Die Informationen, anhand derer wir Entscheidungen treffen, sind oft mit Unsicherheit behaftet und damit wenig reliabel. Verschiedene Entscheidungstheorien basieren auf dem Ansatz, dass Entscheidungen in Risikosituationen durch den Erwartungswert geleitet werden, während andere behaupten, dass Magnitude und Belohnungswahrscheinlichkeit unter Unsicherheit additiv kombiniert werden.
In dieser Arbeit werden wertbasierte Entscheidungen zwischen zwei Optionen mit unterschiedlichen Magnituden und Wahrscheinlichkeiten untersucht. Mittels einer logistischen Regressionsanalyse wird gezeigt, dass die Wahrscheinlichkeit einen größeren Einfluss auf die Entscheidungen hat als die Magnitude, unabhängig davon, ob die Wahrscheinlichkeitsinformation explizit vorgegeben ist oder aus dem vorherigen Belohnungsfeedback geschätzt wird.
Die Entscheidungsgenauigkeit wurde besonders durch unerwartete Unsicherheit beeinträchtigt, litt jedoch kaum unter der erwartbar unsicheren Wahrscheinlichkeitsinformation. Außerdem zeigte sich, dass die Reaktionszeiten der Versuchspersonen unter Unsicherheit schneller waren als in der rein wertbasierten Entscheidungsaufgabe.
Es bleibt zu klären, welche Entscheidungsstrategien letztlich unter Unsicherheit eingesetzt werden und inwieweit deren Nutzung die Genauigkeit und Reaktionszeit von wertbasierten Entscheidungen beeinflusst.
Inhaltsverzeichnis
1 Einleitung
1.1 Sicherheit, Unsicherheit und Risiko
1.2 Theorien über die Entscheidungsfindung
1.3 Unsicherheit und Lernen aus Belohnungsfeedback
1.4 Additive Kombination von Entscheidungsattributen
1.5 Unsicherheit und Entscheidungsqualität
1.6 Fragestellung und Hypothesen
2 Methode
2.1 Stichprobe
2.2 Versuchsaufbau und Material
2.3 Untersuchungsdesign
2.3.1 Wertbasierte Entscheidungsaufgabe (VBM)
2.3.2 Wertbasierte Lernaufgabe (VBL)
2.4 Durchführung
3 Statistische Datenauswertung und Ergebnisse
3.1 Berechnung subjektiver Wahrscheinlichkeiten
3.2 Logistische Regressionsanalyse des Entscheidungsverhaltens
3.2.1 Untersuchung des Entscheidungsverhaltens zwischen den Aufgabentypen
3.2.2 Untersuchung des Entscheidungsverhaltens zwischen den Phasen der VBL
3.3 Vergleich der Genauigkeit
3.4 Geschwindigkeits-Genauigkeits-Ausgleich
3.5 Zusammenfassung der Ergebnisse
4 Diskussion
4.1 Gewichtung der Entscheidungsattribute
4.2 Auswirkungen von Unsicherheit auf Genauigkeit und Reaktionszeit
4.3 Limitationen und weiterführende Forschung
4.4 Schlussfolgerung
Zielsetzung & Themen
Diese Arbeit untersucht den Einfluss von Umweltvolatilität und verschiedenen Entscheidungskontexten auf die Integration von Entscheidungsattributen, insbesondere von Magnitude und Belohnungswahrscheinlichkeit. Die zentrale Forschungsfrage zielt darauf ab, ob unter Unsicherheit eher additive oder multiplikative Strategien zur Entscheidungsfindung angewendet werden.
- Vergleich wertbasierter Entscheidungsaufgaben (VBM) und wertbasierter Lernaufgaben (VBL).
- Analyse der Gewichtung von Magnitude und Wahrscheinlichkeit unter stabilen vs. volatilen Bedingungen.
- Untersuchung der Entscheidungsgenauigkeit und Reaktionszeiten bei variierender Unsicherheit.
- Überprüfung des Geschwindigkeits-Genauigkeits-Ausgleichs in unterschiedlichen Kontexten.
Auszug aus dem Buch
1.1 Sicherheit, Unsicherheit und Risiko
Man spricht von Entscheidungen unter Sicherheit, wenn dem Entscheidungsträger alle möglichen Alternativen sowie dessen Bedingungen und Ausgänge bekannt sind. Weil in solchen Fällen eindeutig ist, welche Handlung zu welchem Ergebnis führt, können zukünftige Entscheidungen und die entsprechenden Ausgänge problemlos vorhergesagt werden (Busemeyer, 1985; Beyth-Marom et al., 1987). Daneben wird in der Literatur häufig zwischen Entscheidungen unter Risiko und Entscheidungen unter Unsicherheit unterschieden. Bei Entscheidungen unter Risiko kann jede Option mehrere mögliche Ausgänge haben, deren Wahrscheinlichkeiten bekannt oder ermittelbar sind (Knight, 1921; Busemeyer, 1985; Mousavi & Gigerenzer, 2014). Ein Beispiel für eine Risikoentscheidung wäre das Roulettespiel im Casino: Man weiß zwar vorher nicht, auf welcher Zahl die Kugel landet, aber die Wahrscheinlichkeit, dass sie beispielsweise auf ein schwarzes Feld fällt, kann objektiv berechnet werden. Entscheidungen können oftmals aber auch unvorhersehbare Konsequenzen haben. Solche Entscheidungen, bei denen die Wahrscheinlichkeiten oder Risiken der möglichen Alternativen nicht bekannt sind, werden als Entscheidungen unter Ungewissheit oder Unsicherheit bezeichnet (Knight, 1921; Busemeyer, 1985; Mousavi & Gigerenzer, 2014).
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel stellt die theoretischen Grundlagen der Entscheidungsfindung unter Sicherheit, Risiko und Unsicherheit dar und führt in die wissenschaftliche Problematik der Attributgewichtung ein.
2 Methode: Hier werden die Stichprobe, das experimentelle Design, die verwendeten Aufgaben (VBM und VBL) sowie die Durchführung der Studie detailliert erläutert.
3 Statistische Datenauswertung und Ergebnisse: Dieses Kapitel präsentiert die statistischen Analysen, einschließlich der binär-logistischen Regressionen zur Gewichtung von Magnitude, Wahrscheinlichkeit und Erwartungswert sowie Vergleiche zur Genauigkeit und Reaktionszeit.
4 Diskussion: Die Ergebnisse werden interpretiert, in den bestehenden Forschungsstand eingeordnet, kritisch reflektiert und in einem Gesamtfazit zusammengeführt.
Schlüsselwörter
Entscheidungsfindung, Unsicherheit, Risiko, Volatilität, Magnitude, Belohnungswahrscheinlichkeit, Logistische Regression, Entscheidungsgenauigkeit, Reaktionszeit, Erwartungswert, additive Strategie, multiplikative Strategie, Lernrate.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit untersucht, wie Menschen Entscheidungen treffen, wenn sie zwischen Optionen mit unterschiedlichen Magnituden und Wahrscheinlichkeiten wählen müssen, insbesondere wenn Unsicherheit über die Eintrittswahrscheinlichkeiten besteht.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die Gewichtung von Entscheidungsmerkmalen (Attribute), die Auswirkungen von Umweltvolatilität auf das Lernverhalten sowie die Unterscheidung zwischen Risiko und Unsicherheit.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es zu untersuchen, welchen Einfluss die Volatilität der Umwelt auf das Entscheidungsverhalten hat und ob unter Unsicherheit eher additive oder multiplikative Entscheidungsstrategien bevorzugt werden.
Welche wissenschaftliche Methode wird verwendet?
Es werden wertbasierte Entscheidungs- und Lernaufgaben durchgeführt und die resultingen Daten mittels binär-logistischer Regressionsanalysen sowie t-Tests für gepaarte Stichproben ausgewertet.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert, wie Versuchspersonen Magnituden und Wahrscheinlichkeiten gewichten und wie sich Veränderungen in diesen Parametern sowie in der Umweltstabilität (Volatilität) auf Genauigkeit und Reaktionsgeschwindigkeiten auswirken.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Die Arbeit ist durch Begriffe wie Entscheidungsattribute, Wahrscheinlichkeitslernen, Umweltvolatilität, Entscheidungsqualität und den Speed-Accuracy-Tradeoff geprägt.
Wie unterscheidet sich die VBL von der VBM?
In der VBM sind alle entscheidungsrelevanten Informationen explizit bekannt, während in der VBL die Wahrscheinlichkeiten durch Belohnungsfeedback erlernt werden müssen und sich zudem dynamisch ändern können.
Welchen Einfluss hat die Volatilität auf die Entscheidungsqualität?
Die Studie zeigt, dass unerwartete Unsicherheit (hohe Volatilität) die Entscheidungsgenauigkeit signifikant beeinträchtigt, während bei erwarteter Unsicherheit stabilere Leistungen beobachtet werden.
Gibt es einen Geschwindigkeits-Genauigkeits-Ausgleich?
Ja, in beiden Aufgabenformate konnte nachgewiesen werden, dass höhere Genauigkeit systematisch mit längeren Reaktionszeiten einhergeht.
- Arbeit zitieren
- Karolina Hofman (Autor:in), 2021, Integration von Entscheidungsattributen in verschiedenen Entscheidungskontexten, München, GRIN Verlag, https://www.grin.com/document/1287104
