on 04-Apr-2021 (Sun)

• Randomisierung? (=Untersuchungseinheiten (z.B. Personen) werden zufällig den Untersuchungsbedingungen zugeteilt (z.B. KG vs. EG))
- Ja = Experiment
- Nein = Quasi-Experiment

Manche Autoren differenzieren noch zwischen Quasi-Experimenten und Nicht-Experimenten

o Quasi-Experimente = Natürliche Gruppen werden untersucht (z.B. Frauen vs. Männer, Blauäugige vs. Braunäugige, Schule 1 vs. Schule 2)
o Nicht-Experimente = z.B. Korrelationsstudien, Fallstudien

 Selbst bei Experimenten soll man eigentlich nur von Kausalitätsschätzungen oder potentieller Kausalität sprechen
 Prinzipiell müsste man jede Person (jedes Team, jedes Unternehmen usw.) gleichzeitig in jeder Bedingung untersuchen (z.B. KG vs. EG), um kausale Aussagen zu machen, was unmöglich ist
 Die Plausibilität von Kausalaussagen kann erhöht werden, z.B.
• Experimente meistens besser als Quasi Experimente
• Einsatz von Methoden wie propensity score matching bei Quasi Experimenten

Ursache geht der Wirkung zeitlich voraus (UV --> AV)

Ein Messzeitpunkt, z.B. Intervention beeinflusst State-Variable(n), NICHT Mediationsmodelle mit Traitvariablen

Mehrere Messzeitpunkte, z.B. Traitveränderungen, Mediationsmodelle
- Idealerweise wird jede Variable (UV, Mediator, AV,) zu jedem Messzeitpunkt erfasst

Ceteris paribus Regel („unter sonst gleichen Bedingungen“)
- Bis auf die UV-Manipulation (EG, KG etc.) werden die Gruppen unter gleichen Bedingungen untersucht
- Eventuelle AV-Unterschiede können eindeutig auf die UV zurückgeführt werden
- Wichtig für die interne Validität der Untersuchung
- Zur Kontrolle der Störeinflüsse können unterschiedliche Techniken verwendet werden, z.B.
o Randomisierung, Parallelisierung, Propensity score matching

- Diese Bedingung ist bei Quasi Experimenten meistens verletzt
Bsp. Männer = Psychotherapie, Frauen = Warteliste
 Psychotherapie führt zur Reduktion der Depressionssymptome
 Alternative Erklärungen können nicht ausgeschlossen werden
 Möglicherweise verfügen Männer über bessere Copingstrategien als Frauen. Auch ohne Psychotherapie würde es zur Reduktion der Symptome kommen
 Verwendung von speziellen Techniken kann u.U. die Plausibilität von Kausalaussagen bei Quasi Experimenten erhöhen

Unabhängig von der gewählten Untersuchungsart müssen die Diagnostiker/Evaluatoren sicherstellen, dass die Untersuchungsvalidität gegeben ist, um bestimmte Aussagen machen zu können
• Quasi-Experimente: Zusammenhänge zwischen Variablen (z.B. Angst und Prüfungsleistung), Prävalenzrate (z.B. Schizophrenie) etc.
• Experimente: z.B. Psychotherapie führt zur Reduktion der Depressionssymptome

Untersuchungsvalidität
• Interne Validität
• Externe Validität
• Statistische Validität (statistical conclusion validity)
• Variablenvalidität bzw. Konstruktvalidität (construct validity)

Technik zur Erhöhung interner Validität
• Untersuchungsbedingungen werden üblicherweise nach der Datenerhebung mittels s.g. Propensity Scores gematcht

• Vorgehen (Zusammenfassung)
1. Erfassung der Störvariablen in gegebenen Untersuchungsbedingungen (z.B. KG und EG)
2. Schätzung der Propensity Scores für jede Person
3. Matching anhand der Propensity Scores
4. Erfassung der Balance zwischen den Gruppen (Störvariablen bzw. Propensity Scores)
5. Ggfs. erneutes Matching, falls keine Balance vorhanden

(2. Schritt)

• Matching findet anhand s.g. Propensity Scores , die auf mehreren SVen basieren
• Schätzung der Propensity Scores meistens mit Hilfe logistischer Regression
- Propensity = Neigung bzw. Wahrscheinlichkeit (0-1) einer Person, zur Experimentalgruppe zu gehören
- Erfasste Störvariablen werden als Prädiktoren berücksichtigt
- Gruppenzugehörigkeit als Kriterium (KG vs. EG)
- Propensity Score wird für jede Person bestimmt, je höher der Score, desto wahrscheinlicher gehört eine Person zur EG
- Propensity scores der Personen werden anhand der Regressionskoeffizienten und der individuellen Werte auf den Prädiktoren geschätzt

• Bei logistischer Regression findet man im Output s.g. Logits
- Gleichung: logit Wert = Intercept + b Gewicht der SV x Ausprägung der Person in der Variable + b Gewicht der SV x Ausprägung der Person in der Variable + usw.

Nachdem für alle Personen Propensity Scores berechnet wurden, kann Matching durchgeführt werden

- Unterschied zum traditionellen Matching: Nur ein Wert (Propensity score) wird verwendet
- Die eigentliche AV (z.B. Depressivität) spielt beim Matching keine Rolle
- Propensity score matching: Welche Person aus der KG hat einen ähnlichen Propensity Score wie eine bestimmte Person aus der EG? Unterschiedliche Matchingkriterien möglich, zB.
 1:1 Ratio = 1 KG Person pro 1 EG Person. Wenn Gruppen (KG, EG) ungleich groß sind, dann werden manche Personen in den späteren Hauptanalysen nicht berücksichtigt (man verzichtet auf ihre Daten)
 Andere Verhältnisse (ratios) möglich
o Prinzipiell kann man alle Personen bei der Hypothesenüberprüfung berücksichtigen
o Zusätzliche Adjustierung für Propensity Scores bei der Auswertung ggfs. sinnvoll

(Cohens d ) zwischen den Gruppen (IG vs. KG) im Hinblick auf die Störvariablen
• 0 = keine Unterschiede zwischen den Gruppen (gut)
• Rechtecke = Vor dem Matching
• Kreise = Nach dem Matching
 Nach dem Matching sind die Unterschiede bis auf die Hispanics Anteile kleiner geworden
 Die Propensity scores (distance) und die Anteile an Schwarzen sind weiterhin negativ auffällig

Kategorien von Nominalvariablen sind mit * markiert
 In diesem Fall werden nicht standardisierte Mittelwertsunterschiede, sondern rohe Proportionsunterschiede (IG vs. KG) berichtet

Falls Matching-Ergebnisse nicht zufriedenstellend sind (vgl. Beispiel):
- weitere Störvariablen berücksichtigen
- Andere Matchingkriterien nutzen (z.B. exact matching)

• Nach dem erfolgreichen Matching kann ein neuer Datensatz (z.B. nur gematchte Personen) für die Hauptanalysen (Hypothesentests) erstellt werden
• Ggfs. Propensity scores als Variable in der Auswertung nutzen (Adjustierung für Unterschiede in Propensity scores)
- Evtl. zusätzliche Kovariate separat einführen, falls sie für das Outcome relevant sind (aber keine SVen sind)

Teilnehmende ignorieren die Instruktionen
• Häufiges Problem in klinischen Studien
• Oft ist eine Untersuchungsbedingung stärker als andere Bedingungen davon betroffen --> Störvariable
• Bsp. Personen, die der KG zugewiesen wurden, suchen heimlich nach anderen Behandlungsmöglichkeiten
• Technologische Fortschritte als Problem (Studienteilnehmer kommunizieren miteinander, Teilnehmende versuchen herauszufinden, ob sie in der Interventionsgruppe sind)

- Nachträgliche Kontrolle solcher Störeinflüsse selten möglich

- Bestrafung?
 Geldstrafe problematisch (Betroffene haben genug Probleme)
 Verbot der Teilnahme an weiteren klinischen Studien
 Identifikation von Noncompliance nicht immer möglich (z.B. Kommunikation von Patienten über nicht öffentliche Kanäle wie Snapchat

- Erhöhung der Attraktivität der Untersuchung, z.B.
 Entschädigung
 Reisekostenerstattung
 Kinderbetreuung
 Treatmentgarantie für KG nach der Beendigung der Studie

- Zuweisung von Personen mit geteilter Umgebung zu denselben Bedingungen, damit sie keine Unterschiede sehen können z.B
 Ehepartner sollen in denselben Gruppen landen
 Keine Randomisierung innerhalb von Schulklassen, sondern Zuordnung von ganzen Klassen zu bestimmten Bedingungen

Können die Untersuchungsergebnisse generalisiert werden?
- Andere Personen
- Andere Situationen
- Andere Maßnahmen
- Andere Konsequenzen

• Generalisierung ist wissenschaftstheoretisch problematisch, denn auch nach vielen Replikationen kann nicht sichergestellt werden, dass die Ergebnisse für alle Kontexte gelten
- Induktive Schlüsse, z.B. „Alle Schwäne sind weiß“ --> Erst im 17. Jahrhundert haben die ersten Europäer schwarze Schwäne gesehen

• Labor vs. Feldstudien Anderson et al., 1999)
- Große Übereinstimmung der Ergebnisse ( r = 73)
- Aber keine perfekte Übereinstimmung, d.h. wir wissen nicht in welchen Fällen eine Generalisierung zulässig ist

• Sind die Schlussfolgerungen über die Variablenzusammenhänge angemessen?

• Mögliche Probleme:
- Powerprobleme
- Voraussetzungsverletzungen, z.B. Residuen sind nicht normalverteilt Heteroskedastizität
- unreliable Instrumente
- Varianzeinschränkung bzw. -erweiterung
- Probleme mit interner Validität usw.

• Sind die Operationalisierungen der Variablen innerhalb der Untersuchung adäquat?

• Defizienz: Bestimmte Aspekte des Konstruktes werden mit dem gewählten Indikator nicht erfasst (z.B. Angst: kognitive, affektive und konative Symptome)
- Ggf. multimethodale Diagnostik/Evaluation um möglichst viele Aspekte zu erfassen
• Kontamination: Es werden Aspekte erfasst, die nicht zum Konstrukt gehören (erschwert Abgrenzung von anderen Konstrukten)
• Verzerrung durch Erwartungseffekte oder Reaktionsstile ebenfalls möglich: z.B. unterschiedliche Erwartungen in den verschiedenen Bedingungen (z.B. Psychotherapie vs. Warteliste)

Diagnostiker/Evaluatoren müssen im Rahmen der Untersuchungsplanung die Erhebungsmodalitäten festlegen
• Face-to-face, Online (z.B. Unipark, Wextor, Qualtrics), postalisch etc.

Darüber hinaus müssen die eingesetzten Verfahren spezifiziert werden
• z.B. Interview, Beobachtung, Fragebogen, Leistungstests, Dokumentenanalyse, bildgebende Verfahren, Genetik, Eye Tracking
• Doppelbelegregel: z.B. unterschiedliche Operationalisierungen, Instrumente oder Informationsquellen (Familie, KollegInnen etc.) nutzen
- Ziel: Reduktion der Unsicherheit, optimale Entscheidungen
-> Bsp. Selbst- vs. Fremdbeurteilung bei Big 5
o Übereinstimmung nicht perfekt: r ≈ .40 Bsp. Subjektive vs. objektive Maße bei der Leistungsbeurteilung (Conway et al., 2001)

• Bewertung von Personen, Produkten, Maßnahmen usw. anhand von Adjektiven (Gegensätze), z.B. passiv vs. aktiv
• Problem: Manche Adjektive sind in bestimmten Kontexten verwirrend, z.B. Nutella  mutig vs. feige

• Diagramm: Bewertung der Konzepte Nachhaltigkeit (sustainability) und nachhaltige Entwicklung (sustainable development), z.B
- Weder weich noch hart (rot)
- Eher ernst als verspielt (grün)
- Eher gesund als krank (blau) usw.

• Unterschiedliche Vignetten (Szenarien bzw. Situationen) als Stimuli (vgl. Abbildung)
• Fett markierte Worte repräsentieren bestimmte Faktoren (Land, Familienstand, Sprachkenntnisse, Beruf, Anklage)
• Oft wird der Einfluss der Faktoren auf die Urteile untersucht
- Wenn viele Faktoren untersucht werden, dann können nicht alle Kombinationen untersucht werden (unvollständige Designs). Eventuell erhalten unterschiedliche Personen unterschiedliche Vignetten

• Manchmal besteht die Aufgabe darin, die Vignetten zu vergleichen (z.B. Bewerbungsunterlagen: Ranking , Präferenz) (= Conjoint analysis)

• Viele Anwendungsmöglichkeiten:
- Bsp. 1: Testung der ICD 11 Kriterien. Symptombeschreibungen als Vignetten und Diagnose als Antwort (Evans et al., 2015)
- Bsp. 2: Ethisch problematische Fragestellungen (hypothetische Szenarien)

• Nicht realistisch genug? Ggfs. weitere Sinne aktivieren (Hören, Sehen, Tasten, Riechen)

+ Meistens geringer Aufwand (Zeit, Geld, kein Anwendertraining notwendig)
+ Objektivität (standardisierte Durchführung, Auswertung, Interpretation)
+ Verfügbarkeit im deutschsprachigen Raum (Sowohl kostenpflichtige etablierte Fragebögen als auch kostenlose Forschungsskalen)

/ Anonyme Teilnahme möglich
• Positiv: Datenschutz, Teilnahmebereitschaft wird erhöht
• Negativ: Qualität der Daten unklar, mehrmalige Teilnahme an der Untersuchung manchmal möglich

- Sprache als Einschränkung
• Z.T. abstrakte Formulierungen
• Auch bei einfachen Formulierungen Probleme möglich, z.B. bei Personen mit Intelligenzminderung oder bei Personen mit Migrationshintergrund
- Verzerrungsgefahr, z.B.
• Bei Erfassung von Kompetenzen/Fähigkeiten besteht die Gefahr der Überschätzung/Unterschätzung
• Erinnerungsfehler, Ja Sage Tendenz, Raten, soziale Erwünschtheit usw.
• Bewusste Aggravation vs. Bagatellisierung z.B. Beziehen von Sozialleistungen, Workaholism, Arbeitsunfähigkeit, Schuldunfähigkeit (Evtl. Verfahren zur Symptomvalidierung einsetzen)
- Inhalte manchmal verbesserungsbedürftig, z.B.
• veraltete Sprache
• diskriminierende Formulierungen
• Veraltete Kriterien bei älteren klinischen Fragebögen (ICD 9, DSM IV)

+ Objektiv (bis auf Tests, wo Interaktion mit dem Diagnostiker nötig ist)
+ Viele Anwendungsmöglichkeiten: Rehabilitation bzw. Neuropsychologie (z.B. Schlaganfallpatienten), Rechtspsychologie (Schuldunfähigkeit), Pädagogische Psychologie (Hochbegabung, Förderdiagnostik), Arbeitspsychologie (z.B. Personalauswahl)
+ Sprachfreiheit bei manchen Aufgabentypen (z.B. Matrizen)
• Wichtig bei Gehörlosen und Personen mit Migrationshintergrund

- Übungseffekte (Hausknecht et al., 2007; Scharfen et al., 2018)
- Verfälschbarkeit nach unten (faking bad, z.B. Schuldunfähigkeit)
- Dauer bei Testbatterien • Nicht immer sind Abbruchregeln vorhanden
- Wissenstests z.T. veraltet: „Aktueller USA-Präsident: Barack Obama“

+ Vorteil: Manchmal lassen sich die Informationen nicht anders erfassen
• z.B. Kind will keine missbrauchsbezogenen Fragen beantworten
+ Manche Gütekritieren können erfüllt sein
• Objektivität: z.B. Handbücher für AnwenderInnen (Durchführung, Auswertung, Interpretation)
• Reliabilität: z.B. hohe Re-Test Reliabilität möglich (zB Baum-Test: Personen zeichnen immer dieselben Bäume; Szondi-Test: Personen wählen immer dieselben Porträts)

- Validität meistens nicht gegeben
• Es ist unklar was mit vielen Verfahren (z.B. Baum-Test) gemessen wird
• Verwendung im Rahmen der Diagnostik/Evaluation oft problematisch (Ausnahme: TAT, vgl. Bonusfoliensatz)
- Potentiell schädlich/gefährlich und somit ethisch nicht vertretbar

+ Erfassung von Aspekten, die nicht explizit (z.B. mittels Fragebögen) untersucht werden können. Alternative Erklärungen für die IAT-Ergebnisse müssen aber ausgeschlossen werden (z.B. Vertrautheit mit Stereotypen, Empathie, Verarbeitungsgeschwindigkeit: Alter, Intelligenz), was die Untersuchungsdauer erhöht

- Schlechte Reliabilität: z.B. Retest-Reliabilität ≈ .50 (Greenwald et al., 2009; Lane et al., 2007)
- Tatsächliches Verhalten (z.B. Persönlichkeitsmerkmale, Wahlverhalten, Konsum) kann meistens nicht so gut wie mit expliziten Maßen vorhergesagt werden (Oswald et al., 2013)

+ Nachfragen möglich
+ Besser als Fragebögen bei manchen benachteiligten Gruppen, z.B. Blinde Personen oder Analphabeten
+ Häufig höhere Motivation bzw. Compliance als bei Fragebögen
+ Manchmal Ergänzung um Ton- oder Videoaufnahmen möglich
• Weitere qualitative oder quantitative Analysen möglich (Sprache, Verhalten etc.)

- Manuale für (Teil-)Strukturierte Interviews nicht immer vorhanden
• Etablierte Verfahren eher im klinischen und beruflichen Bereich
• Beispiel für ein anderes Anwendungsfeld: Strukturiertes Interview zur Erfassung der Kind-Eltern-Interaktion (SKEI) Beispielfrage: „Wer bringt dich gerne ins Bett?“
- Fehlerquellen auf beiden Seiten möglich (InterviewerIn , Interviewte Person), z.B
• Milde und Strengeeffekte, Tendenzfehler (Ja Sage Tendenz, Tendenz zur Mitte, soziale Erwünschtheit usw.)
• Erinnerungsfehler
• Vorurteile, Sympathien/Antipathien
- Fehler auf Seiten der InterviewerInnen , z.B.
• Beurteilerdrift : Die Beurteilungskriterien des Beurteilers ändern sich mit der Zeit
• Primacy und Recency Effekte
 Bsp. 1: Die ersten oder die letzten Reaktionen einer Person werden stärker als die anderen Reaktionen gewichtet
 Bsp. 2: Man kann sich besser an d ie ersten oder die letzten Personen erinnern (z.B. Auswahlgespräche)
• Assimilations und Kontrasteffekte: Die Konstellationen der bewerteten Objekte (z.B. Personen, Produkte, psychische Störungen) beeinflussen die Bewertungen. Ein Objekt wird also in verschiedenen Konstellationen unterschiedlich bewertet
 Bei oberflächlich ähnlichen Objekten (z.B. weiße Männer) werden ähnliche Bewertungen gegeben (Assimilation)
 Bei oberflächlich unähnlichen Objekten (z.B. weiße Frauen, schwarze Männer) werden unterschiedliche Bewertungen gegeben ( Kontrast)
- Aufwand Vorbereitung des Interviews, Durchführung
• Schulung der Interviewer häufig notwendig

+ Automatismen können beschrieben werden, die durch untersuchte Personen nicht immer verbalisiert werden können
+ Kombination mit Interviews u.U. möglich (z.B. Psychotherapie)
+ Spontane Berücksichtigung (Kodierung) nicht vorgesehener Verhaltensweisen möglich (z.B. Kategorie „Sonstiges“)

- Aufwand (Vorbereitung, Durchführung, Auswertung) und kognitive Belastung
• Ggf. Videoaufnahmen, um BeobachterInnen zu entlasten
- Zuordnung der Verhaltensweisen zu Kategorien manchmal schwierig (Beurteilerübereinstimmung?)
- Reaktivität: Das Verhalten der beobachteten Person kann durch das Bewusstsein beeinflusst werden, dass sie beobachtet wird
- Beurteilungsfehler (siehe Interview)

• Item besteht aus einer Situationsbeschreibung und Reaktionsoptionen

Große Unterschiede zwischen SJTs vorhanden
• Antwortformat, z.B.
 Single choice : Nur eine Reaktion darf gewählt werden (z.B. die Beste)
 Multiple choice : Manchmal können mehrere Reaktionen richtig sein
 Ranking: Die Reaktionen sollen sortiert werden ( best …. worst)
 Rating: Jede Reaktion wird bewertet
• Instruktion
 Should do“ Was soll man in dieser Situation machen?
 Would do“ Was würden Sie in dieser Situation machen?
• Darbietungs und Erhebungsmodalität, z.B.
 Paper Pencil
 Situatives Interview
 Videos (Situationen und/oder Reaktionen als Videos)
• Auswertung (SJT Score), z.B.
 Summenscore (z.B. maximale Punktzahl für die Reaktion, die der stärksten Ausprägung des Merkmals entspricht)
 Vergleich der Antworten von untersuchten Personen mit den Expertenurteilen (z.B. 𝑥𝑃𝑒𝑟𝑠𝑜𝑛_1 ҧ 𝑥𝐸𝑥𝑝𝑒𝑟𝑡𝑒𝑛)
 Vergleich der Antworten einzelner Personen mit den Durchschnittsantworten

+ Validität
• Vorhersage von relevanten Kriterien möglich (z.B. Leistung, Erfolg)
+ Akzeptanz unter Teilnehmenden
• Auswahlverfahren (Beruf, Studium)
• Trainingsmaßnahmen

- Häufig geringe Reliabilität
• Ggfs. andere Reliabilitätsmaße nutzen (z.B. Omega)
• Nur kurze Situationsbeschreibungen formulieren, um die Wahrscheinlichkeit zu erhöhen, dass eindimensionale Konstrukte erfasst werden
• Anzahl der Situationen und/oder Reaktionen erhöhen
- Verfälschbarkeit: SJT-Coaching manchmal verfügbar

• DNS Sequenzierung immer günstiger: 1000 $

• Bei vielen psychologischen Merkmalen gibt es lediglich eine genetische Prädisposition (= kein genetischer Determinismus)
- Bsp. 1: Schizophrenie und Depression (Cross-Disorder Group of the Psychiatric Genomics Consortium, 2013)
- Bsp. 2: Gewissenhaftigkeit und Offenheit (de Moor et al., 2012)
- Meistens sehr kleine Effekte: Weitere Gene oder andere Faktoren notwendig (z.B. Stress)
- Stigmatisierung vermeiden

• Replikationsprobleme bei Genetikstudien, z.B. Gene können nicht immer über mehrere Studien hinweg als Teilursachen für die psychischen Störungen bestätigt werden

• Erfassung der Augenreaktionen (z.B. Fixationen, Sakkaden)

• Anwendungsbeispiele:
- Blickbewegungen statt Verbalisierungen bei Kleinkindern
- Marktforschung: Wo schauen die Kunden hin? (z.B. im Supermarkt oder auf der Homepage)
- Ausbildung: z.B. Medizin oder Neuropsychologie (z.B. Interpretation von Befunden)

• Oft werden AOIs ( area of interest ) festgelegt, z.B.
- Wie lange konzentrieren sich Personen auf bestimmte Bereiche?
• Probleme:
- Kalibrierung notwendig
- unbrauchbare Daten bei unaufmerksamen Probanden
- eindeutige Zuordnung der Maße (Fixationen, Sakkaden, Pupillengröße ) zu den psychischen Prozessen nicht möglich

• Z.B. MRI, fMRI (functional magnetic resonance imaging)

• Relevanz für Diagnostik
- Verfolgung struktureller Veränderungen im Gehirn (z.B. Graue Substanz bei Erkrankungen)
- Diagnostik von Störungen anhand der Aktivierungsmuster, z.B. Borderline (Ruocco et al., 2013; Schulze et al., 2016)

• Gute räumliche Auflösung
- Details erkennbar 3 T vs. 9.4T (Sogar 12-Tesla Geräte in Vorbereitung)

• Probleme
- Kosten
- Wartezeiten
- niedrige zeitliche Auflösung
- Nebenwirkungen, z.B.
 Verbrennungen bei manchen Tattoos und Piercings
 Übelkeit
- Generalisierung der Ergebnisse i.d.R. schwierig
 kleine Stichproben
 statistische Artefakte (Bsp. ein toter Lachs zeigte signifikante Gehirnaktivität)

+ Objektive Erfassung
• Bewusste Beeinflussung physiologischer Parameter durch untersuchte Personen selten möglich
Gegenbeispiel 1: „Lügendetektor“
Gegenbeispiel 2: Personen mit Meditationserfahrung können EEG-Ergebnisse beeinflussen

+ Mittlerweile viele Methoden bzw. Maße verfügbar
ABER Zugang nicht immer möglich & z.T. hohe Kosten für Anschaffung der Geräte

- Artefakte möglich
• z.B. durch Bewegungen, schlechte Kalibrierung oder suboptimale Temperatur

- Schulung notwendig

- Zum Teil invasive Methoden
• Unter Umständen geringe Teilnahmebereitschaft
• Methodenspezifische Nebenwirkungen möglich z.B. Übelkeit, Verbrennungen

- Differenzierung zwischen Konstrukten anhand physiologischer Indikatoren häufig schwierig
• Validität: Was wird eigentlich damit erfasst?

- Da sich die physiologischen Befunde nicht immer replizieren lassen (vgl. fMRI Beispiele), ist die Verwendung von solchen Maßen bei wichtigen diagnostischen Entscheidungen nicht immer sinnvoll