Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
134<br />
6.3.2 Ergebnisse<br />
In Tabelle 10 <strong>und</strong> Abbildung 40 sind <strong>die</strong> Ergebnisse von Experiment 8 dargestellt.<br />
Abbildung 40 zeigt dabei getrennt für beide Stufen des Faktors C marginalisierte<br />
Haupteffekte bezüglich der Faktoren <strong>und</strong> , d.h. es sind jeweils <strong>die</strong> über<br />
<strong>die</strong> Stufen des anderen Faktors aggregierten Bewertungen abgetragen 56 . Die detaillierten<br />
varianzanalytischen Ergebnisse finden sich in Tabelle N-1 <strong>und</strong> Tabelle<br />
N-2 in Anhang N; <strong>die</strong> nicht-aggregierten Daten sind ergänzend in Abbildung M-1<br />
<strong>und</strong> Abbildung M-2 in Anhang M dargestellt.<br />
Wie bereits in den vorhergehenden Experimenten ist <strong>die</strong> Bewertung der<br />
Wahrscheinlichkeit der Anwesenheit des Zieleffekts deutlich höher, wenn <strong>die</strong><br />
Ursache anwesend als wenn <strong>die</strong>se abwesend ist 57 .<br />
Im Fall der Abwesenheit der Ursache (Gonz denkt an nichts; <strong>die</strong> beiden unteren<br />
Linien in Abbildung 40) steigen <strong>die</strong> Beurteilungen bezüglich der Anwesenheit<br />
des Zieleffekts sowohl mit der Anzahl der als anwesend beobachteten Effekte<br />
der gleichen Kategorie von 2.35 auf 2.90 nur unwesentlich <strong>und</strong> wie vorhergesagt<br />
nicht signifikant an (Haupteffekt<br />
für C=0: F 2,112 =1.91, p=.15); noch geringer<br />
steigen sie mit der Anzahl der als anwesend beobachteten Effekte der anderen<br />
Kategorie von 2.50 auf 2.78 (Haupteffekt<br />
für C=0: F 2,112