Was ist beobachtervoreingenommenheit? (definition & beispiele)


Beobachterverzerrungen treten in der Forschung auf, wenn die Überzeugungen oder Erwartungen eines Beobachters (oder Forschers) die in einer Studie gesammelten Daten beeinflussen können.

Dies macht die Ergebnisse einer Studie unzuverlässig und schwierig, sie in anderen Forschungsumgebungen zu reproduzieren.

In diesem Artikel teilen wir zwei berühmte Beispiele für Beobachtervoreingenommenheit sowie eine Strategie, mit der diese Art von Voreingenommenheit in der Praxis minimiert werden kann.

Beispiel 1: Cleverer Hans

Zu Beginn des 20. Jahrhunderts gab es ein Pferd namens Clever Hans , das für seine extrem guten Rechenfähigkeiten bekannt war.

Der Besitzer, Wilhelm von Olson, stellte Clever Hans verschiedene Fragen zu Addition, Subtraktion, Multiplikation und anderen Rechenoperationen und Clever Hans gab eine Antwort, indem er mehrmals mit dem Huf klopfte.

Hans der Kluge im Jahr 1904

Davon erstaunt untersuchte der Psychologe Oskar Pfungst diese Situation und stellte fest, dass der kluge Hans nur dann die richtige Antwort geben konnte, wenn der Besitzer tatsächlich die richtige Antwort auf die Frage wusste.

Es stellte sich heraus, dass Besitzer Wilhelm von Olson auf eine bestimmte Weise zu reagieren begann, als der kluge Hans sich der richtigen Anzahl an Klopfbewegungen näherte, die ihm signalisierten, dass er mit dem Klopfen aufhören sollte.

Ohne es zu merken, gab der Besitzer Hans subtile Hinweise auf die richtige Anzahl an Schlägen. Da der Besitzer jedoch selbst die Antwort auf die von ihm gestellten Fragen nicht wusste, konnte Hans nicht die richtige Antwort geben, da der Besitzer keine subtilen Hinweise darauf gab, wann er mit dem Tippen aufhören sollte.

Dies ist ein Beispiel für Beobachtervoreingenommenheit, da die Erwartungen des Eigentümers dazu führten, dass Clever Hans auf eine bestimmte Weise handelte, was zu fehlerhaften Daten führte.

Beispiel 2: Intelligente und nervige Ratten

Im Jahr 1963 forderte der Psychologe Robert Rosenthal zwei Gruppen von Studenten auf, Ratten zu testen. Die Ratten wurden hinsichtlich ihrer Fähigkeit, Labyrinthe zu durchqueren, als „hell“ oder „langweilig“ eingestuft, obwohl es sich in Wirklichkeit alle um die gleiche Art von Standard-Laborratten handelte.

Die Ergebnisse der Studie zeigten, dass Schüler, die dachten, sie hätten mit „glänzenden“ Ratten zu tun, sich auf eine bestimmte Art und Weise verhielten, um sicherzustellen, dass die Ratten eine bessere Chance hatten, das Labyrinth zu bewältigen, während Schüler, die dachten, sie hätten mit „glänzenden“ Ratten zu tun, „langweilige“ Ratten waren verhielt sich präziser. Wege, die die Chancen der Ratten verringerten, die Labyrinthe zu vollenden.

Dies ist ein Beispiel für Beobachtervoreingenommenheit, da sich herausstellte, dass die Erwartungen der Schüler die Leistung verschiedener Rattengruppen beeinflussten.

So minimieren Sie die Voreingenommenheit der Beobachter

Der einfachste Weg, die Voreingenommenheit von Beobachtern zu minimieren, besteht darin, sicherzustellen, dass der Beobachter keine Erwartungen an die Themen hat, für die er Daten sammelt.

Technisch gesehen sagen wir, dass Beobachter blind für die Fähigkeiten der Probanden oder die erwarteten Ergebnisse der Probanden sein sollten.

Beispielsweise sollte die Person, die Clever Hans Rechenfragen stellt, die Antwort auf die Frage, die sie stellt, nicht kennen. Dadurch wird verhindert, dass sie Hans subtile Hinweise auf die richtige Antwort geben.

Oder, im Rattenbeispiel, die Schüler sollten nicht wissen, mit welcher „Art“ Ratte sie es zu tun haben. Stattdessen sollte ihnen lediglich gesagt werden, dass sie die Ratten im Labyrinth testen sollen, und es sollte keine Unterscheidung danach getroffen werden, ob es sich um „helle“ oder „stumpfe“ Ratten handelt oder nicht.

Zusätzliche Ressourcen

Die folgenden Artikel liefern Erklärungen zu anderen Arten von Verzerrungen, die in der Forschung auftreten können:

Was ist SEO-Bias?
Was ist ein Selbstselektionsbias?
Was ist ein Bias durch ausgelassene Variablen?
Was ist ein Aggregationsbias?

Einen Kommentar hinzufügen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert