Ruprecht-Karls-Universit�t Heidelberg
Abteilungsfoto

Aktuelle Projekte

Selbstregulation nach Frustration des Leistungsmotivs

Laufzeit: 2018 (gefördert durch das "Field of Focus 4: Self-Regulation and Regulation" der Universität Heidelberg)

Die Motivtheorie (u.a. Brunstein, Schultheiss, & Grässman, 1998; Schüler, Sheldon, & Fröhlich, 2010) geht davon aus, dass Menschen mit einer hohen Motivausprägung extremer auf eine Befriedigung bzw. Frustration des jeweiligen Motives reagieren. Demnach sollten Menschen mit einer hohen Ausprägung des Leistungsmotivs positiver auf positives Leistungsfeedback reagieren und negativer auf negatives Feedback. In einigen korrelativen Studien konnte Unterstützung für diese These gefunden werden. In zwei Studien mit einem experimentellen Design und mit großen Stichprobengrößen (N = 150 bzw. N = 148) fand unsere Arbeitsgruppe jedoch ein hypothesenkonträres Muster: Nicht die hoch, sondern die niedrig Leistungsmotivierten reagierten auf negatives Leistungsfeedback - sowohl bei interindividueller (Studie 1) als auch bei intraindividueller Feedbackgabe (Studie 2) - besonders negativ.

In diesem FoF4-Projekt möchten wir der Ursache dieses unerwarteten Befundes nachgehen. Wir erwarten die Ursache dabei in Unterschieden in der Selbstregulation zwischen niedrig und hoch Leistungsmotivierten. Wir nehmen an, dass hoch Leistungsmotivierte zwar auf negatives Leistungsfeedback anfänglich negativer reagieren als niedrig Leistungsmotivierte, dass sie zugleich jedoch auch schneller effektive Strategien der Gegenregulation (Coping) einsetzen. Unterstützung für diese Gegenregulationshypothese liefern etwa Befunde, dass sich hoch Leistungsmotivierte besser an leistungsrelevante Erlebnisse erinnern (z.B. Woike, McLeod, & Goggin, 2003). Denkbar ist folglich, dass die hoch Leistungsmotivierten sich durch die Erinnerung an positive Leistungserlebnisse von dem negativen Feedback ablenken können und somit ihren anfänglichen negativen Affekt schnell herunter regulieren. Dies gelingt niedrig Leistungsmotivierten in geringerem Ausmaß.

Thema unseres Projekts ist die Untersuchung interindividueller Unterschiede in der Selbstregulation (kognitiv und emotional) nach negativem Leistungsfeedback. Hierbei werden wir verschiedene methodische Ansätze (Eyetracking, Mixed-Methods) verfolgen.

Diffusionsmodelle für langsamer Entscheidungen: Validierung eines erfolgreichen kognitiven Modells in einem neuen Anwendungskontext
[Diffusion model analyses for tasks with long latencies]

Laufzeit: 2015-2018 (gefördert von der DFG: VO1288/2-2)

Erfassung von Stress im Alltag durch ambulatorisches Assessment peripher-physiologischer Maße in einer intensiven Längsschnittstudie
[Assessing stress in daily life: Ambulatory assessement of physiological indicators in an intensive longitudinal design]

Laufzeit: 2016-2017 (gefördert durch die FRONTIER-Initiative der Universität Heidelberg)

Probleme der Selbstregulation bei ADHS: Diagnostik impulsiven Entscheidungsverhaltens mit stochastischen Diffusionsmodellen
[Deficient self-regulation in ADHD: Using the diffusion model to measure impulsive decision making]

Laufzeit: 2014-2015 (gefördert durch das "Field of Focus 4: Self-Regulation and Regulation" der Universität Heidelberg)

Regulation, Donation Behavior and Moral Perception: An Experimental Investigation

Laufzeit: 2014-2015 (gefördert durch das "Field of Focus 4: Self-Regulation and Regulation" der Universität Heidelberg)

Voraussetzungen für die Datenanalyse mit stochastischen Diffusionsmodellen: Vergleich unterschiedlicher Schätzalgorithmen
[Prerequisits for data analysis with stochastic diffusion models: Comparison of optimization criteria]

Laufzeit: 2012-2015 (gefördert von der DFG: VO1288/2-1)

Mit stochastischen Diffusionsmodellen (Ratcliff, 1978) können kognitive Prozesse erfasst werden, die bei schnellen binären Entscheidungen ablaufen. Dabei werden die Reaktionszeitverteilungen von korrekten Antworten und Fehlern berücksichtigt um Parameter zu schätzen, die spezifische kognitive Prozesse (z.B. Geschwindigkeit der Informationsaufnahme; Menge der für eine Entscheidung berücksichtigten Information) abbilden. Durch diese Form der Analyse ist es möglich, spezifische Hypothesen über kognitive Prozesse bei der Bearbeitung einfacher Entscheidungsaufgabe zu testen. Im aktuellen Projekt wird die Effizienz und Robustheit von Schätzverfahren, die auf unterschiedlichen Optimierungskriterien beruhen (Chi-Square, Maximum-Likelihood, Kolmogorov-Smirnov) bei kleinen, mittleren und großen Datensätzen systematisch verglichen. Insbesondere soll untersucht werden, unter welchen Bedingungen Diffusionsmodellanalysen auch bei kleinen Datensätzen zu reliablen Ergebnissen kommen. Es sollen konkrete Empfehlungen abgeleitet werden, welche Datensätze für Diffusionsmodellanalysen notwendig sind. Desweiteren wird untersucht, inwieweit mit Diffusionsmodellen längerdauernde Entscheidungsprozesse analysiert werden können. Die Ergebnisse sollen dabei helfen, das Anwendungsgebiet dieser Form der Datenauswertung von den typischen Reaktionszeitaufgaben der experimentellen Psychologie auf das Feld der Entscheidungsforschung zu erweitern.

zum Seitenanfang
Seitenbearbeiter: Andreas Voß