Die Untersuchung von fälschungs- und konstruktbezogener Varianz im IAT mit Hilfe von Diffusionsmodellanalysen
Röhner, Jessica (2025): Die Untersuchung von fälschungs- und konstruktbezogener Varianz im IAT mit Hilfe von Diffusionsmodellanalysen, Bamberg: Otto-Friedrich-Universität, doi: 10.20378/irb-108784.
Details
- Faculty/Chair
- Faculty/Professorship
- Author
- Röhner, Jessica
- Publisher Information
- Otto-Friedrich-Universität : Bamberg
- Year of publication
- 2025
- Language
- German
- DOI
- Licence
- URN
- Abstract
Der Implizite Assoziationstest (IAT; Greenwald, McGhee, & Schwartz, 1998) ist ein populäres, jedoch auch verfälschbares Verfahren (z. B. Röhner, Schröder-Abé, & Schütz, 2011). Die Prozesse hinter dem Zustandekommen und der Verfälschbarkeit des IAT-Effektes sind noch nicht umfänglich verstanden. Der traditionelle IAT-Effekt (D measure) lässt sich durch Diffusionsmodellanalysen in drei neue IAT-Effekte aufteilen: IATv, IATa und IATt0. Für IATv wurde gezeigt, dass er mit Konstruktvarianz assoziiert ist (Klauer, Voss, Schmitz, & Teige-Mocigemba, 2007). Bei IATa und IATt0 vermutet man hingegen, sie seien mit Fälschungsverhalten assoziiert (Klauer et al., 2007). Anhand von Re-Analysen eines Datensets mit gefälschten und ungefälschten IAT-Effekten wurde untersucht, ob es mittels Diffusionsmodellanalysen möglich ist, konstrukt- und fälschungsbezogene Varianz voneinander zu trennen (Röhner & Ewers, 2016a, 2016b; Röhner & Thoss, 2018). Im Rahmen des Vortrages soll die Frage geklärt werden, ob diffusionsmodelbasierte IAT Effekte eine Trennung von fälschungs- und konstruktbezogener Varianz erlauben. Es soll weiterhin ein Einblick in das Vorgehen zur Analyse von IAT Effekten mit Diffusionsmodellanalysen gegeben werden. Zu guter Letzt werden potenzielle Vor- und Nachteile für Anwendende erörtert.
- Keywords
- Impliziter AssoziationstestIATDiffusionsmodellanalysenIATvIATaIATt0
- DDC Classification
- 150 Psychology
- RVK Classification
- CS 9500
- Type
- Other (Publication)
- URI
- Activation date
- 2025-07-07