Ein gründlicher Bayes'scher Workflow zur Untersuchung robuster individueller Unterschiede in der Kognitionswissenschaft

• Antragstellerin: Professorin Julia M. Haaf, Ph.D.
• Fachliche Zuordnung: Allgemeine, Kognitive und Mathematische Psychologie ; Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen ; Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 546243727

Während sich KognitionswissenschaftlerInnen in der Vergangenheit auf experimentelle Effekte konzentriert haben, sind in letzter Zeit auch individuelle Unterschiede in den Blickpunkt des Interesses gerückt. Es ist jedoch unklar, ob kognitive Experimente geeignete Instrumente sind, um individuelle Unterschiede zuverlässig zu erfassen. Und wenn ForscherInnen die Reliabilität ihrer Aufgaben besser verstehen oder gar verbessern wollen, stehen sie vor vielen Hindernissen. So ist es beispielsweise nicht trivial, psychometrische Modelle, die gängigen Reliabilitätsmaßen zugrunde liegen, in Modelle zu übersetzen, die für kognitive Aufgaben geeignet sind. Außerdem mag es zwar einfach erscheinen, mit Hilfe der Power-Analyse zu ermitteln, wie viele Versuchspersonen für eine robuste Schätzung von Korrelationen erforderlich sind, doch ist es wesentlich komplizierter, auch zu planen, wie viele Beobachtungen pro Teilnehmende erforderlich sind. Mit diesem Projekt wollen wir einen prinzipiellen Bayes'schen Arbeitsablauf zur Untersuchung individueller Unterschiede in der Kognitionswissenschaft bereitstellen. Zunächst werden wir ein Werkzeug entwickeln, um Bayes'sche statistische Modelle individueller Unterschiede zu konzipieren. Zweitens werden wir ein Bayes'sches Studienplanungswerkzeug erarbeiten, das es uns ermöglicht, die Anzahl der Beobachtungen und Teilnehmenden im Voraus zu planen, aber auch die Stichprobengröße während der Datenerhebung kontinuierlich anzupassen. Darüber hinaus werden wir eine empirische Studie durchführen, um die Vereinbarungsattraktion in antezedent-reflexiven Konstruktionen besser zu verstehen und die entwickelten statistischen Instrumente anzuwenden und zu validieren.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2317: META-REP: Ein meta-wissenschaftliches Programm zur Analyse und Optimierung von Replizierbarkeit in den Verhaltens-, Sozial- und Kognitionswissenschaften
• Mitverantwortliche: Professorin Audrey Bürki, Ph.D.; Professor Dr. Shravan Vasishth