Hauptinhalt

Kognitive Modellierung und multinomiale (MPT) Modelle

Kognitive Modellierung

Psychologische Theorien nehmen oft an, dass unser Verhalten und Erleben durch mehrere latente Prozesse gemeinsam bestimmt wird. Beispielsweise lässt sich für das Rekognitionsgedächtnis annehmen, dass es einerseits tatsächliche Rekognition gelernter Items gibt, aber andererseits auch zufälliges Raten (siehe Abbildung). Genauso nehmen „Dual Process Models“ in der Sozialpsychologie an, dass unser Verhalten sowohl durch schnelle, automatische aber auch langsamere, kontrollierte Prozesse bestimmt wird. In der Forschung und Anwendung ist es deshalb von Interesse, Methoden zu entwickeln, um verschiedene zugrundeliegende Prozesse zu trennen und deren relativen Einfluss auf das beobachtbare Verhalten zu schätzen. Für diesen Zweck eignen sich multinomiale Verarbeitungsbaum-Modelle (MPT = Multinomial Processing Tree). Diese Modelle erlauben eine genaue Spezifikation der psychologischen Annahmen und lassen sich sehr leicht auf inhaltliche Fragestellungen anpassen und anwenden. Eine Einführung in die kognitive Modellierung mit multinomialen Verarbeitungsbaum-Modellen findet sich hier: https://github.com/danheck/MPT-workshop

In der Forschung setzen wir MPT Modelle für inhaltliche Fragestellungen in der kognitiven und Sozialpsychologie ein (z.B. zur Untersuchung von Gedächtnis, Einstellungen, Stereotypen, Moralurteilen, ethischen Entscheidungen, Entscheidungen zu Umweltverhalten). Darüber hinaus arbeiten wir an neuartige Methoden und implementieren Software-Paketen in R, um MPT Modelle im Rahmen der Persönlichkeitspsychologie einzusetzen („cognitive psychometrics“) sowie mit kontinuierlichen Daten (z.B.  Reaktionszeiten) zu verbinden.

Publikationen mit inhaltlichem Fokus:

  • Heck, D. W., & Erdfelder, E. (2017). Linking process and measurement models of recognition-based decisions. Psychological Review, 124, 442-471. https://doi.org/10.1037/rev0000063
  • Arnold, N. R., Heck, D. W., Bröder, A., Meiser, T., & Boywitt, D. C. (2019). Testing hypotheses about binding in context memory with a hierarchical multinomial modeling approach: A preregistered study. Experimental Psychology, 66, 239-251. https://doi.org/10.1027/1618-3169/a000442
  • Klein, S. A., Hilbig, B. E., & Heck, D. W. (2017). Which is the greater good? A social dilemma paradigm disentangling environmentalism and cooperation. Journal of Environmental Psychology, 53, 40-49. https://doi.org/10.1016/j.jenvp.2017.06.001
  • Kroneisen, M., & Heck, D. W. (in press). Interindividual differences in the sensitivity for consequences, moral norms and preferences for inaction: Relating personality to the CNI model. Personality and Social Psychology Bulletin.

Publikationen mit methodischem Fokus:

  • Heck, D. W., Arnold, N. R., & Arnold, D. (2018). TreeBUGS: An R package for hierarchical multinomial-processing-tree modeling. Behavior Research Methods, 50, 264-284. https://doi.org/10.3758/s13428-017-0869-7
  • Heck, D. W., & Erdfelder, E. (2016). Extending multinomial processing tree models to measure the relative speed of cognitive processes. Psychonomic Bulletin & Review, 23, 1440-1465. https://doi.org/10.3758/s13423-016-1025-6
  • Heck, D. W., Erdfelder, E., & Kieslich, P. J. (2018). Generalized processing tree models: Jointly modeling discrete and continuous variables. Psychometrika, 83, 893–918. https://doi.org/10.1007/s11336-018-9622-0