Das Paradigma der minimalen Gruppe erstellen

Social Psychology

Your institution must subscribe to JoVE's Psychology collection to access this content.

Fill out the form below to receive a free trial or learn more about access:

Welcome!

Enter your email below to get your free 1 hour trial to JoVE!





By clicking "Submit", you agree to our policies.

 

Overview

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.

Cite this Video

JoVE Science Education Database. Grundlagen der sozialen Psychologie. Das Paradigma der minimalen Gruppe erstellen. JoVE, Cambridge, MA, (2017).

Principles

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.

Procedure

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).

Figure 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.

  1. 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.

Figure 2
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.

  1. Die Reihenfolge der 18 Matrizen zufällig.
  2. 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).

Figure 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.

  1. 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.

Die Faktoren, die dazu, Vorurteile und Diskriminierung zwischen den verschiedenen Gruppen von Individuen beitragen sind unklar, obwohl solche Beziehungen innerhalb und zwischen verschiedenen Gesellschaften lange untersucht worden sind.

Die Einflüsse zu verstehen, die intergroup Vorspannung zu verwirrt, wie monetäre Eigeninteressen und Geschichte des Konflikts kann indem Sie neuartige Sätze zufällig Personen zuweisen abgestreift werden — was Psychologen minimalste Gruppen nennen.

Somit müssen keine Konsequenzen aus dieser willkürlichen Umverteilung ergeben sich aus der Identifikation mit einer neuen Gruppe. Interessant ist, solche Kategorisierung induziert starke Bevorzugung gegenüber anderen Gruppe Mitgliedern — Trennung der Sozialwelt in "uns" gegen "sie".

Basierend auf früheren Arbeiten von Tajfel und Kollegen, veranschaulicht dieses Video minimalste Gruppen zu induzieren, um zu prüfen, wie soziale Kategorisierung Vorurteile Entscheidungsfindung.

In diesem Experiment werden Teilnehmer an zwei Phasen unterzogen – Kategorisierung und Entscheidungsfindung Gruppe – zu prüfen, ob diskriminierende Verhalten willkürlich erzeugt werden kann.

Im ersten Teil-Klassifikation-Gruppe – Teilnehmer werden gebeten, eine Einschätzung-Aufgabe abzuschließen, wo sie einfach guesstimate wieviele Punkte auf dem Bildschirm über eine Reihe von Studien gezeigt werden.

Die Leistungsstufen werden verwendet, um sie in zwei Gruppen aufteilen: neutral und Wert. Teilnehmer im neutralen Zustand sind weiter unterteilt und beschriftet als unter - oder über-Schätzer — in die ihnen gesagt wird, sie die niedrigsten und höchsten Schätzungen, bzw. zur Verfügung gestellt. In der Erwägung, dass für den Wert Zustand, Teilnehmer sind entweder erzählte ihre Schätzungen mehr oder weniger genau als der Durchschnitt sind.

Anschließend erhalten sie in der zweiten Phase mehrere Matrizen, Entscheidungen zu treffen, die entweder monetär belohnen oder anderen Teilnehmern bestrafen. Um dies zu erreichen, jede Matrix besteht aus nummerierten Begriffe, die in zwei Reihen und 14 Spalten bestellt, und jede Zeile wird als Fördermitglieder des Teilnehmers beschriftet – in der Gruppe – oder die anderen, die Entwicklergemeinschaft.

Kombination dieser Möglichkeiten schafft drei Arten von Entscheidungen: in und Out-Gruppen – wo beide Reihen sind in den gleichen Gruppen – und differenzierte – ein jeder Einrichtung interfraktionellen Entscheidungen

Darüber hinaus um Kompromiss Beträge innerhalb und zwischen Gruppen variieren, die Matrizen sind entworfen, um eine der drei Kriterien erfüllen: die Höchststrafen überschreiten die maximale Belohnung; B, es gibt keine Strafen und die Auszahlung ist fast gleich; oder C, die maximale Belohnung übertreffen die Höchststrafen.

Innerhalb jedes Typs Matrix sind die Ausdrücke basierend auf Fairness organisiert. Das heißt, reflektieren die Endlagen die entgegengesetzte Extreme Bestrafung und Belohnung, während die mittleren Spalten maximale Fairness darstellen, wie die Auszahlung der am meisten entspricht. Die abhängige Variable ist dann die Position der ausgewählten Begriffe.

Um durchschnittlich über alle Wahl, werden die Positionen 14 steht für die Wahl, die dem Mitglied der Gruppe der maximalen möglichen Punkten auf dieser Matrix gibt, wobei 1 gibt die Gruppe Mitglied der minimalen möglichen Punkten von 1 bis 14, gewertet. So ein 7.5 — durchschnittlich Spalten 7 und 8 – maximal gerechte Entscheidung über alle Wahl darstellt.

Unabhängig von den Bedingungen wird prognostiziert, dass Gruppe Günstlingswirtschaft hervorgehen wird, absichtlich diskriminierende Verhalten nach der sozialen Kategorisierung zu unterstützen.

Führen Sie vor dem Experiment eine Power-Analyse eine ausreichende Anzahl von Teilnehmern zu rekrutieren.

Um zu Beginn begrüßen Sie jeder Teilnehmer und begleiten sie ins Labor. Sobald sie Platz genommen haben, geben Sie diese einen Laptop.

Die erste Aufgabe zu starten – die Präsentation von Dot-Clustern. Beachten Sie, dass die inter-stimulus-Intervall oder ISI, von 125 bis 500 ms variiert zu planen Sie ausreichend Zeit für jeden Teilnehmer zur Schätzung der Anzahl der Punkte, die sie beobachtet. Beachten Sie auch, dass ihre Antworten gespeichert werden.

Im Anschluss an die Punkt-Schätzung informieren alle Teilnehmer, dass Sie Interesse an einem Studium von anderen Arten von Urteilen und für Bequemlichkeit, Sie werden platzieren sie in zwei Gruppen.

Ohne dass die tatsächlichen Ergebnisse, nach dem Zufallsprinzip unterteilen den neutralen Zustand in unter- und übermäßige Schätzer, und dem Wert Zustand in diejenigen, die entweder mehr oder weniger genauen Schätzungen gab.

Jetzt führen Sie die Teilnehmer in separaten Kabinen und informieren sie, die sie bald echte geldpolitischen Entscheidungen lässt, wo sie belohnen und anderen Teilnehmern zu bestrafen.

Lassen sie die Matrizen nach deren Gruppenkennung abzuschließen. Weisen Sie sie an ihre Entscheidungen durch ein Kontrollkästchen pro Matrix angeben.

Schließlich, nachdem alle Entscheidungen wurden getroffen und stellte sich in, vollständig Nachbesprechung der Teilnehmer.

Um die Antworten zu analysieren, Punkten Sie einzeln jede Matrix von 1 bis 14, wo 1 gibt die Gruppe Mitglied der minimalen möglichen Punkten und 14 bietet ihnen die maximale mögliche auf dieser Matrix.

Um die Daten zu visualisieren, zeichnen Sie die Durchschnittswerte über Wahl-Typen für jede Bedingung. Verwendung einer-Sample-t-Tests um festzustellen, ob die einzelnen Punkte in den einzelnen Gruppen bedeutet unterschieden sich signifikant unter dem Gesichtspunkt der Fairness halber, 7.5.

Beachten Sie, dass unabhängig von Zustand, Teilnehmer ziemlich reagierte Entscheidungen, wenn Mitglieder ihrer Gruppe beteiligt – Entscheidungen in der Gruppe – oder völlig außerhalb ihrer Gruppe – Out-Gruppe Entscheidungen.

Jedoch, wenn es um Entscheidungen zwischen den Gruppen kam – die differentielle Entscheidungen – die Durchschnitte waren deutlich größer als 7,5. Diese Ergebnisse spiegeln die Bevorzugung dieser Gruppe – eine Form der diskriminierenden Verhalten — nach willkürlichen Klassifikationen entstehen kann.

Darüber hinaus können die Unterschiede zurückgeführt werden, um allgemeine Tendenzen, unfaire Entscheidungen zu treffen, da die Teilnehmer in der Regel maximal faire Option ausgewählt haben, bei der Entscheidung zwischen zwei ein- oder zwei Herausgruppe Mitglieder.

Nun, Sie vertraut sind mit wie Individuen bewusst Entscheidungen treffen, die ihre Gruppe auf Kosten anderer zu belohnen, schauen Sie wie Forscher minimal Gruppe Induktionen nutzen, um soziale Interaktionen wie Empathie, sowie die zugrunde liegende neuronale Korrelate der interfraktionellen Arbeitsgruppe Verzerrungen prüfen zu untersuchen.

Forscher verwendet die gleiche Aufgabe der ursprünglichen Schätzung fiktiv Teilnehmer aufteilen und dann fragte sie, Bilder von Menschen in schmerzhaft oder nicht-schmerzhafte Situationen zu beobachten.

Sie wurden dann angewiesen, sich selbst oder Mitglieder von zwei minimale Gruppen vorstellen – in der Gruppe vs. Out-Gruppe – in die gleichen Situationen und entsprechend die Höhe der empfundene Schmerz.

Individuen fühlte sich mehr Empathie für jemand Schmerzen, wenn diese Person in ihrer derselben sozialen Gruppe, was darauf hindeutet war, dass Gruppe Vorurteile auch in empathischen Situationen vorliegen.

In einer weiteren Studie von Van Bavel und Kollegen waren weiße Teilnehmer zufällig in mixed-Rennen Gruppen platziert, und dann eingescannt per fMRI identifizieren die neuralen Substrate Verarbeitung Gesichter bei und out - group-Mitglieder beteiligt.

Im ersten Teil wurden sie gebeten, jede Fläche auf einer Skala von Abneigung, wie zu bewerten. Unabhängig von Rasse gab Individuen mehr positive Bewertungen für ihre eigene Gruppe im Vergleich zu denen in der Entwicklergemeinschaft.

Aktivität innerhalb der orbitofrontale Kortex vermittelt darüber hinaus solche Vorurteile. Diese Ergebnisse deuten darauf hin, dass minimale Gruppe Induktionen rassische Kategorisierungen auch überschreiben können.

Sie sah nur Jupiters Video auf das minimale Gruppe Paradigma zu schaffen. Jetzt haben Sie ein gutes Verständnis der wie zu entwerfen und ein Experiment, das Diskriminierung hervorruft, wie Daten zu analysieren und Schlüsse über intergroup Verhalten.

Danke fürs Zuschauen!

Results

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.

Figure 4
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.

Applications and Summary

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.

References

  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.

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).

Figure 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.

  1. 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.

Figure 2
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.

  1. Die Reihenfolge der 18 Matrizen zufällig.
  2. 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).

Figure 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.

  1. 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.

Die Faktoren, die dazu, Vorurteile und Diskriminierung zwischen den verschiedenen Gruppen von Individuen beitragen sind unklar, obwohl solche Beziehungen innerhalb und zwischen verschiedenen Gesellschaften lange untersucht worden sind.

Die Einflüsse zu verstehen, die intergroup Vorspannung zu verwirrt, wie monetäre Eigeninteressen und Geschichte des Konflikts kann indem Sie neuartige Sätze zufällig Personen zuweisen abgestreift werden — was Psychologen minimalste Gruppen nennen.

Somit müssen keine Konsequenzen aus dieser willkürlichen Umverteilung ergeben sich aus der Identifikation mit einer neuen Gruppe. Interessant ist, solche Kategorisierung induziert starke Bevorzugung gegenüber anderen Gruppe Mitgliedern — Trennung der Sozialwelt in "uns" gegen "sie".

Basierend auf früheren Arbeiten von Tajfel und Kollegen, veranschaulicht dieses Video minimalste Gruppen zu induzieren, um zu prüfen, wie soziale Kategorisierung Vorurteile Entscheidungsfindung.

In diesem Experiment werden Teilnehmer an zwei Phasen unterzogen – Kategorisierung und Entscheidungsfindung Gruppe – zu prüfen, ob diskriminierende Verhalten willkürlich erzeugt werden kann.

Im ersten Teil-Klassifikation-Gruppe – Teilnehmer werden gebeten, eine Einschätzung-Aufgabe abzuschließen, wo sie einfach guesstimate wieviele Punkte auf dem Bildschirm über eine Reihe von Studien gezeigt werden.

Die Leistungsstufen werden verwendet, um sie in zwei Gruppen aufteilen: neutral und Wert. Teilnehmer im neutralen Zustand sind weiter unterteilt und beschriftet als unter - oder über-Schätzer — in die ihnen gesagt wird, sie die niedrigsten und höchsten Schätzungen, bzw. zur Verfügung gestellt. In der Erwägung, dass für den Wert Zustand, Teilnehmer sind entweder erzählte ihre Schätzungen mehr oder weniger genau als der Durchschnitt sind.

Anschließend erhalten sie in der zweiten Phase mehrere Matrizen, Entscheidungen zu treffen, die entweder monetär belohnen oder anderen Teilnehmern bestrafen. Um dies zu erreichen, jede Matrix besteht aus nummerierten Begriffe, die in zwei Reihen und 14 Spalten bestellt, und jede Zeile wird als Fördermitglieder des Teilnehmers beschriftet – in der Gruppe – oder die anderen, die Entwicklergemeinschaft.

Kombination dieser Möglichkeiten schafft drei Arten von Entscheidungen: in und Out-Gruppen – wo beide Reihen sind in den gleichen Gruppen – und differenzierte – ein jeder Einrichtung interfraktionellen Entscheidungen

Darüber hinaus um Kompromiss Beträge innerhalb und zwischen Gruppen variieren, die Matrizen sind entworfen, um eine der drei Kriterien erfüllen: die Höchststrafen überschreiten die maximale Belohnung; B, es gibt keine Strafen und die Auszahlung ist fast gleich; oder C, die maximale Belohnung übertreffen die Höchststrafen.

Innerhalb jedes Typs Matrix sind die Ausdrücke basierend auf Fairness organisiert. Das heißt, reflektieren die Endlagen die entgegengesetzte Extreme Bestrafung und Belohnung, während die mittleren Spalten maximale Fairness darstellen, wie die Auszahlung der am meisten entspricht. Die abhängige Variable ist dann die Position der ausgewählten Begriffe.

Um durchschnittlich über alle Wahl, werden die Positionen 14 steht für die Wahl, die dem Mitglied der Gruppe der maximalen möglichen Punkten auf dieser Matrix gibt, wobei 1 gibt die Gruppe Mitglied der minimalen möglichen Punkten von 1 bis 14, gewertet. So ein 7.5 — durchschnittlich Spalten 7 und 8 – maximal gerechte Entscheidung über alle Wahl darstellt.

Unabhängig von den Bedingungen wird prognostiziert, dass Gruppe Günstlingswirtschaft hervorgehen wird, absichtlich diskriminierende Verhalten nach der sozialen Kategorisierung zu unterstützen.

Führen Sie vor dem Experiment eine Power-Analyse eine ausreichende Anzahl von Teilnehmern zu rekrutieren.

Um zu Beginn begrüßen Sie jeder Teilnehmer und begleiten sie ins Labor. Sobald sie Platz genommen haben, geben Sie diese einen Laptop.

Die erste Aufgabe zu starten – die Präsentation von Dot-Clustern. Beachten Sie, dass die inter-stimulus-Intervall oder ISI, von 125 bis 500 ms variiert zu planen Sie ausreichend Zeit für jeden Teilnehmer zur Schätzung der Anzahl der Punkte, die sie beobachtet. Beachten Sie auch, dass ihre Antworten gespeichert werden.

Im Anschluss an die Punkt-Schätzung informieren alle Teilnehmer, dass Sie Interesse an einem Studium von anderen Arten von Urteilen und für Bequemlichkeit, Sie werden platzieren sie in zwei Gruppen.

Ohne dass die tatsächlichen Ergebnisse, nach dem Zufallsprinzip unterteilen den neutralen Zustand in unter- und übermäßige Schätzer, und dem Wert Zustand in diejenigen, die entweder mehr oder weniger genauen Schätzungen gab.

Jetzt führen Sie die Teilnehmer in separaten Kabinen und informieren sie, die sie bald echte geldpolitischen Entscheidungen lässt, wo sie belohnen und anderen Teilnehmern zu bestrafen.

Lassen sie die Matrizen nach deren Gruppenkennung abzuschließen. Weisen Sie sie an ihre Entscheidungen durch ein Kontrollkästchen pro Matrix angeben.

Schließlich, nachdem alle Entscheidungen wurden getroffen und stellte sich in, vollständig Nachbesprechung der Teilnehmer.

Um die Antworten zu analysieren, Punkten Sie einzeln jede Matrix von 1 bis 14, wo 1 gibt die Gruppe Mitglied der minimalen möglichen Punkten und 14 bietet ihnen die maximale mögliche auf dieser Matrix.

Um die Daten zu visualisieren, zeichnen Sie die Durchschnittswerte über Wahl-Typen für jede Bedingung. Verwendung einer-Sample-t-Tests um festzustellen, ob die einzelnen Punkte in den einzelnen Gruppen bedeutet unterschieden sich signifikant unter dem Gesichtspunkt der Fairness halber, 7.5.

Beachten Sie, dass unabhängig von Zustand, Teilnehmer ziemlich reagierte Entscheidungen, wenn Mitglieder ihrer Gruppe beteiligt – Entscheidungen in der Gruppe – oder völlig außerhalb ihrer Gruppe – Out-Gruppe Entscheidungen.

Jedoch, wenn es um Entscheidungen zwischen den Gruppen kam – die differentielle Entscheidungen – die Durchschnitte waren deutlich größer als 7,5. Diese Ergebnisse spiegeln die Bevorzugung dieser Gruppe – eine Form der diskriminierenden Verhalten — nach willkürlichen Klassifikationen entstehen kann.

Darüber hinaus können die Unterschiede zurückgeführt werden, um allgemeine Tendenzen, unfaire Entscheidungen zu treffen, da die Teilnehmer in der Regel maximal faire Option ausgewählt haben, bei der Entscheidung zwischen zwei ein- oder zwei Herausgruppe Mitglieder.

Nun, Sie vertraut sind mit wie Individuen bewusst Entscheidungen treffen, die ihre Gruppe auf Kosten anderer zu belohnen, schauen Sie wie Forscher minimal Gruppe Induktionen nutzen, um soziale Interaktionen wie Empathie, sowie die zugrunde liegende neuronale Korrelate der interfraktionellen Arbeitsgruppe Verzerrungen prüfen zu untersuchen.

Forscher verwendet die gleiche Aufgabe der ursprünglichen Schätzung fiktiv Teilnehmer aufteilen und dann fragte sie, Bilder von Menschen in schmerzhaft oder nicht-schmerzhafte Situationen zu beobachten.

Sie wurden dann angewiesen, sich selbst oder Mitglieder von zwei minimale Gruppen vorstellen – in der Gruppe vs. Out-Gruppe – in die gleichen Situationen und entsprechend die Höhe der empfundene Schmerz.

Individuen fühlte sich mehr Empathie für jemand Schmerzen, wenn diese Person in ihrer derselben sozialen Gruppe, was darauf hindeutet war, dass Gruppe Vorurteile auch in empathischen Situationen vorliegen.

In einer weiteren Studie von Van Bavel und Kollegen waren weiße Teilnehmer zufällig in mixed-Rennen Gruppen platziert, und dann eingescannt per fMRI identifizieren die neuralen Substrate Verarbeitung Gesichter bei und out - group-Mitglieder beteiligt.

Im ersten Teil wurden sie gebeten, jede Fläche auf einer Skala von Abneigung, wie zu bewerten. Unabhängig von Rasse gab Individuen mehr positive Bewertungen für ihre eigene Gruppe im Vergleich zu denen in der Entwicklergemeinschaft.

Aktivität innerhalb der orbitofrontale Kortex vermittelt darüber hinaus solche Vorurteile. Diese Ergebnisse deuten darauf hin, dass minimale Gruppe Induktionen rassische Kategorisierungen auch überschreiben können.

Sie sah nur Jupiters Video auf das minimale Gruppe Paradigma zu schaffen. Jetzt haben Sie ein gutes Verständnis der wie zu entwerfen und ein Experiment, das Diskriminierung hervorruft, wie Daten zu analysieren und Schlüsse über intergroup Verhalten.

Danke fürs Zuschauen!

A subscription to JoVE is required to view this article.
You will only be able to see the first 20 seconds.

RECOMMEND JoVE