Grundlagen- und Vertiefungsliteratur für Masterprüfungen im FS25 in der Vertiefungsrichtung Sozial-, Wirtschafts- und Entscheidungspsychologie

Es gilt zu beachten, dass alle folgenden Angaben ausschliesslich für die ausgewählte Prüfungsperiode gültig sind. Zur Vorbereitung der Grundlagen sind Buchkapitel aus allen vier Themenbereichen vorzubereiten. Die Grundlagen erfassen somit alle vier Themenbereiche.

Grundlagen

Sozialpsychologie

• Greifeneder, R., Bless, H., & Fiedler, K. (2018). Social cognition: How individuals construct social reality. Abingdon, UK: Routledge Psychology Press (2nd edition). Kapitel 2, 7, 8 und 10.

Wirtschaftspsychologie

• Cartwright, E. (2011). Behavioral economics. London: Routledge. Kapitel 1, 2, 3 und 7.

Entscheidungspsychologie

• Newell, B. R., Lagnado, D. A., & Shanks, D. R. (2015). Straight choices: The psychology of decision making. Hove, UK: Psychology Press. Kapitel: 2, 3, 5 und 8.

Statistics and Data Science

• Strobl, C., Henninger, M., Rothacher, Y., Debelak, R. (2024). Kapitel 1: Einleitung. In: Simulationsstudien in R: Design und praktische Durchführung, pp. 1-31. Heidelberg: Springer. https://link.springer.com/book/10.1007/978-3-662-70561-2

• Myin-Germeys, I. & Kuppens, P. (2022). Experience sampling methods, an introduction. In: The Open Handbook of Experience Sampling Methodology, pp. 7-19. Eds: Inez Myin-Germeys & Peter Kuppens. The Centre for Research on Experience Sampling and Ambulatory Methods Leuven (REAL), Belgium. www.kuleuven.be/samenwerking/real/real-book

Vertiefung

Sozialpsychologie (Prof. Dr. Rainer Greifeneder)

• Intergroup relations: Brewer, M. B. (2019). Intergroup relations. In E. J. Finkel & R. F. Baumeister (Eds.), Advanced social psychology: The state of the science (2nd ed., pp. 249-274). Oxford University Press.

• Social Influence: Cialdini, R. B., & Griskevicius, V. (2019). Social Influence. In E. J. Finkel & R. F. Baumeister (Eds.), Advanced social psychology: The state of the science (2nd ed., pp. 157-178). Oxford University Press.

• Conspiracy Theories: Douglas, K. M., Uscinski, J. E., Sutton, R. M., Cichocka, A., Nefes, T., Ang, C. S., & Deravi, F. (2019). Understanding Conspiracy Theories. Political Psychology, 40, 3-35. https://doi.org/10.1111/pops.12568

• Humor: Martin, R. A., & Ford, T. E. (2018). Chapter 8 - The Social Psychology of Humor. In R. A. Martin & T. E. Ford (Eds.), The Psychology of Humor (2nd ed., pp. 247-282). Academic Press. https://doi.org/10.1016/B978-0-12-812143-6.00008-4

• Self: Sedikides, C., Alicke, M. D., & Skowronski, J. J. (2021). On the utility of the self in social perception: An Egocentric Tactician Model. Advances in Experimental Social Psychology, 63, 247-298. https://doi.org/10.1016/bs.aesp.2020.11.005

• Resilience: Seery, M. D., & Quinton, W. J. (2016). Understanding Resilience: From Negative Life Events to Everyday Stressors. Advances in Experimental Social Psychology, 54, 181-245. https://doi.org/10.1016/bs.aesp.2016.02.002

Wirtschaftspsychologie (Prof. Dr. Jörg Rieskamp)

• Modelle der Konsumforschung: Rieskamp, J., Busemeyer, J. R., & Mellers, B. A. (2006). Extending the bounds of rationality: Evidence and theories of preferential choice. Journal of Economic Literature, 44, 631‐661.
• Finanzpsychologie: Benartzi, S., & Thaler, R. H. (1995). Myopic loss aversion and the equity premium puzzle. Quarterly Journal of Economics, 110, 73‐92.
• Spieltheorie: Varian, R. (2007). Grundzüge der Mikroökonomik. Kapitel 28. München: Oldenbourgh.
• Lohngestaltung: Fehr, E., Kirchler, E., Weichbold, A., & Gächter, S. (1998). When social norms overpower competition: Gift exchange in experimental labor markets. Journal of Labor Economics, 16, 324‐ 351.
• Gemeingüterprobleme: Kagel, J. H., & Roth, A. E. (1997). The handbook of experimental economics. Princeton: Princeton University Press: Kapitel 2: Public goods: A survey of experimental results.
• Auktionen: Roth, A. E., & Ockenfels, A. (2002). Last‐minute bidding and the rules for ending second‐price auctions: Evidence from eBay and amazon auctions on the internet. American Economic Review, 92, 1093‐1103.
• Informationsverarbeitung in Gruppen: Hastie, R., & Kameda, T. (2005). The robust beauty of majority rules in group decisions. Psychological Review, 112, 494‐508.

Entscheidungspsychologie (Prof. Dr. Rui Mata)

• Bounded Rationality: Kahneman, D. (2003). A perspective on judgment and choice: Mapping bounded rationality. American Psychologist, 58(9), 697–720. doi:10.1037/0003‐066X.58.9.697
• Prediction vs. Explanation: Yarkoni, T., & Westfall, J. (2017). Choosing prediction over explanation in psychology: Lessons learned from machine learning. Perspectives on Psychological Science, doi: 10.1177/1745691617693393
• Data Visualization: Franconeri, S. L., Padilla, L. M., Shah, P. D., Zacks, J. M., Hullman, J. (2021). The science of visual data communication: What works. Psychological Science in the Public Interest, 22(3), 110-161.  https://doi.org/10.1177/15291006211051956
• Individual Differences in Risk Preference: Frey, R., Richter, D., Schupp, J., Hertwig, R., & Mata, R. (2021). Identifying robust correlates of risk preference: A systematic approach using specification curve analysis. Journal of Personality and Social Psychology, 120(2), 538–557. https://doi.org/10.1037/pspp0000287
• Risk perception: Slovic, P. (1987). Perception of risk. Science, 236(4799), 280–285.
• Risk Communication: Gigerenzer, G., Gaissmaier, W., Kurz‐Milcke, E., Schwartz, L. M., & Woloshin, S. (2007). Helping doctors and patients make sense of health statistics. Psychological Science in the Public Interest, 8(2), 53–96.
• Nudging and Choice Architecture: Johnson, E. J., Shu, S. B., Dellaert, B. G. C., Fox, C., Goldstein, D. G., Häubl, G., et al. (2012). Beyond nudges: Tools of a choice architecture. Marketing Letters, 23(2), 487–504. doi:10.1007/s11002‐012‐9186‐1

Statistics and Data Science (Prof. Dr. Mirka Henninger)

• Strobl, C., Henninger, M., Rothacher, Y., Debelak, R. (2024). Kapitel 2: Konzeption und Design von Simulationsstudien. In: Simulationsstudien in R: Design und praktische Durchführung, pp. 33-77. Heidelberg: Springer. https://link.springer.com/book/10.1007/978-3-662-70561-2

• Kuppens, P., & Myin-Germeys, I. (2022). Research questions that can be answered with ESM research. In: The Open Handbook of Experience Sampling Methodology, pp. 21-32. Eds: Inez Myin- Germeys & Peter Kuppens. The Centre for Research on Experience Sampling and Ambulatory Methods Leuven (REAL), Belgium. https://www.kuleuven.be/samenwerking/real/real-book

• Lischetzke, T., Reis, D., & Arndt, C. (2015). Data-analytic strategies for examining the effectiveness of daily interventions. Journal of Occupational & Organizational Psychology, 88, 587-622. https://doi.org/10.1111/joop.12104 (Hierbei geht es nicht um die spezifischen Modelle, einzelne Modellgleichungen, oder bestimmte Modellparameter, sondern um die Auseinandersetzung mit den verschiedenen längsschnittlichen Designs und welche Implikationen diese für die Wahl des Analysemodells haben.)

• Van Lissa, C. J. (2023). Developmental data science: How machine learning can advance theory formation in developmental psychology. Infant Child Development, 32. https://doi.org/10.1002/icd.2370

• Strobl, C., Malley, J., & Tutz, G. (2009). An introduction to recursive partitioning: Rationale, application, and characteristics of classification and regression trees, bagging, and random forests. Psychological Methods, 14, 323-348. https://doi.org/10.1037/a0016973

• Henninger, M., Debelak, R., Rothacher, Y., & Strobl, C. (2023). Interpretable machine learning for psychological research: Opportunities and pitfalls. Psychological Methods, https://doi.org/10.1037/met0000560 (Hierbei geht es nicht um die spezifischen Gleichungen einzelner Interpretationstechniken, sondern um ihre Grundprinzipien und welche Herausforderungen sich bei ihrer Anwendung für empirisch Forschende ergeben.)