Vorwort.- 1. Einleitung.- 2. Skalierungsverfahren und -modelle.- 2.1. Grundlagen der Skalierung.- 2.1.1. Ziel der Skalierung.- 2.1.2. Fundamentale Messungen.- 2.1.2.1. Definition.- 2.1.2.2. Empirische und numerische Relationen.- 2.1.2.3. Existenz- und Eindeutigkeitsproblem.- 2.1.2.4. Verallgemeinerungen der bisher betrachteten fundamentalen Messung.- 2.1.3. Theorie der Messung und Skalierungsverfahren.- 2.1.4. Skalierung und psychologische Modelle.- 2.1.5. Übungsaufgaben.- 2.2. Direkte Skalierungsverfahren.- 2.2.1. Charakterisierung der direkten Skalierungsmethoden.- 2.2.2. Arten von direkten Skalierungsmethoden.- 2.2.3. Schätzskalen.- 2.2.3.1. Voraussetzungen.- 2.2.3.2. Zur Methodik der Datengewinnung.- 2.2.3.3. Urteilsfehler.- 2.2.3.4. Prüfung der Linearität.- 2.2.3.5. Beschränkung auf die ordinale Bedeutung von Schätzungen.- 2.2.4. Verhältnisschätzungen.- 2.2.4.1. Voraussetzungen.- 2.2.4.2. Methodik der Datenerhebung.- 2.2.4.3. Vollständiger Paarvergleich mit der Methode der konstanten Summen…..- 2.2.5. Funktionale Messungen.- 2.2.5.1. Grundlagen der Methode.- 2.2.5.2. Beispiel einer funktionalen Messung: Beurteilung des Mittelwertes.- 2.2.5.3. Nichtlineare Antwortfunktionen.- 2.2.5.4. Integration von Aspekten zu einem Gesamturteil.- 2.2.5.5. Lineare Kompositionsregeln.- 2.2.5.6. Nichtlineare Kompositionsregeln.- 2.2.5.7. Das Kriterium der Skalenkonvergenz.- 2.2.6. Zusammenfassung.- 2.2.7. Übungsaufgaben.- 2.3. Eindimensionale Skalierung mit indirekten Skalierungsverfahren.- 2.3.1. Voraussetzungen und Zielstellung indirekter Skalierungsverfahren.- 2.3.2. Das Skalierungsverfahren von Thurstone.- 2.3.3. Das Skalierungsverfahren von Torgerson.- 2.3.4. Das Skalierungsverfahren von Coombs.- 2.3.5. Das Skalierungsverfahren von Bechtel.- 2.3.6. Weiterführende Literatur.- 2.3.7. Übungsaufgaben.- 2.4. Skalierungsmodelle zur Messung psychischer Eigenschaften.- 2.4.1. Einführung und Überblick.- 2.4.2. Der Modellansatz von Guttman.- 2.4.3. Die Modellansätze der latenten Strukturanalyse (LSA).- 2.4.4. Die logistischen Modellansätze.- 2.4.5. Weiterführende Literatur.- 2.4.6. Übungsaufgaben.- 2.5. Verfahren der mehrdimensionalen Skalierung.- 2.5.1. Zielstellung und Grundmodell der mehrdimensionalen Skalierung.- 2.5.2. Datenerhebung.- 2.5.3. Modell und Verfahren der ordinalen mehrdimensionalen Skalierung.- 2.5.4. Mehrdimensionale Skalierung individueller Unterschiede.- 2.5.5. Beispiel.- 2.5.6. Weiterführende Literatur.- 2.5.7. Übungsaufgaben.- 2.6. Verfahren der Clusteranalyse.- 2.6.1. Zielstellung.- 2.6.2. Ausgangsdaten.- 2.6.3. Die Clusteranalyse nach Kuperschtoch, Mirkin und Trofimovm.- 2.6.4. Clusteranalyse nach Johnson.- 2.6.5. Gültigkeit und Interpretation.- 2.6.6. Weiterführende Literatur.- 2.6.7. Übungsaufgaben.- 3. Mathematische Modellierung psychischer Prozesse und Strukturen.- 3.1. Anwendung elementarer Funktionen zur Modellierung psychischer Prozesse.- 3.1.1. Beschreibung der Abbildung von physikalischen auf subjektive Intensitäten durch Potenzfunktionen.- 3.1.1.1. Gesetz von Stevens.- 3.1.1.2. Komponenten des Prozesses quantitativer Beurteilungen.- 3.1.1.3. Modalitätsabhängigkeit des Exponenten im Stevensschen Gesetz.- 3.1.1.4. Intermodaler Vergleich.- 3.1.1.5. Beziehung zwischen Unterschiedsschwelle und Exponent im Stevensschen Gesetz.- 3.1.1.6. Abbildung von Zahlen bei quantitativen Beurteilungen.- 3.1.1.7. Allgemeines Entscheidungskontinuum.- 3.1.2. Beschreibung von Prozessen der Informationsintegration durch arithmetische Funktionen.- 3.1.2.1. Darstellung komplexer Eigenschaften.- 3.1.2.2. Einfluß von Kontextreizen..- 3.1.2.3. Wirkung von Bezugssystemen.- 3.1.3. Entscheidungen und Beurteilungen.- 3.1.3.1. Charakterisierung einer Entscheidungssituation.- 3.1.3.2. Arten von Entscheidungen.- 3.1.3.3. Binäre Entscheidungen.- 3.1.3.1. Schätzung von Wahrscheinlichkeiten.- 3.1.3.2. Das lineare Entscheidungsmodell.- 3.1.1. Reaktionszeiten als Summe einzelner Verarbeitungszeiten.- 3.1.4.1. Anliegen der Reaktionszeitanalyse.- 3.1.4.2. Identifizierung von Stadien der Reizverarbeitung.- 3.1.4.3. Analyse von Eigenschaften einzelner Stadien.- 3.1.5. Übungsaufgaben.- 3.2. Beschreibung von internen Variablen durch Zufallsgrößen.- 3.2.1. Signaldetektion.- 3.2.1.1. Modell des Urteilsprozesses.- 3.2.1.2. Optimierungsprinzipien für Entscheidungskriterien.- 3.2.1.3. Operationscharakteristiken.- 3.2.1.4. Experimentelle Prüfung des Modells der Signaldetektion.- 3.2.2. Kategoriale Beurteilungen.- 3.2.2.1. Modell des Urteilsprozesses.- 3.2.2.2. Rating-Operationscharakteristiken.- 3.2.3. Weitere Anforderungen.- 3.2.4. Übungsaufgaben.- 3.3. Anwendungen der Informationstheorie* in der Psychologie.- 3.3.1. Signal und Nachricht.- 3.3.2. Entropie endlicher Schemata.- 3.3.3. Entropie MARKOFFScher Ketten.- 3.3.4. Nachrichtenquellen.- 3.3.5. Nachrichtenkanäle.- 3.3.5.1. Charakterisierung eines Nachrichtenkanals.- 3.3.5.2. Übertragung von Information durch Nachrichtenkanäle.- 3.3.6. Zusammenfassung zur Anwendung der Informationstheorie in der Psychologie.- 3.3.7. Übungsaufgaben.- 3.4. Algebraische Methoden für die Modellierung kognitiver Prozesse.- 3.4.1. Arten algebraischer Strukturen und ihre Funktion bei der Modellierung psychischer Prozesse.- 3.4.2. Die Modellierung von Problemen und von Problemlösungsprozessen mit Graphen.- 3.4.2.1. Grundbegriffe der Graphentheorie.- 3.4.2.2. Die Modellierung von Problemräumen mit interpretierten Graphen.- 3.4.2.3. Die Modellierung optimaler Strategien mit interpretierten Bäumen.- 3.4.3. Die Beschreibung kognitiver Prozesse mit Algorithmen und ihre Identifizierung mit Methoden der chronometrischen Analyse.- 3.4.3.1. Grundbegriffe der Algebra von Symbolfolgen und der Begriff des Normalalgorithmus von Markoff.- 3.4.3.2. Der Begriff des Graphschemas von Kaloujnine und Algorithmen nach Ljapu-now.- 3.4.3.3. Die Identifizierung von Algorithmen mit Methoden der ehronometrisehen Analyse.- 3.4.4. Formale Grammatiken und ihre Anwendung bei der Beschreibung sprachlicher Strukturen.- 3.4.4.1. Grundbegriffe der Theorie formaler Grammatiken.- 3.4.4.2. Die Beschreibung der Struktur von Sätzen einer natürlichen Sprache.- 3.4.4.3. Die syntaktische Analyse von Sätzen mit einer Netzwerkgrammatik.- 3.4.5. Weiterführende Literatur.- 3.4.6. Übungsaufgaben.- 4. Anhang.- Tab. I: Verteilungsfunktion der standardisierten normalverteilten Zufallsgröße.- Tab. II: Verteilungsfunktion der standardisierten normalverteilten Zufallsgröße.- Tab. III: Transformation z =arc sin $$
\sqrt {P/100} $$ für Prozentwerte $${\text{0}}\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } P\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 100$$.- Tab. IV: Werte — xldx für $$
0,00\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } x\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 0,99$$.- Tab. V: Werte ldN und NldN für $$
1\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } N\underset{\raise0.3em\hbox{$\smash{\scriptscriptstyle-}$}}{ \leqslant } 500$$.- 5. Literaturverzeichnis.- 6. Register.
