Einführung in die Persönlichkeitspsychologie und Differentielle Psychologie. Intelligenz III

Transkript

1 Einführung in die Persönlichkeitspsychologie und Differentielle Psychologie Intelligenz III - Kognitive Korrelate Experimentelle Intelligenzforschung - Alltagskorrelate Vorhersagemöglichkeiten

2 Kognitive Korrelate der Intelligenz - Informationsverarbeitungsgeschwindigkeit (Mental Speed) - Arbeitsgedächtnis - Allgemeine Diskriminationsfähigkeit 2

3 Der Mental-Speed-Ansatz: Elementare kognitive Aufgaben Elementare kognitive Aufgaben (elementary cognitive tasks, ECTs) messen die Geschwindigkeit einzelner mentaler Operationen. Beispiele für ECTs Hick-Aufgabe (einfache und Wahl-Reaktionen) Sternberg-Aufgabe (Scannen des Kurzzeitgedächtnis) Inspektionszeit-Aufgabe (Zeit zur Reizaufnahme und -analyse) Posner-Aufgabe (Abruf des Langzeitgedächtnis)

4 Der Mental-Speed-Ansatz: Elementare kognitive Aufgaben Charakteristica von ECTs nach Jensen (1998): ECTs sollten sehr einfach sein: Hoch und niedrig intelligente Personen unterscheiden sich nicht hinsichtlich der Anzahl richtiger Antworten. Geschwindigkeitsunterschiede zwischen hoch und niedrig intelligenten Personen können somit nicht zurückgeführt werden auf die Schwierigkeit der Aufgabe. Strategieunterschiede. Vorkenntnisse / Vorerfahrungen spielen keine Rolle (ausreichend viele Übungsdurchgänge stellen die gleiche Vorerfahrung sicher). Motorische Anforderungen sind möglichst gering. Instruktionen: Betonung, möglichst schnell zu antworten, aber nur so schnell, dass keine Fehler auftreten.

5 Der Mental-Speed-Ansatz: Das Hick-Paradigma Bit-Bedingung 1-Bit-Bedingung 2-Bit-Bedingung 0-Bit-Bedingung: 1 Antwortmöglichkeit (n = 1); keine Entscheidung 1-Bit-Bedingung: 2 Antwortmöglichkeiten (n = 2): 1 Entscheidung (rechts oder links) 2-Bit-Bedingung: 4 Antwortmöglichkeiten (n = 4): 2 Entscheidungen (oben-unten; rechts-links) 5

6 Der Mental-Speed-Ansatz: Das Hick-Paradigma Hick-Apparat (nach Arthur R. Jensen) 6

7 Reaktionszeit Der Mental-Speed-Ansatz: Das Hick-Paradigma Hicksches Gesetz Reaktionszeit = a + b log 2 n 0 Bit 1 Bit 2 Bit Informationsgehalt 7

8 Reaktionszeit Der Mental-Speed-Ansatz: Das Hick-Paradigma und Intelligenz niedrig Intelligente hoch Intelligente 0 Bit 1 Bit 2 Bit Informationsgehalt 8

9 Der Mental-Speed-Ansatz: Das Hick-Paradigma und Intelligenz Korrelationen zwischen Reaktionszeiten in der Hick-Aufgabe und Intelligenz nach der Metaanalyse von Sheppard und Vernon (2008) Bedingung Anzahl der Studien Mittlere Korrelationen 0 bit bit bit bit bit bit bit bit Anstieg (r = -.12) und Achsenabschnitt der Regressionsgeraden (r = -.12) sind nur gering mit Intelligenz korreliert, was (teilweise) mit geringer Reliabilität erklärt werden kann (Jensen, 1987).

10 Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe

11 Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe War folgende Ziffer vorhanden? 6

12 Reaktionszeiten [msec] Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe > Reaktionszeit steigt linear mit der Anzahl der Items in der Serie Anzahl Ziffern in der Serie

13 Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe Korrelationen zwischen Reaktionszeiten in der Sternberg-Aufgabe und Intelligenz nach der Metaanalyse von Sheppard und Vernon (2008) Bedingung Anzahl der Studien Mittlere Korrelationen set size set size set size set size set size set size

14 Reaktionszeiten [msec] Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe > Regressionsgerade beschreibt den linearen Anstieg der Reaktionszeiten: Steigung: Wie viel Zeit wird für den Abruf einer Ziffer aus dem Kurzzeitgedächtnis benötigt? y-achsenabschnitt: Zeit für Wahrnehmung (Enkodierung) und 100 motorische Reaktion Anzahl Ziffern in der Serie

15 Der Mental-Speed-Ansatz: Die Sternberg-Aufgabe 800 > Korrelationen der Regressionssteigung und des y-achsenabschnitts mit Intelligenz (Neubauer, 1997): y-achsenabschnitt: r = -.30 Steigung: r = Ziffer 3 Ziffern 5 Ziffern niedrigere Intelligenz höhere Intelligenz

16 Der Mental-Speed-Ansatz: Inspektionszeitaufgabe (Vickers, Nettelbeck & Wilson, 1972) Kurze Darbietung des Reizes und danach Maskierung Entscheidung, welcher Schenkel länger ist. Bestimmung der Darbietungsdauer, bei der noch 95% der Entscheidungen richtig sind. Mittlere Korrelation (über 46 Studien) zwischen Inspektionszeit und Intelligenz beträgt r = -.36 (Sheppard & Vernon, 2008).

17 Der Mental-Speed-Ansatz: Ein Erklärungsansatz (Jensen, 2006) Informationen sind anfällig für einen schnellen Zerfall (Vergessen), wenn sie nicht in einen stabilen Gedächtnisspeicher (Kurzzeit- und Arbeitsgedächtnis, KZG und AG) überführt werden. Je schneller Informationen ins KZG oder AG überführt werden, desto weniger Information geht verloren, die für eine richtige Antwort benötigt wird. Je schneller Information im KZG oder AG weiterverarbeitet wird, desto weniger werden die eingeschränkten Ressourcen dieser Speicher belastet und desto weniger Fehler passieren. Das setzt voraus, dass auch die AG-Kapazität mit Intelligenz korreliert ist.

18 Intelligenz und Arbeitsgedächtniskapazität Arbeitsgedächtnis: kurzfristiger Speicher, in dem Information mental bearbeitet und manipuliert werden kann. Die Kapazität des Arbeitsgedächtnisses ist begrenzt. 18

19 Intelligenz und Arbeitsgedächtniskapazität Zahlennachsprechen 19

20 Intelligenz und Arbeitsgedächtniskapazität Numerical Memory Updating

21 Intelligenz und Arbeitsgedächtniskapazität Numerical Memory Updating

22 Intelligenz und Arbeitsgedächtniskapazität Dot-Span-Aufgabe

23 Intelligenz und Arbeitsgedächtniskapazität Dot-Span-Aufgabe

24 Intelligenz und Arbeitsgedächtniskapazität AG Kapazität Intelligenz: Schlussfolgerndes Denken Intelligenz: Geschwindigkeit Troche & Rammsayer (2009a) Vor allem wenn mehrere Aufgaben zu einem Faktor für AG-Kapazität zusammengefasst werden, resultieren hohe Korrelationen zwischen AG-Kapazität und Intelligenz. Metaanalytisch liegt die Korrelation bei r =.48 (Ackerman et al., 2005).

25 Intelligenz und sensorische Diskrimination Helligkeitsdiskrimination Tonhöhendiskrimination Lautstärkediskrimination Tonlängendiskrimination 25

26 Intelligenz und sensorische Diskrimination Tonhöhendiskr. Lautstärkediskr. Helligkeitsdiskr. Zeitdauerdiskr. Allgemeine Diskriminationsfähigkeit Intelligenz: Schlussfolgerndes Denken Intelligenz: Geschwindigkeit Allgemeine sensorische Diskriminationsfähigkeit korreliert mit Intelligenz (im Sinne von schlussfolgerndem Denken und Wahrnehmungsgeschwindigkeit). Troche & Rammsayer (2009b)

27 Intelligenz und sensorische Diskrimination Korrelationen zwischen allgemeiner sensorischer Diskriminationsfähigkeit und psychometrischer Intelligenz: Erwachsene: r = (Deary et al., 2004; Troche & Rammsayer, 2009a). Kinder: r = (Meyer et al., 2010; Spearman, 1904) Aber warum? Weil sensorische Diskrimination (genau wie Leistungen im Intelligenztest) vom g-faktor beeinflusst wird? (Spearman, 1904) Weil sensorische Diskrimination (genau wie Leistungen im Intelligenztest) auf Arbeitsgedächtnisprozessen beruht? 27

28 Troche, Wagner, Voelke, Roebers & Rammsayer (under review) Intelligenz und Diskriminationsfähigkeit Erklärt Arbeitsgedächtniskapazität diesen Zusammenhang? AG-Kapazität Intelligenz Allg. Diskriminations- Fähigkeit

29 Zusammenfassung: Kognitive Korrelate der Intelligenz Personen mit höherer Intelligenz verarbeiten Information tendenziell schneller als Personen mit niedrigerer Intelligenz. können feinere Unterschiede zwischen zwei Reizen diskriminieren. haben eine grössere Arbeitsgedächtniskapazität. Problem korrelativer Ansätze: Führt höhere Intelligenz zu einer höheren AG-Kapazität und kürzeren Reaktionszeiten? Oder führt eine höhere AG-Kapazität und schnellere Informationsverarbeitung zu besseren Leistungen im Intelligenztest?

30 Alltagskorrelate der Intelligenz 1. Intelligenz und Schulnoten 2. Intelligenz und Berufserfolg 30

31 Alltagskorrelate Intelligenz und Schulleistung Einflussfaktoren auf Schulleistung Schülervariablen (Vorwissen, Interessen, Motivation, Persönlichkeitsfaktoren, Arbeitsverhalten, Ausdauer usw.) Unterrichtsvariablen (Unterrichtsart, Lehrerpersönlichkeit, Lehrerverhalten) Kontextvariablen (familiäre Verhältnisse, Erziehungsverhalten, klassen- und schulinterne und externe Faktoren) Interaktion dieser Variablen Stärkste Einflussvariablen (z.b. Wang et al., 1993): allg. und spezifischere Intelligenzkonstrukte Vorwissen Klassenführung Unterstützung durch Eltern 31

32 Alltagskorrelate Intelligenz und Schulleistung: Probleme von Schulnoten mangelende Objektivität (Beurteilerabhängigkeit) mangelnde Reliabilität (Konstanz bei wiederholter Notengebung) mangelnde Validität (reine Leistungsmasse oder Verhaltensbeurteilung; s. Objektivität und Reliabilität) Klassenübergreifende Vergleichsmöglichkeiten ABER: Schulnoten basieren auf Daten eines längeren Zeitraums Qualität von Schulnoten kann durch skalierte Lehrerurteile verbessert werden. 32

33 Alltagskorrelate Intelligenz und Schulleistung Ergebnisse von Meta-Analysen: Intelligenz korreliert zwischen r =.34 bis zu r =.51 mit Schulnoten. Jensen (1980): Zusammenhang zwischen Intelligenz und Schulleistung hängt vom Schultyp ab und nimmt mit steigendem Ausbildungsniveau und steigendem Alter ab. Elementary School: r =.60 bis.70 High School: r =.50 bis.60 College: r =.40 bis.50 Graduate School: r =.30 bis.40 33

34 Alltagskorrelate Intelligenz und Schulleistung Mögliche Gründe für Abfall des Zusammenhangs mit Alterszunahme: 1. Zunehmende Differenzierung der kognitiven Fähigkeiten mit steigendem Alter (dann sollten spezifischere Intelligenzmasse auch bei älteren Schülern höher mit Schulleistungen korrelieren) 2. Bedeutung von Intelligenz nimmt über die Zeit ab, während z.b. die Bedeutung des erworbenen Wissens für die Vorhersage der Schulleistung zunimmt. 3. Varianzeinengung der Fähigkeitsmasse mit dem Wechsel auf die höhere Schulen (Hauptschule, Realschule, Gymnasium) 34

35 Alltagskorrelate Intelligenz und Schulleistung Süß (1996) untersuchte 137 Berliner Gymnasiasten: - Unterteilung der Fächer in naturwissenschaftliche und sprachliche Fächer. - Intelligenz als spezifischere Faktoren und als allgemeines Konstrukt. Naturwissenschaften Schlussfolgerndes Denken Intelligenzfaktoren Numerische Fähigkeiten Verbale Fähigkeiten Allgemeine Intelligenz Sprachen

36 Alltagskorrelate Intelligenz und Berufserfolg Jäger (1986): r =.15 bis.30 zwischen Intelligenz und Berufserfolg Jensen (1998): Korrelation von r =.27 zwischen g-faktor und Berufserfolg in 537 Studien. 36

37 Alltagskorrelate Probleme der Erfassung von Berufserfolg Ergebnisse abhängig von Komplexität und Schwierigkeit der beruflichen Anforderungen Art der Kriterien für Berufserfolg Geringe Reliabilität von Kriterien Kleine Stichproben 37

38 Alltagskorrelate Probleme der Erfassung von Berufserfolg Die Meta-Analyse von Schmidt und Hunter (1998): r =.51 für allgemeine Intelligenz r =.54 für Arbeitsstichproben r =.51 für strukturierte Interviews r =.48 für berufliche Wissenstests Korrelation zwischen der allg. Intelligenz in der General Aptitude Test Battery und Berufserfolg ermittelt in 425 Studien (N = 32124) von Schmidt und Hunter (2004). Komplexitätsniveau % der Beschäftigten Korrelation mit Vorgesetztenurteil

39 Alltagskorrelate Intelligenz und Berufserfolg Für Reliabilität und Varianzeinschränkung korrigierte Validitätskoeffizienten sind aus wissenschaftlicher Perspektive interessant; für die Praxis (z.b. Personalauswahl) sind die unkorrigierten Werte interessanter, weil die Messungen in der Praxis nun einmal fehlerbehaftet und die untersuchten Stichproben häufig in ihrer Varianz eingeschränkt sind.

40 Alltagskorrelate Zusammenfassung Schul- und Berufserfolg (aber auch Ausbildungs- und Studienerfolg) sind positiv mit Intelligenz korreliert. Intelligenz ist wohl das Konstrukt, dass eigenständig die beste Vorhersage erlaubt. Neben Intelligenz spielen aber andere Faktoren (Motivation, Interesse, Gewissenhaftigkeit) eine wichtige Rolle. Die Intelligenz beeinflusst den Leistungserfolg im Alltag, determiniert ihn aber nicht.

41 Literatur: Stemmler, G., Hagemann, D., Amelang, M. & Bartussek, D. (2011). Differentielle Psychologie und Persönlichkeitsforschung. Stuttgart: Kohlhammer. daraus: Kapitel und sowie und (S und S )