Hol' Dir diese Lernkarten, lerne & bestehe Prüfungen. Kostenlos! Auch auf iPhone/Android!

Messintention

• allgemeine Intelligenz (g) oder eine bestimmte Intelligenzkomponente
• Globalmaß oder Intelligenzstruktur (mehrere Komponenten)
• Intelligenz sprachfrei/kulturfair oder bildungsabhängig messen

Durchführungsbedingungen

• Einzel- oder Gruppentestung
• Speed- oder Powertest
• Papier- und Bleistift-Test oder Computertest
• Dauer der Testdurchführung

Zielgruppe

• Altersbereich
• Intelligenzbereich
• Gesamtbevölkerung vs. spezieller Personengruppe

Umgang richtet sich nach den vermuteten Gründen (peinliches Thema, Angst vor Bewertung/Diagnose etc.).

• Verständnis für Probanden zeigen ("Verlegenheit ist normal"); Gefühle verbalisieren
• Bereitschaft zeigen, auf Antwort kurz zu warten
• Frage umformulieren; Begründung nachschieben
• evtl. Konfrontation (wenn bereits bekannt: "Sie haben doch Erfahrung mit Drogen,...)
• evtl. Thema verschieben
• kritische Fragen einfach und direkt formulieren

Kriterium meist der Berufserfolg (subjektiv: Beurteilung des Vorgesetzten; objektiv: erzielter Umsatz etc.) oder der Ausbildungserfolg (Prüfungsergebnis)

1. Der Zusammenhang zu objektiven und subjektiven Kriterien ist ähnlich hoch. (rund .38)
2. strukturierte Interview sind unstrukturierten überlegen (kein Unterschied bei Trainingserfolg) (.44 vs. .33)
3. Validitäten sind niedriger, wenn mehrere Interviewer beteiligt sind
4. verhaltensbeschreibende/biographische Interviews sind situativen (Fragen zu hypothetischen Situationen) überlegen (.51 vs. .43)
5. Validität verbessert sich, wenn Bewerber auf verhaltensverankerten Skalen beurteilt werden

Beziehung zwischen Präsentationsstrategie und Einstufung im Interview:

Das äußere Erscheinungsbild (Korrelation zu Berufserfolg: .14)
bei niedriger Interviewstruktur: .88, bei hoher .18
Impression management (Korrelation zu Berufserfolg: .15)
bei niedriger Struktur: .46, bei hoher .21
Verbales und nonverbales Verhalten (Korrelation zu Berufserfolg: .23)
bei niedriger Struktur: .69, bei hoher .37

Hinweis: Berufserfolg oft über subjektive Vorgesetztenurteile erfasst

Fazit: Einflussfaktoren korrelieren immer niedriger mit tatsächlichen Erfolg, als ihnen im Interview unterstellt wird
-> Interviews möglichst stark strukturieren und standardisieren!!

Eröffnungsphase
Informatinonserhebungsphase mit mehreren Themenblöcken
Abschlussphase

1. Es entlastet den Interviewer.
2. hohe Standardisierung der Durchführung

Nachteile:

• hoher Zeitaufwand
• Fragen können deplatziert wirken
• Interview kann zu einem "Abfragen" werden

von Schuler (1992)

multimodal = es liegen verschiedene Methoden zugrunde

Aufbau

• Gesprächsbeginn
• Selbstvorstellung des Bewerbers
• Berufsinteressen und Berufswahl
• Freies Gespräch
• Biographiebezogene Fragen
• Realisistische Tätigkeitsinformation
• Situative Fragen
• Gesprächsabschluss

Dies ist ein Konstruktionsprinzip, welches je nach Stelle mit Inhalt gefüllt wird. Der Ablauf ist standardisiert und hat eine gute Durchführungsobjektivität (Auswerterübereinstimmung je nach Fall im Bereich .70 bis .85)

Die Fragen im SKID sind nach Störungen gruppiert. Verzweigungsregeln bestimmen, welche Fragen gestellt oder übersprungen werden. SKID-I bezieht sich auf die Achse I (affektive Störungen, psychotische Störungen, Störungen durch psychotrope Substanzen, Angststörungen, somatoforme Störungen, Essstörungen und Anpassungsstörungen), das SKID-II auf die Diagnostik von Persönlichkeitsstörungen

Beim SKID-II füllen Probanden zunächst einen Fragebogen aus, zu deren Antworten der Diagnostiker im Interview weitere Fragen stellt (aus einem Fragebogenheft), zusätzlich erkundigt er sich nach Straftaten und antisozialen Verhaltensweisen (14 Fragen).

Der Kappa-Koeffizient kontrolliert rechnerisch die Wahrscheinlichkeit des zufälligen Aufeinandertreffens von gleichen Urteilen.

Kappa .70 bedeutet in einem rechnerischen Beispiel, dass es bei 14% der Probanden davon abhing, bei welchem der beiden Interviewer sie waren, ob eine Störung diagnostiziert wurde oder nicht
-> diese Personen bekommen ggf. eine unnötige Therapie bzw. ihnen wird eine notwendige vorenthalten

besonders in der Klinischen Diagnostik und der Eignungsdiagnostik

Grund: Fragestellung wiederholt sich oft und Probanden sollen verglichen werden

Anamnese(erhebung): gesprächsweise Erkundung der Vorgeschichte einer Erkrankung oder Störung

Exploration: die Erkundung des subjektiven Lebensraums eines Probanden

Standardisierte Auswertung: Antworten werden nach festen Regeln verwertet: In welche Kategorie passt eine Antwort und wie wird sie verrechnet?

Beispiel: Offene Frage nach früherer Erfahrung als Gruppenleiter. Es gibt 2 Punkte für "Führungsaufgaben mit konkreter Führungsbezeichnung, mindestens 2 Jahre"; 1 Punkt für Führungsaufgaben mit konkreter Führungsbezeichnung, mindestens 3 Monate" usw.

in Abgrenzung: Standardisierte Durchführung: Die Fragen (halbstandardisiert) und ggf. der exakte Wortlaut und die Reihenfolge (völlig standardisiert) sind festgelegt.

Mit Hilfe von Kategoriensystemen möchte man ein Verhalten vollständig erfassen. Das Verhalten wird in mehrere, klar definierte und voneinander abgrenzbare Kategorien unterteilt. Auftreten des Verhaltens kann dann als Strichliste etc. markiert werden.

Interaktionsprozessanalyse (Bales, 1975) zur Interaktion in Kleingruppen.

12 Kategorien des Verhaltens: "macht Vorschläge"; "vermittelt Meinung", "vermittelt Information" (dies sind Verhaltensweisen unter dem Übergriff "Aufgabenorientiert -> Antworten")

Bei der Verhaltensbeobachtung werden Daten über die Häufigkeit oder Dauer von bestimmten Verhaltenweisen mitgeteilt. Daraus lassen sich auf Eigenschaften schließen.

Bei der Verhaltensbeurteilung erfolgt die Interpretation direkt bei der Beobachtung (bspw. "aggressiv", "teamfähig"), oft auf einer fünf- oder siebenstufigen Skala. Zu den Rand- und der Mittelausprägung sind dabei beispielhafte Verhaltensweisen aufgeführt.

Argument: Menschen nehmen die Umwelt nicht direkt wahr, sondern erschließen sie. Sie nehmen einen "Fächer von Hinweisreizen" wahr und bilden dann ein Urteil.
Die zu beobachtende Person "sendet" verschiedene konkrete Verhaltensweisen, die objektiv, da tatsächlich vorhanden, sind. Der Beobachter nimmt diese subjektiv auf ("lächeln" oder "grinsen"?), verarbeitet sie zu einem Gesamturteil und schreibt der beobachteten Person eine Eigenschaft oder einen Zustand zu.

Mangelnde Übereinstimmung zwischen zwei Beobachtern aufgrund von:

• Unterschiede in der Wahrnehmung der Hinweisreize
• Unterschiede in der Verarbeitung zu einem Urteil, bspw. aufgrund unterschiedlicher Gewichtungen

Hintergrund: Die Frage, wie objektiv (also unabhängig vom Beobachter) das Ergebnis ist.

bei Nominalskalen (Verhalten liegt vor oder nicht): Cohens Kappa (beachet die Auftretenswahrscheinlichkeit des Verhaltens, damit es nicht zu verfälscht hohen Übereinstimmung kommt, wenn das Verhalten sehr selten oder sehr häufig auftritt)

bei Intervallskalen: Intra-Klassen-Korrelation berechnen

Haloeffekt: das Urteil über ein herausragendes Merkmals "überstrahlt" die anderen Merkmale; lässt sich abschwächen, wenn man nicht alle Merkmale einer Person auf einmal einschätzt, sondern ein Merkmal bei allen Personen durchgeht

logische Fehler: von einem Merkmal wird auf ein anderes geschlossen (Beispiel: "Wer dominant ist, ist auch aggressiv")

Primacy-/Recency-Effekt

Beobachterdrift: Genauigkkeit nimmt zu (durch mangelnde Übung im Vorfeld) oder nimmt ab (Müdigkeit)

Reaktivität: der zu beobachtenden Person auf den Beobachter (beeinflusst bspw. durch seine Kleidung oder Mimik)

Antworttendenzen: Mildeeffekt, Strengefehler, zentrale Tendenz, Tendenz zur Extremurteilen

freie Verhaltenbeobachtung: Beobachter entscheidet selbst, welches Verhalten er beobachtet; Aufmerksamkeit auf einen bestimmten Bereich (Sozialverhalten etc.); Ergebnis ein detaillierter schriftlicher Bericht

systematische Verhaltensbeobachtung: genaue Vorgaben, was zu beobachten ist und wie dieses zu protokollieren ist. Erheblicher Aufwand in der Vorbereitung: Liste mit relevanten Verhaltensweisen erstellen, die dann bspw. als Strichliste markiert werden

nur wenn beteiligte Person damit einverstanden ist!

Vorgehen: Kamera, die nur zeitweise aufzeichnet; Person gewöhnt sich nach einiger Zeit daran. Alternativ: Beobachtungsraum mit Einwegscheibe.

Grund: Verhinderung von Reaktivität (Beeinflussung des Verhaltens durch Beobachtung)

Diese trägt der Proband mit sich und wird zu bestimmten Zeiten zu einer Eingabe aufgefordert.

Vorteile

• automatische Alarm- und Erinnerungsfunktion
• zuverlässiges zeitliches Protokoll der Eingaben (einschließlich der Antwortlatenzen)
• Unzugänglichkeit der vorausgegangenen Antworten
• keine nachträgliche Änderung der Eingaben möglich
• Vermeidung von Retrospektionseffekten
• automatische Datensicherung
• Auslesen der Daten für statistische Weiterverarbeitung

Verhalten ist im ständigen Fluss; bei der Beobachtung werden ganz bestimmte Aspekte beachtet (Selektion) und der Verhaltensfluss in Abschnitte unterteilt und einer Bedeutung zugeschrieben (Segementierung). Diese werden mit einer Aussage über Intensität, Dauer und Häufigkeit versehen (Quantifizierung), bspw.: "Weinen", "Heulen", "Schluchzen

Mit diesen Verfahren lassen sich die Dauer von Verhaltensweisen erfassen.

Time-Sampling: Zeitabschnitt (bspw. 10 Sekunden) wird festgelegt; wird das Verhalten in diesem Abschnitt gezeigt (egal wie oft oder wie lange), wird für diesen Abschnitt eine Markierung gesetzt

Event-Sampling: Anfang und Ende der Verhaltenssequenz wird genau bestimmt (mit Hilfe von Videoaufnahmen)

Objektive Tests zur Messung der Persönlichkeit und Motivation sind Verfahren, die unmittelbar das Verhalten des Individuums in einer standardisierten Situation erfassen, ohne dass dieses sich in der Regel selbst beurteilen muss. Die Verfahren sollen für den Probanden keine mit der Messintention übereinstimmende Augenscheinvalidität haben. Das kann durch die Aufgabenauswahl oder bestimmte Auswertungsmethoden erreicht werden. Um als Test zu gelten, müssen auch die Objektiven Verfahren den üblichen Gütekriterien psychologischer Tests genügen.

• auf Selbstberichte wie bei Fragebögen wird verzichtet
• aus dem Verhalten der Testperson in einer standardisierten Testsituation wird auf deren Persönlichkeitseigenschaften geschlossen
• der Test ist für die Probanden weitgehend undurchschaubaur - sie wissen nicht, was genau gemessen wird

Unterschied: Reaktionen auf das Testmaterial kommen der Theorie nach durch Projektionen eigener Eigenschaften in das diffuse Testmaterial zustande.

Eigene Interessen, Gewohnheiten, Zustände, Wünsche etc. wirken sich auf die Wahrnehmung bzw. Interpretation von mehrdeutigem Material aus. nach dem klassischen Projektionsbegriff müsste man statt Bildern etc. echte Menschen als Projektionsfläche verwenden

mehrdeutiges Material = Tintenkleckse, mehrdeutige Objekte, weißes Blatt

für die Messung eines bestimmten Merkmals benutzt man Reize mit einem spezifischen Aufforderungscharakter (zum Beispiel zur Messung der Leistungsmotivation).

Annahme ist nicht mehr erforderlich, dass es sich um einen unbewussten Vorgang handelt, der der Abwehr dient.

Abhängigkeit vom Sprachverstehen wird reduziert; stattdessen werden Bilder gezeigt und Proband gibt an, ob er sich so verhalten würde.

Bsp.: NPQ (Nonverbal Personality Questionnaire; Paunonen et al., 1990), der mit 136 Bildern die 16 Motive des 16 PF-R misst; der FF-NPQ misst in 56 Items die Big Five: die Person gibt auf einer 7-stufigen Skala an, ob sie sich so verhalten würde wie das Strichmännchen

Interne Konsistenz so hoch wie die verbalen Fragebögen; moderate Korrelationen zu den Ergebnissen in der verbalen Variante (z.T. aber auch andere Iteminhalte in den Bildern)

Situationen werden per Video gezeigt und der Proband gefragt, wie er sich verhalten würde (mehrere Alternativen zur Auswahl).

Einsatz besonders in der Personauswahl mit entsprechenden Inhalten; haben eine höhere Kriteriumsvalidität als Fragebögen.

Hinweis: da Personen im Video meist sprechen, sind diese Verfahren nicht sprachfrei! 

Wie bei sprachlichen Fragebögen werden Selbsteinschätzungen erhoben und die Items sind durchschaubar.

Ein Vergleich von NPQ (Nonverbal Personality Questionnaire) und einem sprachlichen Persönlichkeitstest (Personality Research Form) ergaben ähnlich hohe Korrelationen zu einer "Lügenskala" sowie eine ähnlich hohe Anfälligkeit in einer "faking good"-Bedingung

Problem: Theoretisch dürfen nur Variablen in einer Skala zusammengefasst werden, die über Messzeitpunkte und Situationen hinweg miteinander korrelieren. Die Situationen müssen also reproduziert werden oder in Längschnittstudien müssten die Variablen in verschiedenen Situationen erfasst werden.

Meist werden Querschnittuntersuchungen mit einmaliger Bearbeitung der Items durchgeführt. Folgende Bedingungen sollten dabei erfüllt sein:

• State-Tests sollten die relative Invarianz der Persönlichkeitstests nicht aufweisen, heißt: unterschiedliche Ergebnisse in unterschiedlichen tatsächlichen oder vorgestellten Situationen
• interne Konsistenz sollte hoch sein, aber die Retest-Reliabilität niedriger als bei Trait-Tests
• Korrelationen zwischen Trait-Tests zum gleichen Bereich sollten höher sein als die zu einem State-Test zum gleichen Bereich
• Normen sind nicht sinnvoll bzw. könnten nur für ganz konkrete Situatonen erstellt werden

z.B.

• emotionale Befindlichkeit (Freude, Angst)
• leistungsbezogene Befindlichkeit (Konzentriertheit, Müdigkeit)
• körperliche Befindlichkeit (Schmerz, Unwohlsein)

Staite-Trait-Angst-Inventar (STAI; Laux et al, 1981)
Die Eigenschaftswörterliste EWL (Jahne & Debus, 1978)

FPI-R (Fahrenberg et al., 2010)

Autoren: wichtiger als die Grundfaktoren der Persönlichkeit seien Skalen, die für die diagnostische Praxis relevant sind

Auswahl der Skalen

• theoretischen Grundlagen (Extraversion und Neurotizismus)
• soziales Zusammenleben (z.B. Aggressivität)
• subjektives Wohlbefinden und Zurechtkommen mit Anforderungen (z.B. Lebenszufriedenheit; Beanspruchung

Auswahl der Items

• deduktiv: erst die Skalen, dann passende Items
• Auswahl faktorenanalytisch oder nach Trennschärfe (nicht nach der internen Konsistenz!)

insgesamt 138 Items auf 12 Skalen (10 Standard + Neurotizismus und Extraversion)

Freiburger Persönlichkeitsinventar - Revidierte Fassung (Fahrenberg et al., 2010)

• 138 Items, die nach "stimmt"/"stimmt nicht" beantwortet werden
• 10 Basisskalen + Extraversion und Neurotizismus
• Skalenauswahl nach relevanten Fragestellungen (Leistungsorientierung, Lebenszufriedenheit, Erregbarkeit), Itemauswahl faktorenanalytisch und nach Trennschärfe (nicht nach interner Konsistenz)
• Dauer: 10 bis 30 min
• Rohwerte werden nach alters- und geschlechtsspezifischen Normen in Stanine umgewandelt und in einen Profilbogen eingetragen
• Reliabilität: interne Konsistenz befriedigend (s.o.), Retest-Reliabilität sehr gut; viele Valididätsbelege (Korrelationen mit Fremdbeurteilungen, täglichem Befinden, Simultanfaktorisierung mti anderen Persönlichkeitsfragebögen)
• Normierung von 1999: repräsentativ (!) für 3700 Personen; Normen für beide Geschlechter und 7 Altersgruppen

Minnesota-Multiphasic-Personality-Inventory-2 (Hathaway et al., 2000)

• Persönlichkeitsfragebogen
• 567 Items, die am besten zwischen verschiedenen psychischen Erkrankungen und gesunden Personen unterscheiden
• 13 Basisskalen (z.B. Depression, Psychopathie, Schizophrenie), sowie 4 Validitätsskalen (Weiß-nicht-, Lügen-, Seltenheits- und Korrekturskala)
• Dauer 1 Stunde; in Einzel- oder Gruppensitzung; Probanden kreuzen "richtig"/"falsch" an
• Rohwerte werden pro Skala in T-Wert umgewandelt und in ein Profilblatt eingetragen (dabei ist eine K-Korrektur möglich, bei der die Rohwerte nachträglich erhöht werden)
• Auswertung: Valididät überprüfen -> Skalen lassen sich einzeln auswerten -> evtl. Profilauswertung: Muster der drei höchsten Werte betrachten
• Gütekriterien: objektiv; Retest-Rel ist gut, Validität: Belege durch Faktorenanalyse (4 Faktoren: Psychotische Gedankeninhalte; Neurotische Verhaltensweisen; Introversion; Geschlechtsrollenidentifikation; aber Interkorrelationen!)
• repräsentative deutsche Normstichprobe für knapp 1000 Leute
• Problem: veraltete diagnostische Kriterien; keine gute Passung mit ICD-10 oder DSM-IV

Metaanalysen ergeben Korrelationskoeffizienten von nur .30

Vorteile

• auch nicht-beobachteres kann erfasst werden (Emotionen/Kognitionen/Motive; vergangene Ereignisse; intime Themen)
• ökonomisch (Gruppentermin möglich, am PC möglich, kein großer Aufwand für Versuchsleiter)
• Normtabellen vorhanden

Nachteile

• Selbsteinsicht notwendig
• anfällig für Selbsttäuschung; falsche Erinnerungen etc.
• verfälschbar

Sie versuchen eine breite Messung der Intelligenz mit Aufgabengruppen zu verschiedenen Bereichen/Komponenten der Intelligenz.

Wechsler-Tests
IST-2000-R
PSB-R 4-6 / PSB-R 6-13 (10 Subtests für Schüler; differenziert zwischen Schulformen; Normen nach Klassenstufe)
WIT-2 (für berufsbezogene Diagnostik, dementsprechende Normen)
BIS-4 (Rautenmodell der Intelligenz, 4 Operationen * 3 Inhalte)

Wilde-Intelligenztest-Test 2 (KERSTING et al., 2008; ursprünglich Jäger & Althoff)

Baukastenprinzip (8 Module; Gesamtzeit 2,5 Stunden):

• Merkfähigkeit; Arbeitseffizienz; Wissen Wirtschaft; Wissen Informationstechnologie (je 1 Subtest)
• Sprachliches/Rechnerisches/Räumliches/Schlussfolgerndes Denken (die ersten 3 Module mit jeweils 2 Subtests; plus einen weiteren fließen sie gemeinsam in das schlussfolgernde Denken ein)
• 11 Subtests

Haupteinsatz im Personalbereich
Gütekriterien: Objektivität gut; interne Konsistenz gut (.78 bis .95), Re-Test (.59 bis .93), kriteriumsvalide (Selbsteinschätzung; Schulnoten, Ausbildungserfolg), konstruktvalide (an 17 Tests untersucht; u.a. Neo-PI-R, KLT-R, IST-2000-R)
Normen nach Bildung (Abi, Kein-Abi, Gesamt) sowie nach Alter (14-17; 18; 19-22; 23-27; 28 und älter)

Intelligenz-Struktur-Test 2000, Liepmann et al., 2007

• ab 15 Jahren; Normierung an 3500 Personen (bzw. 1100 für Wissensteil)
• Grundmodul: 2 Stunden, Erweiterungsmodul: 40 min
• Grundmodul: schlussfolgerndes Denken; je 3 Subtests für verbale, numerische und figurale Intelligenz -> Kennwert für fluide Intelligenz
• Erweiterungsmodul: Wissenstest (Fragen zum figuralen/numerischen und verbalen Wissen) -> Kennwert für kristalline Intelligenz
• optional: Merkfähigkeit (2 Subtest figural/verbal)
• zur Berechnung der Kennwerte wird jeweils der andere auspartialisiert
• Gütekriterien: Auswertung mit Schablonen; interne Konsistenz hoch; Validität gut

HAWIK-IV: Hamburg-Wechsler-Intelligenztest für Kinder (Petermann & Petermann, 2007)

• Gesamt-IQ
• Index: wahrnehmungsgebundenes logisches Denken
• Index: Sprachverständnis
• Index: Arbeitsgedächtnis
• Index: Verarbeitungsgeschwindigkeit

zusätzlich lassen sich Diskrepanzen, Schwankungen und Lösungswege analysieren

d2-R
KLT-R

FAIR (Frankfurter Aufmerksamkeits-Inventar; das ist der mit dem vollständigen Markierungsprinzip)
FAKT (Frankfurter Adaptiver Konzentrationsleistungs-Test; der FAIR als PC-Version und adaptiv)
INKA (Inventar komnplexer Aufmerksamkeit; der komplizierte mit den Konsonantenfolgen)
Zahlen-Symbol-Test des BIS (anhand einer Legende Bildchen unter Zahlen malen/transformieren)
KVT (Konzentrations-Verlaufs-Test; Nummernkärtchen sortieren)
Revisionstest (Rechenaufgaben überprüfen)
Farbe-Wort-Inferenztest (Stroop-Test)

Tempo: Anzahl der bearbeiteten Zielobjekte

Konzentrationsleistungswert: Anzahl der bearbeiteten Zielobjekte MINUS Anzahl der Verwechslungsfehler

Fehlerprozent (F%): Fehler Gesamt / Anzahl bearbeiteter Zielobjekte *100

"Fehler Gesamt" = Auslassungsfehler + Verwechslungsfehler (keine Norm)

Objektivität gegeben (Durchführung/Auswertung/Interpretation)
Reliabilität
hohe interne Konsistenz (als Items wurden je 3 Zeilen zusammengefasst: ca. .90 ( je nach Altersgruppe: .89-.95 für Konzentration und Tempo; .80-.91 für Genauigkeit)
Splithalf: ca. .90 (.87-.93)
Re-Test : hoch (nach 1 bzw. 10 Tagen: Konzentration .94/.85; Sorgfalt: .84/.47 (!); Tempo: .91/.92)
Validität
inhaltsvalide (Geschwindigkeit und Genauigkeit gefragt)
konstruktvalide:

• konvergent .60 bzgl. Tempo und Konzentration mit dem Revisionstest; sowie der Bearbeitungsgeschwindigkeit im BIS; .30 bzgl. der Fehlerprozent mit anderen Konzentrationstests
• divergent: <.30 mit IQ

kriteriumsvalide.: .52 mit Erfolg in der Führerscheinprüfung

systematische Fehler: Instruktion falsch verstanden oder Sehprobleme

viele Verwechslungsfehler: zufälliges Anstreichen oder Simulation niedriger Fähigkeiten (i.d.R. sind Auslassungsfehler sehr viel häufiger als Verwechslungsfehler; "Doppelfehler" (p mit einem Strich) werden auch von hirnorganisch geschädigten Patienten sehr selten gemacht)

viele Aulassungsfehler: Betonung der Geschwindkeit durch Überspringen von Zeichen -> Versuch, ein besseres Ergebnis zu erzielen (Konzentrationswert steigt aber nicht; sondern nur die Anzahl der Gesamtzeichen)

--> Verfälschung schwierig/ausgeschlossen; ABER: deutliche Übungseffekte, wenn der Test schon bekannt ist

Anwendungsbereiche:

• Verkehrspsychologie (z. B. bei der Erteilung einer Fahrerlaubnis zur Fahrgastbeförderung)
• Pädagogische Psychologie  (z. B. Erfassung von Konzentrationsproblemen bei Schülern)
• Klinische Psychologie (z. B. zur Objektivierung von Konzentrationsdefiziten bei einer Major Depression oder ADHS)
• Neuropsychologie (z. B. zur Quantifizierung der Leistungsdefizite eines Patienten mit Hirnverletzung)
• Arbeits-und Organisationspsychologie (z. B. Prüfung der Konzentrationsfähigkeit, wenn diese für den Beruf erforderlich ist)

Neurotizismus
Extraversion
Verträglichkeit
Offenheit für Erfahrung
Gewissenhaftigkeit

Selbsttäuschung (self-deception): das Bestreben, vor sich selbst gut darzustehen, indem man eigene Schwächen ausblendet

vs.

Impression-Management: das Bestreben, bei anderen einen guten Eindruck zu machen

Stichworte: Soziale Erwünschtheit; Verfälschung von Fragebögen

Sie versucht von vorliegenden kategorialen Daten (Antworten in einem Fragebogen) auf die zu Grunde liegenden latenten Variablen (bspw. Persönlichkeitseigenschaften) zu schließen.

• "probabilistisch", weil die jeweilige Person eine bestimmte Wahrscheinlichkeit hat, ein Item zu lösen

eine Methode dafür ist das Rasch-Modell

BIS-HB

• Altersbereich 12 - 16 Jahren
• Normierung an 500 hochbegabten Schülern

HAWIK-IV

• Altersbereich 6 bis 16 Jahren
• im IQ-Bereich von 40 bis 160 normiert

1.Breite Traits erklären nicht spezifisches Verhalten in konkreten Situationen (Element der Diagnostik: Prognose von Verhalten.

2. Symmetrie zwischen Prädiktor und Kriterium erhöhen. Entweder spezialisieren, z.B. Hundeangstfragebogen oder vergrößern: Allgemeiner Angstfragebogen

HAWIK-IV : Altersbereich 6 bis 16 Jahre
AID-2: Altersbereich 6 bis 15 Jahre
IST-2000-R:  Altersbereich ab 15 Jahre
PSB-R 6-13:  Altersbereich/Normierung Klassenstufen 6 bis 13
WIT-2:  Altersbereich 14 bis >28

zwecks Hochbegabten-Messung: BIS-HB: Altersbereich 12 bis 16 Jahre

Sprachfrei

• CFT 20-R (Normierung 8,5 bis 19 Jahre; Messung bis 60 möglich)
• Raven Progressive Matrices
• BOMAT (Bochumer Matrizentest; 14-20 Jahre)

CFT-20

• 4 unterschiedliche Subtests zur Messung der fluiden Intelligenz
• zwei Ergänzungstests für kristalline Intelligenz

Raven Progressive Matrices

• Matrizen als einzige Aufgabe
• Power-Test (keine Zeitvorgabe)
• Bezug auf Spearmans g-Faktor statt auf Cattells fluide Intelligenz (spielt für die Durchführung keine Rolle)

BOMAT (Bochumer Matrizentest - advanced)

• nur Matrizenaufgaben
• normiert an Studierenden/Absolventen

Es handelt sich um ein Rautenmodell (da Operationen und Inhalte nicht orthogonal zueinander stehen)

Operationen

• Bearbeitungsgeschwindigkeit
• Merkfähigkeit
• Einfallsreichtum
• Verarbeitungskapazität

Inhalte

• figural-bildhaft
• verbal
• numerisch

--> 3*4 ergibt 12 Kategorien von Subtests

fluide Intelligenz
Fähigkeit zum schlussfolgerndem Denken und Problemlösen; genetisch bedingt

kristalline Intelligenz
erworbene Fertigkeit: Wissen, Wortschatz und gesammelte Erfahrungen

Aufmerksamkeit: das selektive Beachten relevanter Reize oder Informationen (Wahrnehmungsprozess)

Konzentration: alle Stufen der Verarbeitung von Informationen, heißt selektive Wahrnehmung (= Aufmerksamkeit), Kombination, Speicherung, Handlungsplanung

Alertness = Wachheit; Ansprechbarkeit auf Reize jeder Art
wie ein Reaktionstest, z.B. enthalten im TAP (Testbatterie zur Aufmerksamkeitsprüfung

Fokussierte/Selektive Aufmerksamkeit = Beachtung bestimmter Reize innerhalb einer Reizklasse (bspw. Quadrat, aber nicht Kreis)
enthalten im TAP: Go/NoGo

Geteilte Aufmerksamkeit = Beachtung bestimmter Reize in zwei Reizklassen (bspw. Quadrat und Unregelmäßigkeit einer Tonfolge vs. Kreis und Regelmäßigkeit)
enthalten im TAP: Geteilte Aufmerksamkeit

Daueraufmerksamkeit = fokussierte oder geteilte Aufmerksamkeit über längere Zeit
enhalten im DAUF (Wiener Testsystem)

Vigilanz = Beachtung seltener Reize über längere Zeit
enthalten im VIGIL (Wiener Testsystem

5 Faktoren

• Konzentration (am besten durch den Zahlen-Symbol-Test des BIS)
• numerische Fähigkeiten
• figurale Fähigkeiten
• Intelligenz
• Gedächtnis

Schnelligkeit
Genauigkeit

d2-R = Aufmerksamkeits- und Konzentrationstest (Brickenkamp et al., 2010)

Aufmerksamkeit: Reizselektion wird gefordert

Konzentration: Aufmerksamkeitsleistung muss kontinuierlich, schnell und richtig erbracht werden

Kraftfahrer

Pädagogische Psychologie (eventuell Minderleistung durch Konzentrationsstörungen; Interventionsprüfung: Einsatz von Kontrollgruppe wichtig)

Klinische Psychologie: z.B. Depression führt zu verminderter Konzentration; ADHS

Neuropsychologie

A&O: Fluglotse; Evtl. Berufsbewerber; Prüfung von Einflüssen am Arbeitsplatz

je nach Test:

• Fähigkeiten (bspw. fluide Intelligenz)
• Fertigkeiten (bspw. Beherrschen der Grundrechenarten
• Wissen

Metaanalyse, gefundener Effekt: d =.26

ähnlicher Test: d =.24
gleicher Test: d =.46
Coaching: d =.70

Testergebnisse hängen von der Vorerfahrung ab; in Durchstreich – und Rechentests Steigerung um rund 50% möglich

• diagnostisches Interview (exploratives Gespräch)
• Verhaltensbeobachtung

Innerhalb der Tests:

• Persönlichkeitstests
• Intelligenztests

Multiple Faktorentheorie (1938)
Primäre intellektuelle Fähigkeiten (primary mental abilities)

• Verbales Verständnis
• Wortflüssigkeit
• Zahlenumgang
• Raumvorstellung
• Assoziationsgedächtnis
• Wahrnehmungsgeschwindigkeit
• schlussfolgerndes Denken

- Der Mensch als Merkmalsträger unter Einbezug der sozialen Situation
-Situation beachten (z.B. Traumatisches Verhalten kein Rückschluss auf Persönlichkeit)
-Informationen sammeln (Fakten)
-Informationen interpretieren (unter Berücksichtigung der Fragestellung)
-Wissen nutzen zur Klärung einer Fragestellung unter Anwendung wissenschaftlicher Methoden (z.B. Tests, Fragebögen, Interviews, Verhaltensbeobachtung)

Klinisch
Pädagogische
A&O
Verkehrspsychologie
Forensische Psychologie

Wissen über Intelligenz beziehen aus der Differentiellen Psychologie.

Tests beruhend auf Konstrukten/Befunden

Kann Aufschluss geben für z.B. Klinische oder Pädagogische Psychologie

Verhalten und Erleben lässt sich die zeitlich stabile Dispositionen (traits) beschreiben

Verhalten ist skaliert (anhand der Menge beobachtbarem Verhaltensäußerungen)

Vom Verhalten lässt sich auf Eigenschaften schließen

1. Traits (Eigenschaften) breite und zeitliche stabile Dispositionen zu bestimmten Verhaltensweisen, die konsistent in verschiedenen Situationen auftreten.

2. Sie sind hypothetische Konstrukte, die nicht direkt beobachtbar sind, sondern aus verschiedenen Verhaltensweisen geschlossen werden (Indikatoren).

3. Sie dienen zur Vorhersage des Verhalten.

Beispiel: Kind schlägt, zerstört vieles, quält Tiere (Verhalten als Indikatoren) --> Aggressivität (Eigenschaft)

Hohe Aggressivität lässt darauf schließen, dass aggressive Verhaltensweisen in anderen Situationen auch beobachtbar sind.

States: Zeitlich nicht stabile, situationsabhängige Zustände, z.B. Emotionen (Ärger, Freude, Angst), mentale Zustände (Müdigkeit,Konzentration) oder Erregung (Ruhe, Erregtheit).

Wichtig für Diagnostik, z.B. Müdigkeit könnte zu einer schlechteren Leistung führen, obwohl Traits gemessen werden sollen.

Big Five (Persönlichkeit) und Allgemeine Intelligenz (Intelligenz) stützen den Eigenschaftsansatz.

Persönlichkeit korreliert bei mehreren Zustandsmessungen hoch. (zeitlich stabil)
Intelligenz korreliert mit beruflichem Status und Einkommen.

Intelligenz stabil bei r=.80 & r.=89

Nur das Beobachtbare ist wichtig, nicht das Innere: (Behaviorismus)

Eigenschaftstheoretischer Ansatz:
Verhalten sind Indikatoren (Signs) für dahinterliegende Eigenschaften. (Schlagen weist auf „Aggressivität“ hin. Trait hat aber keine weitere Bedeutung.)

Verhaltenstheoretischer Ansatz:
Vielmehr sieht er in dem Verhalten eine Stichprobe (samples) weiterer ähnlicher Verhaltensweisen.

Definition von Verhalten: Verhalten ist eine Funktion der Situation und bereits früherer Konsequenzen auf ähnliche Verhaltensweisen

Stimulus
Organismus
Reaktion
Kontingenz
Consequenz

Überprüfung über das Erreichen eines Ziels oder ob gegenbenenfalls weitere Maßnahmen notwendig sind

1. Veränderung könnte durch andere Faktoren außerhalb der Intervention beruhen. (z.B. Leseleistung: Vereinzelte Eltern lesen vermehrt mit Kindern, weil diese an der Intervention teilnehmen)
2. Übungseffekt im Test (besonders groß bei Konzentrationstests)

1. Statusdiagnostik (Gegenwart)

2. Erklären (Vergangenheit + Gegenwart

3.Vorhersagen (Zukunft)

Es können nur Wahrscheinlichkeitsaussagen getroffen werden, keine eindeutigen Vorhersagen.

Selektion:
1. Passende Person zur Anforderung finden oder 2. passende Möglichkeiten für Person finden

Beispiel: 1.Job > Bewerber finden
2. Jobberatung > passenden Job zur Person finden

Modifikation:
Modifiziert wird, wenn keine eindeutige Passung gefunden wird und somit keine Selektion möglich ist.

1.Merkmale verändern. Beispiel: Bewerber für Job fehlen Qualifikationen für Anforderungen --> Schulung/Training um Qualifikation zu erreichen

2. Anforderungen verändern: Aufgabenbereich zu groß. Aufgaben streichen/einschränken, damit Anforderung machbar sind.

Die Würde des Menschen ist unantastbar.

Recht zur freien Entfaltung der Persönlichkeit

Ankündigung von Straftaten müssen offenbart werden, z.B. terroristische Anschläge.
Straftaten müssen dabei noch abwendbar sein.

StGB §203:
Fremdes Geheimnis, namentlich aus dem persönlichen Lebensbereich oder Betriebs- oder Geschäftgeheimnis

Geheimnisse im Rahmen der Berufstätigkeit (im privaten Rahmen nicht geschützt)

Anonymisierte Weitergabe in Ordnung.
Bei Zustimmung ebenfalls

Zeugenverweigerungsrecht für Geheimnisse im Rahmen der Untersuchung

Sorgfaltspflicht: Sachliche und wissenschaftliche Fundiertheit
Transparenz für Adressaten: Inhaltlich nachvollziehbar
Einsichtnahme gewähren : Für Klienten. Falls nicht möglich, vorab informieren.
Keine Gefälligkeitsgutachten oder Gutachten herausgeben ohne eigene Mitwirkung
Stellungnahme zu Gutachten zulässig

Fachliche Kompetenz
Verantwortung für die Testanwendung: Auswahl und Transparenz

-Fachkompetenz für die Testanwendung sicherstellen (z.B. durch Einüben oder Schulungen für Tester)
-Verantwortung für die Anwendung von Tests übernehmen
-Sichere Verwahrung des Testmaterials gewährleisten
-Vertrauliche Behandlung von Testergebnissen gewährleisten

Fairness
Zumutbarkeit

Passung für die Testperson: Anhand von Normtabellen meist gut sichtbar

Einschränkung bei den Testpersonen: Sehvermögen, Motorik, Intelligenz, Sprache

Übungseffekte

Verfälschung von Ergebnissen: Motivation zu fälschen. Schwer verfälschbare Tests wählen

Self-Assessment:
Anonyme Ergebnisse + Rückmeldung für Teilnehmer.
Ziel:
Passende Bewerber unterstützen und anregen, daran teilzunehmen.
Unpassende Bewerber abschrecken --> Erhöhung der Basisrate

Vorteil: Wahrscheinlich ohne Fremdhilfe bearbeitet, da anonym und Ergebnisrückmeldung.

Vorselektion:
Teilnehmer identifiziert. Rückmeldung nicht zwingend notwendig.

Anhand des Ergebnisses wird entschieden, ob Teilnehmer zu einer weiterführenden Untersuchung eingeladen werden.

Vorteil:
Gruppentestungen ökonomischer (Zeitaufwand)

Nachteil:
Abschreiben möglich ((Pseudo)-Paralleltest anwenden)

Einige Tests,mit z.B. Verhaltensbeobachtung lassen keine Gruppentestung zu.

Instruktionsmissverständnisse werden nicht aufgeklärt, da man gegenüber "Konkurrenten" nicht schwach dastehen will. (Klare,einfache Instruktionen notwendig)

Erhöhung der Compliance/Motivation durch wahrgenommene Fairness

1. Merkmal wird benannt. (Lebenszufriedenheit)
2. Ausprägung des Markmals nach dem beobachteten Wert sprachlich eingeordnet. (hoch)
3. Referenzgruppe erwähnen (etwa gleichaltrige Männer)
4. Konfidenzintervall mitteilen (kann unter Berücksichtung der Messgenauigkeit auch sehr hoch sein.

1. Wahre Veränderung (durch Intervention oder Einsetzen einer Krankheit)

2. Übungsgewinn

3. Veränderungen der Merkmale des Probanden (Motivation, Depression)

4. Geringe Reliabilität der Differenzwerte

5. Regression zur Mitte (durch Meßfehler)

Persönlichkeit der Big Five nach Cattell

Lexikalischer Ansatz mit Faktorenanalyse

Neurotizismus (z.B. Ängstlichkeit, Traurigkeit, Gesundheitssorgen, Verlegenheit, stressanfällig)

Extraversion (z.B. Geselligkeit, Aktivität, Herzlichkeit, Optimismus)

Offenheit für Erfahrungen (z.B. Kreativität, Wissbegierde,
Phantasie)

Verträglichkeit (z.B. Altruismus, Mitgefühl, Wohlwollen,Vertrauen)

Gewissenhaftigkeit (z.B. Ordnungsliebe, Disziplin, Ehrgeiz)

Da er stark an das weitverbreitete Konstrukt der Big Five angelehnt ist, wird er vor allem zu Forschungszwecken (als Vergleich) herangezogen.

Klinische Psychologie

Berufsberatung

A&O – Assessment

Fragebogen kann als Selbstbeurteilung oder Fremdbeurteilung durchgeführt werden.

Ist für Jugendliche/Erwachsene ab 16 Jahren gedacht.

Insgesamt 60 Items zu den 5 Skalen.

Bearbeitungszeit: 10 Min

Jedes Item wird auf einer fünfstufigen Skala von starker Ablehnung bis starke Zustimmung eingeschätzt.

Paper-Pencil oder Computerversion (PC wird empfohlen, zwecks Auswertung)

Durch Rohwerte werden Stanine, T-Werte, Prozentränge sowie die Vertrauensintervalle angegeben

12 verschiedene Normen unterteilt nach Geschlecht und Alter

Gegeben durch gute Anweisungen, z.B. Umgang mit fehlenden Werten.
Interpretationshilfen werden gegeben.

Interne Konsistenz: Skalen erreichen Werte zwischen α =.72 & α =.87

Retestreliabilität: Nach 5 Jahren zwischen r= .71 & r= .82

Interkorrelationen zwischen den Skalen sind mäßig.

Faktorenanalysen mit anderen Persönlichkeitsinventaren zeigen die Konstruktvalidität nach den Big Five.

Korrelation zwischen Selbst und Fremdbeurteilungen: r=.49 bis r=.61

Korrelation zwischen Selbst-Fremd .47 - .61

Korrelation Fremd-Fremd .40 - .51

Vergleich mit anderen Verfahren: NEO-PI-R und BARS bestätigt Konstruktvalidität

Korreliert mit anderen Test, z.B: FPI, BIP, 16 PF-R

Offenheit -> Berufsinteressentest

Berufliche Zufriedenheit : N niedrig, E und G hoch

Berufserfolg: G kovariiert mit beruflicher Leistung

G und O hoch --> Studienerfolg

Fazit:
Ganz gut geeigneter Test, allerdings in einigen Dimensionen höhere Korrelationen als bei anderen Tests, z.B. Extraversion / Offenheit; Neurotizimus und Gewissenhaftigkeit oder Neurotizismus mit Extraversion

Einige schwer verständliche Items im Englischen.

Big Four

Neurotizismus/geringe seelische Gesundheit
Extraversion/Offenheit (als ein Faktor)
Unverträglichkeit
Gewissenhaftigkeit/Kontrolliertheit

34 Primärskalen neben den 4 Dimensionen.

Diagnostik der „normalen“ und „gestörten“ Persönlichkeit Erwachsener ab 17 Jahre.

Geeignet für breite als auch facettenreiche Darstellung der Persönlichkeit (4 Dimensionen/34 Primärskalen).
Forschung
Klinische Psychologie (z.B. Suizidgefährdung, Therapieziele formulieren)
Forensische Psychologie (z.B. Gewaltbereitschaft, Suizidgefährdung)
Pädadogische Psychologie
A&O
Berufsberatung

Kann alleine durchgeführt werden.

Paper-Pencil oder PC-Version
254 Items (3Einführungsitems, 251 auf 34 Primärskalen verteilt)
Zeit: ca. 30 – 45 Minuten
Notwendig: Einigermaßen Kenntnis deutscher Sprache, Konzentrationsfähigkeit

Primärskalen weitgehend normalverteilt, bis auf Gewalttätigkeit und Suizidalität.

Angabe in T-Werten: M=50, SD = 10. , (Durchschnittsbereich: T =  45-55 --> 38 %)
Konfidenzintervalle gegeben

Normen:
Nach Geschlecht, Alter und Gesamtstichprobe vorhanden ( N = 1026)

Standardisierter Ablauf, Auswertungshilfen, Interpretationshilfen gegeben,

3-fach geprüft:

1.Interne Konsistenzen: a = .68 – a = .94 (M = .80)
2. Nach Rasch-Modell:  .53 - .94 (M = .78)
3. Retest: N = 134; r =.67 – r=.89 (M= .77)

Expertenurteile geben befriedigende Urteile über die Fremdeinschätzungen im Fragebogen

Inhaltlich gut abgedeckt (Big Four) (Höchste Gewissenhaftigkeit, niedrigste Unverträglichkeit)

Faktorenanalysen zeigen Wechselbeziehungen zu anderen Persönlichkeitsfragebögen, wie z.B: FPI oder Neo-PI-R (konvergente Validität)

Gute diskrimante Validität zwischen den Skalen

Einsatz im Klinischen und Forensischen Bereich
3 Stichproben:
Straftäter (N=60),
Psychotherapiepatienten (N=16)
Kontrollstichprobe (N=1271)

Es konnten Unterschiede in einigen Facetten gezeigt werden. Die Persönlichkeitsprofile konnten somit unterschieden werden.

Insgesamt erfüllt der Test die Gütekriterien in befriedigendem Ausmaß, allerdings auch nicht überragend.

Nicht frei von den Interessen des Testautors bei der Erstellung des Fragebogens.

Test noch jung, weitere Beiträge nötig

Vorteil:
Kann Persönlichkeit genauer in Facetten aufzeigen, z.B. Ressourcen im Bereich Neurotizismus aufdecken, obwohl der Gesamtwert hoch ist.

Nachteil:
Frage ist allerdings die Sinnhaftigkeit, ob dieser zusätzliche Aufwand sich lohnt, zu Mal die Gütekriterien befriedigend sind, aber nicht überragend. Andere einfachere Tests deswegen evtl. ausreichend.

Als diagnostischer Prozess wird die Abfolge von Maßnahmen zur Gewinnung diagnostisch relevanter Informationen und deren Integration zur Beantwortung einer Fragestellung bezeichnet.


Der Diagnostische Prozess

• beginnt bereits mit dem ersten Kontakt zwischen Diagnostiker und Auftraggeber der Untersuchung

Mögliche Auftraggeber:

• der Klient selbst, dessen Eltern, ein Lehrer, der leitende Arzt einer Klinik, Kollegen, ein Richter, eine Behörde, eine Versicherungsgesellschaft etc.

Früher
Gewinnung eines umfassenden Persönlichkeitsbildes die wichtigste Aufgabe psychologischer Diagnostik (Fahrenberg, 1987)

Ab Mitte der 60er
Erkenntnis setzt sich durch, dass alle derartigen Versuche immer selektiv bleiben.
Wenn aber Selektivität schon nicht zu vermeiden sei, so sollte sie zumindest im Sinne der praktischen Fragestellung des Auftraggebers erfolgen (Holzkamp, 1966).
Diese muss der Diagnostiker folglich vor Beginn der eigentlichen Untersuchung kennen.

Heute
Diagnostik wird i.d. Regel als gezielte Beantwortung konkreter und präziser Fragestellungen verstanden
Das ganzheitliche Persönlichkeitsbild des Klienten
interessiert nur, wenn es zur Beantwortung der Fragestellung relevant ist.

Modellvorstellung = wie ein perfekter Ablauf theoretische aussehe

• idealisiert
• entspricht nicht unbedingt der fehlerbehafteten Praxis

1. klare Fragestellung des Auftraggebers
! Auftrag eventuell ablehnen!
! Fragestellung präzisieren/modifizieren!

2.Formulierung psychologischer Fragen (Hypothesengeleitetes Vorgehen)
Ziel: wenig konkrete, breit gefächerte und teils psychologisch nicht messbare Fragen von fachfremden Auftraggebern in messbare psychologische Termini übersetzen
! Hintergrundinformationen und wissenschaftliche Erkenntnisse beachten!

3.geeignete Verfahren auswählen
z.B. nach Gütekriterien, Bedeutung/Gewicht für Fragestellung

4.Daten erheben (Diagnostische Untersuchung)
! eventuell Nacherhebung bei uneindeutigen, widersprüchlichen oder ungültigen Antworten!

5.diagnostische Urteilsbildung
! eventuell neue Hypothesenbildung bei Widersprüchen im Gesamtbild nötig! & !„keine Einbahnstraße“!

Hypothesengeleitetes Vorgehen = Formulierung psychologischer Fragen unter Berücksichtigung von Hintergrundinformationen und wissenschaftlichen Erkenntnissen

• Der Diagnostiker formuliert psychologische Fragen
• Dazu knüpft er an dem individuellen Fall an, nutzt aber auch allgemein gültige, wissenschaftliche  und andere Erkenntnisse, Z.B.Protokoll eines Aufnahmegesprächs, Gerichtsakten, Frühere Gutachten,Hintergrundinformationen Untersuchungsanlass, wissenschaftliche Erkenntnisse
z.B. welche Faktoren zu Schuleschwänzen und zu Leistungsabbau in der Schule führen können oder welche Merkmale generell zur Vorhersage von Ausbildungserfolg relevant sind
• Ziel: wenig konkrete, breit gefächerte und teils psychologisch nicht messbare Fragen von fachfremden Auftraggebern in messbare psychologische Termini übersetzen
• Ziel: Hypothesen über Persönlichkeit, Fähigkeiten oder Verhaltensweisen entwickeln
• Beispiel: „Warum hat mein Kind Schwierigkeiten im Unterricht?“  übersetzt in „Liegen bei X. Aufmerksamkeitsdefizite vor“

Definition:

Als diagnostisches Urteil wird die Beantwortung einer Fragestellung unter Verwendung von bereits vorliegenden diagnostischen Informationen bezeichnet.

Fallmaterial verwenden, zu dem bereits Kriteriumswerte (z. B. bestätigte psychiatrische Diagnose; Berufserfolg) vorliegen.

Urteile von Laien vs. Experten

Urteile von Experten vs. Computermodell (klinische vs. statistische Urteilsbildung)

man variiert Art und Umfang der zur Verfügung gestellten Information etc.

Experten (Berater aus dem Bereich Personalauswahl) sagen wie geeignet Person A (besonders intelligent) oder Person B ("gute" Persönlichkeitseigenschaften) für eine Position sind,in Abhängigkeit von ihrer sozial erwünschten Darstellung.

Ergebnisse
1. keine Info zur sozialen Erwünschtheit: intelligenter Bewerber A als wesentlich schlechter geeignet eingestuft als Bewerber B = unangemessenes Vertrauen darauf, dass Persönlichkeitsvariablen für den Berufserfolg bedeutsam sind Aber: Die Forschung zeigt dagegen eindeutig, dass kognitive Fähigkeiten ein guter und Persönlichkeitsmerkmale ein schlechter Prädiktor für Berufserfolg sind.
2. Bei Infos zur s.Erw.: Bewerber B (übrigens auch Bewerber A) als weniger geeignet eingestuft, wenn er sich sozial erwünscht darstelleen = »ehrliche« Bewerber bevorzugt
Aber:  Die Forschung liefert keine Belege für einen negativen Zusammenhang zwischen sozialer Erwünschtheit und Berufserfolg.

Problem: Selbst Experten lassen sich in ihrem Urteil von falschen Informationen (z.B. zur sozialen Erwünschtheit) beeinflussen, d.h.Expertenstatus schützt nicht vor Urteilsfehlern.

Sind menschliche Urteile weniger geeignet?
Gibt es im Bezug zur Richtigkeit bessere Methoden zur Urteilsbildung?

1.Klinische:
•individuelle, menschliche Urteile von Diagnostikern
•Bezeichnung bezieht sich auf die überwiegend aus dem klinischen Bereich stammende Forschung

•Klinische Urteilsbildung bedeutet, dass klinische Experten anhand der gleichen Informationen beurteilen, ob ein Patient z.B. psychotisch ist oder nicht.
•Sie verlassen sich dabei auf ihre klinische Erfahrung und brauchen ihr Urteil nicht zu begründen

2.Mechanische:
•die Informationen werden nach einer Formel verrechnet, die zuvor aus empirischen Daten abgeleitet wurde.
•Formel häufig durch statistische Analyse der Daten von vielen ähnlichen Fällen begründet (statistische Urteilsbildung)

• bekanntes mechanisches Urteilsmodell
• zur Feststellung von Psychosen (vs. Neurosen) anhand von MMPI-Testergebnissen
• Fünf Skalenwerte (T-Werte) werden nach der Formel verrechnet:

 

L+Pa+Sc–Hy–Pt

Lügenskala + Paranoia + Schizophrenie – Hysterie – Psychasthenie (T-Werte)

Liegt der Index über 45, gilt der Patient als psychotisch.

Studie von Goldberg (1965):
Kliniker haben bessere Trefferquoten, wenn sie den Goldberg-Index  zur Einschätzung von Psychosen verwenden als wenn sie erfahrungsbasiert klinisch urteilen: 74% (mech.U.) vs. 68% (klin.U.)

Metaanalyse von Meehl (1954):
22 Studien zum Vergleich klinischer und statistischer Urteile ausgewertet = Überlegenheit der statistischen Urteilsbildung
Aber Meehl als Psychoanalytiker sagt: „Alternative zum statistischen Urteil meist nicht das klassische klinische Urteil, sondern das Urteil eines Menschen, der die Formel kennt und entscheidet, ob er ihr folgt oder nicht“

AEgisdottir et al. (2006)
69 Studien zum Vergleich klinischer und statistischer Urteile
Über alle Studien (mit 173 Effektstärken!) Gesamteffektstärke von d = .16 zugunsten der statistischen Methode
Selbst bei konservativer  Schätzung mit 41 Studien (deren Ergebnisse: keine Ausreißer) noch Effektstärke d = .12.
Überlegenheit der mechanischen/statistischen Vorhersage

Grove et al. (2000)
136 Untersuchungen zur Genauigkeit von Urteilen im psychologischen und medizinischen Bereich: statistische Urteilsbildung überlegen: d = .089
Aber: sehr kleiner Effekt! (relativiert Überlegenheit von stat.U)

Argumente für  klinische Urteilsbildung

• Einzelfälle (vs. Gruppen) berücksichtigt
• Berücksichtigung spezifischer Muster von Variablenausprägungen
• Verfügbarkeit zusätzlicher Informationen, die in die statistische Vorhersage nicht eingehen
• Nur geringe Überlegenheit statistischer Modelle (geringe Effektstärken bei Metaanalysen)

Grenzen der klinischen Urteilsbildung:

• ist durch fehleranfällige menschliche Urteile unterlegen
• Diagnoistiker ignorieren häufig die Basisrate:
machen Diagnosen, die unwahrscheinlich sind (weil statistisch selten!)
• Diagnoistiker gewichten Informationen falsch:
Availability-Heuristik = leicht verfügbare Informationen werden über-gewichtetRegression zur Mitte wird vernachlässigt

beide Modelle haben Vor- und Nachteile

Vorteile und Chancen beider Urteilsmodelle nutzen

statistische Vorhersagemodell kennen und nutzen (»Formel« nutzen) – ohne ihnen blind zu vertrauen

wenn der DiagnostikerZweifel hat, dass das Modell für einen Probanden angemessen ist, die mechanische Vorhersage korrigieren oder ganz durch klinische ersetzen

Mechanische Vorhersage verbessern

Unterschied zu bisherigen linearen Regressionsmodellen: Zwischenschicht ("Neuronen"), die den Zusammenhang zw. Prädiktor und Kriterium vermittelt
P1/P2/P3   - - - - N1/N2 - - - -  K

Anzahl der „Neurone“: frei wählbar.

Neurone lernen durch Variation der Gewichtung der Pfade, welcher Faktor optimal das Kriterium vorhersagt

= schrittweise Verstärkung der „besseren“ Pfade und Abschwächung der „schwächeren“ Pfade

= Modelloptimierung bis vorgesagte Kriteriumswerte gut zu  den tatsächlichen passen.

Nachteile des KNN:

• Gefahr, dass überangepasste Lösungen erzeugt werden (Zufallsvarianz ausgebeutet)
• Stabilität berücksichtigen: Ist das KNN auch über die Zeit hinweg vorhersagekräftig?
Prädiktoren können Vorhersagekraft verlieren (z.B. durch Vertrautheit mit Test bei Einstellungstests)

Das Gutachten dient als Dokumentation (gewöhnlich schriftlich, nach Wunsch auch mündlich) des gesamten diagnostischen Prozesses  (Fragestellung, Untersuchungsplan, eingesetzte Verfahren, ermittelte Daten und Schlussfolgerungen). Prozess sollte transparent und nachvollziehbar (auch für Laien) dargestellt werden.

V = f (U, O, K, E, M, S)

Danach ist Verhalten eine Funktion folgender Variablengruppen:

Umgebungsvariablen
(U; äußere Lebensbedingungen, z. B. Wohnsituation, finanzielle Situation)
Organismusvariablen
(O; körperliche Bedingungen, z. B. Krankheiten, Behinderungen)
Kognitive Variablen
(K; Leistungsfähigkeit und Inhalte des Wahrnehmens, Lernens und Denkens, z.B. Allgemeine Intelligenz, Intelligenzstruktur, Konzentration)
Emotionale Variablen
(E; z. B. emotionale Belastbarkeit, Umgang mit Gefühlen und Belastungen)
Motivationale Variablen
(M; z. B. Leistungs- und Machtmotiv, Interessen, Werte)
Soziale Variablen
(S; soziale Intelligenz, Normen, Einflüsse von »bedeutsamen Anderen«)

...und aus deren Wechselwirkungen


Erklärungsansatz mit Formel, die fast alle relevanten Variablen zusammenfasst, die zur Erklärung, Vorhersage und Beeinflussung individuellen Verhalten bedeutsam sind

Psychologische Fragen werden hier beantwortet, (Zwischenüberschriften nach Themen möglich: z.B. „Allgemeine intellektuelle Leistungsfähigkeit“)

ALLE Informationen interpretieren und integrieren, um eine Antwort auf eine psychologische Fragestellung zu finden

• auch Vorgeschichte etc.!;
• Übereinstimmungen und Widersprüche erwähnen
z.B. hoher IQ + schlechte Schulleistung, die aber viell. durch häufiges Fehlen aufgrund von Krankheit herrührt
• Fakten und Bewertung trennen:
Für z.B.„Herr Z. verfügt über eine hohe allgemeine Intelligenz“ Belege nennen, die Ergebnis unterstützen
• Im Präsens schreiben!

Der Befundbogen als Hilfsmittel, um einen vollständigen Überblick über Ergebnisse und Zusammenhänge zu haben, bleibt bei den eigenen Unterlagen und ist kein Teil des Gutachtens

Linke Spalte:
alle vorhandenen Datenquellen nennen. Nummerierung dient dazu, Verweise anzubringen (z. B. bei Übereinstimmungen (»1, 4, 5«).

Rechte Seite
im Tabellenkopf: stichwortartig psychologische Fragen.
»Bereich 1« : z.B. »kognitiver Bereich« mit Frage 1.1  z.B. »Konzentration« etc.
In Zellen: Informationen stichpunktartig eintragen (viele
Zellen bleiben dabei leer, weil etwa z.B. IQ-Test keine Infos
zu Pers.merkmalen liefert)

Klare und vollständige Antwort auf Fragestellung, wobei unentscheidbare Punkte/Widersprüche und Gründe für Schlussfolgerungen im Sinne der Transparenz erwähnt werden

„Frau Z. ist über, -unter,-durchschnittlich xy“ gehört hier rein, ebenso wie Präsensform

1. Wissenschaftliche Fundierung

• Bezugnahme auf ein theoretisch begründetes methodisches Vorgehen
• Formulierung von psychologischen Fragen, die anhand geeigneter diagnostischer Daten überprüfbar sind
• Begründete Auswahl von Verfahren, die eine Prüfung der formulierten psychologischen Fragen ermöglichen
• Begründete Festlegung von Entscheidungskriterien vor der Datenerhebung
• Berücksichtigung aller Ergebnisse, keine selektive Nutzung von Informationen
• Ableitung von Schlussfolgerungen unter Beachtung von wissenschaftlich gesicherten
• Gesetzmäßigkeiten zur Beantwortung der Fragestellung.

2. Nachvollziehbarkeit und Transparenz
Es muss nachvollziehbar sein,

• welche spezifischen Fragen bzw. Hypothesen untersucht und warum sie geprüft wurden
• zu welchen Ergebnissen der Gutachter gekommen ist und auf welchem Weg er sie ermittelte,
• mit welchen Begründungen die gutachterlichen Schlussfolgerungen gezogen worden sind,
• auf welchen Informationen die Beurteilungen beruhen.
• Die genannten Schritte sind sprachlich so darzustellen, dass der Adressat sie inhaltlich nachvollziehen kann.

zusätzlich gibt es Qualitätsanforderungen zu den einzelnen Elementen des Gutachtens

Aus der Kombination von Prädiktoren (Informationen) wird ein Durchschnitt berechnet.

z.B. Notendurchschnitt

Dabei kann der niedrige Wert eines Prädiktors, z.B. Note 4 in Mathe, durch den hohen Wert eines anderen Prädiktors, z.B. Note 2 in Deutsch, kompensiert werden = Notendurchschnitt von 3: Mathe + Deutsch / 2 (Anzahl der Prädiktoren)

Falls der Gesamtwert von Personen(Notendurchnitt) über einen festgelegten cut-off (durchgefallen mit Note 4) liegt, dann wird diese angenommen/eingestellt etc.

Variante
Unterschiedliche Gewichtung der Prädiktoren:
Person hat einen niedrigen Wert in Faktor A und hohen Wert in Faktor B. Faktor A wiegt aber doppelt so schwer wie Faktor B. Der Gesamtwert liegt damit nicht über dem Cutoff und die Person wird nicht angenommen/eingestellt etc.

Entscheidungsstrategie, bei der es genügt entsprechend hohe Punktwerte in einem der Prädiktoren zu haben.

Person muss also den kritischen Wert nur eines Faktoren erreichen. Ein niedriger, unter dem kritischen Wert liegender, Wert in einem weiteren Faktoren spielt für Einstellung usw.keinerlei Rolle.

„Und“-Strategie, bzw. „multiple-cutoff"

Leistungen in dem einen und dem anderen Bereich, weshalb diese Modelle auch konjunktive bzw. »Und-Strategien« heißen.

Probanden, die zuvor festgelegte Mindestwerte in den Prädiktoren nicht erreichen, werden »abgeschnitten«; deshalb wird auch von einem »multiple cutoff«-Modell gesprochen.

d.h. ein hoher Wert in nur einem Prädiktor reicht nicht aus, um eingestellt/angenommen usw. zu werden.

Beispiele:
Chirurg kann nicht mangelnde feinmotorische Kompetenz durch Intelligenz kompensieren
Pilot kann nicht fehlende Sehtüchtigkeit durch gute räumliche Orientierung kompensieren.

die konjunktive Entscheidungsstrategie:

"Und"-Strategie, bzw. „multiple-cutoff"

Zwei nicht-sequentielle (einstufige) Entscheidungsstrategien: kommen in der diagnostischen Praxis aus Zeit- und Kostengründen recht häufig vor

1) nicht-sequentielle Batterie
Die gesamte Batterie von diagnostischen Verfahren wird an alle Probanden vorgegeben, und es werden diejenigen
Probanden ausgewählt, die in dem zugrunde gelegten Entscheidungsmodell die höchsten Werte erzielen.
Zur Auswahl kann etwa der (optimal gewichtete) Summenwert herangezogen werden

2) Einzelteststrategie ("single-screen")
Auf einem diagnostischen Verfahren allein fußen
alle weiteren Entscheidungen.

Drei sequentielle Strategien
Relative Überlegenheit von sequentiellen zu nichtsequentiellen Strategien, aber:
Auswahl der Strategien ist bei institutionellen Entscheidungen an Nutzenüberlegungen (Nutzen-Kosten) gekoppelt

1) Vorauswahl-(Pre-reject-)Strategie
Nach einem ersten Test werden alle Probanden, die einen bestimmten Wert nicht erreichen, von weiteren Untersuchungen ausgeschlossen und zurückgewiesen
Die verbleibenden Probanden absolvieren weitere Verfahren.
Die Entscheidung über Annahme vs. Ablehnung wird aus der Kombination zwischen Erst- und Folgetests getroffen.
Beispiel: Zur Fahrprüfung zugelassen werden nur diejenigen, die die Theorieprüfung bestehen

2) Vorentscheidungs-(Pre-accept-)Strategie
Nach einem ersten Test werden alle Probanden, die einen bestimmten Trennwert überschreiten, bereits (terminal) akzeptiert
Mit den verbleibenden Probanden wird analog zur Vorauswahlstrategie verfahren
Die noch nicht akzeptierten Probanden absolvieren weitere Verfahren.
Die Entscheidung über Annahme vs. Ablehnung wird aus der Kombination zwischen Erst- und Folgetests getroffen.

3) Vollständige sequentielle Strategie
Diese Strategie stellt eine Kombination der beiden vorgenannten Vorgehensweisen dar.
Nach Maßgabe der Punktwerte in einem Test erfolgt eine Aufteilung aller Probanden in drei Gruppen,
eine, die (terminal) akzeptiert , eine andere, die definitiv abgewiesen, und eine dritte, die mit einem Folgetest untersucht wird.
Die Entscheidung über Annahme vs. Ablehnung wird aus der Kombination zwischen Erst- und Folgetests getroffen.

- Es gibt keine Patentlösung
- kommt auf den Fall an
- Umgang mit Ressourcen (zB zeitl, personell)

Vorteile der einstufigen Strategien
Kostenfrage (einstufig >mehstufig)

Vorteile der mehstufigen Strategien
relative Überlegenheit der sequentiellen Strategien:
zB bei wenig Plätzen und vielen Bewerbern ersteinmal eine sehr grobe Auswahl, im letzten Schritt ist dann eine genaue Analyse möglich
1) Vorauswahlstrategie
Bedingungen sind schon erfüllt bzw. müssen nicht noch einmal geprüft werden (zeitsparend)
2) Vorentscheidungsstrategie
Kompensation möglich für die , die nicht sofort reinkommen (haben noch eine Chance)
3) vollständige sequentielle Strategie
Kombination aus beiden: sicher „raus“ und sicher „rein“ ökonomischer

zentrale Aufgabe von Zuordnungsstrategien
- besteht darin, Fehler bei der Klassenzuordnung zu vermeiden.

Derartige Entscheidungsfehler liegen immer dann vor, wenn die Zuordnung aufgrund der Prädiktorvariablen nicht mit der tatsächlichen Klassenzugehörigkeit übereinstimmt

Fehler erster (Alpha) und zweiter Art (Beta)

Beispiel: Diagnose von Krankheit

Fehler erster Art (Alphafehler):
FP = falsche Positive, d. h. Personen werden als krank bezeichnet, obwohl sie gesund sind.

Fehler zweiter Art (Betafehler):
FN = falsche Negative, d. h. Personen werden als gesund diagnostiziert, obwohl sie der Krankengruppe angehören.

wahr negativ (true negative) = richtigerweise gesunde Person als gesund eingestuft

wahr positiv (true positive) = richtigerweise kranke Person als krank eingestuft (positiv: Krankheit liegt vor)

falsch negativ = fälschlicherweise kranke Person als gesund eingestuft  (Risiko: Beta-Fehler)

falsch positiv = fälschlicherweise gesunde Person als krank eingestuft  (Risiko: Alpha-Fehler)

→ negativ meint die Entscheidung gegen das Vorliegen eines Merkmals (z.B. Krankheit)

Die Basis- oder Grundrate meint:
Verhältnis der im Kriterium ‚erfolgreichen‘ Personen zur Gesamtzahl aller Messwertträger, also den Anteil der Personen in der Population, der aufgrund einer Mindestvorraussetzung überhaupt geeignet wäre:
(WP+FN)/N

z.B. Kranke im Verhältnis zur Gesamtzahl der Personen
Auch: natürlicher Eignungsquotient („success without use of test)

1) Sensitivität
Wahrscheinlichkeit mit der ein Merkmalsträger als solcher identifiziert wird, d.h. ein vorliegender positiver Zustand wird als solcher erkannt = z.B. Anteil der richtig diagnostizierten
Kranken in der Gruppe der Kranken

2) Spezifität
Wahrscheinlichkeit mit der ein Nicht-Merkmalsträger identifiziert wird, d.h.ein vorliegender negativer Zustand wird als
solcher erkannt = z.B. Anteil der richtig diagnostizierten
Gesunden in der Gruppe der Gesunden

3) positiver Prädiktionswert
Anteil an Merkmalsträgern aus den als Merkmalsträgern
diagnostizierten, d.h.die Wahrscheinlichkeit, mit der eine positive Diagnose zutreffend ist = z.B. Anteil der richtig diagnostizierten Kranken an allen als krank diagnostizierten Personen
= Trefferquote/Erfolgsrate

4) negativer Prädiktionswert
Anteil an Nicht-Merkmalsträgern aus als Nicht-Merkmalsträger
identifizierten, d.h.die Wahrscheinlichkeit, mit der eine negative Diagnose zutreffend ist =Anteil der richtig diagnostizierten Gesunden in der Gruppe der als gesund diagnostizierten Personen

Sensitivität und Spezifität lassen sich unabhängig von den Grundraten oder der Prävalenz bestimmen.

Prädiktions- oder Vorhersagewerte unterliegen stark deren Einfluss!

anhand Taylor-Russell-Tafeln

Die Taylor-Russell-Tafeln dienen dazu:

• zu zeigen, ob der Einsatz eines Testverfahrens einen nennenswerten Vorteil bringt:
d.h. die Erfolgsrate/Trefferquote eines Instruments in Abhängigkeit von der Validität des Instruments, der Selektionsrate und der Basisrate zu bestimmen. Sie listen in präzisen Zahlenkolonnen die Trefferquoten, sortiert nach Basisrate, Selektionsrate und Validität.
• abschätzen, was eine Veränderung der Validität (zum Beispiel durch Wahl eines anderen Diagnoseinstruments) oder der Basisrate (etwa Erhöhung der Grundrate durch Vorselektion der Bewerber) für die Erfolgsquote bedeutet
Erhöhung der Trefferquote:Basisrate erhöhen durch Vorselektion (z.B. biographische Infos, Selbstselektion vom Bewerber)Selektionsrate niedrig halten

Bei Bewerberauswahl
Basisrate: der Anteil der geeigneten Bewerber an allen Bewerbern
Selektionsrate: Anteil der Personen, den man aus der Population der Bewerber mithilfe des Testinstruments auswählen will
Trefferquote/Erfolgrate: Anteil der geeigneten Bewerber an allen ausgewählten Bewerbern. Das sind also diejenigen, die tatsächlich „geeignet“ sind und korrekterweise genommen wurden.
Ein gute Auswahl (Trefferquote) liegt dann vor, wenn dieser Anteil maximal ist.

Es gilt: Die Trefferquote ist umso höher, je höher Basisrate und Validität sind, aber je niedriger die Selektionsrate ist.

Gegeben sind:

Basisrate von 60%, d.h. so viele Bewerber kann man durch bloßen Zufall richtigerweise als geeignet auswählen.

Selektionsrate von 10%

Validität von .55.

Laut Tafel liegt die Trefferquote des Testverfahrens damit bei 92%.

D.h. der Zugewinn des Verfahrens bei der Auswahl geeigneter Bewerber beträgt gegenüber der Zufallsauswahl von 60% immerhin 32 Prozentpunkte.

Es lohnt sich also in die Tafeln reinzuschauen

1.Das Neyman-Pearson-Kriterium
2.Minimax-Kriterium
3.Minimum-Loss-Kriterium

Je nach diagnostischer Fragestellung ist einer der vorgenannten Regeln der Vorzug zu geben.

Prinzip: das Modell der statistischen Hypothesenprüfung auf die Klassenzuordnungsentscheidung anwenden.

Wie bei der Festlegung des kritischen Wertes bei der Hypothesenprüfung wird das Entscheidungskriterium so verschoben, dass das Risiko für den Fehler erster Art (Alpha-Fehler) unterhalb eines frei bestimmbaren Wertes liegt (z. B. α < 0,05 oder 0,01 usw.).

Achtung: mit der Reduzierung des Fehlers erster Art wächst derjenige zweiter Art (Beta-Fehler) in einem unbekannten Ausmaß!

Modell nur in Situationen sinnvoll, in denen Fehlentscheidungen zweiter Art vergleichsweise unbedeutend sind.

weil die Vorenthaltung einer Behandlung - bei vermeintlich Gesunden-  im Zweifelsfall die Gefahr größerer Fehlentwicklungen beinhaltet als die Vornahme einer überflüssigen Behandlung und die damit möglicherweise einhergehende Stigmatisierung.

Der maximale Zuordnungsfehler (betrachtet in allen Klassen) wird möglichst klein gehalten.

Der Betrag des größten Zuordnungsfehlers aller Klassen/Kategorien/Gruppen ist am geringsten.

d.h. beim Minimax-Kriterium wird die Alternative gewählt, die im ungünstigsten Fall den niedrigsten Ergebniswert liefert

minimiert die Zuordnungsfehler über alle Klassen hinweg.

Z.B. im Vergleich zum Minimax-Kriterium: eine Konstellation wird gewählt, bei der ein Zuordnungsfehler einer Kategorie/Klasse/Gruppe im Vergleich zu allen anderen relativ hoch ist.

komplementäre Veränderung der Fehler

kritische Trennwerte beinhalten Werturteil:
nicht allein wissenschaftlich begründbar, sondern stets auch auf persönlichen, sozialen und ökonomischen Werten sowie auf praktischen Erwägungen beruhend

Fairnessproblematik

Der selektive Eignungsquotient steigt an, wenn der kritische Cut-Off in Richtung auf das zu identifizierende Merkmal (z. B. Krankheit oder Eignung) hin angehoben wird.

Problem: es wird nur Fehler erster Art beachtet, nicht aber derjenige der Beta-Fehler, der falsch negativen.

Abhilfe schafft die ROC Kurve (von Receiver-Operating Characteristic aus der Signal-Entdeckungs-Theorie; s. Schäfer,1989),

mit deren Hilfe simultan Spezifität und Sensitivität
unabhängig von Basisraten bestimmt werden können.

Doch auch hier bleibt das Problem zu überlegen, welcher Zuordnungsfehler (1. oder 2. Art) eher klein gehalten werden soll. Diese Überlegungen sind dann inhaltlicher, nicht mathematischer Art.

Als Folge der Entscheidung müssen Kosten und Nutzen evaluiert werden, daher Nutzenfunktion entwickelt, mit deren Hilfe
sich der Gesamtnutzen einer Entscheidungsstrategie bestimmen lässt

bzw.: Zusammenhang zwischen der diagnostischen Information, den möglichen Ausgängen der Entscheidung und der Bewertung der Ausgänge.

- Bewertung eines Tests erfolgt aufgrund des Beitrags, dass er für das Urteil leistet.
- Die Dimension der Ökonomie kommt hinzu

d.h., die Entscheidung erfolgt mit Blick auf Kosten und Nutzen, nicht nur in Bezug auf die Gütekriterien des Tests.

durch:

• Die prädiktive Validität des Verfahrens
• Das Ausmaß, in dem die Akzeptierten im Auswahlverfahren überdurchschnittlich gut abschneiden (Selektionsrate)
• Wie viel Gewinn überdurchschnittlich erfolgreiche Mitarbeiter im Vergleich zu durchschnittlichen Mitarbeitern erwirtschaften (bzw. welche Kosten unterdurchschnittlich erfolgreiche Mitarbeiter verursachen)

A) Strategiematrix
(hier werden Entscheidungsregeln festgelegt, die auf der Basis diagnostischer Infos getroffen werden)

B) Validitätsmatrix:
hier werden für jede mögliche diagnostische Entscheidung
(z.B. Einstellung) die Wahrscheinlichkeiten für bestimmte Ergebnisse in Abhängigkeit von den diagnostischen Infos (z.B. IQ > 120) festgehalten (z.B.Erfolgreich 60%). Außerdem wird durch “Experten“ der Nutzen (bzw. Kosten) des Ergebnisses bestimmt.

C) Vektoren für Nutzen und Kosten
jeder Kriteriumsklasse C einen Nutzenvektor ec und
jeder Informationsklasse einen Kostenvektor cc zuordnen Der Nutzen ist der Wert, der sich bei jeder Stufe des Kriteriums für die auslesende Institution ergibt; die Kosten gelten den Aufwendungen, die zur Gewinnung der jeweiligen Information notwendig sind.

D) Intervall-Skalen-Niveau
Wichtig ist, dass Nutzen und Kosten auf derselben Skala abgetragen sein und mindestens Intervallniveau aufweisen müssen. Für monetäre Einheiten, also Geld, sind diese Erfordernisse erfüllt

Ergebnis: Nutzenfunktion:
Sämtliche Kosten und Nutzen werden mit ihren
bedingten Wahrscheinlichkeiten addiert und aufsummiert

zusammengefasst:

U (Utility)
=
N (Anzahl der Probanden, auf die die Strategie angewendet wird)
*
erwarteter Nutzen eines Individuums (= Mittelwert über Kriteriumsklassen,Behandlungen und Informationsklassen)
-
N  (s.o)
*
erwartete Kosten zur Informationseinholung über einen Probanden

Werden für die Informations- und Kriteriumskategorien Kontinuitätsannahmen gemacht, konstante Kosten für alle Probanden unterstellt und eine lineare Beziehung
zwischen Testwerten und Nutzen angenommen, dann geht das Modell in dasjenige von Brogden (1949) über:

(Multi-Attributive Utility-Technique; s. Slovic et al.,1977).

Hier werden alle bedeutsam erscheinenden Aspekte von Nutzen (und nicht nur der ökonomische)
- zunächst generiert
- und im Hinblick auf ihre Wichtigkeit eingeschätzt.

Das Produkt aus relativer Wichtigkeit eines Aspekts und aus dem Nutzen der Alternativen für diesen Aspekt wird für jede Behandlungsalternative errechnet.

Der höchste Wert gibt den Ausschlag dafür, welche Intervention angewendet wird.