eine Variable eine andere Variable verursacht.

Laborforschung vs. Feldforschung

Die nächste wichtige Unterscheidung zwischen Forschungsmethoden ist die zwischen Labor- und Feldstudien. Eine Laborstudie ist eine Studie, die in einer Laborumgebung durchgeführt wird. Im Gegensatz dazu ist eine Feldstudie eine Studie, die in der realen Welt, in einer natürlichen Umgebung durchgeführt wird.

Laborexperimente haben typischerweise eine hohe interne Validität. Interne Validität bezieht sich auf den Grad, in dem wir mit Sicherheit auf einen kausalen Zusammenhang zwischen Variablen schließen können. Wenn wir eine experimentelle Studie in einer Laborumgebung durchführen, haben wir eine sehr hohe interne Validität, weil wir eine Variable manipulieren und gleichzeitig alle anderen externen Variablen kontrollieren. Wenn wir eine unabhängige Variable manipulieren und einen Effekt auf eine abhängige Variable beobachten und alles andere kontrollieren, so dass der einzige Unterschied zwischen unseren experimentellen Gruppen oder Bedingungen die eine manipulierte Variable ist, dann können wir ziemlich sicher sein, dass es die unabhängige Variable ist, die die Veränderung der abhängigen Variable verursacht. Da Feldstudien im Gegensatz dazu in der realen Welt durchgeführt werden, hat der Experimentator typischerweise weniger Kontrolle über die Umgebung und potenzielle Fremdvariablen, was die interne Validität verringert und es weniger geeignet macht, kausale Schlussfolgerungen zu ziehen.

Allerdings gibt es typischerweise einen Kompromiss zwischen interner und externer Validität. Wenn die interne Validität hoch ist, ist die externe Validität tendenziell niedrig; und wenn die interne Validität niedrig ist, ist die externe Validität tendenziell hoch. Externe Validität bezieht sich einfach auf den Grad der Verallgemeinerbarkeit der Ergebnisse auf andere Umstände oder Umgebungen, wie die reale Welt. Laborstudien haben also typischerweise eine geringe externe Validität, während Feldstudien typischerweise eine hohe externe Validität aufweisen. Da Feldstudien in der realen Umgebung durchgeführt werden, ist es viel angemessener, die Ergebnisse auf diese reale Umgebung zu verallgemeinern, als wenn die Forschung in einem künstlicheren, sterilen Labor durchgeführt wird.

Schließlich gibt es Feldstudien, die nicht-experimenteller Natur sind, weil nichts manipuliert wird. Es gibt aber auch Feldexperimente, bei denen eine unabhängige Variable in einer natürlichen Umgebung manipuliert und äußere Variablen kontrolliert werden. Abhängig von ihrer Gesamtqualität und dem Grad der Kontrolle von Fremdvariablen können solche Feldexperimente eine hohe externe und hohe interne Validität haben.