HAMBURGER FORSCHUNGSBERICHTE

Größe: px
Ab Seite anzeigen:

Download "HAMBURGER FORSCHUNGSBERICHTE"

Transkript

1 HAMBURGER FORSCHUNGSBERICHTE AUS DEM ARBEITSBEREICH SOZIALPSYCHOLOGIE -HAFOS- Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork & Erich H. Witte HAFOS 2004 NR. 51 Psychologisches Institut I der Universität Hamburg Von-Melle-Park Hamburg

2 1. Einleitung In der Diplomarbeit ging es um den sogenannten Framing Effekt. Dieser Effekt wurde von den Nobelpreisträgern Kahneman & Tversky (2000) veröffentlicht. Der Effekt beschreibt, dass man alleine durch die Umformulierung eines Problems Versuchspersonen zu einer anderen Antwort bewegen kann. Die Antwort befindet sich dann in einem anderen Rahmen oder Zusammenhang ( Frame ), und die Versuchsperson entscheidet sich deshalb für eine andere Antwort. Kahneman und Tversky untersuchten dies mit Hilfe des sogenannten Asian disease problem. Damit wollten Sie beweisen, dass ein fundamentales Prinzip des rationalen Entscheidens, die Invarianz verletzt wird. Die Invarianz besagt, dass man sich nicht umentscheiden darf nur weil die Formulierung der Fragestellung verändert wird, die harten Fakten aber identisch bleiben. Im Folgenden wird der Originalversuch von Kahneman und Tversky erläutert. Bei der Darbietung des folgenden Asian disease problem, einem Entscheidungsproblems zwischen einer sicheren Option und einer unsicheren Option, verletzt der Proband die Invarianz, indem er sich je nach Formulierung des Problems einmal für die sichere Option und bei der Schilderung desselben nur umformulierten Problems für die unsichere Option entscheidet (Kahneman & Tversky, 2000). Die Prozentzahl in Klammern gibt den Anteil der Befragten an, die sich für die jeweilige Alternative entschieden. Problem 1 (N=152) Stellen Sie sich vor, die USA bereitet sich auf den Ausbruch einer ungewöhnlichen asiatischen Epidemie vor, die vermutlich 600 Menschen töten wird. Es wurden zwei alternative Programme zur Bekämpfung der Epidemie entwickelt. Nehmen Sie weiterhin an, dass die exakten wissenschaftlichen Erwartungen für die Konsequenzen der beiden Programme folgende sind. Wird Programm A angewendet, werden 200 Personen gerettet. (72%) Wird Programm B angewendet, besteht eine ein Drittel Wahrscheinlichkeit, dass 600 Personen gerettet werden und eine zwei Drittel Wahrscheinlichkeit, dass kein Mensch gerettet wird. (28%) Welches der beiden Programme würden Sie bevorzugen? Quelle: Kahneman & Tversky, 2000, S.5

3 Die Formulierung des Problems 1 beginnt mit der Schaffung eines Referenzpunktes von 600 getöteten Menschen die vermutlich 600 Menschen töten wird. Die Ergebnisse der beiden Programme beinhalten neben dem Referenzpunkt (600 getötete Menschen) jeweils positive Gewinne gemessen an den geretteten Personen (A = 200 Personen; B = 600 oder 0). Entsprechend der Prospekttheorie zeigen die Ergebnisse eine deutliche Risikoaversion im Bereich der Gewinne auf. 72% der Befragten bevorzugten die sichere Rettung von 200 Personen gegenüber der unsicheren Option (dem Spiel), bei der mit einer Wahrscheinlichkeit von ein Drittel 600 Personen gerettet werden könnten. Rein rechnerisch sind beide Alternativen äquivalent. Durch Alternative A werden 200 Personen gerettet und durch Alternative B durchschnittlich unter Betrachtung der Wahrscheinlichkeiten (Dixit & Nalebuff, 1997, S.68): ebenfalls 200 Personen Ein weiterer Versuch wurde durchgeführt, bei dem sich die Versuchspersonen nach derselben Einleitung zwischen folgenden zwei Programmen entscheiden sollten. Problem 2 (N=155) Wird Programm C angewendet, werden 400 Personen sterben. (22%) Wird Programm D angewendet, besteht eine ein Drittel Wahrscheinlichkeit, dass niemand sterben wird und eine zwei Drittel Wahrscheinlichkeit, dass 600 Menschen sterben werden. (78%) Quelle: Kahneman & Tversky, 2000, S.6 Vergleicht man die Programme A und C, sowie B und D erkennt man, dass diese bis auf die Formulierung identisch sind. Diese Art der Formulierung bietet jedoch einen Referenzpunkt bei dem niemand sterben wird (Alternative D). Das beste Ergebnis in dieser Variante ist das Beibehalten dieses Zustandes, in dem niemand sterben wird. Die Alternativen zu dem Ereignis, dass niemand stirbt, sind Verluste gemessen durch die Anzahl von Menschen.

4 Da es bei der geschilderten Variante um Verluste geht, erwartet man nach Kahneman und Tverskys Modell (2000) ein risikosuchendes Verhalten, das heißt die Bevorzugung der unsicheren Alternative D gegenüber der sicheren Alternative C und dem damit einhergehenden Verlust von 400 Menschenleben. Dieses Verhalten wird bestätigt durch 78% der Personen, die diese Alternative wählen. Dadurch wird das fundamentale Prinzip rationalen Entscheidens, die Invarianz, verletzt (Kahneman & Tversky, 2000). Zur Erinnerung: die Invarianz forderte, dass sich eine Präferenzordnung zwischen Optionen nicht dadurch ändert, dass die Art und Weise der Beschreibung verändert wird. Das Fehlen von Invarianz ist ausgesprochen robust und durchdringend. Es tritt sowohl bei erfahrenen als auch bei mit der Materie unerfahrenen Versuchspersonen auf und wird selbst dann nicht behoben, wenn man dieselbe Person beide Probleme innerhalb von wenigen Minuten beantworten lässt. Versuchspersonen die mit der Inkonsistenz ihrer Lösung konfrontiert werden, reagieren gewöhnlich überrascht. Selbst nach erneutem Lesen bleibt der Wunsch bestehen, in der gerettet Version risikoaversiv und in der sterben Version risikosuchend zu reagieren. Versuchspersonen wollen sowohl die Invarianz verletzen als auch konsistente Antworten zu beiden Problemen geben. Aus Sicht der Versuchspersonen handelt es sich beim Framing Effekte vielmehr um eine Wahrnehmungsverzerrung als um einen Verarbeitungsfehler. Diese Fehlentscheidungen lassen sich nur durch zwei Wahrnehmungsumstellungen beheben (Kahneman & Tversky, 2000): 1. Der Entscheider muss den Ausgang der Optionen als Veränderung seines Gesamtvermögens betrachten und nicht als Gewinn oder Verlust. Das Problem dieser Betrachtungsweise besteht in der Komplexität, die schnell entsteht, wenn verschiedene Entscheidungen einander beeinflussen und man so eine ganze Entscheidungsmatrix zu betrachten hat. Bearbeitet man ein Problem auf diese Weise stellt sich die Frage, welches Gesamt- vermögen man als Referenzsystem betrachten soll. Dies wird besonders deutlich bei Entscheidungen aus dem Bereich Gesundheit, öffentliche Sicherheit oder Lebensqualität.

5 Im angeführten Beispiel stellt sich die Frage, ob man die Konsequenzen, dass zum Beispiel 200 Personen sterben, in Bezug zur Gesamtsterblichkeit, zur Sterblichkeit aufgrund von Erkrankungen oder zur Sterblichkeit durch eine bestimmte Krankheit stellen soll? Bei jedem dieser Referenzsysteme würden die 600 sterbenden Personen einen prozentual anderen Anteil am Gesamt- vermögen (lebende Personen) ausmachen. 2. Der Entscheider muss die Optionen im Hinblick auf ihren Erwartungswert (Utility) gewichten. Dies könnte im Kontext sozialer und moralischer Fragen durchaus Sinn machen, ist aber bei finanziellen Entscheidungen unangemessen, da es hier meist um die Maximierung des Gesamtvermögens gehen sollte und unanwendbar ist, wenn es um Optionen geht, die nicht metrisch gemessen werden können. Wie aus den obigen Ausführungen entnommen werden kann, treten häufig Fehlentscheidungen aufgrund der Vernachlässigung von Invarianz auf. Selbst die tiefe Überzeugung für eine bestimmte Entscheidungsalternative ist keine Garantie dafür, dass diese Alternative von der gleichen Person in einem anderen Rahmen (Frame Framing Effekt) ebenfalls bevorzugt wird. Die Robustheit einer Entscheidung sollte man deswegen in verschiedenen Rahmen testen, bevor man aufgrund dieser Entscheidung weitreichende Schlussfolgerungen zieht. In der dieser Arbeit zugrunde liegenden Untersuchung soll versucht werden, den Framing Effekt, das heißt das Fehlen von Invarianz, mit Hilfe des gleichen Versuches jedoch ohne die direkte Einbeziehung von Wahrscheinlichkeiten zu replizieren. 2. Untersuchung Bei der Online-Umfrage, die diesem Artikel zu Grunde liegt, gab es vier Fragebogenversionen und die Versuchspersonen wurden per Zufall zu einer dieser Versionen verlinkt. Die Aufgabe die diese zu beantworten hatten, waren ähnlich der Originalfragestellung von Kahneman und Tversky, nur das die Versuchspersonen im Anschluss gebeten wurden noch die Wahrscheinlichkeiten für die unsichere Alternative an zu geben. In den zwei positiven Versionen waren die Aufgaben wie folgt formuliert:

6 Stellen sie sich vor, Deutschland bereitet sich auf den Ausbruch einer ungewöhnlichen asiatischen Epidemie vor, die vermutlich 600 Personen töten wird. Es wurden zwei alternative Programme zur Bekämpfung der Epidemie entwickelt. Nehmen sie weiterhin an, dass die exakten wissenschaftlichen Erwartungen für die Konsequenzen der beiden Programme folgende sind. Wird Programm A angewendet, werden bis zu 200 Personen gerettet. Wird Programm B angewendet, dann werden bis zu 600 Personen gerettet, möglicherweise aber auch keine Person. Wird Programm B angewendet, dann werden bis zu 600 Personen gerettet, möglicherweise aber auch keine Person. Wie viele Personen werden Ihrer Meinung nach im Endeffekt durch Alternative B gerettet? Für wie wahrscheinlich halten sie beim Eintreten der Alternative B, dass bis zu 600 Personen gerettet werden. % Für wie wahrscheinlich halten sie beim Eintreten der Alternative B, dass möglicherweise keine Person gerettet wird. %

7 In den zwei negativen Versionen waren die Aufgaben wie folgt formuliert: Stellen sie sich vor, Deutschland bereitet sich auf den Ausbruch einer ungewöhnlichen asiatischen Epidemie vor, die vermutlich 600 Personen töten wird. Es wurden zwei alternative Programme zur Bekämpfung der Epidemie entwickelt. Nehmen sie weiterhin an, dass die exakten wissenschaftlichen Erwartungen für die Konsequenzen der beiden Programme folgende sind. Wird Programm A angewendet, werden bis zu 400 Personen sterben. Wird Programm B angewendet, dann wird entweder keine Person sterben oder es werden bis zu 600 Personen sterben. Wie man leicht erkennt sind die Aufgaben mathematisch identisch, bis auf die Formulierung. Im Anschluss daran wurden sie gebeten die Wahrscheinlichkeiten für die unsichere Alternative anzugeben. Durch das zusätzliche erheben der Wahrscheinlichkeiten konnte errechnet werden ob die Entscheidung mit den angegebenen Wahrscheinlichkeiten übereinstimmt.

8 3. Interpretation Es folgt eine Interpretation der Ergebnisse getrennt nach den postulieren Hypothesen. Die erste Hypothese lautete: 1. Die Versuchspersonen sind den Umgang mit Wahrscheinlichkeiten nicht gewöhnt und schätzen die Wahrscheinlichkeiten somit inadäquat im Verhältnis zu den absoluten Werten ein. Auf der Betrachtungsebene der Mittelwertsunterschiede, mit Ausnahme der Version Pos1, konnten signifikante Mittelwertsunterschiede beobachtet werden. Die Versuchspersonen gaben die Wahrscheinlichkeiten also nicht entsprechend ihrer im Endeffekt geretteten Personen an. Die vorliegende Untersuchung ermöglicht dem Autor jedoch zusätzlich die Korrelation, das heißt den Zusammenhang der angegebenen und der berechneten Werte zu betrachten. Folgt diese Variation einem System, wie einer Berechnungsformel, wird mindestens eine Korrelation von.8 erwartet (Bortz, 1999). Schaut man sich die Korrelationen für alle Versionen (.216 < r <.753) und besonders für die Version pos1 an, die auf der ersten Betrachtungsebene keinen Mittelwertsunterschied aufweist, fällt auf, dass die Korrelation von.503 auf keine systematische Variation hinweist, sondern darauf, dass die Versuchspersonen die Werte ohne ein einheitliches Verrechnungssystem bestimmt haben. Durch die Betrachtung dieser beiden Ebenen kann die erste Hypothese somit bestätigt werden, die Versuchspersonen sind den Umgang mit Wahrscheinlichkeiten nicht gewöhnt und schätzen die Wahrscheinlichkeiten inadäquat im Verhältnis zu den absoluten Werten ein. Dieser Abstraktionsgrad war Kahneman und Tversky unter anderem nicht möglich, da sie nur die Ergebnisse der Entscheidungen für oder gegen eine Alternative betrachten konnten und nicht nach den Wahrscheinlichkeiten fragten.

9 Die zweite Hypothese lautete: 2. Die Versuchspersonen verwenden eine einfache Heuristik (z.b. einen Durchschnittswert) beim Vergleich und bei der anschließenden Entscheidung zwischen der sicheren und der unsicheren Alternative. Ohne die Angabe von Wahrscheinlichkeiten entscheiden sich die Versuchspersonen für die Alternative, die im Mittelwert die meisten geretteten Personen verspricht. Die Versuchspersonen wählen überzufällig oft die Alternative, die mehr Personen rettete. Bei der unsicheren Alternative scheint es so, als wenn sie einen einfachen Mittelwert bilden und diesen mit den geretteten Personen der sicheren Alternative vergleichen. Die Unterschiede hierbei sind sowohl für die einzelnen Fragebogenversionen (Pos1, Pos2, Neg1, Neg2) als auch für die Gesamtbetrachtung der vier Fragebogenversionen signifikant (.000). Der Unterschied weist einen äußerst großen Effekt d=4,65, was bedeutet das die Werte durchschnittlich 4,65 Standardabweichungen auseinander liegen. Mit einer Power größer als.995 ist dieser Effekt äußert zuverlässig und tritt bei Testwiederholungen mit einer Wahrscheinlichkeit von 99,5% erneut auf. Dabei gibt es keinen Unterschied zwischen den positiv ( gerettet ) und negativ ( sterben ) formulierten Versionen. Die dritte Hypothese lautete: 3. Auch ohne die Angabe von Wahrscheinlichkeiten bei der unsicheren Option lässt sich der Framing Effekt (Kahneman & Tversky, 2000) replizieren. Das risikosuchende Verhalten konnte in der Untersuchung repliziert werden, das risikovermeidende Verhalten in der Leben gerettet Version jedoch nicht, wie schon in anderen Untersuchungen (Bohm & Linde, 1992; Fagley & Miller, 1990; Miller & Fagley, 1991 in Kopp, 1995) (siehe Tabelle 5). In der Leben gerettet -Version entsprechen sich die Auftretenshäufigkeiten sogar diametral. Ohne die Angabe von Wahrscheinlichkeiten lässt sich der Framing Effekt auf dieser Betrachtungsebene also nicht replizieren.

10 Autoren Framing Sichere Probab. N Option Option Kahnemann & Tversky, positiv 72% 28% negativ 22% 78% 155 Stork, 2003 positiv 30% 70% 50 negativ 17% 83% 46 Fagley & Miller, 1990 (1.Experiment) positiv 49% 51% 94 negativ 30% 70% 96 Tabelle 1: Vergleich der Ergebnisse des Versuchs von Kahneman und Tversky (2000), der vorliegenden Untersuchung und einem weiteren Experiment (vgl. Kopp, 1995, S.110) Schaut man sich jedoch die Richtung der Mittelwertsunterschiede zwischen den unterschiedlich formulierten Versionen an, stellt man fest, dass in den positiv formulierten Versionen die Mittelwertsunterschiede eines T-Tests zwischen dem direkt erfragten Erwartungswerten ( Wie viele Personen, meinen sie, werden im Endeffekt durch Alternative B gerettet? ) und den aus den Wahrscheinlichkeiten errechneten Erwartungswerten ( Für wie wahrscheinlich halten sie es, dass tatsächlich bis zu 600 Personen gerettet werden? ) nah an 0 oder negativ sind (T- Werte:,883; -3,492). Daraus folgt, dass die Wahrscheinlichkeiten höher angegeben wurden als sie für die direkt erfragten Erwartungswerte notwendig wären. Gab eine Versuchsperson beispielsweise für die unsichere Alternative in der entweder 600 Personen oder keine Person gerettet wird den Erwartungswert 300 an, bestimmte jedoch die Wahrscheinlichkeiten das 600 Personen gerettet werden mit 60% und die Wahrscheinlichkeit das keine Person gerettet wird mit 40%, ergibt sich daraus ein Wert von 600*0,6 0*0, Die Differenz aus dem Erwartungswert von 300 und aus dem errechneten Wert von 360 wäre somit negativ. Die Wahrscheinlichkeit, dass ein Ereignis eintritt, wurde also im Bezug zum Erwartungswert überschätzt, was gleichzeitig bedeutet, dass das Risiko (das ein Ereignis nicht eintritt) verringert wird. Das genaue Gegenteil lässt sich für die negativ formulierten Fragebogenversionen beobachten. Hier betragen die Mittelwertsunterschiede eines T-Tests zwischen den direkt erfragten Erwartungswerten und den aus den Wahrscheinlichkeiten errechneten Erwartungswerten positive Werte (T-Werte: 3,794; 2,045). Dies kommt

11 dadurch zustande, dass die Versuchspersonen die Wahrscheinlichkeiten geringer einschätzen. Betrachtet man die Effekte der Wahrscheinlichkeiten getrennt von der Aufgabenstellung, lassen sich Framing Effekte nicht direkt im Antwortverhalten beobachten, wie in der Untersuchung von Kahneman und Tversky und den zahlreichen Folgeuntersuchungen (Kühlberger, 1998; Levin et al., 1998; Kühlberger et al., 1999), sondern erst als Effekt auf der Ebene der Mittelwertsunterschiede zwischen den direkt erfragten Erwartungswerten und den aus den Wahrscheinlichkeiten errechneten Erwartungswerten. 4. Diskussion Man wird überall mit Entscheidungen konfrontiert. Dabei stellen sich uns die verschiedensten Entscheidungsprobleme unter unterschiedlichsten Bedingungen. In der vorliegenden Untersuchung wurde ein Szenario verwendet, in dem jeweils zwischen einer sicheren und einer unsicheren Option gewählt werden musste. Dabei wurden die Versuchspersonen von ganz unterschiedlichen Motiven geleitet an dieser Untersuchung teilzunehmen. 57% der Befragten wollten dem Diplomanden helfen, 17% gaben als Grund Interesse an wissenschaftlichen Untersuchungen zu haben an. Da keiner im Vorwege die Hypothesen kannte und die Versuchspersonen aufgrund der Online-Befragung über ganz Deutschland verstreut waren, kann man Versuchsleitereffekte ausschließen. Es ging um eine gegebene Optionsmenge (sichere versus unsichere Option), bei der eine einstufige Entscheidung jeweils einmalig unter verschiedenen Bedingungen getroffen werden sollte. Bei den Entscheidungen handelte sich um reflektierte Entscheidungen (Jungermann et al., 1998), da man davon ausgehen kann, dass keine der Versuchspersonen in ihrem Leben schon einmal eine ähnliche Entscheidung fällen musste. Entschieden sich die Versuchspersonen für die unsichere Alternative, wurden sie gebeten die im Endeffekt geretteten Personen sowie die Einzelwahrscheinlichkeiten für die Werte der unsicheren Alternative anzugeben. Dabei kam es nicht darauf an, wo die Versuchspersonen die Unsicherheit lokalisierten (intern, extern), sondern vielmehr auf den persönlichen Zusammenhang, den die Personen für sich zwischen dem absoluten Wert und den Wahrscheinlichkeiten herstellten.

12 Das Ziel war nicht von vornherein ein Bewertungssystem anzulegen, sondern festzustellen, welchen Zusammenhang die Versuchspersonen selber herstellen würden. Dabei zeigte sich ein signifikanter Mittelwertsunterschied zwischen dem aus den Wahrscheinlichkeiten errechneten Erwartungswerten und den direkt erfragten Erwartungswerten der Versuchspersonen. Dieser signifikante Mittelwertsunterschied ließ sich auch durch keine andere Systematik erklären, da die Korrelation bei allen vier Fragebogenversionen unterhalb der Korrelation von r=.8 liegt, welche auf eine systematische Variation der Werte hinweisen würde (.216 < r <.753). Versuchspersonen wenden also eine einfache Heuristik, einen Mittelwertsvergleich, bei der Entscheidung für die beste Alternative an, können diese jedoch nicht in Zusammenhang mit wahrscheinlichkeitstheoretischen Konstrukten bringen und schätzen die Wahrscheinlichkeiten somit inadäquat zu den von ihnen angegebenen absoluten Werten ein. Dabei zeigt sich kein andersgearteter Zusammenhang zwischen diesen beiden Zahlen, da die Korrelation für alle Fragebogenversionen unter.8 liegt, was auf einen unsystematischen Gebrauch hinweist. Der Framing Effekt, den Kahneman und Tversky (2000) aufzeigten und damit belegten, dass sich Personen allein durch die Umformulierung des Problems von Gewinnen zu Verlusten anders entscheiden, lässt sich in dieser Untersuchung nicht replizieren. Der Framing Effekt besagt, dass Menschen im Bereich von Gewinnen risikoaversiv und im Bereich von Verlusten risikosuchend agieren. In der vorliegenden Untersuchung agieren die Versuchspersonen, wenn man sich die Häufigkeitsverteilungen anschaut, in beiden Versionen risikosuchend, das heißt sie wählen die unsichere Alternative, welche im Durchschnitt mehr Versuchspersonen rettet, unabhängig von der Formulierung der Frage. Eine zweifaktorielle Varianzanalyse zwischen den Parallelversionen Pos1, Pos2 und Neg1, Neg2 bestätigt das es keinen signifikanten Mittelwertsunterschied zwischen den positiv formulierten ( Menschen gerettet ) und negativ formulierten ( Menschen sterben ) Versionen gibt. Betrachtet man jedoch die Richtung der Mittelwertsunterschiede, so stellt man fest, dass in den beiden positiv formulierten Versionen die t-werte eher klein beziehungsweise negativ sind (,883; -3,492) und in den negativ formulierten Versionen die t-werte weiter im positiven Bereich liegen (3,794; 2,045).

13 Da immer die Differenz zwischen dem angegebenen Wert und dem aus den Wahrscheinlichkeiten errechneten Wert bestimmt wurde, weisen die Differenzunterschiede darauf hin, dass in den positiv formulierten Versionen die Wahrscheinlichkeiten in Bezug auf den selbst angegebenen Wert an geretteten Personen zu hoch angegeben wurden. Wird die Wahrscheinlichkeit zu hoch eingeschätzt, wird dadurch gleichzeitig das Risiko verringert. In den negativ formulierten Versionen lässt sich genau der gegenteilige Effekt beobachten. Die Versuchspersonen schätzen die Wahrscheinlichkeiten in Bezug auf die selbst angegebenen Werte zu gering, gehen also ein höheres Risiko ein. Der Framing Effekt lässt sich in der vorliegenden Untersuchung als Ergebnis der unsystematischen Variation von erfragtem und errechnetem Erwartungswert auf der Ebene der Mittelwertsunterschiede beobachten. Kahneman und Tversky (2000) betrachteten in ihrer Untersuchung lediglich die Häufigkeiten der Entscheidung für die eine oder andere Alternative und schlussfolgerten aus diesen Ergebnissen ihre Annahmen. Betrachtet man die Ergebnisse dieser Untersuchung, so lässt sich auf der Beobachtungsebene von Kahneman und Tversky lediglich feststellen, dass Versuchspersonen bei der Betrachtung der Einzelaufgabe sowohl in der positiv als auch in der negativ formulierten Version risikosuchend agieren. Jedoch lässt sich auf diese Betrachtungsebene ein Framing Effekt nur in der negativ formulierten Version bestätigen. Diese Ergebnisse decken sich mit denen der unidirektionalen Risikosuche die Wang (1996) bei kleinen Gruppen fand. Im Kontext von kleinen Gruppen präferierten die Versuchspersonen in Wangs (1996) Experiment ebenfalls immer die risikoreiche Alternative. Die Vermischung der beiden Konzepte von Wahrscheinlichkeit und Framing Effekt führt bei Kahneman und Tversky und den Folgeuntersuchungen zu unterschiedlichen Entscheidungen. Entzerrt man die Formulierung und die Information über die Wahrscheinlichkeiten, beziehungsweise lässt man die Personen die Wahrscheinlichkeiten selber bestimmen, erkennt man, dass es keinen Effekt gibt, den man allein auf die Formulierung zurückführen kann. Erst die Frage nach den Wahrscheinlichkeiten in Verbindung mit der Formulierung führt dazu, dass sich der Framing Effekt als Ergebnis der unsystematischen Variation von erfragtem und errechnetem Erwartungswert zeigt.

14 Dies wird durch die unterschiedliche Einschätzung der Wahrscheinlichkeiten (Überschätzung der Wahrscheinlichkeiten in der positiv formulierten Version geringeres Risiko (risikovermeidend); Unterschätzung der Wahrscheinlichkeiten in der negativ formulierten Version höheres Risiko (risikosuchend)) deutlich. Die Versuchspersonen nehmen also an, dass das Positive verglichen mit dem Erwartungswert häufiger eintritt und das Negative seltener. Unabhängig davon sind die Versuchspersonen den Umgang mit Wahrscheinlichkeiten nicht geübt und können ihre impliziten Entscheidungsmodelle somit nicht in Wahrscheinlichkeiten ausdrücken, was sich durch den signifikanten Mittelwertsunterschied zwischen berechneten und angegebenen geretteten/sterbenden Personen ausdrückt. Der Framing Effekt tritt nur dann auf, wenn man Wahrscheinlichkeiten und Formulierungen vermischt. Das Bewertungssystem, welches mit dieser Arbeit ermittelt werden sollte, heißt, dass Menschen zur Entscheidung zwischen zwei Alternativen einen Mittelwertsvergleich verwenden. Übertragen in die Wahrscheinlichkeitsrechnung wäre diese Annahme sogar äußerst rational. Wenn keine Wahrscheinlichkeiten gegeben sind ist die Annahme einer Gleichverteilung der Wahrscheinlichkeiten (50% / 50% = Mittelwert) rational. Den Umgang mit Wahrscheinlichkeiten sind die Versuchspersonen insofern nicht geübt, als dass sie dieses implizite Modell nicht in Wahrscheinlichkeiten ausdrücken können. Statt dessen zeigt die unsystematische Variation zwischen dem erfragten und errechneten Erwartungswert, sowie die signifikanten Mittelwertsunterschiede zwischen erfragten und berechneten Erwartungswert in Verknüpfung mit deren Korrelationen, dass die Versuchspersonen nicht mit Wahrscheinlichkeiten umgehen können. Menschen sind also keinesfalls irrationale Entscheider, sie verwenden die in der Realität vorkommenden Informationen, um auf deren Basis eine sinnvolle Entscheidung zu fällen, ohne zusätzliche irrelevante Informationen, wie zum Beispiel Wahrscheinlichkeiten, zu generieren.

15 Diese Untersuchung unterstützt die Ergebnisse von Gigerenzer und Todd (2001), die durch Versuche bewiesen, dass Menschen nicht mit Wahrscheinlichkeiten umgehen können und dennoch in der Lage sind, unter realen Bedingungen (begrenzte Zeit, Informationen und kognitive Ressourcen), mit Hilfe einfacher Heuristiken, die bestmögliche Entscheidung zu fällen. In diesem Entscheidungsbereich sind Menschen Computern überlegen, die unter Verwendung mathematischer Modelle schlechtere Entscheidungen fällen. Kahneman und Tverskys Überlegungen wurden durch diese Ergebnisse teilweise widerlegt. Sie beobachteten keinen reinen Formulierungseffekt, sondern die Vermischung der beiden Konzepte von Wahrscheinlichkeit und Formulierung. Das risikovermeidende Verhalten im Bereich von Gewinnen lässt sich in dieser Untersuchung erst betrachten, wenn man sich die Ergebnisse des t-tests und die Richtung der Mittelwertsunterschiede anschaut. Hier lässt sich das risikosuchende Verhalten im Bereich von Verlusten und das risikovermeidende Verhalten im Bereich von Gewinnen als Ergebnis der unsystematischen Variation von erfragtem und errechnetem Erwartungswert beobachten. Weitere Untersuchungen sollten ergründen, ob dieser Effekt ebenfalls auftritt, wenn man die Wahrscheinlichkeiten in Form von realitätsnahen Messzahlen in die Aufgabe einbaut, beziehungsweise wie man das Konzept von Sicherheit und Unsicherheit in Untersuchungen auf andere Art und Weise mit einbeziehen kann. Es bleibt festzuhalten, dass es sich lohnt vor der Anwendung eines Konzeptes, egal wie bekannt dieses schon ist, zu überprüfen welche Effekte dieses selbst erzeugt.

16 5. Literaturverzeichnis Bortz, J. (1999). Statistik für Sozialwissenschaftler. Berlin: Springer. Dixit, V. K., & Nalebuff, B. J. (1997). Spieltheorie für Einsteiger: strategisches Knowhow für Gewinner. Stuttgart: Schäffer-Poeschel. Gigerenzer, G., & Todd, P. M. (2001). Simple heuristics that make us smart. Oxford: Oxford Univ. Press. Jungermann, H., Fischer, K. & Pfister, H.-R..(1998). Die Psychologie der Entscheidung. Heidelberg: Spektrum. Kahneman, D., & Tversky A. (2000). Choices, values and frames. New York: Russell Sage Foundation. Kluwe, R. H., & Haider, H. (1995). Erwerb kognitiver Fertigkeiten durch Übung. In D. Dörner & E. van der Meer (Hrsg.) Das Gedächtnis: Probleme - Trends Perspektiven ( ). Göttingen: Hoegrefe. Kopp, J. (1995). Zur Stabilität von framing-effekten bei Entscheidungssituationen eine Replikation und Modifikation des «Asian disease problem» von Kahneman und Tversky. Zeitschrift für Sozialpsychologie, 26, Kühlberger, A. (1998). The influence of framing on risky decisions: a meta-analysis. Organizational Behavior and Human Decision Processes. Kühlberger, A., Schulte-Mecklenbeck & Perner, J. (1999). The effects of framing, reflection, probability, and payoff on risk preference in choice tasks. Organizational Behavior and Human Decision Processes, 78, Levin, I. P., Schneider, S. L., & Gaeth, G. J. (1998). All frames are not created equal: a typology and critical analysis of framing effects. Organizational Behavior and Human Decision Making Processes, 76, Mischel, W. (1986). Introduction to personality. New York: CBS College Publishing. Wang, X. T. (1996). Framing effects: Dynamics and task domains. Organizational Behavior and Human Decision Processes, 68,

Wird Programm A angewendet, werden 200 Personen gerettet. (72%)

Wird Programm A angewendet, werden 200 Personen gerettet. (72%) Einleitung In der Diplomarbeit ging es um den sogenannten Framing Effekt. Dieser Effekt wurde von den Nobelpreisträgern Kahneman & Tversky (2000) veröffentlicht. Der Effekt besagt, dass man alleine durch

Mehr

Halb voll halb leer: das Framing von Entscheidungen

Halb voll halb leer: das Framing von Entscheidungen Halb voll halb leer: das Framing von Entscheidungen Anton Kühberger Universität Salzburg FB Psychologie 2 Kognitive Illusionen Framing-Effekt Typen von Framing Erklärungen Formale: Prospect Theory Kognitive:

Mehr

Heuristiken. Vorlesung Entscheiden, Konflikt und Handeln Termin 4. Andreas Ernst. A. Ernst, CESR, Universität Kassel. Überblick

Heuristiken. Vorlesung Entscheiden, Konflikt und Handeln Termin 4. Andreas Ernst. A. Ernst, CESR, Universität Kassel. Überblick Heuristiken Vorlesung Entscheiden, Konflikt und Handeln Termin 4 Andreas Ernst 1 Überblick Beispiel 1: Die Wiedererkennungs-Heuristik Funktionsweise Empirie Experten, Laien und das Geld Beispiel 2: Minimalistic,

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung

Mehr

Executive Summary. Bachelorarbeit Universität Zürich 2012

Executive Summary. Bachelorarbeit Universität Zürich 2012 I Executive Summary Die Verhaltensökonomie entdeckte in den letzten Jahren vermehrt verzerrte Verhaltensweisen, die dazu beitragen, dass sich Menschen auf Finanzmärkten teilweise irrational verhalten.

Mehr

Protokoll Der Einfluss von Plausibilität auf Ankereffekte

Protokoll Der Einfluss von Plausibilität auf Ankereffekte Protokoll Der Einfluss von Plausibilität auf Ankereffekte Einzelbericht von Max Mustermann Vorgelegt im Rahmen der Lehrveranstaltung: Empiriepraktikum 3. FS Bachelor Psychologie WS XXX; Station XXX Universität

Mehr

Kostenstudie zu älteren PCs in KMU ausgewählte Ergebnisse

Kostenstudie zu älteren PCs in KMU ausgewählte Ergebnisse Forschung April 2018 Kostenstudie zu älteren PCs in KMU ausgewählte Ergebnisse Forschungsbericht von A J.Gold Associates Um ein besseres Verständnis für die Probleme in kleinen und mittelständischen Unternehmen

Mehr

Von Hürden und Abkürzungen

Von Hürden und Abkürzungen Von Hürden und Abkürzungen Erkenntnisse zum menschlichen Entscheiden und wie man sie nutzt Und Action: Wie man andere für Sanierung gewinnt dena-kongress Berlin, 23.11.2016 Dr. Max Vetter ConPolicy GmbH

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Parametrische vs. Non-Parametrische Testverfahren

Parametrische vs. Non-Parametrische Testverfahren Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 4B a.) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit "Deskriptive Statistiken", "Kreuztabellen " wird die Dialogbox "Kreuztabellen" geöffnet. POL wird in das Eingabefeld von

Mehr

Die Psychologie der Entscheidung

Die Psychologie der Entscheidung Helmut Jungermann, Hans-Rüdiger Pfister, Katrin Fischer Die Psychologie der Entscheidung Eine Einführung Spektrum Akademischer Verlag Heidelberg Berlin Inhalt Vorwort xi 1 Gegenstandsbereich l 1.1 Der

Mehr

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine

Mehr

8 Experimentelle Spieltheorie. 8.1 Einleitung. Literaturhinweise zu Kapitel 8:

8 Experimentelle Spieltheorie. 8.1 Einleitung. Literaturhinweise zu Kapitel 8: Spieltheorie (Winter 2008/09) 8-1 Prof. Dr. Klaus M. Schmidt 8 Experimentelle Spieltheorie Literaturhinweise zu Kapitel 8: Fehr, Ernst und Simon Gächter, Fehr, E. and Gaechter, S., Fairness and Retaliation:

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Konkretes Durchführen einer Inferenzstatistik

Konkretes Durchführen einer Inferenzstatistik Konkretes Durchführen einer Inferenzstatistik Die Frage ist, welche inferenzstatistischen Schlüsse bei einer kontinuierlichen Variablen - Beispiel: Reaktionszeit gemessen in ms - von der Stichprobe auf

Mehr

Ludwig-Maximilians-Universität Institut für Statistik. Statistische Herausforderungen sozialwissenschaftlicher Studien:

Ludwig-Maximilians-Universität Institut für Statistik. Statistische Herausforderungen sozialwissenschaftlicher Studien: Ludwig-Maximilians-Universität Institut für Statistik Statistische Herausforderungen sozialwissenschaftlicher Studien: Framing Effekt (Vorbereitungsmaterial) Khac Phuoc Le Betreuer: Prof. Dr. Thomas Augustin

Mehr

Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?

Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung? Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben

Mehr

Zusammenfassung Ergebnisse des Fragebogens Gesundheitskommunikation

Zusammenfassung Ergebnisse des Fragebogens Gesundheitskommunikation Institut für Umweltentscheidungen (IED) Consumer Behavior Zusammenfassung Ergebnisse des Fragebogens Gesundheitskommunikation Zuerst einmal nochmals vielen Dank, dass Sie unseren Fragebogen ausgefüllt

Mehr

Mikroökonomik für Wirtschaftsingenieure. Dr. Christian Hott

Mikroökonomik für Wirtschaftsingenieure. Dr. Christian Hott Mikroökonomik für Wirtschaftsingenieure Agenda 1. Einführung 2. Analyse der Nachfrage 3. Analyse des Angebots 4. Analyse des Verhaltens 4.1 Verhaltensorientierte Ökonomie 3.2 Asymmetrische und Unvollkommene

Mehr

Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern für das Jahr Standort der Anlagen

Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern für das Jahr Standort der Anlagen Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern für das Jahr 13 Stand: 3.1.14 C.A.R.M.E.N. führte bereits zum zweiten Mal eine Umfrage unter den Betreibern von Biogasanlagen in Bayern durch. Dabei

Mehr

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Auswertung: Irina Zamfirescu Auftraggeber: Mag. Klaus Brehm Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Fragestellung: Wirkt sich

Mehr

Statistik, Geostatistik

Statistik, Geostatistik Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.

Mehr

Was sagen uns Odds Ratio oder Risk Ratio in medizinischen Studien?

Was sagen uns Odds Ratio oder Risk Ratio in medizinischen Studien? Was sagen uns Odds Ratio oder Risk Ratio in medizinischen Studien? Peggy Seehafer Anthropologin & Hebamme Hamburg 2012 Statistik in der Medizin ist nicht dazu geeignet ursächliche Zusammenhänge herauszufinden

Mehr

Ergebnisse und Interpretation 54

Ergebnisse und Interpretation 54 Ergebnisse und Interpretation 54 4 Ergebnisse In den Abbildungen 24/4.1 bis 29/4.1 werden die Laktat-Geschwindigkeits-Kurve und die Herzfrequenzwerte der beiden Schwimmgruppen (Männer: n=6, Frauen: n=8)

Mehr

Darauf kannste wetten! Pascal und die Existenz Gottes

Darauf kannste wetten! Pascal und die Existenz Gottes Darauf kannste wetten! Jun.-Prof. Universität Hamburg // Philosophisches Seminar // Theoretische Philosophie Eine Bus-Kampagne in England (2008-09) Initiatorin: Ariane Sherine Das Wörtchen probably ( wahrscheinlich

Mehr

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz... Inhaltsverzeichnis Vorwort... 2 Zum Einstieg... 3 1 Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße... 5 1.2 Erwartungswert und Varianz... 7 2 Wahrscheinlichkeitsverteilungen

Mehr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p

Mehr

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Psychologische Grundlagen der Ökonomie

Psychologische Grundlagen der Ökonomie Psychologische Grundlagen der Ökonomie Übung 1: Homo Oeconomicus Dipl.-Vw. Sarah Necker Ruprecht-Karls-Universität Heidelberg Fachbereich Finanzwissenschaft Psychologische Grundlagen der Ökonomie WS 2008/09

Mehr

Subjektive Einschätzung und Umgang mit Risiken und Gefahren. Gerd Gigerenzer

Subjektive Einschätzung und Umgang mit Risiken und Gefahren. Gerd Gigerenzer In dieser Welt ist nichts gewiss, außer dem Tod und den Steuern. Benjamin Franklin Subjektive Einschätzung und Umgang mit Risiken und Gefahren Gerd Gigerenzer Max-Planck-Institut für Bildungsforschung

Mehr

Aufgaben zu Kapitel 5:

Aufgaben zu Kapitel 5: Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

Mehr

2. Einfach drauf los schreiben

2. Einfach drauf los schreiben Die 3 Gebote 1. Schreiben 2. Einfach drauf los schreiben 3. Strukturieren 1 1. Schreiben 1.1 Sofort mit dem Schreiben beginnen! Entwicklung der Hypothesen Lesen & Exzerpieren Stimulierstellung, Versuchsdurchführung

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de

Mehr

T-Test für den Zweistichprobenfall

T-Test für den Zweistichprobenfall T-Test für den Zweistichprobenfall t-test (unbekannte, gleiche Varianzen) Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten, aber gleichen Varianzen durch Vergleich der

Mehr

Alle Menschen sind nicht gleich

Alle Menschen sind nicht gleich Alle Menschen sind nicht gleich Zur Bedeutung von Mittelwert und Streuung bei psychologischen Untersuchungen in der Lichttechnik Prof. Dr. Bernd Jödicke Martin Merkler Fachhochschule Konstanz Ökolux GmbH

Mehr

Bitte bearbeite zunächst alle Aufgaben bevor du einen Blick in die Lösungen wirfst.

Bitte bearbeite zunächst alle Aufgaben bevor du einen Blick in die Lösungen wirfst. Übungsblatt 1 - Häufigkeiten, Mittelwert, Erwartungswert Das erste Übungsblatt ist als Einstieg ins Thema Wahrscheinlichkeitsrechnung gedacht und umfasst die Themen relative/absolute Häufigkeiten, Mittelwert

Mehr

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten

Mehr

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2016

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2016 Signifikanzprüfung Peter Wilhelm Herbstsemester 2016 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha-Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung

Mehr

Kapitel 5: Entscheidung unter Unsicherheit

Kapitel 5: Entscheidung unter Unsicherheit Kapitel 5: Entscheidung unter Unsicherheit Hauptidee: Die Konsequenzen einer Entscheidung sind oft unsicher. Wenn jeder möglichen Konsequenz eine Wahrscheinlichkeit zugeordnet wird, dann kann eine rationale

Mehr

Macht des statistischen Tests (power)

Macht des statistischen Tests (power) Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler

Mehr

Items Einstellungen sportliches Engagement der Freundinnen und Freunde Frauen keinen Wenige / niemand meiner Freundinnen und Freunde sind der Meinung,

Items Einstellungen sportliches Engagement der Freundinnen und Freunde Frauen keinen Wenige / niemand meiner Freundinnen und Freunde sind der Meinung, 9 Ergebnisse: Soziales Umfeld Freundinnen und Freunde 117 9 Freundinnen und Freunde Im folgenden Kapitel wird herausgearbeitet, wie die Schülerinnen und Studentinnen die Einstellungen und das Sportverhalten

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Forschungsmethoden VORLESUNG WS 2017/2018

Forschungsmethoden VORLESUNG WS 2017/2018 Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche

Mehr

10 Der statistische Test

10 Der statistische Test 10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer

Mehr

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an.

Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an. AUFGABE 1) Z-TRANSFORMATION (4 PUNKTE) Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an. Eine z-transformierte Verteilung hat einen Mittelwert von 0 und eine

Mehr

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie

Mehr

Kapitel 5: Entscheidung unter Unsicherheit

Kapitel 5: Entscheidung unter Unsicherheit Kapitel 5: Entscheidung unter Unsicherheit Hauptidee: Die Konsequenzen einer Entscheidung sind oft unsicher. Wenn jeder möglichen Konsequenz eine Wahrscheinlichkeit zugeordnet wird, dann kann eine rationale

Mehr

Abitur 2012 Mathematik Stochastik IV

Abitur 2012 Mathematik Stochastik IV Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2012 Mathematik Stochastik IV Nachdem die Verfilmung eines bekannten Romans erfolgreich in den Kinos gezeigt wurde, veröffentlicht eine Tageszeitung

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße. Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist

Mehr

BARRIER-HIT-REPORT Q4 2016

BARRIER-HIT-REPORT Q4 2016 BARRIER-HIT-REPORT Q4 2016 Bonus-Zertifikate nur wenige Barriere-Bruche in Q4 2016 SmartTrade hat für 316.000 Bonus-Zertifikate die Barriere-Brüche und Barriere-Bruch-Wahrscheinlichkeiten im vierten Quartal

Mehr

Kapitel 9: Verfahren für Nominaldaten

Kapitel 9: Verfahren für Nominaldaten Kapitel 9: Verfahren für Nominaldaten Eindimensionaler Chi²-Test 1 Zweidimensionaler und Vierfelder Chi²-Test 5 Literatur 6 Eindimensionaler Chi²-Test Berechnen der Effektgröße w² Die empirische Effektgröße

Mehr

Macht des statistischen Tests (power)

Macht des statistischen Tests (power) Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 26. Jänner 2008 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: SKZ: 1) Bei einer Erhebung über den Beliebtheitsgrad von Politikern wurden n=400

Mehr

Univ.-Prof. Dr. Georg Wydra Methoden der Physiotherapie II Elemente einer empirischen Arbeit

Univ.-Prof. Dr. Georg Wydra Methoden der Physiotherapie II Elemente einer empirischen Arbeit Univ.-Prof. Dr. Georg Wydra Methoden der Physiotherapie II Elemente einer empirischen Arbeit Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 1 Elemente einer empirischen

Mehr

Aufgabe 7: Stochastik (WTR)

Aufgabe 7: Stochastik (WTR) Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 7 a) SITUATION MODELLIEREN Annahmen: Es werden 100 Personen unabhängig voneinander befragt. Auf die Frage, ob mindestens einmal im Monat ein Fahrrad

Mehr

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21

Mehr

Faktenbasiertes Entscheiden wirklich?

Faktenbasiertes Entscheiden wirklich? Faktenbasiertes Entscheiden wirklich? Zahlen, Daten, Fakten und das Bauchgefühl Die ISO 9001:2015 zu Entscheidung 0.1 Allgemeines Die Einführung eines Qualitätsmanagementsystems ist eine strategische Entscheidung

Mehr

Nutzenmessung. Geschichte, Paradoxien, Anomalien

Nutzenmessung. Geschichte, Paradoxien, Anomalien Nutzenmessung. Geschichte, Paradoxien, Anomalien Grundlagen von Entscheidungs- und Spieltheorie 1. Die Anfänge: Glücksspiele 2. Petersburger Paradox 3. Messung subjektiven Nutzens nach Neumann-Morgenstern

Mehr

Aufgaben zu Kapitel 8

Aufgaben zu Kapitel 8 Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen Rängen. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.

Mehr

Vorlesung 5: Probleme der Erwartungsnutzentheorie

Vorlesung 5: Probleme der Erwartungsnutzentheorie Vorlesung 5: Probleme der Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 5 (FS 11) Probleme der Erwartungsnutzentheorie 1 / 24 1. Einleitung

Mehr

Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus

Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus Sofie Waltl I. Homo oeconomicus In der neoklassischen Sichtweise der Volkswirtschaft basieren viele Modelle auf der Annahme, dass Menschen

Mehr

Mehrfaktorielle Varianzanalyse

Mehrfaktorielle Varianzanalyse Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mehrfaktorielle Varianzanalyse Überblick Einführung Empirische F-Werte zu einer zweifaktoriellen

Mehr

Anhang 2. zum SKBF-Staff-Paper 21 «Analysen der frühen Studienverläufe am Beispiel der Universität Bern»

Anhang 2. zum SKBF-Staff-Paper 21 «Analysen der frühen Studienverläufe am Beispiel der Universität Bern» Anhang zum SKBF-Staff-Paper 1 «Analysen der frühen Studienverläufe am Beispiel der Universität Bern» Subjektive Einschätzung der Studienvorbereitung und Studienwahlmotive Einleitung Dieser Annex präsentiert

Mehr

Abitur 2013 Mathematik Stochastik III

Abitur 2013 Mathematik Stochastik III Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2013 Mathematik Stochastik III Folgende Tabelle gibt die Verteilung der Blutgruppen und der Rhesusfaktoren innerhalb der Bevölkerung Deutschlands wieder:

Mehr

Forschungsmethoden VORLESUNG SS 2017

Forschungsmethoden VORLESUNG SS 2017 Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche

Mehr

Vorlesung 1: Einleitung

Vorlesung 1: Einleitung Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem

Mehr

Ablaufschema beim Testen

Ablaufschema beim Testen Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 010/011 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2014

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2014 Signifikanzprüfung Peter Wilhelm Herbstsemester 2014 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha- Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung

Mehr

2. Einfach drauf los schreiben

2. Einfach drauf los schreiben Sommersemster 2007 Analyse und Modellierung von Blickbewegungen Veranstalter: Hendrik Koesling Die 3 Gebote 1. Schreiben 2. Einfach drauf los schreiben 3. Strukturieren 1 1. Schreiben 1.1 Sofort mit dem

Mehr

Becoming Famous Overnight:

Becoming Famous Overnight: Becoming Famous Overnight: Limits on the Ability to Avoid Unconscious Influences of the Past Eine Studie von Larry L. Jacoby, Colleen Kelley, Judith Brown und Jennifer Jasechko 1989 1 Becoming famous overnight

Mehr

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf: 18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse

Mehr

Maximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung

Maximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung Zufallsexperimente Den Zufall erforschen Maximilian Gartner, Walther Unterleitner, Manfred Piok Thema Stoffzusammenhang Klassenstufe Einstieg in die Wahrscheinlichkeitsrechnung Daten und Zufall 1. Biennium

Mehr

Statistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II

Statistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II Statistik II Regressionsrechnung+ Regressionsanalyse Statistik II - 16.06.2006 1 Regressionsrechnung Nichtlineare Ansätze In einigen Situation könnte man einen nichtlinearen Zusammenhang vermuten. Bekannte

Mehr

Kapitel 4: Merkmalszusammenhänge

Kapitel 4: Merkmalszusammenhänge Kapitel 4: Merkmalszusammenhänge Korrelationen 1 Lineare Regression 3 Literatur 5 Korrelationen Mit Hilfe von G*Power lässt sich analog zum Vorgehen beim t-test (Kapitel 3, Band I) vor einer Untersuchung

Mehr

Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern. Stand:

Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern. Stand: Konjunkturumfrage bei Biogasanlagenbetreibern in Bayern Stand: 29.1.13 C.A.R.M.E.N. C.A.R.M.E.N. führte im Dezember und Januar eine Umfrage unter den Betreibern von Biogasanlagen in Bayern durch. Dabei

Mehr

Wie (ir)rational sind wir? Wirtschaftliche Entscheidungen in anderem Licht. Prof. Dr. Jochen Hertle

Wie (ir)rational sind wir? Wirtschaftliche Entscheidungen in anderem Licht. Prof. Dr. Jochen Hertle Wie (ir)rational sind wir? Wirtschaftliche Entscheidungen in anderem Licht Prof. Dr. Jochen Hertle Gestatten: Jochen Hertle Studium der Physik mit Schwerpunkt Mathematische Physik Dissertation Globale

Mehr

Mammographie-Screening was Frauen darüber wissen

Mammographie-Screening was Frauen darüber wissen Mammographie-Screening was Frauen darüber wissen Untersuchung zum Informationsstand von Frauen im Alter von 50 bis 69 Jahren Die Angst, an Brustkrebs zu erkranken, verunsichert viele Frauen. Führen fachliche

Mehr

startfaq BAG Beobachtungsstudie Bias

startfaq BAG Beobachtungsstudie Bias Hier finden Sie die Erläuterung zu Fachbegriffen, welche in wissenschaftlichen Studien verwendet werden. Sollten Begriffe nicht aufgeführt sein, geben Sie uns doch ein Feedback, damit wir diese ergänzen

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner /

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner / VU mathematische methoden in der ökologie: räumliche verteilungsmuster / h.lettner / Analyse räumlicher Muster und Verteilungen Die Analyse räumlicher Verteilungen ist ein zentrales Gebiet der ökologischen

Mehr

Was im Gehirn geschieht, wenn wir riskante Entscheidungen fällen

Was im Gehirn geschieht, wenn wir riskante Entscheidungen fällen Was im Gehirn geschieht, wenn wir riskante Entscheidungen fällen Philippe Tobler Universität Zürich Gliederung der Vorlesung Risiko: Etymologie, Arten des Gebrauchs Riskante medizinische Entscheidungen

Mehr

Gedanken zur psychologischen Seite der Zahlen am Beispiel eines Verlustaversionstest

Gedanken zur psychologischen Seite der Zahlen am Beispiel eines Verlustaversionstest Gedanken zur psychologischen Seite der Zahlen am Beispiel eines Verlustaversionstest Rainer Hauser, SIS College Zürich, rainer.hauser@swissinternationalschool.ch Zusammenfassung Zahlen haben auch eine

Mehr

Die Verfügbarkeitsheuristik Pachur

Die Verfügbarkeitsheuristik Pachur Die Verfügbarkeitsheuristik 04.12.2003 Pachur Überblick Verfügbarkeit als Urteilsgrundlage Urteilsfehler, die auf die VH zurückgeführt werden Forschung zur Verfügbarkeitsheuristik Kritik am Ansatz der

Mehr

3. Betriebswirtschaftliche Entscheidungslehre 3.1 Einleitung

3. Betriebswirtschaftliche Entscheidungslehre 3.1 Einleitung 3.1 Einleitung Auf Basis von Zielvorstellungen sollen die Konsequenzen von Handlungsalternativen ermittelt werden deskriptive Entscheidungstheorie: beschreibt, wie in der Realität Entscheidungen in konkreten

Mehr