Eine Einführung in Forschungsdesigns in der Psychologie

In der Psychologie nutzen Forscher je nach Fragestellung und Zielsetzung unterschiedliche Studientypen. Die drei Haupttypen sind experimentelle, deskriptive und Korrelationsstudien. Jeder Typ hat seine eigenen Stärken und Schwächen und wird zur Beantwortung unterschiedlicher Forschungsfragen eingesetzt. Dieser Artikel gibt eine Einführung in jede Art von Forschungsdesign und Beispiele dafür, wann jedes Design verwendet werden könnte und welche Stärken und Grenzen es hat. Die Kenntnis der Unterschiede zwischen diesen Studientypen ist entscheidend für das Verständnis psychologischer Forschung.

Experimentelle Studien: Ursache und Wirkung testen

Experimentelle Studien gelten als „Goldstandard“ in der psychologischen Forschung, wenn es darum geht, Ursache-Wirkungs-Beziehungen zu überprüfen. In einem Experiment verändert der Forscher*innen aktiv eine Variable, um zu sehen, ob sich dadurch eine andere Variable verändert. Dieser kontrollierte Ansatz hilft festzustellen, ob ein Faktor einen anderen tatsächlich direkt beeinflusst oder ob nur ein Zusammenhang besteht.

Ziel experimenteller Studien ist es, Fragen wie diese zu beantworten::

• Reduziert diese Behandlung die Symptome?

• Beeinflusst eine Veränderung der Umgebung das Verhalten?

• Was passiert, wenn wir die Exposition gegenüber einem bestimmten Reiz erhöhen oder verringern?

Ein Psychologe könnte beispielsweise fragen: „Reduziert Meditation die Angst bei Universitätsstudenten?“ Ein Experiment kann helfen, dies zu überprüfen, indem einige Studenten täglich meditieren und ihr Angstniveau mit dem von Studenten verglichen wird, die nicht meditieren. Eine experimentelle Studie (auch experimentelles Design genannt) besteht aus 3 Kernelementen. Diese sind im Bild unten dargestellt:

• Manipulation von Variablen  - Der Forscher*innen verändert die unabhängige Variable (z. B. Meditation ), um zu sehen, ob sich dies auf die abhängige Variable auswirkt (z. B. Angst). 

• Gruppeneinteilung – die Versuchsteilnehmer werden in Gruppen eingeteilt, die die Manipulation unterschiedlich erfahren. Dies sind oft die Kontrollgruppe (z. B. keine Meditation) und die Experimentalgruppe (z. B. regelmäßige Meditation). Ziel dieses Vergleichs ist es, die Wirkung der manipulierten unabhängigen Variable zu isolieren.. Die Teilnehmer werden diesen Gruppen häufig zufällig über ein Computerprogramm zugewiesen.

• Kontrolle von Störvariablen – die Forscher*innen versuchen, alle anderen Faktoren, die die gemessene Variable beeinflussen könnten, gleich zu halten.

Beispiel einer experimentellen Forschungsstudie (Between-subjects-Design)

In diesem Beispiel möchten die Psychologen wissen, ob das Trinken einer Tasse Kaffee vor einer Prüfung die Testergebnisse verbessert. Sie teilen die Schüler nach dem Zufallsprinzip in Gruppe 1, die vor der Prüfung Kaffee trinkt, und Gruppe 2, die vor der Prüfung keinen Kaffee trinken darf, ein. Anschließend vergleichen sie die Testergebnisse der beiden Gruppen, um zu zeigen, ob der Kaffeekonsum (die unabhängige Variable) einen Einfluss auf die Testergebnisse (die abhängige Variable) hat.

Die unabhängige Variable – der Faktor (die Variable), der vermutlich einen Effekt verursacht. Diesen Faktor manipuliert der Forscher*innen.

Die abhängige Variable – das, was nach Ansicht der Forscher von der unabhängigen Variable beeinflusst wird. Dies ist die Variable, die gemessen wird.

Dies sind wichtige Begriffe, zwischen denen man unterscheiden muss. Eine Möglichkeit, sich an sie zu erinnern, ist der Satz:

“Unserer Mitschüler arbeiten bewusst” =

Unabhängige - manipulieren, abhängige - beobachten.

Es gibt auch unterschiedliche Arten experimenteller Forschungsdesigns. Ein Between-Subjects-Design besteht aus zwei Gruppen, die einmal gemessen und ihre Ergebnisse dann verglichen werden (z. B. trinkt eine Gruppe vor dem Test Kaffee und die andere nicht). Ein Within-Subjects-Design besteht aus einer Gruppe, die allen möglichen Bedingungen ausgesetzt wird (die Gruppe trinkt vor einem Test Kaffee und eine Woche später keinen Kaffee mehr). Dieses Design trägt dazu bei, die durch individuelle Unterschiede zwischen Teilnehmern verschiedener Gruppen bedingte Verzerrung zu reduzieren, schafft aber andere Verzerrungen, z. B. dass Teilnehmer beim zweiten Test besser abschneiden, weil sie bereits einmal geübt haben. Diese Forschungsdesigns können sowohl im Labor als auch im Feld (in der realen Welt) eingesetzt werden, die Wahl zwischen diesen kann jedoch auch weitere Störvariablen einführen.

Experimentelle Forschungsdesigns haben mehrere Vorteile:

• Durch die Kontrolle von Störvariablen können sie einen kausalen Zusammenhang zwischen den Variablen besser aufzeigen.

• Störvariablen können besser kontrolliert werden, wodurch unerwünschte Datenvariationen reduziert werden.

• Diese Studien können oft von anderen Forschern repliziert werden, um die Zuverlässigkeit der Ergebnisse zu überprüfen.

Sie haben jedoch auch einige Einschränkungen:

• Die Laborbedingungen unterscheiden sich oft stark vom realen Leben, was die Übertragbarkeit der Ergebnisse auf die reale Welt (ihre ökologische Validität) einschränkt.

• Es gibt potenzielle ethische Bedenken hinsichtlich der Manipulation von Variablen im Leben der Teilnehmer oder deren Aussetzung unter unterschiedlichen Bedingungen.

• Durch den Versuch, Variablen zu isolieren, können experimentelle Forschungsdesigns komplexes menschliches Verhalten übermäßig vereinfachen.

Deskriptive Studien: Verhalten beobachten und beschreiben

Deskriptive Studien dienen der Beobachtung, Aufzeichnung und Beschreibung psychologischer Phänomene in ihrem natürlichen Vorkommen. Im Gegensatz zu experimentellen Studien werden in deskriptiven Studien keine Variablen manipuliert oder Ursache-Wirkungs-Beziehungen hergestellt. Stattdessen zielen sie darauf ab, ein klares, detailliertes Bild von Verhalten, Gedanken oder Gefühlen in einer bestimmten Bevölkerungsgruppe oder Umgebung zu liefern. Diese Studien werden häufig in frühen Forschungsphasen verwendet, um Hypothesen zu entwickeln, Trends zu erkennen oder Phänomene zu untersuchen, die noch nicht gut verstanden sind.

Ziel deskriptive Studien ist es, Fragen wie diese zu beantworten::

• Was passiert in dieser Situation?

• Wie häufig tritt dieses Verhalten auf?

• Wie sieht diese Erfahrung in einer bestimmten Gruppe aus?

Eine deskriptive Studie (auch deskriptive Design genannt) besteht aus 3 Kernelementen. Diese sind im Bild unten dargestellt:

• Keine Manipulation von Variablen: Forscher*innen verändern oder kontrollieren Variablen nicht. Sie beobachten lediglich und berichten über ihre Ergebnisse.

• Naturalistischer Ansatz: Deskriptive Studien finden häufig in realen Situationen statt, d. h. Verhalten wird im Kontext untersucht.

• Detailgenauigkeit: Sie liefern umfassende und detaillierte Informationen zu einem Thema, die oft individuelle Unterschiede, soziale oder kulturelle Faktoren oder spezifische Kontexte berücksichtigen.

Es gibt auch verschiedene Arten deskriptiver Studien. Eine Fallstudie ist eine detaillierte Beschreibung einer einzelnen Person, Gruppe oder eines Ereignisses. Dies könnte beispielsweise die Studie über ein Kind sein, das außergewöhnliche Gedächtnisfähigkeiten entwickelt. Eine naturalistische Beobachtungsstudie beschreibt ein Verhalten in seiner natürlichen Umgebung ohne jegliche Einmischung. Forscher könnten beispielsweise das Verhalten von Kindern auf einem Spielplatz untersuchen, um die soziale Entwicklung besser zu verstehen. Dies steht im Gegensatz zu deskriptiven Umfragen oder Fragebögen, bei denen eine große Anzahl von Personen gebeten wird, ihre Gedanken, Verhaltensweisen oder Meinungen zu beschreiben. Dies könnte beispielsweise eine Umfrage sein, bei der Erwachsene gebeten werden, ihre Schlafgewohnheiten zu beschreiben.

Deskriptive Forschungsdesigns haben mehrere Vorteile:

• Sie sind detailreich und können den Kontext des Verhaltens berücksichtigen.

• Sie haben realweltliche Bedeutung (ökologische Validität) und lassen sich daher besser über Populationen und Kontexte hinweg verallgemeinern.

• Sie eignen sich zur Unterstützung von Theorien und Hypothesen in einem neuen Bereich der Psychologie.

Deskriptive Forschungsdesigns haben auch mehrere Einschränkungen:

• Da es keine Manipulation oder Kontrolle gibt, können Forscher*innen Ursache und Wirkung nicht bestimmen. Beispielsweise bedeutet die Feststellung, dass Menschen, die weniger schlafen, mehr Angstzustände berichten, nicht, dass schlechter Schlaf Angstzustände verursacht.

• Insbesondere bei Fallstudien und Beobachtungen können die Erwartungen der Forscher*innen beeinflussen, was sie beobachten oder wie sie Verhalten interpretieren.

• Ergebnisse einer Fallstudie oder einer kleinen Stichprobe sind möglicherweise nicht auf andere Personen oder Situationen übertragbar.

• Umfragen und Interviews hängen von der Ehrlichkeit und Selbstreflexion der Teilnehmer ab, was nicht immer der Fall ist.

Deskriptive Studien bilden eine wertvolle Grundlage für die psychologische Forschung. Obwohl sie keine kausalen Schlussfolgerungen zulassen, helfen sie Forschern zu verstehen, was in der Welt passiert – und warum diese Beobachtungen wichtig sind. Oft sind sie ein erster Schritt zu kontrollierterer, hypothesenbasierter Forschung.

Korrelationsstudien: Zusammenhänge und Beziehungen zwischen Faktoren

Korrelationsstudien untersuchen die Beziehung zwischen zwei oder mehr Variablen. Im Gegensatz zu experimentellen Studien, bei denen Variablen manipuliert werden, werden in der Korrelationsforschung Variablen in ihrem natürlichen Vorkommen gemessen, um festzustellen, ob und wie sie miteinander in Zusammenhang stehen. Diese Studien können zwar keine Kausalität feststellen, helfen Forschenden aber, Zusammenhänge und Muster zu verstehen, was wiederum die Theoriebildung beeinflussen und zukünftige Forschung leiten kann.

Das Hauptziel von Korrelationsstudien ist die Beantwortung von Fragen wie:

• Erkranken Menschen, die mehr Sport treiben, auch seltener an Depressionen?

• Korreliert ein höheres Stressniveau mit einer schlechteren Schlafqualität?

• Besteht ein Zusammenhang zwischen Bildschirmzeit und Aufmerksamkeitsspanne bei Kindern?

Diese Studien helfen Forschern herauszufinden, ob Variablen konsistent miteinander interagieren – entweder in die gleiche Richtung (positive Korrelation) oder in entgegengesetzte Richtung (negative Korrelation).

Korrelationsstudien haben mehrere Kernelemente:

• Keine Manipulation von Variablen: Forscher verändern oder kontrollieren Variablen nicht, sondern messen sie lediglich.

• Der Fokus liegt auf statistischen Zusammenhängen: Es wird darauf geachtet, wie psychologische Phänomene mit anderen Faktoren in der Welt zusammenhängen. Durch die Erhebung von Beobachtungsdaten können statistische Methoden genutzt werden, um das Ausmaß ihrer Verknüpfungen zu ermitteln.

• Groß angelegt: Um genügend Daten für aussagekräftige Beschreibungen der Welt zu erhalten, müssen Korrelationsstudien Daten von vielen Teilnehmern erfassen.

Die Stärke und Richtung dieser Zusammenhänge wird als Korrelationskoeffizient gemessen, üblicherweise mit r bezeichnet. r reicht von +1 bis -1. Ein Korrelationskoeffizient von -1 steht für eine perfekte negative Korrelation, d. h. wenn eine Variable zunimmt, nimmt die andere ab (Diagramm a). Ein Koeffizient von +1 steht für eine perfekte positive Korrelation, d. h. beide Variablen nehmen gemeinsam zu (Diagramm b), und ein Koeffizient von 0 bedeutet, dass kein Zusammenhang zwischen den Variablen besteht (Diagramm c).

Es gibt verschiedene Arten von Korrelationsstudien. Eine Querschnittsstudie erhebt Daten von Teilnehmern zu einem bestimmten Zeitpunkt und versucht, Muster in den Daten zu erkennen. Ein Forscher könnte beispielsweise eine Gruppe von Teilnehmern bitten, zwei Fragebögen auszufüllen: einen zu ihrem Kaffeekonsum und einen zu ihren Prüfungsergebnissen an der Universität. Der Forscher*innen würde versuchen herauszufinden, ob es ein Muster (eine Korrelation) zwischen der Kaffeemenge der Teilnehmer und ihren Prüfungsergebnissen gibt. Längsschnittstudien messen die Teilnehmer zu zwei (oder mehr) Zeitpunkten. Ein Forscher*innen, der beispielsweise herausfinden möchte, ob ein Zusammenhang zwischen der Anzahl der Stunden Schlaf pro Nacht und der Stimmung besteht, könnte die Teilnehmer zu Schlaf und Stimmung befragen und diese Befragungen nach sechs Monaten wiederholen, um ein Muster zwischen Schlaf und Stimmung über die sechs Monate hinweg zu erkennen.

Korrelationsforschungsdesigns haben mehrere Stärken:

• Sie sind beobachtend (sie beobachten die Teilnehmer, ohne aktiv etwas zu ändern) und daher ethisch vertretbarer.

• Sie lassen sich einfach durchführen (z. B. über eine Internetumfrage), was bedeutet, dass sie viele Teilnehmer einbeziehen können und somit eine höhere statistische Aussagekraft haben.

• Abhängig von den gesammelten Daten und den verwendeten statistischen Methoden können sie manchmal zeigen, wie sich Variablen im Laufe der Zeit gegenseitig vorhersagen.

Korrelationsdesigns haben auch mehrere Einschränkungen:

• Sie können keine Kausalität beweisen – nur weil Variablen miteinander verknüpft sind, heißt das nicht, dass sie sich gegenseitig verursachen.

• Da Variablen weder kontrolliert noch manipuliert werden, ist es schwierig, die spezifische Beziehung zwischen ihnen zu isolieren. Nicht gemessene dritte Variablen können eine falsche Korrelation erzeugen.

• Viele Korrelationsstudien basieren auf Selbstauskünften, die anfällig für soziale Erwünschtheit und Erinnerungsfehler sind. Dies kann die wahre Stärke von Beziehungen überbewerten oder verschleiern.

Korrelationsstudien sind oft schneller und einfacher durchzuführen als andere Forschungsdesigns. Sie können Daten von einer großen Anzahl von Teilnehmern sammeln und wertvolle Zusammenhänge zwischen Variablen aufzeigen, die die Grundlage für weitere, tiefergehende Forschung und die Entwicklung von Hypothesen bilden können.

Zusammenfassung

Dieser Artikel gibt einen Überblick über die drei wichtigsten Forschungsdesigns in der Psychologie. Sie können unterschiedlich komplex sein, gelegentlich kombiniert werden und weisen unterschiedliche Stärken und Schwächen auf. Die Wahl des Forschungsdesigns hängt von der Forschungsfrage ab, da jedes hier beschriebene Design zur Beantwortung unterschiedlicher Fragestellungen geeignet ist. Bei der Wahl des Forschungsdesigns ist es außerdem entscheidend, die verfügbaren Ressourcen, den Zeitaufwand und die ethischen Implikationen zu berücksichtigen