What is the minimal group paradigm and why do researchers use it?

The minimal group paradigm is a method where researchers randomly assign participants to novel groups based on arbitrary criteria, stripping away confounds like monetary self-interest and historical conflict. This allows psychologists to isolate how social categorization alone influences intergroup behavior, revealing whether discrimination emerges purely from identifying with a group and separating the social world into 'us' versus 'them.'

How does the dot estimation task create group divisions in minimal group experiments?

Participants estimate the number of dots displayed on a screen across multiple trials. Their performance is then used to arbitrarily divide them into groups: in the neutral condition, they're labeled as under- or over-estimators based on their lowest or highest estimates; in the value condition, they're told their estimates were more or less accurate than average. This arbitrary classification establishes group membership without real differences.

What do decision-making matrices measure in minimal group studies?

Matrices present numbered choices in rows and columns, each supporting either in-group or out-group members. Participants select options that reward or punish group members. Scores range from 1 (minimum points for in-group) to 14 (maximum points), with 7.5 representing maximal fairness. Researchers analyze whether participants favor their in-group by choosing higher-scoring options when making differential choices between groups.

What do the results of minimal group experiments reveal about in-group favoritism?

Results consistently show that despite arbitrary group assignments, participants demonstrate in-group favoritism when making differential choices between groups—significantly favoring their in-group members over out-group members. However, participants chose fairly when decisions involved only in-group or only out-group members, indicating that discriminatory behavior emerges specifically from intergroup comparisons rather than general unfairness.

How have researchers extended minimal group paradigm research beyond decision-making?

Researchers have applied minimal groups to study empathy, finding that participants feel more empathy for in-group members in pain than out-group members. Using fMRI neuroimaging, studies show that activity in the orbitofrontal cortex mediates these biases. Notably, minimal group inductions can override racial categorizations, demonstrating that arbitrary social categorization powerfully shapes both emotional responses and neural processing of group members.

What statistical methods are used to analyze minimal group experiment data?

Researchers score each matrix choice from 1 to 14 and calculate average scores across choice types for each condition. One-sample t-tests determine whether individual mean scores significantly differ from 7.5, the point of fairness. This analysis reveals whether in-group favoritism in differential choices is statistically significant, confirming that discriminatory behavior emerges from social categorization rather than random variation.

Why is the minimal group paradigm considered important for understanding intergroup relations?

The minimal group paradigm isolates the fundamental mechanisms of intergroup discrimination by removing real-world confounds. By demonstrating that arbitrary categorization alone produces in-group favoritism and discriminatory behavior, it reveals that prejudice and discrimination stem from basic social categorization processes rather than competition, conflict history, or stereotypes. This foundational insight has shaped decades of social psychology research on intergroup bias.

Создание парадигмы минимальной группы

0 просмотров09:15 мин.

1. Набор участников

Проведите силовой анализ и наберите достаточное количество участников.

2. Систематизируйте материалы.

Создайте сорок изображений кластеров точек с различными величинами (см. пример одного из них в Рисунок 1).

Рисунок 1: Пример задачи по оценке точек. Двадцать три точки показаны на изображении выше. Участникам дается всего 125-500 мс на просмотр каждого изображения, прежде чем они оценят количество точек, которые были на экране.

Сгенерируйте упорядоченные матрицы, каждая из которых должна состоять из 14 коробок, содержащих два числа.
1. Подпишите каждую строку: "Это награды и штрафы за номер участника [вставьте номер кода] ваш группы" или "из другой группы".
2. Создайте шесть матриц, удовлетворяющих одному из трех критериев (по два в каждой; Рисунок 2).
  1. Тип A: Максимальные штрафы превышают максимальные награды. Расположите боксы так, чтобы два условия максимальной совместной выплаты и максимальной справедливости находились посередине.
  2. Тип B: Никаких штрафов и постоянный совместный выигрыш. Расположите поля так, чтобы два максимальных условия справедливости находились посередине.
  3. Тип C: Максимальное количество наград превышает максимальное количество штрафов. Расположите боксы так, чтобы максимальные совместные выплаты находились в обеих крайних точках, а два максимальных условия честности находились посередине.
3. Повторите эти шесть матриц для трех различных типов вариантов, соответствующих следующим меткам для каждой строки:
  1. Внутригрупповой выбор: Верхняя строка относится к наградам и штрафам для одного члена группы, а нижняя строка относится к результатам для другого члена группы.
  2. Out-group choices: Верхняя строка относится к результатам наград и штрафов для одного члена группы, а нижняя строка относится к результатам для другого члена группы.
  3. Дифференциальный (межгрупповой) выбор: Одна строка относится к результатам вознаграждений и штрафов для члена группы, а другая строка относится к результатам для члена группы, не входящего в группу. Рандомизируйте порядок этих строк таким образом, чтобы три матрицы отражали внутригрупповые выборы наверху, а остальные три — внегрупповые выборы.

Рисунок 2: Типичные матрицы выплат, использованные в этом эксперименте. Каждая матрица состоит из двух строк, отражающих денежные компромиссы, которые влияют на других членов группы или вне группы. Типы матриц (A, B и C) обозначены слева, к каждой из которых относятся по две матрицы. Все шесть матриц повторяются три раза, по одному для каждого типа решения (внутригрупповое, внегрупповое и дифференциальное). Дифференциальный выбор в матрице 1, например, может звучать так: «Это награды и штрафы для участника 3 вашей группы» (верхний ряд) и «Участник 2 другой группы» (нижний ряд) вместе с 14 условиями компромисса. Таким образом, член 14 (т.е. , самый несправедливый вариант) вычтет 19 баллов у члена внешней группы и даст 6 баллов другому члену группы. Условия 7 и 8, с другой стороны, отражают максимально справедливые варианты, поскольку они минимизируют общий штраф (-1) для обоих игроков.

Рандомизируйте порядок 18 матриц.
Озаглавьте начало каждого раздела: «Для члена [вставить идентификацию группы]», где групповая идентификация отражает одно из четырех экспериментальных условий: (1) группы недооценки, (2) группа переоценки, (3) группа с лучшей точностью и (4) группа с худшей точностью.

3. Сбор данных

Посадите каждого участника за компьютер.
Представьте каждое из 40 изображений кластера точек очень кратко, в диапазоне от 125 до 500 мс.
Предусмотрите время между изображениями, чтобы участники могли оценить количество точек, которые они видят, и записать свои ответы на компьютере.
Чтобы оценить влияние категоризации на межгрупповое поведение, сообщите участникам, что вы заинтересованы в изучении других типов суждений, и для удобства вы разделите их на две группы для вынесения этих суждений.
1. Случайным образом назначьте половине участников либо нейтральное условие, либо условие значения.
Сообщите участникам в нейтральном состоянии, что одна группа будет состоять из участников, предоставивших наибольшую оценку количества точек, а другая группа будет состоять из тех, кто дал самые низкие оценки.
1. Случайным образом отнесите половину этих участников к «недооценщикам», а другую половину — к «переоценивающим».
Сообщите участникам в ценностном условии, что одна группа будет состоять из участников, которые предоставили более точные оценки количества точек, а другая группа будет состоять из тех, кто предоставил менее точные оценки.
1. Случайным образом распределите половину этих участников в группу «с лучшей точностью», а другую половину — в группу с «худшей точностью».
Отведите участников в отдельные кабинки и сообщите им, что вскоре они будут принимать реальные денежные решения, где они смогут (анонимно) вознаграждать и наказывать других участников.
Пусть участники составят матрицы с соответствующей групповой идентификацией. Попросите их указать свой выбор, выбрав по одному прямоугольнику на матрицу (Рисунок 3).

Рисунок 3: Пример страницы матричного буклета с точки зрения участника. Шесть из 18 матриц отображаются на каждой странице буклета с матрицей. В приведенном выше примере есть две матрицы каждого типа (A, B и C) и две матрицы для каждого выбора (внутригрупповая, внегрупповая и дифференциальная). Например, матрица 3 относится к типу С с дифференцированным выбором, поскольку (1) максимальное вознаграждение превышает максимальное наказание и (2) участники должны выбирать между результатами, которые повлияют на другого члена группы (верхний ряд) или члена вне группы (нижний ряд).

Полностью проведите опрос участников.

4. Анализ данных

Оцените матрицы по шкале от 1 до 14, где 14 обозначает выбор в матрице, который дает члену внутренней группы максимально возможное количество баллов в этой матрице, а 1 дает члену внутренней группы минимально возможные баллы; Оценка 7,5 баллов представляет собой максимальную справедливость.
Проведите t-критерий с одной выборкой, чтобы определить, значительно ли отличались индивидуальные средние баллы в группах с точки зрения справедливости.