Modellvergleich

Für die meisten kognitiven Prozesse existieren unterschiedliche Vorstellungen, welche zentralen Strukturen und Vorgänge den beobachteten Leistungen zugrunde liegen. Diese Situation zeigt sich auch in der Existenz einer Vielzahl an Erklärungsmodellen. Der Vergleich alternativer Modelle kann dabei auf der Beurteilung verschiedenen Kriterien basieren, deren Bedeutsamkeit kontextabhängig variiert. Einige dieser Kriterien stellen folgende Merkmale eines Modells dar:

• Plausibilität der Annahmen
• Verständlichkeit der theoretischen Erklärung und Konsistenz zu bisherigen Erkenntnissen
• Interpretierbarkeit des Modells und seiner Parameter
• Güte der deskriptiven Beschreibung der Daten
• Generalisierbarkeit auf zukünftige Datensätze
• Ausmaß der Komplexität

Die Entscheidung darüber, welche Kriterien im vorliegenden Fall besonders stark beachtet werden, sollte dabei individuell und begründet getroffen werden.

Allgemein unterscheidet man zwischen quantitativen und qualitativen Modellvergleichen. Ein quantitativer Modellvergleich ermittelt den Fit zwischen den empirisch erhobenen und den basierend auf dem Modell simulierten Daten zur Bestimmung der Vorhersagegüte des Modells. Besteht stärkeres Interesse am relativen Verhältnis der empirischen und simulierten Daten oder handelt es sich beim Untersuchungsgegenstand um ein zu komplexes Phänomen, wird ein qualitativer Modellvergleich verwendet. Dieser untersucht stärker die Übereinstimmung der Datenmuster. Die Überprüfung der Modelle kann zudem mittels neuer Vorhersagen erfolgen. Ist das Modell in der Lage, ein Verhalten zu zeigen oder Daten hervorzubringen, welche aufgrund theoretischer Überzeugungen vorhergesagt wurden, wird dies als Evidenz für das Modell verstanden.