11. Durchführung und Datenintegration an der Universität Osnabrück

Klinische Urteilsbildung:  

 Informationen werden auf der Basis subjektiver, intuitiver, informeller Einschätzungen  zu einem diagnostischen Urteil integriert.  

Statistische Urteilsbildung:  Auf Basis fester Regeln und Algorithmen werden Informationen über Prädiktor- und Kriteriumsvariablen und deren Zusammenhänge zu einem  diagnostischen Urteil integriert. 

In der Praxis werden wohl beide Strategien gemeinsam zur Urteilsbildung beitragen

 • Strategie-basierte Fehler: Wenn der Mehraufwand für eine umfangreiche Diagnostik (fälschlicherweise) Höher als der potentielle Nutzen angesehen wird 

 • Assoziations-basierte Fehler: Kognitive Verzerrungen, die den Entscheidungsprozess beeinflussen können 

Psychophysikalisch-basierte Fehler:

 sehr auffällige oder unauffällige Ergebnisse werden weniger akkurat geprüft. (menschliches Wahrnehmungssystem nicht linear)

Repräsentativitätsheuristik: Einschätzung der Wahrscheinlichkeit einer psychischen Störung auf Grund der Ähnlichkeit zu einem prototypischen Fall und nicht auf Grund der Prävalenz.  

Verfügbarkeitsheuristik: Urteile über Ereignisse werden dadurch beeinflusst, wie schnell (oder langsam) sie aus dem Gedächtnis abgerufen werden können.  

Ankerheuristik: Anfängliche Hypothesen werden als „Anker“ beibehalten obwohl es Hinweise gibt, dass diese verworfen werden sollten. 

Simulationsheuristik: Je leichter Ereignisse künstlich/gedanklich konstruiert werden können, desto plausibler könnte es dem Diagnostiker erscheinen, dass es auch in der Realität so ist.

Das Konfidenzintervall gibt den Bereich an, in dem der wahre Testwert einer Person bei einer zuvor festgelegten Sicherheits- bzw. Irrtumswahrscheinlichkeit liegt.

• Es wird angenommen, dass der wahre Wert dem gemessenen/beobachteten Wert entspricht bzw. dieser ihn gut repräsentiert.

 • Mit dem Standardmessfehler (Messgenauigkeit eines Tests) wird ein Konfidenzintervall um den beobachteten Wert gelegt.

 Annahme, dass der beobachtete Wert den wahren Wert nicht gut repräsentiert.

1. Schätzung des wahren Wertes mittels Regression; 

2. Berechnung des Konfidenzintervalls mittels Standardschätzfehler (Messgenauigkeit der Vorhersage). 

• Intervall in der Regel kleiner als bei Äquivalenzhypothese.

• Höhe / Elevation: Kann durch die mittlere Ausprägung über alle erfassten Variablen/Eigenschaften eines Profils beschrieben werden

 • Streuung / Scatter: Beschreibt die Streubreite der erfassten Eigenschaften und kann durch die Varianz quantifiziert werden.

• es ist wünschenswert die verschiedenen Informationen zu kombinieren
• verschiedene Eigenschaften können sich gegenseitig beeinflussen

•  D2 ist schwer zu interpretieren, da es abhängig von k und dem Wertebereich von x ist
•  Cattells Korrelationskoeffizienten rp für Profilbereiche hat einen Wertebereich von +1 (absolute Übereinstimmung) bis -1 (absolute Unähnlichkeit), 0 entspricht keiner Ähnlichkeit.

•  McCrae's Ähnlichkeitsindex Ipa berücksichtigt die mittlere Höhe beider Ratings (M2).
•  Ipa kann in einen Korrelationskoeffizienten rpa konvertiert (geändert) werden

Berechnung: die Spalte des einen Profils muss jeweils um die Werte des anderen Profils ergänzt und damit der Pearson Korrelationskoeffizient berechnet werden

•  Die Mittelwertsdifferenzen  greifen die Höhe der Profile auf. Im Fall von perfekter Höhenübereinstimmung wird weder im Zähler noch im Nenner etwas verändert. 
• Mit zunehmender Differenz wird der Zähler kleiner und der Nenner größer 
•  ICCDE sinkt (cave: negative Werte bedeuten Unähnlichkeit!).
• Die Standardabweichungen/Varianzen erfassen die Homogenität der Streuung, je ungleicher desto mehr geht der ICCDE gegen 0 (egal ob eigentlich negativer oder positiver Zusammenhang, i.e. ähnlich oder unähnlich).