4.3 Vorlesung Urteilsheuristiken Repräsentativitätsheuristik PDF

Preview

Summary

Download 4.3 Vorlesung Urteilsheuristiken Repräsentativitätsheuristik PDF

Description

Repräsentativitätsheuristik (auch Typikalität) Was ist das? 



  



Beispiel: Student sitzt an Nebentisch in Mensa, trägt einen Anzug und liest Wirtschaftsteil einer Tageszeitung  Was wäre das „wahrscheinlichste“ Studienfach? Für welche Gruppe besonders „repräsentativ“ bzw. ein guter Stellvertreter  Antwort: Wirtschaftswissenschaft Definition: Personen beurteilen die Wahrscheinlichkeit, mit der ein Element X der Kategorie Y angehört, aufgrund der Ähnlichkeit von X für ein „typisches“ Element von Y(Ähnlichkeit zum Prototyp) Implizite Annahme: X ist umso eher ein Mitglied der Kategorie Y, wenn es dem Prototyp ähnlich ist bzw. für Y repräsentativ ist Wie gut repräsentiert der konkrete Fall meine Vorstellung/den Prototyp der Kategorie? Element = Student in Mensa wird der Kategorie = Wirtschaftswissenschaft zugeordnet, weil es mit dem Prototyp (Vertreter der Kategorie) die meiste Ähnlichkeit hat Beispiel: Stichprobe X ist repräsentativ für Population Y: Eine Familie hat 6 Kinder, 3 Jungen und 3 Mädchen  Welche Geburtsreihenfolge ist wahrscheinlicher? o Reihenfolge 1: J – J – J – M – M – M o Reihenfolge 2: J – M – M – J – M – J

Logik der Repräsentativitätsheuristik   





Wenn eine Person X dem Prototyp einer Kategorie Y ähnlich ist, dann gehört X wahrscheinlich Y an Wenn eine Person X dem Prototyp einer Kategorie Y nicht ähnlich ist, dann gehört X wahrscheinlich nicht Y an Sinnvoll?: o typischerweise ja, denn Mitglieder einer Kategorie Y sind häufig dem Prototyp von Kategorie Y ähnlich o Beispiel: Wie wahrscheinlich ist es, dass ein Spatz ein Vogel ist o ABER nicht immer! RH als Umkehrschluss real beobachteter Kontingenzen (Verknüpfungen): o Elemente einer Kategorie sind häufig dem Prototyp der Kategorie ähnlich (reale Kontingenz) o Elemente, die dem Prototyp der Kategorie ähnlich sind, gehören wahrscheinlich der Kategorie an (Umkehrschluss) JEDOCH: o Aus „wenn p, dann q“ folgt nicht zwingend „wenn q, dann p“ o Denn: die Mitgliedschaft in einer Kategorie ist nicht ausschließlich durch die Repräsentativität beeinflusst (siehe z.B. Basisrate) o Und: die wahrgenommene Ähnlichkeit zum Prototyp kann durch Kategorieirrelevante oder unvollständige Informationen entstehen (z.B. Konjunktionstäuschung „conjunction fallacy“, Fehlwahrnehmung von Zufall)

Fehlwahrnehmung von Zufall: 



Evidenz von Kahnemann und Tversky (1072) o In einem Spiel werden 5 Murmeln zufällig auf 5 Kinder verteilt o AV: Wenn dieses Spiel häufig gespielt wird, welche der beiden folgenden Verteilungen tritt häufiger auf?  Verteilung I: Alan 4, Ben 4, Carl 5, Dan 4, Ed 3  Verteilung II: Alan 4, Ben 4, Carl 4, Dan 4, Ed 4 o Ergebnis: 36 von 52 Pbn nehmen an, dass Verteilung I häufiger auftritt o eigentlich Ergebnisse objektiv gleich wahrscheinlich Erklärung: o Der Prototyp eines Zufallsergebnisses ist nicht geordnet/gleichförmig o Ein Zufallsergebnis wird dann als repräsentativ (und damit als wahrscheinlicher) erlebt, wenn es „zufällig“ aussieht, d.h. Unregelmäßigkeiten aufweist o Konsequenz: Ein Ergebnis, das geordnet/gleichförmig ist, erscheint nicht repräsentativ für einen Zufallsprozess o gilt auch für Münzwurf, Lottoergebnisse etc.

Vernachlässigung von Basisraten  

 

d.h. Informationen wie Basisrate oder SP-Größe werden zugunsten der Repräsentativität vernachlässigt  Fehlentscheidungen Evidenz von Kahneman und Tversky (1973) o Pbn wird Instruktion/Beschreibung vor gelegt:  Psychologieteam hat mit 30 Ingenieuren und 70 Juristen Interviews und Persönlichkeitstests durchgeführt.  Daraufhin wurde Kurzbeschreibung der 30 Ingenieure und 70 Juristen erstellt  Beschreibung die zufällig aus den 100 verfügbaren ausgewählt wurde: Jack: 45 Jahre, verheiratet, 4 Kinder, konservativ etc. o AV: Wie groß ist die Wahrscheinlichkeit, dass Jack einer der 30 Ingenieure ist o Ergebnis für 30 Ingenieurs/70 Juristen: Mittelwert 50%  da Beschreibung für Zuordnung zu einer der beiden Berufsgruppen wertlos, könnte ja Jack beiden Berufsgruppen angehören, deswegen 50 % Erklärung: Wahrscheinlichkeitsschätzung basiert primär auf der Beschreibung von Jack (Basisrate 30 Ingenieure also eigentlich 30 %) vernachlässigt wird die Basisrate

Konjunktionstäuschung (Ereignisverknüpfungen) 

Evidenz Kahneman und Tversky (1983) o Pbn wird Beschreibung von Linda vorgelegt: Linda, 31 Jahre, sehr intelligent, nimmt kein Blatt vor den Mund, Philosophie studiert, als Studentin mit Fragen sozialer Gerechtigkeit beschäftigt, Teilnahme an Demos o AV: Was ist wahrscheinlicher?  Kategorie A: Linda ist Bankangestellte  Kategorie B: Linda ist Bankangestellte und in der Frauenbewegung aktiv

o o

o

Ergebnis: 85 % der Pbn entscheiden sich für Option 2 Jedoch: Die Verbindung von zwei Ereignissen kann nicht wahrscheinlicher sein, als nur eines dieser Ereignisse, da Konjunktion B eine Teilmenge der Kategorie A darstellt Die Pbn hatten Urteil aufgrund der Beschreibung von Linda getroffen und die Konjunktionsregel missachtet...