Title | 4.3 Vorlesung Urteilsheuristiken Repräsentativitätsheuristik |
---|---|
Author | Christin Lorenz |
Course | Sozialpsychologie |
Institution | Technische Universität Dresden |
Pages | 3 |
File Size | 80.7 KB |
File Type | |
Total Downloads | 17 |
Total Views | 125 |
Download 4.3 Vorlesung Urteilsheuristiken Repräsentativitätsheuristik PDF
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...