Psychologie Aufnahmetest Zusammenfassung Kapitel 08

8.1. Kapitel 8

Outline: Problemlösen – Denken | Intelligenz;

8.2. Problemdefinition

Outline: Problembeschreibung als System | Problemdefinition mit Details zu | Anfangszustand (“Ist-Zustand”, “initial state”) | Transformationen (Operation, Prozeduren,…) | Endzustand (“Soll-Zustand”, “goal state”) | Acht Aspekte;Komplexität | Dynamik | Transparenz | Wirkungsbreite | | Reversibilität | Anwendungsbereich | Wirkungssicherheit | Effizienz | ;

8.3. Problemraum

Outline: Alle möglichen Zustände des Problems | Entwicklungsmöglichkeiten in Richtung Lösung | Alle Zustände die vom | Ausgangszustand zum | Zielzustand führen - mit erlaubten | Transformationen | Neun-Punkte-Problem suggeriert kleineren Problemraum;Neun-Punkte-Problem, Scherer 1963;

8.4. Heuristiken

Outline: Lösungsstrategie wenn keine sichere Lösung | Bewertungsfunktion | Eigendynamik ist zu berücksichtigen | Attraktoren | Bestimmte Zustände werden mit höherer Wahrscheinlichkeit angestrebt;

8.5. Kognitive Modellierung

Outline: Computermodelle zur Simulation | Psychischer Strukturen, Prozesse, Ökosysteme | Frei verfügbare Programme | PSI, SOAR, ACT-R, COGENT, PDP++ | “Lohhausen” | Bürgermeistersimulation von Dörner, 1983 | Über 2000 Variablen | Wichtig für Erfolg war vernetztes Denken;

8.6. Denken und Schlussfolgern

Outline: Deduktiv;Zwei Formen des Schlussfolgerns | Induktives Denken | Vom einzelnen Sachverhalten auf das Allgemeine | Deduktives Denken | Vom Allgemeinen auf einzelne Sachverhalte;Induktiv;

8.7. Induktives Denken

Outline: Begriffslernen | Kontinuierliches Lernen bzw. Hypothesentests | Bestätigungsfehler “confirmation bias” | Positives Testen (Beispiele die ins Konzept passen) | Nachweis des “confirmation bias” von Watson, 1960;Induktiv;

8.8. Deduktives Denken

Outline: Logisches oder schlussfolgerndes Denken | “Psycho-logische” Ableitungen erfolgen durch | Basierend auf Tatsachenwissen | Kognitive Modelle | Basierend auf formalen Prozessen | “Abstract-rule theory” | Folge eines mentalen Modells | “Model theory”;Deduktiv;

8.9. Schlussfolgerungen

Outline: Konditionale Schlüsse | Wenn-Dann-Formulierungen | Modus ponens 𝑃→𝑄;𝑃; ⇒𝑄 | Modus tollens 𝑃→𝑄; 𝑄 ; ⇒ 𝑃 | Nicht zulässige Schlussfolgerungen | Bestätigung des Hinterglieds 𝑃→𝑄;𝑄; ⇒𝑃 | Verneinung des Vorderglieds 𝑃→𝑄; 𝑃 ; ⇒ 𝑄 ;

Notes:
Richtige Schlüsse:
Modus Ponens. Wenn P, dann Q. P ist wahr. Daraus folgt Q ist wahr
Modus Tollens: Wenn P, dann Q. Q ist nicht wahr. Daraus folgt P ist nicht wahr

Falsche Schlüsse:
Bestätigung des Hinterglieds: Wenn P, dann Q. Q ist wahr. Daraus folgt NICHT, dass P wahr ist.
Verneinung des Vorderglieds: Wenn P, dann Q. P ist nicht wahr. Daraus folgt NICHT, dass Q nicht wahr ist.

8.10. Modus Tollens

Outline: Gültigen Aussagen stimmen nur 50-60% der Versuchspersonen zu | Ungültige Aussagen halten 20-30% der Versuchspersonen für gültig | Folgerung | Verneinungen machen Folgerungen schwieriger | “Domain-specific-rule theories” | Logische Folgerungen sind weniger fehleranfällig, wenn sie alltäglich verwendet werden;

8.11. Kategoriale Schlüsse

Outline: Basierend auf Quantoren (Mengenangaben) | Keine, alle, einige, manche, … | Darstellung in Venn-Diagrammen | Einige A sind nicht B (einige kann auch ALLE sein!);A;A;A;B;B;B;

Notes:
Ein Venn-Diagramm ist einfach ein Mengendiagram, welches die Relationen zwischen Mengen darstellt.

8.12. Systematische deduktive Fehler

Outline: Vergessen von Annahmen | Missinterpretation | Logische Gesetzmäßigkeiten nicht 100% | Interpretation logischer Bezeichnungen | Formulierungsänderungen | “Atmosphärenfehler” | Hedonistischer Bias | Erwünschtheit von Konsequenzen;

Notes:
Vergessen von einzelnen Teilen tritt speziell bei komplexen Prämissen auf.

Missinterpretation: zum Beispiel bedeutet “Person A findet Person B sympathisch” NICHT, dass “Person B auch Person A sympathisch findet”

Logische Gesetzmäßigkeiten werden oft nur mit einer Wahrscheinlichkeit angegeben und nicht mit 100%. “Wahrscheinlich findet er sie sympathisch”

Interpretation: Logisch kann “einige” auch bis zu “alle” bedeuten, umgangssprachlich ist das nicht der Fall.

Forumulierungsänderungen: Bei komplexeren Schlussfolgerungen werden die Forumulierungen den Prämissen angepasst (Atmosphärenfehler).

8.13. Ähnlichkeitsurteile

Outline: Ähnlichkeitsurteile | Stärkere Gewichtung auf die Ähnlichkeiten | Unähnlichkeitsurteile | Stärkere Gewichtung auf die Unterschiede | Gruppierung | Hat Einfluss auf das Ähnlichkeitsurteil | Schweden – Polen – Ungarn | Österreich > Schweden | Schweden – Norwegen – Ungarn | Österreich > Ungarn;

8.14. Heuristiken

Outline: Urteilsstrategien - schnell - wenig Aufwand | Verfügbarkeitsheuristik | “availability heuristic” | Urteilsprozess mit verfügbaren Informationen | Repräsentativitätsheuristik | “representativeness heuristic” | Urteilsprozess auf Basis davon, dass etwas in ein Schema passt | Anker- oder Anpassungsheuristik | “anchoring heuristic” oder “adjustment heuristic” | Urteil auf Basis von vorhandenen Orientierungsrichtlinien;

8.15. Missachtung der Grundrate

Outline: “base rate fallacy” | Beispiel für Krankheitswahrscheinlichkeit | Test: 100% bei Krankheit aber auch 5% bei Gesunden | Relative Häufigkeit in Bevölkerung ist 0,001;Gesamt | 1000;Erkrankt | 1;Gesund | 999;Test Negativ | 0;Test Positiv | 1;Test Positiv | ~50;Test Negativ | ~950;~2%;0,001;100%;5%;

Notes:
Bei einem positiven Testergebnis ist die Erkrankungswahrscheinlichkeit also nur 2%.

8.16. Rahmung (Framing)

Outline: Eine Art von Ankerheuristik | Problemsituation beinhaltet bereits richtungsweisende Angaben | Überlebensrate 95% oder Sterberate 5%;Gewinnrahmung: macht risikoscheu, sichere Strategie;Verlustrahmung: macht risikofreudig, riskantere Strategie;

8.17. Prospekttheorie

Outline: NICHTlineare psychophysische | Wertfunktion | Subjetiver Nutzen | schwächt sich ab | Subjetiver Schaden | schwächt sich ab;Gewinn;Nutzen;Verlust;Schaden;

Notes:
Das Diagram ist nicht im Buch, zeigt aber sehr gut wie die Theorie zu verstehen ist. Wenn der Gewinn zum Beispiel doppelt so hoch ist, dann wird der (subjektive) Nutzen nicht als doppelt so hoch wahrgenommen, sondern etwas geringer. Ebenso im Verlustbereich: Wenn man doppelt soviel verliert, ist die subjektive Wahrnehmung nicht doppelt so schlimm.

8.18. Wahrscheinlichkeitsurteile

Outline: Apriori-Wahrscheinlichkeit | Aposteriori-Wahrscheinlichkeit | Für Menschen sind Häufigkeiten einfacher als Wahrscheinlichkeiten | Richtige Schätzung bei Vorgabe in … | … Häufigkeitsformat: 48% | … Wahrscheinlichkeitsformat: 22%;

8.19. Bayes-Theorem

Outline: A-priori-Wahrscheinlichkeiten | 𝑷 𝑨 Wahrscheinlichkeit des Ereignisses A Buch: p(H) | 𝑷( 𝑨 ) Wahrscheinlichkeit, dass A NICHT eingetreten ist | 𝑷(𝑩) Wahrscheinlichkeit des Ereignisses B Buch: p(D) | A-posteriori-Wahrscheinlichkeiten | 𝑷 𝑨 𝑩 Wahrscheinlichkeit von A, wenn B eingetreten ist Buch: p(H|D) | 𝑷(𝑩|𝑨) Wahrscheinlichkeit von B, wenn A eingetreten ist Buch: p(D|H) | 𝑷(𝑩| 𝑨 ) Wahrscheinlichkeit von B, wenn A NICHT eingetreten ist;𝑷 𝑨 𝑩 = 𝑷 𝑨 ×𝑷(𝑩|𝑨) 𝑷(𝑩) = 𝑷 𝑨 ×𝑷(𝑩|𝑨) 𝑷 𝑨 ×𝑷 𝑩 𝑨 +𝑷( 𝑨 )×𝑷(𝑩| 𝑨 ) ;

Notes:
P(A|B) und P(B|A) sind jeweils bedingte Wahrscheinlichkeiten, also eine Wahrscheinlichkeit unter der Voraussetzung, dass ein anderes Ereignis eingetreten ist.

8.20. Bayes-Theorem Beispiel

Outline: Ist Test (T) für Krankheit (K) sinnvoll? | Krankheit Prävalenz 20 pro 100.000 | P K = 0,0002 und P( K ) = 1- P K = 0,9998 | Sensitivität Test P(T|K) = 0,95 | Falsche Anzeige des Tests P T 𝐾 =1% = 0,01 | Spezifität = 1−P T 𝐾 = 0,99;P K T = P K ×P(T|K) P K ×P T K +P K ×P T K = … =𝟎,𝟎𝟏𝟖𝟔;

Notes:
Prävalenz: von 100.000 Personen haben 20 die Krankheit
Sensitivität: Die Sensitivität zeigt an, dass der Test “Positiv” ist, also die Krankheit anzeigt (heißt NICHT unbedingt, dass die Person krank ist). Kann auch ein Testfehler sein!
Spezifität: Gibt an wie exakt der Test auch wirklich die Krankheit bestimmen kann, hier in 99% der Fälle.

Berechnet wird P(K|T), also die Wahrscheinlichkeit, dass eine Person krank ist, unter der Voraussetzung, dass der Test angeschlagen hat.

Der Test zeigt also bei den 99980 gesunden Personen auch 1019 als positiv an, von denen aber nur 19 wirklich krank sind und 1000 gesund!

8.21. Bayes-Theorem Beispiel

Outline: Gesamt | 100.000;Erkrankt | 20;Gesund | 99.980;Test Negativ | 1;Test Positiv | 19;Test Positiv | 1000;Test Negativ | 98.980;1019 Positiv Getestet;19/1019 = 0,0186;Sensitivität 0,95;Spezifität 0,99;

8.22. Revision der Wahrscheinlichkeit

Outline: 𝑷 𝑯|𝑫 Wahrscheinlichkeit H falls D | 𝒇(𝑯∩𝑫) Treffer-Frequenz | 𝒇( 𝑯 ∩𝑫) Falscher-Alarm-Frequenz | Beispiel Unfall (H) bei Trunkenheit (D) | Unfall von 55 Betrunkenen 𝒇 𝑯∩𝑫 =𝟓𝟓 | Kein Unfall von 500 Betrunkenen 𝒇 𝑯 ∩𝑫 =𝟓𝟎𝟎 | Daraus folgt Wahrscheinlichkeit von Unfall bei Trunkenheit P(H|D) = 55 / 555 ≈ 10% | | | ;𝑷 𝑯 𝑫 = 𝒇(𝑯∩𝑫) 𝒇 𝑯∩𝑫 +𝒇( 𝑯 ∩𝑫) ;

8.23. Risikowahrnehmung

Outline: Unterschiedlich pro Person | Risikocharakteristika/Risikodimensionen | Verfälschung durch Verfügbarkeitsheuristik | Häufig erwähnte Risiken ÜBERschätzt (Wetter, Flut, …) | Triviale Risiken UNTERschätzt (Herzinfarkt, Krebs, …) | Triviale Risiken um das 10- bis 15-Fache unterschätzt;

8.24. Merkmale höhere Risikoschätzung

Outline: Unfreiwilligkeit involuntary | Katastrophenartigkeit catastrophic | Ungewöhnlichkeit | dread | Tödlichkeit | certainly fatal | Betroffenheit | known to exposed | Unmittelbarkeit | effect immediately | Unerforschtheit | not known to science | Unkontrollierbarkeit | not controllable | Neuheit | new risk;

Notes:
Diese Merkmale sind mit einer erhöhten Risikoeinschätzung verbunden.

8.25. Risiko-Optimismus und Support Theorie

Outline: Risiko-Optimismus | Eigenes Risiko wird geringer eingeschätzt | Support-Theorie | Wahrgenommenes Risiko hängt von Beschreibung ab | Je detaillierter beschrieben, desto höher die Wahrscheinlichkeit;

8.26. Intelligenz

Outline: Intelligenz ist ein theoretisches Konstrukt | Intelligenz ist die Fähigkeit … | … zu lernen | … Probleme zu lösen | … Wissen einzusetzen | Alfred Binet (1859-1911) und | Theophile Simon (1873-1961);

8.27. Intelligenzdiagnostik

Outline: Binot-Simon-Intelligenzskala (1911) | Intelligenzalter (“mentales Niveau”) | Intelligenzquotient von William Stern (1911) | | | Altersrelativer Abweichungsquotient | “Stanford-Binet-Test” von Lewis Terman (1916);𝑰𝑸= 𝑰𝑨 𝑳𝑨 ×𝟏𝟎𝟎;IA … Intelligenzalter | LA … Lebensalter;𝑰𝑸=𝟏𝟎𝟎+ (𝑷𝒖𝒏𝒕𝒌𝒆𝒘𝒆𝒓𝒕 −𝑷𝒖𝒏𝒌𝒕𝒆𝒎𝒊𝒕𝒕𝒆𝒍𝒘𝒆𝒓𝒕) 𝑷𝒖𝒏𝒌𝒕𝒆𝒔𝒕𝒓𝒆𝒖𝒖𝒏𝒈 ×𝟏𝟓;Mittelwert | von 100;Streuung | von 15;

8.28. Flynn-Effekt

Outline: Linearer Anstieg der Intelligenzleistung | Bis zu 25 IQ-Punkte pro Generation (30 Jahre) | Vermuteter Einfluss | Verbesserte Ernährung | Hebung der Schulbildung | Zunehmende Umweltkomplexität | Urbanisierung | Ansteigende Testvertrautheit;

8.29. Intelligenztests

Outline: HAWIE-R | Hamburg-Wechsler-Intelligenztest für Erwachsene | IST 2000 R | Intelligenz Strukturtest 2000 R | Test für einzelne Intelligenzdimensionen | Raven-Matrizen-Test | Dreidimensionaler Würfeltest (3DW) | Multifactor Emotional Intelligence Scale;25% | Progonoseleistung von Intelligenztests für schulischen und beruflichen Erfolg;

8.30. Wechsler Intelligenzwerte

Outline: Normalverteilung | Mittelwert 100 | Streuung 15;55 70 85 100 115 130 145 | Wechsler Intelligenzwerte;68%;95%;0,1 2,1 13,6 34,1 34,1 13,6 2,1 0.1;

8.31. Intelligenztests Aktuell

Outline: Unterscheidung von | Intelligenzanlage (genetische Voraussetzung) | Intelligenzstatus (erfassbares Leistungsniveau) | Intelligenzpotenz (entwickelbare Leistungsfähigkeit) | Computer Assisted Testing (CAT) | AID 2 (Adaptives Intelligenz Diagnostikum 2) | Probabilistische Testentwicklung (“Item-Response Theory”);

8.32. Formen der Intelligenz

Outline: Intelligenzprofil | Interessierenden Stärken und Schwächen | Intelligenzdimensionen | “Generalfaktor” von Charles Spearman | “Intelligenzstrukturmodell” von Guilford | 120 Intelligenzaspekte;g-factor;

8.33. Primary Mental Abilities

Outline: Primärfähigkeiten / Primärfaktoren | Bis zu 20 Faktoren wurden postuliert | Kombiniert zu “Comprehensible Ability Battery”;

8.34. Intelligenz Hauptfaktoren

Outline: Kristalline Intelligenz | Kulturabhängige Fähigkeiten | Verbale, motorische Fertigkeiten; Expertenwissen | Fluide Intelligenz | Kulturunabhängige kognitive Grundausstattung | Induktives, kombinatorisches, figurales Denken | Produktivität am besten von 25-40 Jahren;

8.35. Multiple Intelligenzen

Outline: Unkorrelierte Intelligenzdimensionen | Min. 8 unabhängige Intelligenzformen | Sprachliche Intelligenz | Logisch-mathematische Intelligenz | Visuell-räumliche Intelligenz | Musikalische Intelligenz | Motorisch-kinästhetische Intelligenz | Interpersonale Intelligenz | Intrapersonale Intelligenz | Naturalistische Intelligenz;

8.36. Erfolgsintelligenz & Emotionale Intelligenz

Outline: Erfolgsintelligenz | “Theory of Successful Intelligence” | Fähigkeit des Erfolgs im persönlichen Rahmen des soziokulturellem Kontexts | Nutzung eigener Stärken und Kompensation von Schwächen | Balance zwischen analytischer, kreativer und praktischer Intelligenz | | Emotionale Intelligenz | Einschätzung und Umgang mit eigenen Emotionen | Emotionen anderer einschätzen und beeinflussen;

8.37. Triarchische Theorie der Intelligenz

Outline: Sternberg Triarchic Abilities Test | (STAT) > liefert die neun Faktoren;Analytische Intelligenz;Kreative Intelligenz;Praktische Intelligenz;Verbale Inhalte;Quantitative Inhalte;Figurale Inhalte;9 Faktoren;

8.38. Genetische Veranlagung

Outline: Durch Zwillings- und Geschwisterstudien | 50% Erblichkeit für die Leistung bei Intelligenztests | 25% Familiärer Einfluss und Umwelt | 25% Zufall | Zunahme des genetischen | Faktors im Alter;Kindheit Spätes Erwachsenenalter;Prozent | 0 50 100;Gene;Umwelt;45%;75%;35%;10%;50%;25%;

8.39. Geschlechtsspezifisch

Outline: Frauen besser bei | Bilder identifizieren | Worte finden | Objektlistenvergleichen;Männer besser bei | Rotierende Figuren | Mathematische Folgerungen | Strukturveränderungen;

8.40. Intelligenzdiskrepanzen

Outline: Leistungshemmung durch Stereotypen | Männer-Frauen, Weiß-Schwarz, Fremd-Einheimisch; Intelligenztestwert | 0 10 20; Angeblich Angeblich KEIN | Unterschied Unterschied;F;M;F;M;