Das Paradigma der minimalen Gruppe erstellen

Quelle: Julian Wills & Jay Van Bavel, New York University

Die Studie der interfraktionellen Arbeitsgruppe "Beziehungen, wie Vorurteile, Konflikte und Diskriminierung, seit jeher ein zentrales Thema in der Sozialpsychologie. Ist Diskriminierung von Konkurrenz mit anderen Gruppen, eine Geschichte des Konflikts oder abfällige Stereotypen zurückzuführen? Trotz einer Fülle von realen Beispielen sind die Zutaten, die zu einer interfraktionellen Arbeitsgruppe Diskriminierung führen oft unklar.

Zur Lösung dieses Problems, eine Gruppe von Psychologen erstellt "minimalste Gruppen" verwirrt Streifen entfernt wie monetäre Eigeninteressen und eine Geschichte des Konflikts, die normalerweise in der interfraktionellen Arbeitsgruppe Diskriminierung beteiligt sind. In minimalen Gruppen sind Teilnehmer völlig neuartige Gruppen randomisiert. Somit ergeben sich keine Konsequenzen aus dieser minimalen Gruppe Induktion muss aus Identifikation mit einer sozialen Gruppe und Trennung der Sozialwelt in "uns" und "sie." Forschung mit minimalen Gruppen hat gezeigt, dass trotz der Willkür der Gruppenmitgliedschaft Teilnehmer bereitwillig diskriminieren durch die Begünstigung von Mitgliedern ihrer Gruppe über die Mitglieder von der Entwicklergemeinschaft.

Die minimale Gruppe Paradigma ist in Sozialpsychologie verbreitet, um die grundlegendsten Elemente der interfraktionellen Arbeitsgruppe "Beziehungen zu studieren. Diese Methode wurde erstmals in einem 1971 Papier soziale Kategorisierung und Intergroup Verhalten von Henri Tajfel und Kollegen genannt. ¹ über drei Experimente dokumentiert die Autoren die Bevorzugung der Gruppe, die aus einer eher gering Gruppe Induktion entsteht. Dieses Video demonstriert, wie um die minimalen Gruppe Induktion in gewissem Sinne ähnlich wie das erste Experiment, wo angeblich Gruppen erstellt wurden basierend auf Punkt Schätzung Tendenzen zu produzieren.

Intergroup Verhalten wurde lange innerhalb und zwischen verschiedenen Gesellschaften untersucht. Die Variablen in diesen Studien wurden von Konflikt, Wettbewerb, Zusammenarbeit, persönliche Interaktion, Strukturen, Persönlichkeiten usw.abgeleitet. Ob durch utilitaristische Gründe oder emotionale Investition verursacht, sozialen Umfeld teilen Menschen in "uns" und "ihnen", dh., Ingruppen und Fremdgruppen. Frühe Studien wurden auf den Begriff vorausgeschickt, es könne keine intergroup Verhalten ohne die soziale Umgebungen, in denen diese Spaltungen unter den Menschen zu schaffen.

Jedoch ging Tajfel und andere Psychologen Forschung der Frage ob das alleinige der sozialen Kategorisierung-isoliert von anderen Variablen handeln wie Konkurrenz oder Vorgriff auf zukünftige Interaktion kann aus der Gruppe in Richtung der Entwicklergemeinschaft zu Diskriminierung führen.

1. Teilnehmer Rekrutierung

1. Eine Energie-Analyse durchführen und eine ausreichende Anzahl von Teilnehmer zu rekrutieren.

(2) Materialien zu organisieren.

1. Erstellen Sie vierzig Bilder von Dot-Clustern mit unterschiedlichen Mengen (siehe Beispiel in Abbildung 1).

Abbildung 1: Beispiel für Punkt Schätzung Aufgabe. Dreiundzwanzig Punkte sind im Bild oben angezeigt. Die Teilnehmer sind nur bestimmten 125-500 ms, jedes Bild vor der Schätzung der Anzahl der Punkte, die auf dem Bildschirm.

2. Generieren Sie bestellten Matrizen, von denen jede aus 14 Kisten mit zwei Zahlen bestehen sollte.
   1. Beschriften Sie jede Zeile, "Das sind Belohnungen und Strafen für die Mitgliedsnummer [Insert-Code-Nummer] Ihrer Gruppe", oder "der anderen Gruppe".
   2. Erstellen Sie sechs Matrizen, die erfüllen eines der drei Kriterien (jeweils zwei; ( Abbildung 2).
      1. Typ A: die Höchststrafen überschreiten die maximale Belohnung. Bestellen Sie die Felder so, dass die zwei maximale gemeinsame Auszahlung und maximale Fairness in der Mitte liegen.
      2. Typ B: keine Strafen und ständige gemeinsame Auszahlung. Bestellen Sie die Felder so, dass die beiden Begriffe maximale Fairness in der Mitte liegen.
      3. Typ C: die maximale Belohnung überschreiten Höchststrafen. Bestellen Sie die Felder so, dass die maximale gemeinsame Auszahlungen an beiden Enden sind und die beiden maximale Fairness Begriffe in der Mitte sind.
   3. Replizieren Sie diese sechs Matrizen für drei verschiedene Arten von Entscheidungen, die die folgenden Bezeichnungen für jede Zeile entspricht:
      1. Gruppe Optionen: die oberste Zeile bezieht sich auf Belohnung und Strafe Ergebnisse für ein Mitglied der Gruppe und in der unteren Zeile bezieht sich auf Ergebnisse für ein anderes Mitglied der Gruppe.
      2. Entwicklergemeinschaft Entscheidungen: die oberste Zeile bezieht sich auf Belohnung und Strafe Ergebnisse für eine Entwicklergemeinschaft Mitglied und in der unteren Zeile bezieht sich auf Ergebnisse für ein anderes Mitglied der Entwicklergemeinschaft.
      3. Differential (interfraktionelle Arbeitsgruppe) Auswahl: eine Zeile bezieht sich auf Belohnung und Strafe Ergebnisse für ein Mitglied der Gruppe und die andere Zeile bezieht sich auf Ergebnisse für ein Mitglied der Entwicklergemeinschaft. Die Reihenfolge der diese Zeilen zufällig, so dass drei Matrizen Gruppe Entscheidungen auf der Oberseite geben und die anderen drei Entwicklergemeinschaft Entscheidungen auf der Oberseite.

Abbildung 2: typische Auszahlung Matrizen in diesem Experiment verwendet. Jede Matrix besteht aus zwei Reihen, reflektierende monetären Kompromisse, die andere Gruppe oder Herausgruppe Mitglieder betreffen. Matrix-Typen (A, B und C) werden auf der linken Seite mit zwei Matrizen gehören zu jedem gekennzeichnet. Alle sechs Matrizen werden dreimal, eins für jede Entscheidung (Gruppe, Entwicklergemeinschaft und Differential) repliziert. Eine differenzierte Auswahl an Matrix 1, zum Beispiel lesen könnte, "Das sind Belohnungen und Strafen für 3 Mitglied Ihrer Gruppe" (obere Reihe) und "Die andere Gruppe Mitglied 2" (untere Zeile) zusammen mit 14 Kompromiss begriffen. So würde Begriff 14 (d.h. die ungerechteste Option) 19 Punkte von einem Outgroup-Mitglied und Mitglied der anderen Gruppe 6 Punkte geben. Begriffe 7 und 8, reflektieren auf der anderen Seite die maximal fairen Optionen da sie die gemeinsame Strafe (-1 minimieren) für beide Spieler.

3. Die Reihenfolge der 18 Matrizen zufällig.
4. Titel die Vorderseite jedes Abschnitts "Member of [Insert Gruppenkennung]" wo Gruppenkennung eines der vier Versuchsbedingungen widerspiegelt: (1) unter Schätzer Gruppen, (2) übermäßige Schätzer Group, (3) eine bessere Genauigkeit Group, und (4) schlechter Genauigkeit Gruppe.

3. Datenerhebung

1. Sitzen Sie jeder Teilnehmer an einem Computer.
2. Jedes der 40 Punkt-Cluster Bilder sehr kurz, überall von 125-500 ms zu präsentieren.
3. Lassen Sie Zeit zwischen den Bildern, so dass Teilnehmer die Anzahl der Punkte einschätzen können, die Sie sehen und zeichnen Sie ihre Antworten auf dem Computer.
4. Zur Bewertung der Auswirkungen der Kategorisierung auf intergroup Verhalten, Teilnehmer zu informieren, dass Sie Interesse an einem Studium von anderen Arten von Urteilen und für die Bequemlichkeit sind, werden Sie sie in zwei Gruppen aufteilen werden für die Herstellung dieser Urteile.
   1. Weisen Sie die Hälfte der Teilnehmer nach dem Zufallsprinzip entweder der neutrale Zustand oder der Wert Zustand zu.
5. Informieren Sie die Teilnehmer in einem neutralen Zustand, dass eine Gruppe von Teilnehmern, die die höchsten Schätzungen für die Zahl der Punkte zur Verfügung besteht und die andere Gruppe besteht aus diejenigen, die die niedrigsten Schätzungen zur Verfügung gestellt.
   1. Nach dem Zufallsprinzip weisen Sie die Hälfte dieser Teilnehmer zu "Under Schätzer" und die andere Hälfte "over Schätzer".
6. Informieren Sie die Teilnehmer in der Wert-Bedingung, dass eine Gruppe von Teilnehmern, die genauere Schätzungen für die Zahl der Punkte zur Verfügung besteht und die andere Gruppe besteht aus diejenigen, die weniger genaue Schätzungen zur Verfügung gestellt.
   1. Die Hälfte der Teilnehmer der Gruppe "bessere Genauigkeit" und die andere Hälfte an die "schlechter Genauigkeit" Zufallsprinzip Gruppe.
7. Führen Sie Teilnehmer Kabinen zu trennen und sie zu informieren, dass sie bald real geldpolitischen Entscheidungen machen, wo sie (anonym) zu belohnen und zu bestrafen, anderen Teilnehmern.
8. Haben Sie die Teilnehmer die Matrizen mit ihren entsprechenden Kennung zu tun. Weisen Sie sie darauf ihre Entscheidungen durch die Auswahl einer Box pro Matrix (Abbildung 3).

Abbildung 3: Beispielseite Matrix Broschüre aus Sicht des Teilnehmers. Sechs der 18 Matrizen sind auf jeder Seite der Matrix Broschüre angezeigt. Im obigen Beispiel gibt es zwei Matrizen der einzelnen Typen (A, B und C) und zwei Matrizen für jede Wahl (Gruppe, Entwicklergemeinschaft und Differential). Zum Beispiel ist Matrix 3 Typ C mit einer differenzierten Auswahl, da (1) die maximale Belohnung Höchststrafen überschreiten und (2) die Teilnehmer sich zwischen Ergebnissen entscheiden müssen als ein Mitglied der anderen Gruppe (obere Zeile) oder ein Herausgruppe Mitglied (untere Zeile) auswirken.

9. Vollständig Nachbesprechung Teilnehmer.

(4) Datenanalyse

1. Gäste die Matrizen von 1 bis 14, wo 14 steht für die Wahl in der Matrix verleiht dem Mitglied der Gruppe der maximalen möglichen Punkten auf, dass Matrix und 1 gibt die Gruppe der minimalen möglichen Punkten; eine Punktzahl von 7.5 stellt maximale Fairness.
2. Führen Sie eine Sample-t-Tests um festzustellen, ob das Individuum bedeutet, dass Werte innerhalb von Gruppen signifikant unter dem Gesichtspunkt der Fairness wurden.

Dieses Verfahren bewirkt in der Regel deutlich höhere Auszahlungen (d.h., mehr Belohnungen und weniger Strafen) für Mitglieder der Gruppe im Vergleich zur Herausgruppe Mitglieder. Die Bevorzugung dieser Gruppe entsteht unabhängig von der experimentellen Bedingung; auch wenn die Gruppenbeschriftungen keinen objektiven Wert (d.h., "Under Estimator" und "over Estimator") signalisieren, reicht diese Unterscheidung für diskriminierendes Verhalten ( Abbildung 4). Darüber hinaus können diese Unterschiede zurückgeführt werden, um allgemeine Tendenzen, unfaire Entscheidungen zu treffen, da die Teilnehmer in der Regel die maximal faire Option wählen, bei der Entscheidung zwischen zwei Gruppe oder zwei Herausgruppe Mitglieder.

Abbildung 4 : Ein typisches Ergebnis der minimalen Gruppe Paradigma. Wahl-Typen sind auf der x-Achse angezeigt und auf der y-Achse wird die durchschnittliche Restlaufzeit Anzahl angezeigt. Die gestrichelte Linie bei 7,5 stellt die maximal gerechte Entscheidung über alle Wahl dar. Für differentielle Entscheidungen (rosa) spiegeln die Werte ab 7.5 größere Gruppe Günstlingswirtschaft. Beispielsweise gibt der Wert 9.5 für differentielle Entscheidungen, dass im Durchschnitt Teilnehmer Bedingungen positioniert um 9 oder 10, wählen dabei Priorisierung Gruppe Bevorzugung an Fairness.

Teilnehmer bevorzugt ihre eigenen Gruppen in der Verteilung der echte Belohnungen und Strafen in einer Situation, wo eine ziemlich irrelevante Klassifikation der Gruppe und Entwicklergemeinschaft unterschieden. Die Ergebnisse stützen die Theorie, dass soziale Kategorisierung, unabhängig davon das Organisationsprinzip, ist in der Lage absichtlich diskriminierende Verhalten zu schaffen.

Menschen entscheiden sich bewusst Entscheidungen, die ihre Gruppe "Gewinner" auch auf Kosten der gemeinsamen kollektiven Dienstprogramm zu maximieren. Diese bahnbrechenden Erkenntnisse führten schließlich zur Entwicklung des Social Identity Theory² und sozial Kategorisierung Theorie³, die nach wie vor sehr einflussreichen Modelle für Verständnis der interfraktionellen Arbeitsgruppe Beziehungen sein. Diese Theorien besagen, dass Individuen gleichzeitig beliebig viele soziale Identitäten besitzen können, die dann je nach Kontext selektiv aktiviert werden können. Infolgedessen haben einige Forscher Verhaltens- und neurologische Beweise gefunden, dass minimale Gruppe Induktionen rassische Kategorisierungen auch überschreiben können. ⁴ seit der ursprünglichen Studie, wird die minimale Gruppe Induktion in Hunderten von Sozialpsychologie Experimente aufgrund seiner (1) der Einfachheit halber (2) robust Einfluss auf Kognition und Verhalten und (3) Relevanz für eines der Disziplin Kern Konstrukte genutzt. Diese Forschung hat auch einflussreich in Bereichen von Politikwissenschaft bis hin zu sozialen Neurowissenschaften bewiesen.

1. Tajfel, H., Billig, M. G., Bundy, R. P., & Flament, C. (1971). Social categorization and intergroup behaviour. European journal of social psychology, 1, 149-178.
2. Tajfel, H. (1974). Social identity and intergroup behaviour. Social Science Information/sur les sciences sociales.
3. Turner, J. C., Hogg, M. A., Oakes, P. J., Reicher, S. D., & Wetherell, M. S. (1987). Rediscovering the social group: A self-categorization theory. Basil Blackwell.
4. Van Bavel, J. J., Packer, D. J., & Cunningham, W. A. (2008). The neural substrates of in-group bias a functional magnetic resonance imaging investigation. Psychological Science, 19, 1131-1139.