Sie sind auf Seite 1von 3

09_Emp_Wiss_Arb

- Reaktionszeit-Experimente:

- Mental imagery (mentale Vorstellungsbilder, man sieht Bilder für seinen geistigen Auge)

- Visuo-spatial sketch pad

- Frage: Wie sind visuelle mentale Vorstellungsbilder repräsentiert?

- 3 ausgewählte Untersuchungen, die das erfassen (verhältnismäßig einfach nachzubauen)



- Cooper & Shepard:

- VP sieht Zeichen (Buchstaben, Zahlen) auf dem Monitor, normal oder gespiegelt, außerdem
verschieden rotiert

- VP soll sagen, ob Zeichen gespiegelt ist

- UVs: Zeichen (6fach gestuft in den Ausprägungsn G, J, R, 2, 5, 7) // Rotationswinkel (0°, 60°,


120°, 180°,...) // gespiegelt vs. Nicht gespiegelt

- Menge der Bedingungskombinationen: 72 unterschiedliche Bedinungskombinationen in diesem


Fall

- 10 Replikationen pro Bedingsungskombination

- Also 720 trials (ist bisschen viel aber naja)

- AVs: Fehlerquote // Reaktionszeiten für korrekte Antworten

- Ergebnis: 0 (bzw. 360° - ist ja das gleiche) kürzeste Reaktionszeit -> 180° (Zeichen auf dem
Kopf) längste Reaktionszeit, steigt von 0-180° dahin an und verkürzt sich bei 180-360° wieder

- Experiment in PsychoPy basteln:

- Gleiche Bausteine wie beim gängigen Simple-reaction-Experiment bisher

- Trial besteht auch wieder aus ITI, Vorperiode, target

- Vorperiode von konstanter Dauer (0,3-0,5s)


- Target/trial = Textelement + Tastendruck + Code (zum spiegeln)

- Textelement: -> Basic -> Name: target -> Text -> $Zeichen (Zeichen bekommt eine Excel-
Tabelle mit den verschiedenen Zeichen, die dargeboten werden) -> Layout -> Position: [0, 0] ->
Orientation: $Winkel ($-Zeichen muss anscheinend auch hier noch mal extra rein)

- Bei Flip (mirror) schreibt man in diesem Fall nichts rein: kann nämlich nur unterscheiden
zwischen horizontal vs. Vertikal spiegeln, jedoch nicht zwischen spiegeln vs. nicht-spiegeln

- Code: Begin routine: target.setFlipHoriz(spiegeln)

- Excel-Tabelle erstellen: Variable „spiegeln“: mit


Ausprägungen 1 und 0


- Wenn ich konstante cue und


Vorperiodendauer habe, dann zumindest ITI
variabel gestalten

- ITI: Basic -> Start: 0.0, Stop: $rnd_iti,


expected duration: 1.5

- Code: Begin Experiment: rnd_iti = 0 -> Begin


Routine: rnd_iti = np.random.uniform(1.0, 2.0)
-> bedeutet: es wird aus dem Intervall 1-2
Sekunden eine Zeit gezogen)


- Feedback: Text + Code

- Feedbacktext: Basic -> Text -> $msg

- Code: Begin Experiment: msg = „“ -> Begin


routine: if (Antwort.corr):

msg=„korrekt! RT = „ + str(round((Antwort.rt)
* 1000))) + „ms“

else:

msg=„falsche Taste“

- Str bedeutet: macht aus einer Zahl eine


Zeichenkette

- 10 demotrials, obwohl weitaus mehr Bedingungskombinationen vorhanden:

- Excel-Tabelle reinladen (zeigt 72 conditions an) -> nReps1 -> Selected rows:
$np.random.randint(0,72,10) -> sagt, dass er aus den 72 Bedingungen 10 zufällig ziehen soll

- Das gleiche Verfahren für 3 warm-up-trials (0,72,3)

- Excel-Tabelle: ziemlich viele Zeilen (also 72, weil 72 Kombinationsmöglichkeiten) und Spalten
für Zeichen, spiegeln (0 oder 1), Winkel, sowie Solltaste

- Fertig mit Reaktionszeitexperimenten, Juhu!

- Signal Detection theory


- VP muss eine Entscheidung fällen: z.B. Signal da, vs Signal nicht da // Item alt vs. Item neu
(vorher Wortliste präsentiert und dann Präsentation einzelner Worte -> Entscheidung ob Wort in
Wortliste vorher war oder nicht) // morgen Unwetter vs. Morgen kein Unwetter

- Problem: Information, auf der diese Entscheidung basiert ist unvollständig, mehrdeutig,
widersprüchlich

- Klassische Situation: VP bekommt Signale: 1. Rauschen oder 2. Signal (auditiv) + Rauschen

- Signal nur sehr schwach

- VP muss entscheiden, ob Durchgang mit Signal + Rauschen oder nur Raushen

- Das ganze in so ca. 200trials

- Also 2 Sounddateien: 1. Rauschen, 2. Rauschen mit einem schwachen Audio-Signal (Sinuston)

- PsychoPy:

- ITI 1s

- Trial: Tonelement (SIgnal_Noise) + Textelement (text) + Reaktion per Tastatur (Antwort)

- Textelement -> Basic -> Text: s oder n (steht für Signal oder Noise)

- Excel-Tabelle: 2 Spalten (also 2 Bedingungen): soundDatei (noise.wav und signal.wav), sollTaste


(n und s)

- Ergebnisse anschauen in Excel-Tabelle (oder Libre O ce oder was auch immer)

- Spalte Antwort_corr: 1 bei richtig, 0 bei falsch

- Reize generieren: mit R (lässt sich aber auch anders machen, z.B. mit Odesity)

- Befehle siehe VL Folien

- Damit lassen sich die zwei unterschiedlichen Töne generieren

- # install.packages(„tuneR“) -> muss vorab erst in R installiert werden!

- sin(440... -> Sinuston 440 Hertz (entspricht a4)

- Noise (kind = white) -> verschiedene rausch-arten (pink, white, usw.)

- Man kann Rauschen oder Sinuston auch mal abhören mit R (play)

- Normalize -> Sinuston Lautstärke reduzieren auf 3%

- Daten auswerten:

- Versuchen zu quanti zieren, wie gut die VP in dieser Aufgabe ist

- Daten anschauen siehe VL (kennen wir eig schon soweit)

- Ausgeben lassen: Durchgänge anschauen, in denen „noise“ präsentiert wurde und „n“
geantwortet wurde (correct rejection) // wo „noise“ gegeben war und „s“ geantwortet wurde
(false alarm) // wo „signal“ präsentiert wurde und „s“ gedrückt wurde (hit) // wo „signal
präsentiert wurde und „n“ gedrückt wurde (miss)

- Diese Daten in schöne Kreuzzabelle übertragen, toll!

- Was für uns interessant sind: die hits und die false Alarms (oder alternativ andersherum die
misses oder correct rejections -> macht keinen Unterschied) -> daraus kann man ebenfalls
auch erkennen, wie viele korrekte Antworten es insgesamt (bzw. Prozentual) gab: denn man
weiß ja, wie viele trials es auf rauschen und signal gab

- p(„ja“|ja) und p(„ja“|nein) oder Abkürzung p(h) für hit und p(f) für false Alarm

fi
ffi
- Annahme: Beobachter (VP) hat eine gewisse Evidenz für etwas Eindimensionales in der
Wahrnehmung

- Diese Evidenz unterliegt bestimmten Schwankungen

- Es soll also so sein, dass man nicht immer das gleiche Ausmaß an Tonhaftigkeit des Sinustones
wahrnimmt, sondern immer mal mehr und mal weniger

- Wenn die Evidenz rechts vom Kriterium ist, sagt man „da war was“ s!“, wenn die Evidenz links
vom Kriterium ist, sagt man „da war nichts! N“

- Dieses Kriterium heißt Lambda