Wie misst man Gruppenunterschiede unter Berücksichtigung des Kompromisses zwischen Reaktionszeit und Genauigkeit?

In einem psychologischen Experiment messe ich die Reaktionszeit von Probanden sowie deren Fehlerquote. Nun möchte ich zwei Gruppen (Männer & Frauen) vergleichen. Es könnte eine Verzerrung in dem Sinne vorliegen, dass Probanden, die innerhalb einer kurzen Reaktionszeit antworten, möglicherweise auch mehr Fehler begehen.

  • Was wäre ein geeigneter Weg, um Reaktionszeit und Fehlerrate zu kombinieren, um ein Maß zu schaffen, das diesen Kompromiss zwischen „schnell reagieren“ und „richtig reagieren“ berücksichtigt?
  • Könnte ich zB einfach die Reaktionszeit durch die Fehlerrate teilen? Sollte ich die Reaktionszeit und Fehlerrate zentrieren oder skalieren, bevor ich dies tue?

Antworten (1)

Der grundlegende Ansatz, den Sie beschreiben, klingt wie inverse Effizienzwerte (z. B. siehe Townsend und Ashby, 1978, 1983), die gemessen werden als

r 1 e = r c
wo r ist Reaktionszeit, e Proportionsfehler ist, und c ist proportional korrekt. John Christie liefert hier eine Kritik an inversen Effizienzwerten oder siehe die Diskussion in Bruyer und Brysbaert (2011).

Diese bestehende Frage zu "Wie analysiert man Reaktionszeiten und Genauigkeit zusammen?" beantwortet hoffentlich deine Frage. Die Antworten dort befürworten im Allgemeinen ausgefeiltere Ansätze zur Kombination von Reaktionszeit und Genauigkeit, wie das lineare ballistische Akkumulatormodell und das Diffusionsmodell von Ratcliff.

Verweise

  • Bruyer, R. & Brysbaert, M. (2011). Kombinieren von Geschwindigkeit und Genauigkeit in der kognitiven Psychologie: Ist der inverse Effizienzwert (IES) eine bessere abhängige Variable als die mittlere Reaktionszeit (RT) und der Prozentsatz der Fehler (PE)?. Psychologica Belgica, 51, 5-13. Pdf
  • Townsend, JT, & Ashby, FG (1978). Methoden zur Modellierung der Kapazität in einfachen Verarbeitungssystemen. In J. Castellan & F. Restle (Hrsg.), Kognitive Theorie. Vol. 3. (S. 200-239). Hillsdale, NJ: Erlbaum.
  • Townsend, JT, & Ashby, FG (1983). Stochastische Modellierung elementarer psychologischer Prozesse. Cambridge: Cambridge University Press.
Danke für die sehr hilfreichen Hinweise! Gibt es eine Implementierung des linearen ballistischen Akkumulatormodells oder des Diffusionsmodells von Ratcliff in R?