Paramorphe Modelle des Diagnostizierens

Bei der Diagnostik geht es oft um Vorhersagen. Wird z.B. ein Bewerber eingestellt, dann impliziert das eine positive diagnostische Prognose für den beruflichen Erfolg des Bewerbers im betreffenden Unternehmen.

Wie kommen allerdings Diagnostiker zu ihren Prognosen?

 Deskriptive Modelle des Diagnosizierens können helfen, diese Frage zu beantworten. In deskriptiven Modellen ist der Diagnostiker das Objekt psychologischer Modellbildung. Es geht also um die Beziehung zwischen Daten und Diagnosen, die formell dargestellt werden soll. Solche Modelle nennt man auch paramorphe Modelle, da sie den Zusammenhang zwischen der gegebeben, erhobenen Informationen und den Entscheidungen eines Diagnostikers reproduzieren. Diese Modelle offenbaren, welche Variablen ein Diagnostiker für relevant hält und welche Bedeutung er diesen Variablen einräumt.

Bei der Erstellung eines solchen Modells agieren Diagnostiker als Probanden. Es gibt zwei grundsätziche Vorgehensweisen: lineare Modelle und Konfigurationsmodelle.

Die lineare Modelle errechnen anhand der abgegebenen Urteile, welches paramorphe Modell am besten die Urteile eines Diagnostikers nachbildet. Während der Konstruktion eines Konfigurationsmodells wird dagegen stark von den Angaben über das eigene Vorgehen eines Diagnostik Gebrauch gemacht.

Lineare Modell

Es lassen sich drei Typen linearer Modelle benennen:

  • Haupteffektmodelle
  • Modelle, die kurvilineare Beziehungen enthalten
  • Modelle, die Interaktionen unter den Prädiktoren berücksichtigen

Empirische Untersuchungen zeigen, dass in vielen Fällen Haupteffektmodelle vergleichsweise gute Annäherungen liefern. Sie sind so gut, dass kurivlineare oder interaktive Variablenbeziehungen die Anpassung der Modelle nicht erheblich verbessern.

Im Kontrast dazu stehen die Angaben der Diagnostiker selbst. Es gibt oft eine Diskrepanz zwischen dem, was eine Diagnostiker glaubt zu machen und zwischen dem, was er tatsächlich macht. Manche Diagnostiker halten ihr Vorgehen für komplexer als es faktisch ist.

Vergleichsstudien zeigten, dass Diagnostiker die Bedeutung einzelner Variablen anders gewichteten als das entsprechende paramorphe Modell. Außerdem nennen Diagnostiker oftmals mehr relevante Variablen als das paramorphe Modell zur Nachbildung des Urteils benötigt.

In dem Zusammenhang interessant ist auch „Goldbergs Paradox“. Goldberg fand heraus, dass regressionsanalytische Modelle von klinischen Psychologen das Vorliegen einer Psychose besser vorhersagten als die klinischen Psychologen selbst. Der Grund liegt wohl in der inkonsistenten Gewichtung der Variablen seitens der Diagnostiker.

Es hat sich auch gezeigt, dass viele Diagnostiker ihre Entscheidungsregelen nicht vollständig explizieren können. Man könnte so was „tacit knowledge“ nennen. Direktes Nachhaken führt häufig dazu, dass Lehrbuchwissen aufgetischt wird, welches sich mit dem tatsächlichen Verhalten nicht immer deckt.

So gut die Vorhersagen linearer Modelle auch sein mögen, sie stossen auf geringe Akzeptanz. Von Diagnostikern werden sie als artifiziell und als unangemessene Beschreibung ihrer Urteilsbildung betrachtet. Diagnostiker verweisen gerne auf Ausprägungsmuster von Variablen, die von Bedeutung seien. Kompensationsmöglichkeiten z.B. werden von linearen Modellen nicht berücksichtigt. Außerdem spiegeln die Modelle den Entscheidungsverlauf in keinster Weise nach.

Konfigurationsmodelle

Konfigurationsmodelle lassen sich als Flussdiagramme darstellen. Entscheidungen werden in Form einer Sequenz von Wenn-Dann-Regeln rekonstruiert. Personen müssen ein bestimmtes Muster von Werten aufweisen, damit eine bestimmte Diagnose gestellt wird. Zusätzlich können kompensatorische Beziehungen bestehen.

Kompensationsmöglichkeiten entsprechen einer logischen ODER-Verknüpfung von Aussagen. Für die Erstellung und Prüfung von Konfigurationsmodellen existieren statistische Prozeduren, die allerdings komplexer und rechnerisch aufwendiger sind als die Regressionsmodelle.

Die Hypothesenagglutinierung ist ein Beispiel für ein solches Vorgehen. Schrittweise werden die Entscheidungen in der Form logisch verknüpfter „Wenn-Dann-Regeln“ rekonstruiert. So sollen nach Befragung, Begründung und Modifikation auch die impliziten Entscheidungsregeln der Diagnostiker offengelegt werden.

Bei der Rekonstruktion führen der Interviewer und der Diagnostiker einen Dialog anhand einer Reihe dokumentierter Fälle. Ein fertiges Modell kann dann das Urteil gut nachbilden – dann hat man einen Treffer gelandet! Es können aber auch Diskrepanzen resultieren. In dem Fall muss eventuell das Modell modifiziert werden. Aber auch das inkonsistente Vorgehen eines Diagnostikers mag am Fehler schuld sein. Übrigens können auch Sonderfälle vorkommen, bei denen das Modell keine Anwendung findet.

Von einer akzeptablen Passung könnte man sprechen, wenn das Modell in 95% der Fälle mit dem Diagnostiker übereinstimmt. Dies bezieht sich auf bereits vorhandene Fälle. In einem nächsten Schritt müsste noch eine Kreuzvalidierung mit neuen Fällen vorgenommen werden.

Für die Erstellung eines Modells müssen ca. 200-300 Fälle abgearbeitet werden. Die Zahl hängt aber auch von der Komplexität der Entscheidungssituation ab. Modelle auf Basis der Hypothesenagglutinierung schneiden manchmal deutlich besser ab als lineare Modelle.

Hossiep und Wottawa haben ein paar Erfahrungen bei der Erstellung solcher Modelle gemacht:

  • eine gewisse fachliche Naivität des Interviewers schein von Vorteil zu sein
  • die Rückmeldung von Fehlern erfordert ein gewisses Geschick
  • die Übersetzung der Aussagen des Diagnostikers in formelle Regeln ist recht anspruchsvoll
  • Konfigurationsmodelle sind akzeptierter als lineare Modelle, was an der Nähe zum eigentlichen Entscheidungsprozesse aber auch an der engen Zusammenarbeit von Interviewer und Diagnostiker liegt
  • die Akzeptanz kann je nach diagnostisches Anwendungsfach unterschiedlich hoch ausfallen
Advertisements

2 Kommentare

Eingeordnet unter Diagnostik

2 Antworten zu “Paramorphe Modelle des Diagnostizierens

  1. Peter

    …Aus welcher Quelle stammt denn diese Ausführung? Das liest sich so, als wenn es aus dem Buche von Krohne und Hock (2007) abgeschrieben wurde. Im Namen der Wissenschaft, bitte ich um Aufklärung.

    • oligo

      Abgeschrieben? Keineswegs!
      Es kann gut sein, dass eine Zusammenfassung ist, die ich mir mithilfe von Krohne und Hock (2007) erstellt habe. Das Buch ist mir zumindest bekannt.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s