Überblick Wiederholung Ergänzungen Wahrheitsbegriff - analytisch / synthetisch - a priori / a posteriori Wissensideal, Gegenstandsverständnis, Aufgabenverständnis

Überblick

• Wiederholung

• Ergänzungen

• Wahrheitsbegriff- analytisch / synthetisch- a priori / a posteriori

• Wissensideal, Gegenstandsverständnis,Aufgabenverständnis

• Erklärungsmodelle

Prädikatoren

Prädikatorenregel: [NP] [NQ] und [NQ] [NP]

Inhaltsgleichheit:[NP] [NQ] [NQ] [NP] [NQ] [NP]

Wiederholung

[NP] [NQ][NQ] [NP][NQ] [NP]

Prädikatoren

Konträrer Gegensatz:

[NP] [NQ] und [NQ] [NP]

Kontradiktorischer Gegensatz:

[NP] [NQ] und [NQ] [NP]

Polarkonträrer Gegensatz

Wiederholung

Überblick

• Wiederholung

• Ergänzungen




Ergänzungen

Definition:

[NR] [NP] und [NQ]

Wichtig:

Einheitliche Verwendung

DefiniensDefiniendum

Überblick

• Wiederholung

• Ergänzungen




Wahrheitsbegriff

Wann ist eine Aussage wahr?

Wahrheit und Wirklichkeit

wahr ist eine Aussage, wenn sie mit der Wirklichkeit übereinstimmt, oder?

??? Aber was ist Wirklichkeit?Objektiv/subjektiv

• Neuer Ansatz: Verpflichtung, die Aussage auf Verlangen verteidigen zu können

Orientierung an Lebenspraxis und Funktionalität

Behauptungen sollen uns in die Lage versetzen, Möglichkeiten und Grenzen des eigenen Handelns, deren anderer sich versichert haben, für unser eigenes Handeln in Rechnung zu Stellen (Nützlichkeit).

• Allerdings muss die Verifikation (Verteidigung) nicht empirisch begründet sein.

Die Art der Verifikation hängt von der Art der Wahrheit ab, die ich behaupte.

Unterscheidung:

• Allaussagen universellnie beweisbar, nur Bewährung

• partikuläre Aussagendefinitiv beweisbar, nie falsifizierbar

Unterscheidung von Leibnitz- Vernunft-/Tatsachenwahrheiten

Unterscheidung von Kant

- analytisch/synthetisch

- a priori/a posteriori

Leibniz: Vernunft- vs. Tatsachenwahrheiten:

• Vernunftwahrheiten: Gegenteil ist unmöglich, ob Aussage wahr/falsch ist muss durch Logik ermittelt werden

• Tatsachenwahrheiten: Gegenteil ist möglich (Aussage kontingent), ob Aussage wahr/falsch ist muss durch Beobachtung (Empirie) ermittelt werden

Kant (aufbauend auf der Unterscheidung von Leibniz): Trennung von Aussagenstruktur und Form der Verteidigung von Aussagen

• Struktur von Aussagen: analytisch vs. synthetisch

• Form der Verteidigung von Aussagen: a priori vs. a posteriori

Struktur von Aussagen: analytisch vs. synthetisch

• Analytisch: analytische Aussagen sind nicht kontingent (sie sind aufgrund von Logik oder Sachlogik immer wahr oder immer falsch)

• Synthetisch: synthetische Aussagen sind kontingent (dh. aufgrund von Logik und Sachlogik können sie sowohl wahr als auch falsch sein)

Form der Verteidigung von Aussagen: a priori vs. a posteriori

• A priori: Verteidigung einer Aussage ohne Beobachtung (z.B. durch Anführen von Prädikatorenregeln)

• A posteriori: Verteidigung einer Aussage mit Beobachtung (empirisch)

Wahrheit

Überblick über die verschiedenen Wahrheitsbegriffe

analytisch synthetisch

sachlogisch

analytischi.E.S.

(formal) logisch

synthetisch i.E.S.

empirisch

A posterioriA priori

z.B Modus Ponens

Junggesellen sind

unverheiratetWebersches

Gesetz

Kombination der Unterscheidungen analytisch vs. synthetisch und a priori vs. a posteriori

Analytisch Synthetisch

A priori Unproblematisch Fraglich

A posteriori unsinnig unproblematisch

Pseudoempirie

Vorsicht vor Pseudoempirie!

Bsp.: Aussage: „Depressive sind im Durchschnitt trauriger als der Rest der Bevölkerung“

Frage: Wie wurde Depression definiert, klassifiziert?

Ist die Aussage empirisch zu überprüfen?

strukturell empirisch

Gesetzmäßigkeiten

Überblick

• Wiederholung • Ergänzungen• Wahrheitsbegriff

- analytisch / synthetisch- a priori / a posteriori



Wiederholung

• Aufgabenverständnis: Aufgaben der Wissensbildung; Welche Art von Praxis soll das Wissen ermöglichen?

• Gegenstandsverständnis: Welche Art von Fragen gelten in Wissenschaft als angemessen?

• Wissensideal: Welche Art von Antworten werden als zufriedenstellend erachtet?

Wissensideale

Aristotelisches Wissensideal

Galileisches Wissensideal

Ideal der beweisenden Wissenschaft; Vorbild Mathematik; wesentlichen

Bestimmungsmerkmale; Klärung der Terminologie

Erklärung der fraglichen Phänomene; Vorbild Physik; Relationen zwischen

verschiedenen Klassen von Gegenständen (z.B. Ursache – Wirkung)

Sachlogische Begründung empirische Begründung

Überblick

• Wiederholung

• Ergänzungen




Das deduktiv-nomologische

Erklärungsmodell

Induktiv-statistisches Erklärungsmodell

Erklärungsmodelle

Das deduktiv-nomologische Erklärungsmodell

• Frage nach den Ursachen, als deren Wirkung der zu erklärende Sachverhalt eingetreten ist (vgl. Hempel, 1965)

• Formal: Schluss von der Gesetzesaussage und den Randbedingungen auf zu erklärenden Sachverhalt (Explanandum)

• Logische Schlussform: modus ponens

Prämissen

Konklusion

Arg

um

ent

x

A (N) Randbedingung

A(x) B(x) Gesetzesaussage

B(N) Explanandum

Modus Ponens:

(A(N) [A(N) B(N)] B(N)

• Beispiel: Dein Freund schenkt dir Blumen; Immer wenn dir dein Freund Blumen schenkt, dann hat er dich zuvor betrogen Dein Freund hat dich betrogen

Weitere Beispiele

• Ich arbeite nicht hart; Wenn man hart arbeitet, verdient man viel Geld Ich verdiene nicht viel Geld

Nein!!!: kein logisch korrekter Schluss

• Ich verdiene viel Geld; Wenn man hart arbeitet, verdient man viel Geld Ich arbeite hart

Nein!!!: kein logisch korrekter Schluss

• Korrekt wäre aber zum Beispiel: Ich verdiene nicht viel Geld. Wenn man hart arbeitet, verdient man viel Geld Ich arbeite nicht hart (modus tollens)

Hypothesenförmigkeit empirischer Gesetzesaussagen

• Eine empirische Gesetzesaussage kann niemals definitiv bewiesen werden, sie bleibt immer hypothetisch (logische Struktur: universelle empirische Subjunktion)

• Deshalb: Prüfexperimente kritische und systematische Falsifikationsversuche (vgl. Popper, 1994)Experiment: Randbedingungen der Gesetzesaussage werden als unabhängige Variable (UV) systematisch variiert und ihre Wirkungen als abhängige Variable (AV) beobachtet bzw. gemessen

Empirische Daten

Stimmen mit Gesetzmäßigkeit

überein

Stimmen mit Gesetzmäßigkeit

nicht überein

Hypothese hat sich bestätigt oder bewährt

Hypothese ist falsifiziert (widerlegt)

Es existieren allerdings verschiedene Grade der Bewährung

Falsifikationsschluss:

[A B] [A B]

Induktionsschluss:

[A B] [A B]

Unterdeterminiertheit der Theorie durch die Empirie

Kein logisch wahrer Schluss

Abweichende Ergebnisse bei Prüfexperimenten

• Adaption, Modifizierung der Theorie weitere Prüfexperimente erforderlich

• Oder: Verweis auf Störvariablen, Spezifizierung der Bedingungen für Geltung der Gesetzesaussage

Induktiv-statistisches Modell

• Beim induktiv-statistischen Erklärungsmodell wird die deterministische Gesetzesaussage durch eine statistische Gesetzesaussage ersetzt

• Schema

x prob{B(x)| A(x)}=p

x

A (N) Randbedingung

prob{B(x)| A(x)}=p statistische Gesetzesaussage

B(N) Explanandum

• Deduktiv-nomologische Erklärung: Frage nach den Ursachen des zu erklärenden Phänomens

• Induktiv-statistische Erklärung: Frage nach den Bedingungen, unter welchen mehr oder minder wahrscheinlich mit zu erklärendem Phänomen zu rechnen ist

• Herr X hat in seiner Kindheit selbst Gewalt erfahren A(N), ist arbeitslos F(N) und hat Alkoholprobleme C(N); die Wahrscheinlichkeit, dass jemand unter diesen Bedingungen sein Kind schlägt ist hoch z.B.:

Es ist damit zu rechnen, dass Herr X sein Kind schlägt

Beispiel: Herr X

x prob{B(x)| A(x) B(x) C(x)}=0,8

G(x)

Statistische Inferenz

• Frage: Wie kann ich von (beobachtungssprachlich definierten) Häufigkeiten auf (theoriesprachlich definierte) Wahrscheinlichkeiten schließen?

Statistische Hypothesentests

Beispiel:

Hypothese: Der Anteil der Personen, die ihre Kinder schlagen, unter der Bedingung, dass sie in ihrer Kindheit selbst Gewalt erfahren haben, arbeitslos sind und Alkoholprobleme haben, liegt bei 0,8.

Spaltenbedingte Anteile von B(x) unter der Bedingung G(x)

G(x) ┐G(x)

B(x) 0,7 Interessiert vorerst nicht

┐B(x) 0,3 Interessiert vorerst nicht

Summe 1

G(x) ┐G(x)

B(x) 70 Interessiert vorerst nicht

┐B(x) 30 Interessiert vorerst nicht

Summe 100

Häufigkeitstabelle: Anzahl der Personen, die ihr Kind schlagen vs. Anzahl der Personen, die ihr Kind nicht schlagen unter der Bedingung G(x); n=100

Frage: Weichen die Anteile signifikant von meinen prognostizierten Anteilen ab?

0

a

nn

0,025

H : p(B

H : p(B

h pz : ; h := relative Häufigkeit

für große Stichproben (n*p > 15) gilt:

p*(1 p)Z NV p;

n

0,7 0,8z

0,8*(1 0,8)100

z = -2,5

=5%

KB: beidseitiger Test: z z =-1,96

| G) = 0,8

| G) 0,8

0,975

0

oder z z =1,96

-2,5 -1,96 H verworfen, Hypothese falsifiziert

Der Anteil der Personen, die ihre Kinder schlagen, unter der Bedingung, dass sie in ihrer Kindheit selbst Gewalt erfahren haben, arbeitslos sind und Alkoholprobleme haben, liegt nicht bei 0,8.

Documents

Überblick Wiederholung Ergänzungen Wahrheitsbegriff - analytisch / synthetisch - a priori / a posteriori Wissensideal, Gegenstandsverständnis, Aufgabenverständnis