UrteilsheuristikenTversky und Kahneman
Dozent: Dr.Rainer Roth
Referentinnen: Olga Brügmann, Mareike Schmitt
SS 2006
Überblick
Einführung Verfügbarkeitsheuristik Biases Representativitätsheuristik
Basisrate Auswertung der Demonstration Anker- und Anpassungseffekt Fazit
Einführung
Mentale Strategien und Abkürzungen Heuristik = „entdecken“ (grie.) Führen zu schnellen und effizienten
Urteilsbildung Kognitive Informationsverarbeitung:
Kompromiss zwischen Rationalität und Ökonomie
Bestimmte Bedingungen verzerren Die Urteile
Heuristiken
Verfügbarkeitsheuristik Leichtigkeit einen bestimmten Gedächtnisinhalt
abzurufen Urteile über Häufigkeiten und
Wahrscheinlichkeiten Trotz Mangel an statistischen Informationen,
können relevante Informationen aufgrund der Verfügbarkeit aus dem Gedächtnis geschätzt werden
Problem: selektive Wahrnehmung kann Erinnerung verzerren
Beispiele
Verfügbarkeitsheuristik bei Diagnose Korrelation zwischen Gerichtsurteilen und
Verfügbarkeit im Gedächtnis von Fakten: be- oder entlasten
Beurteilung der eigenen Persönlichkeit
Selbsteinschätzung
Biases (Verfälschung/Verzerrung) Das Verlassen auf Verfügbarkeitsheuristik
führt zu Bias Experiment:
Probanden hören Liste mit Namen Geschlechtsaufteilung 50:50 Drei Gruppen:
Gruppe 1: Männer bekannter als Frauen Gruppe 2: Frauen bekannter als Männer Gruppe 3: Kein Unterschied
Ergebnis
Gruppe 1: schätzten Anzahl der Männer höher ein
Gruppe 2: schätzten Anzahl der Frauen höher ein
Gruppe 3: keine signifikanten Unterschiede bei der Geschlechterverteilung
Bias
Nicht nur Vertrautheit, sondern auch Salienz der Informationen oder zeitliche Nähe der Information führt zu Bias Bsp: Lesen eines Artikels über brennendes Haus
vs. Sehen des brennenden Hauses Bsp: Zeuge eines Unfalls auf Autobahn
Bias aufgrund der Effektivität der Suchmethode
Zufälliges Heraussuchen von Wörtern aus Text Ist die Anzahl der Wörter die mit r beginnen größer
oder kleiner als die Anzahl der Wörter mit r als dritten Buchstaben? Probanden denken, es gibt mehr Wörter, die mit r beginnen
Suche einfacher Einschätzung der Häufigkeit von abstrakten Wörtern
(Bsp. Liebe) und konkreten Wörtern (Bsp. Tür) in anderem Kontext
Ergebnis
Häufigkeit der Wörter wird durch Verfügbarkeit der Zusammenhänge in denen sie auftreten, beurteilt Kontext mit abstrakten Wörtern ( Bsp. Liebe in
Lovestories) leichter zu erinnern als Kontext mit konkreten Wörtern
Abstrakte Wörter werden als zahlreicher eingeschätzt
Bias der Vorstellbarkeit
Auswertung von Wahrscheinlichkeiten in Alltagssituationen bei Wildwasserfahrt, Bergsteigen…, erscheint
Gefahr zu verunglücken größer, wenn man sich der einzelnen Risiken bewusst ist
Risiken unterschätzt, wenn mögliche Gefahren nicht vorstellbar sind
Beispiel
aus 10 Menschen Gruppen aus k Mitgliedern formen
2 ≤ k ≤ 8 Es ist leichter, sich Gruppen von 2 Leuten
vorzustellen, als Gruppen von 8 Leuten Bsp. 5 Gruppen von 2 Leuten bei 10/2 , was
bei 8 Leuten nicht geht
Fazit
Menschen schätzen die Möglichkeit der Gruppen, die aus 2 Leuten geformt werden höher ein, als bei 8 Leuten
Jedoch gibt es für beide Gruppen die gleiche Anzahl von Möglichkeiten, nämlich 45
Illusorische Korrelation Neigung, Beziehungen oder Korrelationen zwischen
Gegebenheiten zu sehen, die in Wirklichkeit nicht miteinander in Beziehung stehen
Beispiel Probanden sahen verschiedene Bilder von Menschen Zuweisung möglicher psychische Störungen
Ergebnis Probanden überschätzen Häufigkeit von Zusammenhängen
zwischen physischen Merkmalen und speziellen Störungen Bsp. Paranoia und Augenform
Repräsentativitätsheuristik
Mentale Abkürzung bei der etwas danach klassifiziert wird wie ähnlich es einem Prototyp entspricht Bsp. Mike
Basis-Rate
Basis-Rate (Auftretenswahrscheinlichkeit) Information über relative Häufigkeit der Mitglieder
verschiedener Gruppierungen in der Gesamtbevölkerung
Bsp.Prozentsatz von aus N.Y.stammenden Studenten an den Universitäten in N.Y.
Wenn beide Varianten zur Verfügung stehen, dann neigt man zur Repräsentativitätsheuristik
Beispiel
Personenbeschreibung Steve ist schüchtern und lebt zurückgezogen Hat Interesse am Weltgeschehen und an Menschen Ist bescheiden und ordentlich Sinn für Ordnung und Struktur
Welchen Beruf übt Steve aus? Manager, Pilot, Bibliothekar, Landwirt, Physiker...?
Auflösung
Passt zum Stereotyp des Bibliothekars
systematische Fehler
Könnte auch Physiker oder Landwirt sein Nur weil Steve zum Stereotyp eines Bibliothekars
passt muss er noch lange keiner sein
Menschen beurteilen nach
Probability Höchste Wahrscheinlichkeit, dass eine Kategorie
vorkommt
Similarity Ähnlichkeit zu einer bereits benutzten Kategorie
Repräsentativität welche Kategorie als letztes benutzt wurde und
wie oft eine bestimmte Kategorie benutzt wird
Experiment 1 (Kahneman und Tversky, 1973) Personenbeschreibung von Menschen, entweder
Ingenieure oder Rechtsanwälte
Gruppe A Stichprobe aus 70% Ingenieuren und 30% Rechtsanwälten
Guppe B Stichprobe aus 30% Ingenieuren und 70% Rechtsanwälten
Ist Paul ein Ingenieur oder Rechtsanwalt?
Personenbeschreibung 48 Jahre verheiratet und zwei Kinder konservativ, diplomatisch und ehrgeizig interessiert am “Weltgeschehen” verbringt Freizeit überwiegend mit Hobbys
Sudoku, verbringt Zeit mit seiner Familie, Restauration von Oldtimern, Fußball
Ergebnis
Bei relevanter Information schätzen etwa 90% der Vpn Paul als Ingenieur ein, egal ob die Wahrscheinlichkeiten von 70% zu 30%, oder von 30% zu 70% gegeben worden sind
Experiment 2 Weitere Beschreibung
Dick ist ein 30 Jahre alter Mannverheiratet und keine Kinderhat große Fähigkeiten und Motivation ist sehr erfolgreich in seinem Beruf Kollegen mögen ihn
Irrelevante Information(neutral und könnte auf beide Berufe zutreffen)
Unterteilung in Gruppe A und B 70 und 30 Basisrate vertauscht
Ergebnis
Bei irrelevanter Information: Vpn tippen 50:50
Ohne Information: Vpn passen sich der gegebenen Basisrate an
Unempfindlichkeit gegenüber Stichprobengrößen
Stichprobengröße Beispiel
Kleines Krankenhaus 15 Geburten pro Tag ; 50% Jungen Großes Krankenhaus 45 Geburten pro Tag; 50% Jungen Prozentrate variiert in beiden Krankenhäusern
Dokumentation pro Tag (Zeitraum ein Jahr); mehr als 60% Jungen
Ergebnis
größere Krankenhaus : 21% kleinere Krankenhaus: 21% beide Krankenhäuser: 53% Stichprobentheorie geht jedoch davon aus, dass die
erwartete Anzahl von Tagen an denen über 60% der Babys Jungen waren , in dem kleinen Krankenhaus größer ist als in dem Großen, weil eine große Stichprobe weniger stark von 50% streut
Misconceptions of chance
Bsp. Geburtenfolge Sohn-Tochter-Sohn-Tochter Sohn-Sohn-Sohn-Sohn Beide treten mit gleicher Wahrscheinlichkeit auf
(„Zahl und Kopf“)
Aufgrund von Repräsentativität im Umfeld, wird erste Geburtenfolge häufiger erwartet
Vorhersagbarkeit
Bsp. Profit einer Firma vorhersagen Ergebnis Deutschland : Polen
1: 0 Keine Rücksicht bei Beurteilung auf
Zuverlässigkeit der Aussage(günstige Beschreibung = günstige Vorhersage)
Misconceptions of regression
Bsp. Lehrer/Schüler Wird ein guter Schüler zu hoch eingeschätzt,
kann er nur enttäuschen Wird ein schlechterer Schüler negativ kritisiert, ist
Wahrscheinlichkeit höher, dass er besser wird
Fazit
Repräsentativitätsheuristik nützlich für schnelle Informationsverarbeitung
Hinderlich bei detaillierter Informationsverarbeitung
Anker- und Anpassungseffekte
Mentale Abkürzung, bei der eine bestimmte Zahl oder ein Wert als Ausgangspunkt (Anker) genommen wird und von dem aus die Anpassung nur unzureichend gelingt
Gericht
Urteil über einen Angeklagten Neben relevanten Fakten beeinflussen unwichtige
Dinge das Urteil Bsp. 75. Geburtstag / 5. Geburtstag
Glücksrad
Oft wird man von völlig unwillkürlichen Ankerwerten beeinflusst
EXP: Kahnemann und Tversky Probanden sollten an Glücksrad drehen:
Schätzung des Prozentsatzes afrikanischer Staaten in UNO
Anker: Schätzwert lag signifikant höher, wenn höhere Zahl gedreht wurde
Schätzen des Ergebnisses einer Formel Entweder 8×7×6×5×4×3×2×1 Oder 1×2×3×4×5×6×7×8 Um zu antworten, berechnen Menschen in der
Regel zwei bis drei Schritte und schätzen den Rest Da Lösung von 8×7×6 größer als 1×2×3 beeinflusst
diese als Anker die Schätzung Schätzungen aufsteigender Reihenfolge geringer
als Schätzung absteigender Reihenfolge
Warum werden Menschen von willkürlichen Zahlen beeinflusst?
Bei In-Betracht-Ziehen eines Ausgangspunktes werden selektive Gedächtnisinhalte abgerufen, die mit diesem Anker konsistent sind
Urteilsfindungen beruhen nicht ausschließlich auf Zahlen, sondern auch auf persönlichen Beobachtungen
Bsp. Restaurant
Auf Generalisierung begründete systematische Urteilsverzerrung
Fazit
Heuristiken ersparen uns eine Menge Arbeit und Zeit
Sollten nur nicht falsch angewendet werden Gefahr der Automatisierung
Bei wichtigen Entscheidungen bewusstes Nachdenken
Quellen
Bierhoff, H.(1998) Sozialpsychologie. 4. Auflage. Stuttgart; Berlin; Köln: Kohlhammer
Stroebe, W., Hewstone, M., Stephenson, G.M.(1996) Sozialpsychologie. 3. Auflage. Berlin: Springer
Aronson, E., Wilson, T.D., Akert R.M.(2004) Sozialpsychologie. 4.Auflage. München: Pearson
Tversky, A., Kahneman, D., Judgment under Uncertainty: Heuristics and Biases
Vielen Dank für Eure Aufmerksamkeit!