Klausur vom September 2013

LOTSE
Aufgabenteil zur Klausur zu
Modul 2 im BSc-Studiengang „Psychologie“
Termin: 3. September 2013, 14.00 - 18.00 Uhr
Prüfer:
apl. Prof. Dr. H.-J. Mittag
Dr. H.-G. Sonnenberg / Prof. Dr. K.-H. Renner
Abzugeben in einem ausgefüllten Klausurumschlag ist am Ende nur der
maschinenauswertbare Markierungsbogen. Den Umschlag bitte nicht zukleben. Das
Aufgabenheft, die Formelsammlung und das Konzeptpapier werden nicht
eingesammelt.
Die Klausur besteht aus 2 Blöcken. Spätere Rückfragen zu Block 1 sind stets an Herrn
apl. Prof. Dr. H.-J. Mittag zu richten, Rückfragen zu Block 2 an Herrn Dr. H.-G.
Sonnenberg oder an Herrn Prof. Dr. K.-H. Renner.
© 2013 FernUniversität in Hagen
Fakultät für Kultur- und Sozialwissenschaften
Alle Rechte vorbehalten.
Klausur vom September 2013 (PSY)
Hinweise zur Bearbeitung der Klausur:
- Bitte lesen Sie diese Hinweise aufmerksam durch, bevor Sie mit der Bearbeitung
beginnen. Legen Sie Ihren Personalausweis und die Anmeldebestätigung neben die
Klausurunterlagen. Während der Klausur sind das Rauchen und die Benutzung von
Mobiltelefonen und anderen Geräten, die eine Verbindung zum Internet herstellen
können, strikt untersagt. Bitte schalten Sie Ihr Mobiltelefon aus!
- Die Klausur umfasst Multiple-Choice-Aufgaben (Antwort-Auswahl-Verfahren) und
einige Aufgaben, bei denen die Antwort eine Zahl ist. Die Klausurdauer beträgt
240 Minuten.
- Bitte kontrollieren Sie sofort, ob Sie ein vollständiges Klausurexemplar mit einem Aufgabenteil auf weißem Papier, eine Formelsammlung mit Glossar
und angehängtem Konzeptpapier auf gelbem Papier sowie einen LOTSEMarkierungsbogen erhalten haben. Bevor Sie mit der Bearbeitung der Aufgaben
beginnen, füllen Sie bitte den Identifikationsteil des Markierungsbogens aus. Tragen Sie dort Ihren Namen, Ihre Matrikelnummer, Ihre Anschrift sowie das Datum
ein und unterschreiben Sie.
- Für die Bewertung der Klausur sind ausschließlich Ihre Markierungen auf dem
LOTSE-Markierungsbogen ausschlaggebend. Sie können nach Auswertung der Klausur online über das LOTSE-Korrektursystem einsehen, was Sie auf dem Markierungsbogen eingetragen haben und wie Ihre Eintragungen bewertet wurden. Sie
können so Ihre Antworten auch später mit der Musterlösung vergleichen.
- Erfahrungen haben gezeigt, dass Sie spätestens 20 Minuten vor Abgabe der Klausur mit dem Markieren beginnen sollten. Kontrollieren Sie ganz am Schluss noch
einmal Ihre Markierungen, bevor Sie den Markierungsbogen abgeben.
- Für Zwischenrechnungen können Sie das der Formelsammlung angehängte Konzeptpapier verwenden. Zwischenrechnungen gehen nicht in die Bewertung ein, weil
nur der LOTSE-Bogen eingesammelt und verarbeitet wird.
- Als Hilfsmittel ist neben der ausgeteilten Formelsammlung (mit Glossar) nur
ein Taschenrechner zugelassen. Dieser darf nicht programmierbar sein und auch
nicht über eine alphanumerische Tastatur verfügen. Ferner darf er keine Texte oder
Formeln speichern und nicht drahtlos mit anderen Geräten kommunizieren können.
- Sind die Aufgaben mit numerischer Antwort richtig beantwortet, erhalten Sie die
volle Punktzahl, ansonsten werden i. d. R. 0 Punkte vergeben.
- Bei den Multiple-Choice-Aufgaben sind fünf Aussagen vorgegeben, die – im Extremfall – alle zutreffend oder aber auch alle nicht zutreffend sein können. Zutreffende Aussagen sind auf dem Markierungsbogen mit einem Strich, einem Kreuz
oder einem Kreis zu kennzeichnen, falsche Aussagen sind nicht zu markieren. Für
jede richtige Antwort (Markierung einer korrekten Aussage oder Nicht-Markierung
einer unzutreffenden Aussage) wird 1 Punkt vergeben.
2
Klausur vom September 2013 (PSY)
- Die von Ihnen bei den Multiple-Choice-Aufgaben und den Aufgaben mit numerischer Antwort insgesamt erreichten Punkte (= Rohpunkte), werden am Ende
in voll erreichte (d. h. nicht erst nach Rundung nach oben erreichte) ganzzahlige
Prozentwerte umgerechnet. Das Ergebnis, im Computerergebnisbogen später als
Prozentpunkte angesprochen, entspricht der größten ganzen Zahl, die nicht größer
erreichte Rohpunkte
.
ist als das 100-fache des Quotienten maximal
erreichbare Rohpunkte
- Unter Umständen werden die Rohpunkte noch ergänzt durch Sonderpunkte zur
Berücksichtigung von Kohortenspezifika. Das so errechnete Ergebnis, im Computerergebnisbogen später als Klausurpunkte bezeichnet, entspricht der größten ganzen
Rohpunkte+Sonderpunkte
.
Zahl, die nicht größer ist als das 100-fache des Quotienten erreichte
maximal erreichbare Rohpunkte
Wenn keine Sonderpunkte vergeben werden, sind Prozentpunkte und Klausurpunkte identisch.
- Das angewendete Notenschema, das wieder nach Abschluss der Klausurauswertung
veröffentlicht wird, bezieht sich auf Klausurpunkte.
- Wichtig ist, dass Ihre Markierungen nicht zu dünn sind und nicht in Nachbarfelder
hineinreichen. Die Markierungen sind mit einem weichen Bleistift durchzuführen
(empfohlen, weil von Ihnen noch änderbar) oder einem schwarzen Filzstift mittlerer
Stärke. Falls Sie bei Verwendung eines Filzstifts noch Korrekturen vornehmen,
müssen diese eindeutig und klar sein, damit wir sie anerkennen können. In der
nachstehenden Grafik ist angedeutet, wie die Markierungen aussehen bzw. nicht
aussehen sollten (die Eintragungen wurden hier willkürlich vorgenommen).
- Täuschungen, Täuschungsversuche und andere Verstöße gegen die Prüfungsdisziplin können zum Ausschluss von der Klausur und zur Bewertung mit „nicht
ausreichend“ (5,0) führen.
- Alle Klausurteilnehmer erhalten von der FernUniversität eine Benachrichtigung,
auf dem die erreichte Punktzahl und die Note vermerkt sind. Die maschinelle Auswertung nimmt erfahrungsgemäß einen Zeitraum von 6 – 8 Wochen in Anspruch.
Sehen Sie daher bis Mitte Oktober von Nachfragen zum Klausurergebnis ab.
Viel Erfolg bei der Klausurbearbeitung!
3
Klausur vom September 2013 (PSY)
Multiple-Choice-Aufgaben zu Block 1
Aufgabe 1 (Merkmalsklassifikationen)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? Bei den Aufgabenteilen B und D geht
es jeweils um die Beurteilung der Richtigkeit des letzten Satzes. Eine aus mehreren
Teilaussagen bestehende Aussage gilt als richtig, wenn jede Teilaussage zutrifft. Der in
den Aufgabenteilen D und E verwendete Begriff „metrische Skala“ ist als Oberbegriff für
„Intervallskala“, „Verhältnisskala“ und „Absolutskala“ zu verstehen.
(x aus 5)
A) Alle Operationen, die für ordinalskalierte Daten zulässig sind, sind auch für nominalskalierte Daten zulässig.
B) Bei einer Einkommenserhebung wird u. a. der Bildungsstand von Arbeitnehmern
erfasst und zwar anhand des höchsten erreichten Bildungssabschlusses (Ausprägungen des Merkmals “Bildungsstand“: ohne Abschluss, Hauptschule, mittlere Reife,
Fachhochsschulreife, Abitur, akademischer Abschluss). Das Merkmal „Bildungsstand“ ist ordinalskaliert.
C) Das Körpergewicht und die Körpergröße von Personen sind stetige Merkmale.
D) Die Mitarbeiter einer Firma werden gebeten, die Entfernung zwischen Wohnung
und Firma anzugeben sowie das für die Fahrt zur Arbeit überwiegend benutzte
Transportmedium (z. B. „PKW“ oder „Fahrrad“). Das Merkmal „Entfernung“ ist
metrisch skaliert, das Merkmal „Transportmedium“ nominalskaliert.
E) Metrisch skalierte Merkmale können sowohl qualitativ als auch quantitativ sein.
4
Klausur vom September 2013 (PSY)
Aufgabe 2 (Messen, Datenerhebung, Stichprobenverfahren)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? Bei den Aussagen A und D geht es jeweils
um die Beurteilung der Richtigkeit des letzten Satzes.
(x aus 5)
A) Ein Gütekriterium für Messungen ist die „Reliabilität“. Diese charakterisiert, inwieweit wirklich das gemessen wird, was gemessen werden soll.
B) Die Klumpenauswahl ist eine zweistufige Auswahlprozedur, bei der in der ersten
Stufe Teilmengen einer Grundgesamtheit – sog. Klumpen – zufällig ausgewählt
werden.
C) Bei der Klumpenauswahl repräsentieren die Klumpen die Erhebungseinheiten.
D) Bei einer Untersuchung in der Psychologie zum Spracherwerb bei Kleinkindern
werden aus einer Grundgesamtheit von Kindern zwei Gruppen gebildet – eine Versuchsgruppe und eine Kontrollgruppe. Anschließend werden in einer Gruppe – der
Versuchsgruppe – Einflussgrößen planmäßig verändert. Wenn die Zuordnung der
Kinder zur Versuchs- und zur Kontrollgruppe nicht auf der Basis einer Zufallsauswahl erfolgt, spricht man von einem Quasi-Experiment.
E) Das Quotenauswahlverfahren ist ein nicht-zufallsgesteuertes Verfahren zur Gewinnung einer Stichprobe, das z. B. bei Befragungen in der Markt- und Meinungsforschung Anwendung findet.
Aufgabe 3 (Kenngrößen von Datensätzen)
(5 Punkte)
Gegeben sei der folgende Datensatz für ein stetiges Merkmal X:
4, 8 6, 4 4, 2 4, 6 4, 8 3, 9 4, 2 7, 6 6, 5.
Welche der folgenden Aussagen, die alle von diesem Datensatz ausgehen, sind richtig?
Beachten Sie, dass eine aus mehreren Teilaussagen bestehende Aussage nur dann als
richtig zu bewerten ist, wenn jede Teilaussage zutrifft.
(x aus 5)
A) Der obige Datensatz hat einen eindeutig bestimmten Modalwert.
B) Der Median x
e des obigen Datensatzes ist kleiner als dessen Mittelwert x.
C) Wenn man bei obigem Datensatz den kleinsten Wert (3, 9) der Urliste um 1, 8
erhöht, hat dies zur Folge, dass sowohl der Mittelwert x als auch der Median x
e des
Datensatzes größer werden.
D) Wenn man bei dem eingangs aufgeführten Datensatz den kleinsten Wert streicht,
werden sowohl der Mittelwert x als auch der Median x
e des Datensatzes größer.
E) Wenn man den letzten Wert (6, 5) des eingangs aufgeführten Datensatz streicht,
bleibt die Spannweite des Datensatzes unverändert.
5
Klausur vom September 2013 (PSY)
Aufgabe 4 (Randverteilungen, bedingte Wahrscheinlichkeiten)
(5 Punkte)
Ein Automobilhersteller will vor der Markteinführung eines neuen Modells zunächst
zwei unterschiedliche Designvarianten D1 und D2 potenziellen Kunden vorstellen und beauftragt ein Marktforschungsinstitut damit, die Kundenpräferenzen bezüglich der beiden
Varianten zu ermitteln. Das Marktforschungsinstitut befragt insgesamt 147 Personen,
von denen sich 84 für die Produktvariante D1 entschieden. Von den befragten 147 Personen waren 81 Männer. Es präferierten 45 Männer die Designvariante D2 .
Welche der folgenden Aussagen sind richtig?
(x aus 5)
A) Von den weiblichen Befragten favorisierten mehr als 29 % die Produktvariante D2 .
B) Wählt man aus der Population aller befragten Personen eine Person zufällig aus,
so liegt die Wahrscheinlichkeit, dass diese die Variante D2 bevorzugt, über 0, 44.
C) Wählt man aus der Population aller befragten Personen eine Person zufällig aus,
so liegt die Wahrscheinlichkeit, dass eine Frau mit Präferenz für D2 ausgewählt
wird, unterhalb von 0, 13 – in Prozentwerten ausgedrückt also unterhalb von 13 %.
D) Von den befragten Personen mit Präferenz für die Designvariante D2 waren weniger
als 30 % weiblich.
E) Wenn man bei den befragten Frauen und bei den befragten Männern jeweils den
Anteil der Personen mit Präferenz für die Designvariante D1 ermittelt, stellt man
fest, dass der Anteil bei den Frauen mehr als doppelt so groß ist wie der Anteil bei
den Männern.
6
Klausur vom September 2013 (PSY)
Aufgabe 5 (diskrete Zufallsvariablen / Venn-Diagramme)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? Bei Aufgabenteil E geht es um die Beurteilung der Richtigkeit des letzten Satzes.
(x aus 5)
A) Wenn man eine faire Münze, also eine Münze mit gleichen Eintrittswahrscheinlichkeiten für „Kopf“ und „Zahl“, 6-mal wirft und die Anzahl X der Ausgänge mit
„Zahl“ feststellt, liegt die Wahrscheinlichkeit dafür, mindestens drei Mal „Zahl“ zu
erhalten, zwischen 0, 62 und 0, 64.
B) Die Wahrscheinlichkeit dafür, bei dem 6-maligem Münzwurf aus Aufgabenteil A
genau drei Mal „Zahl“ zu erhalten, ist größer als 0, 30.
C) Beim Würfeln mit zwei fairen Würfeln, liegt die Wahrscheinlichkeit dafür, eine
Augensumme zu erhalten, die nicht kleiner als 11 ist, unterhalb von 0, 1.
D) Der Erwartungswert für die Augensumme beim Würfeln mit zwei fairen Würfeln
beträgt 7.
E) Nachstehend ist ein Venn-Diagramm wiedergegeben. Dies ist hier ein Rechteck, in
dem zwei Ereignisse oder Mengen A und B als Kreise dargestellt sind. Es bezeichnen A und B die Komplementärmengen von A und B, A ∩ B deren Schnittmenge
und A ∪ B die Vereinigungsmenge von A und B.
Im obigen Venn-Diagramm ist durch die dunkler gefärbte Fläche die Schnittmenge
der Komplementärmengen von A und B repräsentiert, also A ∩ B.
7
Klausur vom September 2013 (PSY)
Aufgabe 6 (Zusammenhangsmessung, unabhängige Zufallsvariablen)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? In den Aufgabenteilen A und D geht es
jeweils um die Beurteilung des Wahrheitsgehalts des letzten Satzes.
(x aus 5)
A) Hat man eine Vierfeldertafel, die sich auf n Beobachtungen für zwei binäre Merkmale bezieht, so kann man den Wert des χ2 -Koeffizienten errechnen. Der resultierende Wert für dieses Zusammenhangsmaß kann nicht größer als n sein.
B) Wenn man auf der Basis eines Datensatzes (x1 ; y1 ), (x2 ; y2 ), ... , (xn ; yn ) für zwei
Merkmale X und Y für den Korrelationskoeffizienten r nach Bravais-Pearson den
Wert 0 errechnet, beinhaltet dies, dass zwischen den beiden Merkmalen kein Zusammenhang vorliegt.
C) Der Rangkorrelationskoeffizient rSP kann keine negativen Werte annehmen.
D) Bei einer Bank wird die Risikobewertung bei der Vergabe größerer Kredite von zwei
unabhängig voneinander tätigen Sachbearbeitern A und B vorgenommen. Die Bewertung erfolgt jeweils anhand einer 10-stufigen Ratingskala, wobei die Punktzahl
10 die beste Bewertung repräsentiert. Die Ergebnisse der Bewertungen für vier
Anträge auf Bewilligung solcher Kredite sind nachstehend ausgewiesen.
Kreditantrag i
1
2
3
4
Sachbearbeiter A
Bewertung xi
4
7
9
8
Sachbearbeiter B
Bewertung yi
5
9
8
6
Mit diesen Bewertungen resultiert für den Rangkorrelationskoeffizienten rSP von
Spearman ein Wert, der kleiner als 0, 5 ist.
E) Sind X und Y zwei unabhängige Zufallsvariablen mit den Varianzen V (X) resp.
V (Y ) und bezeichnet U = X +Y die Summe der beiden Zufallsvariablen, so gilt für
die Varianz V (U ) der neuen Zufallsvariablen die Gleichung V (U ) = V (X) + V (Y ).
8
Klausur vom September 2013 (PSY)
Aufgabe 7 (Stetige Verteilungen)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? Beachten Sie, dass eine aus mehreren
Teilen bestehende Aussage nur dann als richtig gilt, wenn sie in allen Teilen zutrifft.
Bei den Aussagen A und E gilt es jeweils den Wahrheitsgehalt des letzten Satzes zu
beurteilen.
(x aus 5)
A) Es sei X eine stetige Zufallsvariable mit der Verteilungsfunktion F (x) und es bezeichne x0,95 das 0, 95-Quantil der Verteilung. Die Wahrscheinlichkeit dafür, dass
X eine Ausprägung x mit x > x0,95 annimmt, beträgt 0, 05.
B) Die Dichtefunktion einer standardnormalverteilten Zufallsvariable nimmt an der
Stelle 0 den Wert 0, 5 an.
C) Die Wahrscheinlichkeit P (Z = 0) dafür, dass eine standardnormalverteilte Zufallsvariable Z den Wert 0 annimmt, beträgt 0.
D) Die t-Verteilung ist eine stetige Verteilung, deren Dichtefunktion symmetrisch bezüglich des Nullpunkts ist und mit abnehmender Anzahl der Freiheitsgrade flacher
verläuft.
E) Es sei X eine χ2 -verteilte Zufallsvariable. Wenn man die Dichtefunktion f (x) grafisch darstellt und auf der x-Achse das 0, 05-Quantil x0,05 und das 0, 95-Quantil x0,95
der Verteilung markiert, so hat der vom Punkt x0,05 bis zum Punkt x0,95 gerechnete Flächeninhalt unter der Dichtekurve den Wert 0, 90 (Flächeninhalt zwischen
Dichtekurve und x-Achse).
9
Klausur vom September 2013 (PSY)
Aufgabe 8 (Vermischte Aussagen zur schließenden Statistik)
(5 Punkte)
Welche der folgenden Aussagen sind richtig? Bei den Aussagen A, C und D geht es
jeweils um die Beurteilung des Wahrheitsgehalts des letzten Satzes.
(x aus 5)
A) In Deutschland wird das Lottospiel „6 aus 49“ angeboten (Lotto ohne Zusatzzahl).
Dabei werden 6 Kugeln aus einer Trommel mit 49 Kugeln gezogen. Jeder Lottospieler kann danach die Anzahl X der „Richtigen“ durch Vergleich der gezogenen
Zahlen mit den Zahlen auf dem abgegebenen Lottoschein ermitteln. Wenn man
das Lottospiel „6 aus 45“ spielte (mit nur 45 Kugeln), hätte der Erwartungswert
für die Zufallsvariable Anzahl X der „Richtigen“ einen Wert oberhalb von 0, 82.
B) Wenn eine Zufallsvariable t-verteilt ist, so ist die Wahrscheinlichkeit dafür, dass sie
einen positiven Wert annimmt, genauso so groß wie die Wahrscheinlichkeit, dass
sie einen negativen Wert annimmt.
C) Getestet werden sollen zu einem vorgegebenen Signifikanzniveau die Hypothesen
H0 : µ = µ0
gegen
H1 : µ 6= µ0 ,
die sich auf den Erwartungswert µ eines normalverteilten Merkmals beziehen. Anhand des aus Stichprobendaten errechneten Wertes einer geeigneten Prüfgröße
kommt man zu einer Testentscheidung, die entweder richtig ist (kein Fehler) oder
falsch ist (Auftreten eines Fehlers 1. Art oder 2. Art). Für jeden beliebig gewählten
Wert von µ gilt, dass bei diesem µ nur einer der beiden genannten Fehler auftreten
kann.
D) Der zweiseitige Test aus Aufgabenteil C, der sich auf den Erwartungswert µ eines
normalverteilten Merkmals bezieht, kann nur bei bekannter Varianz der Normalverteilung als Gauß-Test durchgeführt werden. Falls die Varianz der Normalverteilung nur in Form einer Schätzung vorliegt, ist der Test als t-Test (t-verteilte
Prüfgröße) durchzuführen. Die kritischen Grenzen, die den Annahmebereich vom
Ablehnungsbereich trennen, liegen beim t-Test weiter vom Nullpunkt entfernt als
beim Gauß-Test.
E) Der Erwartungswert einer t-verteilten Zufallsvariablen stimmt stets mit dem Erwartungswert der Standardnormalverteilung überein.
10
Klausur vom September 2013 (PSY)
Aufgabe 9 (Punkt- und Intervallschätzungen)
(5 Punkte)
Bei einem statistischen Experiment mit n unabhängigen Wiederholungen wird jedesmal die Ausprägung einer Variablen X festgestellt (z. B. die Augenzahl beim nfachen Wurf eines Würfels). Man will den Erwartungswert µ = E(X) und die Varianz
σ 2 = V (X) von X unter Heranziehung der beobachteten Werte x1 , x2 , ... , xn schätzen.
Letztere lassen sich als Realisationen unabhängiger Zufallsvariablen X1 , X2 , ... ,Xn interpretieren (auch Stichprobenvariablen genannt). Aus den n Stichprobenvariablen lässt
sich der Stichprobenmittelwert X bilden.
Welche der folgenden Aussagen sind richtig? Bei den Aussagen C und E geht es um
die Beurteilung des Wahrheitsgehalts des zweiten Satzes.
(x aus 5)
A) Der Stichprobenmittelwert X repräsentiert eine unverzerrte Schätzung für den
Erwartungswert µ.
B) Wenn man die quadrierten Abweichungen (X1 − X)2 , (X2 − X)2 , ... , (Xn − X)2
aufsummiert und die resultierende Summe durch n dividiert, also den Mittelwert
aus den quadrierten Abweichungen bildet, hat man eine unverzerrte Schätzung für
die Varianz σ 2 des Merkmals X.
C) Man kann den Erwartungswert µ auch durch Angabe eines Konfidenzintervalls
schätzen. Letzteres ist ein Intervall, das stets so groß gewählt wird, dass es den
unbekannten Parameter µ enthält.
D) Der Abstand der Intervallgrenzen eines Konfidenzintervalls für µ, d. h. die Länge
des Konfidenzintervalls, nimmt ab, wenn die Irrtumswahrscheinlichkeit α reduziert
wird.
E) Schätzt man µ anhand eines Konfidenzintervalls, so hängt der Abstand der Intervallgrenzen davon ab, wie groß der Stichprobenumfang n ist. Je größer n gewählt
wird, desto kürzer wird das Konfidenzintervall.
11
Klausur vom September 2013 (PSY)
Aufgabe 10 (Testen, Fehler beim Testen)
(5 Punkte)
Es seien n Beobachtungen für ein Merkmal gegeben. Die Werte werden als Realisationen unabhängig identisch normalverteilter Stichprobenvariablen X1 , ..., Xn aufgefasst
(Normalverteilung mit unbekanntem Erwartungswert µ und Varianz σ 2 ). Getestet werden soll
H0 : µ ≥ µ0
gegen
H1 : µ < µ0
und zwar zum Signifikanzniveau α = 0, 05. Wenn man die Varianz σ 2 als bekannt
voraussetzt, kann man den standardisierten Stichprobenmittelwert Z = (X − µ0 )/σX
als Prüfgröße für den Test heranziehen (Gauß-Test).
Welche der folgenden Aussagen sind richtig?
(x aus 5)
A) Wird bei obigem Test für die Prüfgröße Z der Wert z = −1, 58 ermittelt, ist die
Nullhypothese abzulehnen.
B) Die Wahrscheinlichkeit dafür, einen Fehler 1. Art zu begehen, hat im Falle µ = µ0
den Wert 0, 05.
C) Wenn µ > µ0 gilt, besitzt die Wahrscheinlichkeit dafür, einen Fehler 1. Art zu
begehen, einen Wert unterhalb von 0, 05.
D) Wenn man den Stichprobenumfang n erhöht, wird für alle Werte µ, an denen ein
Fehler 2. Art auftreten kann, die Eintrittswahrscheinlichkeit für den Fehler 2. Art
reduziert.
E) Wenn für den unbekannten Parameter µ die Ungleichung µ < µ0 gilt, beinhaltet
die Ablehnung von H0 den Eintritt eines Fehlers 2. Art.
Hinweis:
Es folgen einige numerische Aufgaben, die aus technischen Gründen die Aufgabennummern 41 - 48 tragen. Die Aufgaben 45 - 48 sind bereits Bestandteil von Block 2. Die
Multiple-Choice-Aufgaben zu Block 2 schließen sich den numerischen Aufgaben an.
12
Klausur vom September 2013 (PSY)
Numerische Aufgaben zu Block 1
Aufgabe 41 (Kombinatorik)
(3 Punkte)
Im Rahmen eines Betriebsjubiläums bei einem kleinen IT-Unternehmen werden unter
den 15 Mitarbeitern drei Preise unterschiedlicher Wertigkeit verlost (1. Preis: 4-tägige
Reise nach Dresden mit Übernachtungen in einem 4-Sterne-Hotel mit Halbpension und
Übernahme der Anreisekosten; 2. Preis: 4-tägige Reise nach Dresden mit Übernachtungen im gleichen 4-Sterne-Hotel mit Frühstück, ohne Übernahme der Anreisekosten; 3.
Preis: ein Hotelgutschein für zwei Übernachtungen im gleichen 4-Sterne-Hotel mit Frühstück, ohne Übernahme der Anreisekosten). Die Verlosung ist so organisiert, dass in eine
Schachtel 15 Lose gegeben werden, die mit 1, 2, .., 15 nummeriert sind. Jeder Mitarbeiter ist durch genau eine der Nummern repräsentiert. Aus der Schachtel werden dann
nacheinander 3 Lose gezogen – zuerst der 3. Preis, dann der 2. Preis und am Ende der
Hauptgewinn. Um auszuschließen, dass jemand mehr als einen Preis gewinnt, wird eine
gezogene Nummer vor dem Ziehen der nächsten Nummer nicht zurückgelegt.
Wieviele Möglichkeiten gibt es, die drei Preise innerhalb der 15 Personen umfassenden Belegschaft bei Anwendung dieses Losverfahrens zu verteilen? Tragen Sie Ihr (ganzzahliges) Ergebnis rechtsbündig in das Antwortfeld ein. Übertragen Sie Ihr Ergebnis
rechtzeitig vor Ende der Klausur auf den Markierungsbogen.
(numerisch)
Aufgabe 42 (Wahrscheinlichkeit bei einem Gewinnspiel)
(3 Punkte)
Aus einer Gruppe von 6 Personen, die aus 2 Männern und 4 Frauen besteht, werden
im Rahmen eines Gewinnspiels zwei Gewinner ermittelt. Dazu wird jeder Person eine
der Zahlen 1, 2, ..., 6 zugeordnet, die jeweilige Zahl auf einem Zettel notiert und die
Zettel in identischen Briefumschlägen abgelegt. Nach Durchmischen der Umschläge werden nacheinander und ohne Zurücklegen zwei Umschläge zufällig ausgewählt. Die in den
gezogenen Umschlägen enthaltenen Zahlen definieren dann die Gewinner.
Wie groß ist die Wahrscheinlichkeit dafür, dass das Gewinnerpaar aus einer Frau und
einem Mann besteht? Tragen Sie Ihr Ergebnis, also einen Wert aus dem Intervall [0; 1],
auf drei Stellen nach dem Dezimalkomma genau rechtsbündig in das Antwortfeld ein.
Das Dezimalkomma belegt ein eigenes Feld. Vergessen Sie nicht, Ihre Antwort rechtzeitig vor dem Ende der Klausur auf den Markierungsbogen zu übertragen.
(numerisch)
13
Klausur vom September 2013 (PSY)
Aufgabe 43 (Normalverteilung)
(3 Punkte)
Es sei angenommen, dass sich in einer größeren Population von Personen ein Merkmal
X anhand einer Normalverteilung mit Erwartungswert µ = 100 und Standardabweichung σ = 15 modellieren lässt.
Wie groß ist bei Gültigkeit dieser Annahme die Wahrscheinlichkeit dafür, dass die Ausprägung des Merkmals für eine zufällig ausgewählte Person mindestens 94, aber nicht
mehr als 115 beträgt? Geben Sie das Ergebnis auf vier Stellen nach dem Dezimalkomma
genau an. Verwenden Sie für das Dezimalkomma ein eigenes Feld. Falls Sie also z.
B. 0, 3864 errechnen, tragen Sie in die letzten sechs Felder 0, 3864 ein. Vergessen Sie
nicht, Ihre Antwort rechtzeitig vor dem Ende der Klausur auf den Markierungsbogen zu
übertragen.
P =
(numerisch)
Aufgabe 44 (Gauß-Test)
(3 Punkte)
Es sei ein einseitiger Gauß-Test betrachtet, der sich auf die Hypothesen
H0 : µ ≥ µ0
gegen
H1 : µ < µ0
bezieht und mit dem Signifikanzniveau α = 0, 025 arbeitet. Dabei bezeichnet µ den
Erwartungswert eines als normalverteilt spezifizierten Merkmals, dessen Varianz σ 2 als
bekannt vorausgesetzt wird. Als Prüfgröße des Tests wird der standardisierte Stichprobenmittelwert Z = (X − µ0 )/σX herangezogen (Gauß-Test). Es sei µ0 = 1 und σ = 0, 2.
Wenn der Parameter µ, auf den sich der Test bezieht, unterhalb von µ0 = 1 liegt, sollte
der Test möglichst zu dem Ergebnis führen, dass die Nullhypothese verworfen wird. Wie
groß ist bei dem beschriebenen Test die Wahrscheinlichkeit einer Verwerfung von H0 ,
wenn der Parameter µ den Wert µ = 0, 98 hat und der Test mit einer Stichprobe des
Umfangs n = 9 arbeitet?
Geben Sie die Wahrscheinlichkeit auf vier Stellen nach dem Dezimalkomma genau
an. Tragen Sie Ihr Ergebnis rechtsbündig in das Antwortfeld ein. Verwenden Sie für das
Dezimalkomma ein eigenes Feld. Übertragen Sie Ihr Ergebnis rechtzeitig vor Ende
der Klausur auf den Markierungsbogen.
(numerisch)
P =
14
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Numerische Aufgaben zu Block 2
Aufgabe 45 (Varianzanalyse)
(3 Punkte)
Im Rahmen einer Auswertung empirischer Daten soll an 10 Versuchspersonen geprüft
werden, ob es Schwankungen des Hautwiderstands im Tagesverlauf gibt. An 10 Personen
wird also diese Größe morgens, mittags und abends erhoben. Alle numerischen Aufgaben
des Blocks 2 beziehen sich auf dieses Forschungsbeispiel.
Für die Durchführung des Tests auf Sphärizität wird die Prüfgröße des Mauchly-Tests“
”
ermittelt, die einen approximierten Chi-Quadrat-Wert von 0,392 ergibt. Die Zahl der
Freiheitsgrade beträgt 2. Wie lautet hier der kritische Wert für ein Signifikanzniveau
von 5 Prozent?
Tragen Sie die von Ihnen ermittelte Zahl rechtsbündig in das jeweilige Antwortfeld ein.
Nutzen Sie für ein evtl. vorkommendes Dezimalkomma ein eigenes Feld. Sofern Ergebnisse mit Nachkommastellen auftreten, geben Sie bitte das Ergebnis auf drei Stellen
nach dem Dezimalkomma genau an. Übertragen Sie Ihr Ergebnis rechtzeitig vor Ende
der Klausur auf den Markierungsbogen.
(numerisch)
Aufgabe 46 (Varianzanalyse)
(3 Punkte)
Die Zerlegung der Quadratsummen erfolgt bei einem Untersuchungsdesign nach Art der
Hautwiderstandmessung zu drei Zeitpunkten bekanntlich in zwei Stufen (n ist die Anzahl
der Versuchspersonen, p die Zahl der Messwiederholungen):
1)
SQT otal = SQZwischenV pn + SQInnerhalbV pn
(yij − ȳ.. )2
XX
SQT otal =
= p
2)
(ȳ.j − ȳ.. )2 +
X
(yij − ȳ.j )2
XX
SQInnerhalbV pn = SQT reat + SQResidual
SQInnerhalbV pn =
(yij − ȳ.j )2
XX
= n
(ȳi. − ȳ.. )2 +
X
(yij − ȳ.j − ȳi. + ȳ.. )2
XX
Aus der folgenden Tabelle mit den Rohdaten (Responsewerten) soll die für Schritt 1 der
P
Varianzzerlegung benötigte Größe p (ȳ.j − ȳ.. )2 errechnet werden.
1
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
morgens mittags abends
y1j
y2j
y3j
7
7
6
5
6
8
8
9
5
6
8
6
7
7
5
7
9
7
5
10
6
6
7
4
7
8
6
5
7
5
P
63
78
58
P
y.j
ȳ.j
(ȳ.j − ȳ.. )2
ȳ.. = 6.63
Tab. 1: Daten (Responsewerte) zum Hautwiderstand-Beispiel und Bestimmung der Summanden für SQZwischenV pn
Tragen Sie die von Ihnen ermittelte Zahl rechtsbündig in das jeweilige Antwortfeld ein.
Nutzen Sie für ein evtl. vorkommendes Dezimalkomma ein eigenes Feld. Sofern Ergebnisse mit Nachkommastellen auftreten, geben Sie bitte das Ergebnis auf zwei Stellen
nach dem Dezimalkomma genau an. Übertragen Sie Ihr Ergebnis rechtzeitig vor Ende
der Klausur auf den Markierungsbogen.
(numerisch)
Aufgabe 47 (Varianzanalyse)
(3 Punkte)
Ermitteln Sie zu dem in den Aufgaben 45 und 46 eingeführten Beispiel den Wert SQT reat
(siehe Formel bei Aufgabe 46).
Tragen Sie die von Ihnen ermittelte Zahl rechtsbündig in das jeweilige Antwortfeld ein.
Nutzen Sie für ein evtl. vorkommendes Dezimalkomma ein eigenes Feld. Sofern Ergebnisse mit Nachkommastellen auftreten, geben Sie bitte das Ergebnis auf zwei Stellen
nach dem Dezimalkomma genau an. Übertragen Sie Ihr Ergebnis rechtzeitig vor Ende
der Klausur auf den Markierungsbogen.
(numerisch)
2
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 48 (Varianzanalyse)
(3 Punkte)
In der in den Aufgaben 45 und 46 behandelten Studie ergab sich bezüglich des Messwiederholungsfaktors für die Prüfgröße F ein Wert von 21,667. Die Freiheitsgrade betragen
2 im Zähler und 18 im Nenner. Ermitteln Sie den kritischen Wert der Prüfgröße F für
ein α von 5 Prozent.
Tragen Sie die von Ihnen ermittelte Zahl rechtsbündig in das jeweilige Antwortfeld ein.
Nutzen Sie für ein evtl. vorkommendes Dezimalkomma ein eigenes Feld. Sofern Ergebnisse mit Nachkommastellen auftreten, geben Sie bitte das Ergebnis auf zwei Stellen
nach dem Dezimalkomma genau an. Übertragen Sie Ihr Ergebnis rechtzeitig vor Ende
der Klausur auf den Markierungsbogen.
(numerisch)
3
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Multiple-Choice-Aufgaben zu Block 2
Aufgabe 11 (Regressionsanalyse)
(5 Punkte)
Ein Kinderpsychologe vermutet, dass häufiges Fernsehen sich negativ auf den Schlaf von
Kindern auswirkt. Um dieser Frage nachzugehen, wurde bei neun zufällig ausgewählten
Kindern gleichen Alters die Dauer der Tiefschlafphasen einer Nacht in Stunden (Y ) gemessen. Außerdem wurde ebenfalls in Stunden erhoben, wie lange das Kind am Tag
ferngesehen hat (X). Die Daten wurden in SPSS eingegeben, um eine lineare Regressionsanalyse zu rechnen. Dabei wurden die unstandardisierten Residuen sowie die vorhergesagten ŷi -Werte gespeichert. Zusätzlich wurden die sogenannten standardisierten
Residuen
yi − ŷi
dˆi = √
SQResidual
berechnet und in der Variablen ddachi“ abgelegt.
”
Die folgenden Abbildungen zeigen zunächst die entsprechenden Daten und darunter die
Ergebnisdarstellung der Regressionsrechnung.
4
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Welche der folgenden Aussagen sind richtig?
(x aus 5)
A) Der Absolutbetrag der Abweichung längs der y-Achse zwischen dem tatsächlichen
Wert und dem durch die Regressionsgerade vorhergesagten Wert ist bei Kind 2 am
größten.
B) Die Fernsehzeit klärt mehr als 50 Prozent der Varianz der Tiefschlafdauer auf.
C) Die Summe der quadrierten Residuen ist 0.
D) Es wurde eine Dummykodierung vorgenommen.
E) Nach dem Regressionsmodell sinkt mit jeder Stunde Fernsehzeit im Schnitt die
Tiefschlafdauer um 45 Minuten.
5
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 12 (Regressionsanalyse)
(5 Punkte)
Im Rahmen der in Aufgabe 11 eingeführten empirischen Untersuchung wurden die in
den folgenden Abbildungen gezeigten Visualisierungen erzeugt: ein Streudiagramm der
abhängigen und der unabhängigen Variablen sowie ein Plot der standardisierten Residuen gegen die ŷi .
Abb. 1: Streudiagramm Y, X
Abb. 2: Streudiagramm dˆi , ŷi
6
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Welche der folgenden Aussagen sind richtig?
(x aus 5)
A) Nach dem linearen Regressionsmodell (siehe SPSS-Ausgabe Aufg. 11) ergibt sich
für eine Versuchsperson mit einer Fernsehzeit von 2 Stunden eine Schätzung der
Tiefschlafdauer zwischen 5, 2 und 5, 3 Stunden.
B) Die beobachteten Punkte Pi = (xi , yi ) stimmen nicht völlig mit den angepassten
Punkten P̂i = (xi , ŷi ) überein.
C) Der Punkt [5.56; 1.33] liegt auf der Regressionsgeraden.
D) Im Streudiagramm dˆi , ŷi sollte die Punktwolke kein geordnetes Muster zeigen, die
Vorhersagefehler sollen zufällig streuen.
E) Durch das Regressionsmodell wird in der Stichprobe die Tiefschlafdauer häufiger
überschätzt als unterschätzt.
7
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 13 (Regression, SPSS)
(5 Punkte)
Um den Einfluss der Variable Gender (Merkmal X; m für männlich, w für weiblich) auf
die Größe (Merkmal Y , cm) zu schätzen, wurden von einer studentischen Praktikumsgruppe zufällig 4 Männer und 4 Frauen befragt. Es ergaben sich die in der SPSS-Ansicht
1 zu Aufgabe 13 gezeigten Werte.
Es wurden in einer Regressionsanalyse die Parameter â und b̂ mit SPSS berechnet.
Abb. 3: SPSS-Ausgabe 1 zu Aufgabe 13
8
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Abb. 4: SPSS-Ausgabe 2 zu Aufgabe 13
Welche der folgenden Aussagen zur Auswertung sind richtig?
(x aus 5)
A) Es handelt sich bei der SPSS-Ausgabe 1 zu Aufgabe 13 um eine im Programm so
genannte Variablenansicht.
B) Es handelt sich bei dem beschriebenen Vorgehen um eine Effektkodierung.
C) Die Regressionsgerade verläuft parallel zur X-Achse.
D) Es muss bei dem hier beschriebenen Vorgehen eine mögliche Kollinearitätsproblematik
geprüft werden.
E) Die SPSS-Ausgabe 2 zu Aufgabe 13 zeigt, dass eine sachgerechte Auswertung nur
durch eine Varianzanalyse erfolgen kann.
9
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 14 (SPSS)
(5 Punkte)
Die in Aufgabe 13 vorgestellte Datenauswertung wird von einem Teil der studentischen
Gruppe fortgesetzt. Dabei erzeugt sie die hier gezeigte Ausgabe.
Abb. 5: SPSS-Ausgabe 1 zu Aufgabe 14
10
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Abb. 6: SPSS-Ausgabe 2 zu Aufgabe 14
Welche der folgenden Aussagen zur gezeigten Auswertung sind richtig?
(x aus 5)
A) Die in den SPSS-Ausgaben zu Aufg. 14 gezeigten Auswertungen können mit der
im Programm so genannten explorativen Datenanalyse“ erzeugt werden.
”
B) Die Mittelwerte der beiden Gruppen sind gleich.
C) Die in der SPSS-Ausgabe 2 zu Aufgabe 14 gezeigte Graphik wird als Histogramm
bezeichnet.
D) In beiden Gruppen liegt der Interquartilsabstand symmetrisch um den Median.
E) Der SPSS-Ausgabe 2 zu Aufgabe 14 kann entnommen werden, dass keine Extremwerte i.S. der von SPSS benutzten Definition vorliegen.
11
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 15 (Regressionsanalyse, SPSS)
(5 Punkte)
Die in Aufgaben 13 und 14 vorgestellte Datenauswertung wird wiederum von einem Teil
der studentischen Gruppe mit dem in der folgenden Abbildung gezeigten Schritt fortgesetzt. Damit ergibt sich die anschließend gezeigte Ausgabe.
Abb. 7: SPSS-Ausgabe 1 zu Aufgabe 15
12
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Abb. 8: SPSS-Ausgabe 2 zu Aufgabe 15
Welche der folgenden Aussagen zur Auswertung sind richtig ?
(x aus 5)
A) Es handelt sich bei der SPSS-Ausgabe 1 zu Aufgabe 15 um ein im Programm so
genanntes Syntaxfenster.
B) Die Korrelation der Variablen liegt über .91.
C) Mit dem in SPSS-Ausgabe 1 zu Aufgabe 15 gezeigten Vorgehen wird eine Ausreißerproblematik behandelt.
D) Die Schätzung des Parameters â entspricht bei diesem Vorgehen dem Mittelwert
aller Versuchspersonen.
E) Den Berechnungen liegen 6 Versuchspersonen zugrunde.
13
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 16 (SPSS)
(5 Punkte)
Der in Aufgabe 13 vorgestellte Datensatz wird nach den in Aufgabe 15 gezeigten Schritten von der studentischen Gruppe mit dem in den folgenden Abbildungen gezeigten
Ergebnissen ausgewertet. Die Gruppe erklärt dazu, dass sie die abhängige Variable für
die Berechnungen transformiert habe.
Abb. 9: SPSS-Ausgabe 1 zu Aufgabe 16
Abb. 10: SPSS-Ausgabe 2 zu Aufgabe 16
14
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Abb. 11: SPSS-Ausgabe 3 zu Aufgabe 16
Welche der folgenden Aussagen zur Auswertung sind richtig?
(x aus 5)
A) Es wurde hier eine z-Transformation der abhängigen Variable vorgenommen.
B) Das Vorgehen der Gruppe muss fehlerhaft sein, da die in der SPSS-Ausgabe 1 zu
Aufgabe 16 gezeigte Korrelation der Variablen abweicht von derjenigen, die in der
SPSS-Ausgabe 2 zu Aufgabe 16 berechnet wurde.
C) Der Größenunterschied zwischen den Geschlechtern ist im Mittel hier kleiner als
eine Streuungseinheit.
D) Die Schätzung des Parameters b̂ entspricht bei diesem Vorgehen dem Mittelwertsunterschied zwischen der Referenzgruppe und allen Versuchspersonen.
E) Der kritische Wert für die Prüfgröße F in diesem Fall für ein Signifikanzniveau von
1 Prozent ist kleiner als 20.
15
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 17 (SPSS)
(5 Punkte)
Nach den Angaben der Forschungsgruppe Wahlen, die unter anderem auch die empirische Grundlage für das ZDF-Politbarometer erstellt1 , wurden für das 1. Quartal 2013
die Antworten der Befragten auf die sogenannte Sonntagsfrage und die Internetnutzung
nach Parteianhängerschaft2 kombiniert. Es ergibt sich die hier gezeigte Tabelle.
Abb. 12: SPSS-Ausgabe 1 zu Aufgabe 17
1
2
http://www.forschungsgruppe.de/Aktuelles/Politbarometer/
http://www.forschungsgruppe.de/Umfragen/Internet-Strukturdaten/web_I_13_2.pdf
16
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Welche der folgenden Aussagen zur gezeigten Auswertung sind richtig?
(x aus 5)
A) Internetnutzung und Parteipräferenz sind (stochastisch) unabhängig bei einem α
von 5 Prozent.
B) Das Attribut asymptotisch sagt aus, dass dieser Wert nur approximativ auf der
Basis der asymptotischen Verteilung der Teststatistik berechnet wurde.
C) Die Prüfgröße χ2 baut auf einem Vergleich zwischen beobachteten und erwarteten
Häufigkeiten in jeder Zelle der Tabelle auf.
D) Cramér’s V ist ein Zusammenhangsmaß, das Werte zwischen 0 (Unabhängigkeit)
und 1 (vollständige Abhängigkeit) annehmen kann.
E) Die Zahl der Freiheitsgrade (df) steht im Zusammenhang mit der Stichprobengröße.
17
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 18 (SPSS)
(5 Punkte)
Gustav A. Lienert schlug bereits 1968 mit der Konfigurationsfrequenzanalyse3 4 für in
der Psychologie häufig vorkommende Klassifikationsfragen ein heuristisches Konzept von
Typen bzw. Antitypen auf der Grundlage der Prüfgröße χ2 vor. Dabei wird die einzelne
χ2 -Komponente für eine Zelle
(Hij − H̃ij )2
H̃ij
mit dem kritischen Wert für einen Freiheitsgrad bei α = 1 Prozent =5,43 verglichen.
Sofern die empirische χ2 -Komponente größer ist als der kritische Wert und die beobachtete Häufigkeit in der Zelle größer ist als der erwartete Wert, liegt ein Typ vor.
Wenn die empirische χ2 -Komponente größer ist als der kritische Wert und die beobachtete Häufigkeit in der Zelle kleiner ist als der erwartete Wert, liegt ein Anti-Typ vor.
Bestimmen Sie mit diesem Vorgehen die Richtigkeit der Aussagen bezüglich der in der
SPSS-Ausgabe für Aufgabe 18 gezeigten Tabelle.
Ergänzend zeigt die folgende Abbildung innerhalb des SPSS-Programms eine weitere
Perspektive auf die Datenlage.
3
Lienert, G.A.(1969). Die ”´Konfigurationsfrequenzanalyse“ als Klassifikationsmethode in der klinischen Psychologie. In: Irle, M. (Ed.) Bericht über den 26. Kongreß der Deutschen Gesellschaft für
Psychologie, Tübingen 16.9. - 19.9.1968, 244-253. Göttingen 1969
4
Lienert, G.A. (1971). Die Konfigurationsfrequenzanalyse. I. Ein neuer Weg zu Typen und Syndromen.
Zeitschrift für Klinische Psychologie und Psychotherapie. 19. 99 - 115
18
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Abb. 13: SPSS-Ausgabe 1 zu Aufgabe 18
Welche Aussagen sind richtig unter Einbezug der gezeigten Tabellen in Aufgabe 17? (x
aus 5)
A) Bei der Zelle CDU/CSU“ und Internetnutzung Nein“ liegt ein Typ vor.
”
”
B) Bei der Zelle Grüne“ und Internetnutzung Nein“ liegt ein Anti-Typ vor.
”
”
C) Bei der Zelle Piraten“ und Internetnutzung Ja“ liegt ein Typ vor.
”
”
D) Bei der Zelle Linke“ und Internetnutzung Ja“ liegt ein Typ vor.
”
”
E) Die SPSS-Ausgabe 1 zu Aufgabe 18 zeigt eine sogenanntes Ausgabe- oder Viewerfenster.
19
Block 2 der Klausur Modul 2 B.Sc.Psy. 2013-09
Aufgabe 19 (Forschungspraxis)
(5 Punkte)
Im beigefügten Artikel From death metal to R & B: Consistency of music preferences
”
among Dutch adolescents und young adults“ von Mulder, Ter Bogt, Raaijmakers, Gabhainn und Sikkema wenden die Autorinnen und Autoren quantitative Methoden an.
Welche der folgenden Aussagen sind richtig?
(x aus 5)
A) Zur Bildung von “Style-Groups“ werden die Präferenzen der Versuchspersonen
über je fünf Genres zu einem Mittelwert zusammengefasst.
B) Die Aggregation der Musikgenres erfolgte auf der Grundlage einer explorativen
Faktorenanalyse.
C) Im Mittel unterschieden sich die Befragten am stärksten bei der Bewertung von
”Hard rock“-Musik.
D) Die im Mittel unbeliebtesten Musikrichtungen zum dritten Meßzeitpunkt waren
”Hardhouse“ und ”Gothic“.
E) Die Autorinnen und Autoren postulieren eine psychologische Funktion des Musikgeschmacks für die Entwicklung des Selbstkonzepts und der Identitätsbildung, die
mit dem Lebensalter zusammenhängt.
Aufgabe 20 (Forschungspraxis)
(5 Punkte)
Im beigefügten Artikel From death metal to R & B: Consistency of music preferences
”
among Dutch adolescents und young adults“ von Mulder, Ter Bogt, Raaijmakers, Gabhainn und Sikkema wenden die Autorinnen und Autoren quantitative Methoden an.
Welche der folgenden Aussagen sind richtig ?
(x aus 5)
A) Die drei Altersgruppen klären 5 Prozent der Varianz bei den Konsistenzmaßen in
der Stylegroup Dance“ auf.
”
B) Die Autorinnen und Autoren berichten signifikante Unterschiede zwischen den Altersgruppen bei gemessenen abhängigen Variablen .
C) Die Konsistenz der Urteile ist für alle Stylegroups“ im Mittel bei älteren Proban”
dengruppen höher als bei jüngeren Probanden.
D) Die Autorinnen und Autoren berichten unter Bezug auf eine andere Studie, dass
der Musikgeschmack ab einem Alter von 23 Jahren festgelegt ( crystallized“) sei.
”
E) Die Autorinnen und Autoren problematisieren einen Bias“ in Online-Befragungen
”
im Hinblick auf die Teilnahme verschiedener Altersgruppen.
20
Psychology of Music
http://pom.sagepub.com/
From death metal to R&B? Consistency of music preferences among Dutch
adolescents and young adults
Juul Mulder, Tom F.M. Ter Bogt, Quinten A.W. Raaijmakers, Saoirse Nic Gabhainn and Paul
Sikkema
Psychology of Music 2010 38: 67 originally published online 26 June 2009
DOI: 10.1177/0305735609104349
The online version of this article can be found at:
http://pom.sagepub.com/content/38/1/67
Published by:
http://www.sagepublications.com
On behalf of:
Society for Education, Music and Psychology Research
Additional services and information for Psychology of Music can be found at:
Email Alerts: http://pom.sagepub.com/cgi/alerts
Subscriptions: http://pom.sagepub.com/subscriptions
Reprints: http://www.sagepub.com/journalsReprints.nav
Permissions: http://www.sagepub.com/journalsPermissions.nav
Citations: http://pom.sagepub.com/content/38/1/67.refs.html
>> Version of Record - Jan 18, 2010
OnlineFirst Version of Record - Jun 26, 2009
What is This?
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
A R T I C L E From death metal to R&B?
Consistency of music preferences
among Dutch adolescents and
young adults
JUUL MULDER
university of utrecht
,
Psychology of Music
Psychology of Music
Copyright © 2009
Society for Education, Music
and Psychology Research
67–83
10.1177/0305735609104349
http://pom.sagepub.com
the netherlands
TOM F.M. TER BOGT
university of utrecht
,
the netherlands
QUINTEN A. W. RAAIJMAKERS
university of utrecht
,
the netherlands
SAOIRSE NIC GABHAINN
national university of ireland
PAUL SIKKEMA
research bureau qrius
,
the netherlands
abstract The structure of music preferences has been investigated extensively.
However, development of music preferences in terms of consistency of music taste is as
yet understudied. In this study, intra-individual consistency of music taste was assessed
among Dutch adolescents and young adults over three points in time in a 21-month
period. An internet-based panel of 236 participants was asked to list their top three
favourite artists or bands, and to rate their preferences for a range of music genres.
Genre ratings were grouped into five styles: pop, urban, elite, rock and dance, using
factor analysis. Thus there were three measures of music taste for each participant over
time: favourite artists, preference for musical genres and styles. Findings indicated that
favourite artists tended to have a high turnover rate, that genres were rated relatively
consistently with moderate to high q-correlations (between .41 and .67), and that style
preferences were highly consistent (q-correlations between .77 and .86). Differences
in consistency over time across gender and educational level were not substantive,
but age was positively related to music taste consistency. It is concluded that music
taste is already well developed in early adolescence, and crystallizes further during late
adolescence and early adulthood.
keywords: music taste, popular music, q-correlation, stability, youth
Introduction
The range of music from which listeners can choose is varied, complex and subject
to change. One of the main approaches to studying musical taste has included
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
sempre :
67
68
Psychology of Music 38(1)
classifying the wide array of artists and their genre labels, and structuring the music
audience’s preferences (Blacking, 1995; Christenson & Peterson, 1988; Denisoff &
Levine, 1972; Farnsworth, 1958/1969; Fox & Wince, 1975; Frith, 1983; Johnstone
& Katz, 1957; Lewis, 1992; Tillekens, 1993; Tillekens & Mulder, 2005). Historical
and cultural developments within the field of music have been well documented, but
relatively little is known about the developmental trajectory of music preferences
within individuals. As gender and educational level are important determinants of
music preference (Christenson & Peterson, 1988; Frith, 1981; North & Hargreaves,
2007a), this study investigates intra-individual consistency of music taste of female
and male adolescents and young adults with different educational levels over time.
The most comprehensive model of sources of variations in musical taste was
outlined by LeBlanc (1980). The author distinguishes three levels. The first refers
to factors important in music taste that are external to the listener, such as the pro­
perties of the music itself, and also media and the peer group. The second refers to
individual characteristics such as personality, current affective state and cognitive
pro­cessing capabilities. The third level represents the response of the listener to the
music listened to. Of course, the levels influence each other. This model has not been
tested empirically in its totality because of its complexity (Hargreaves, 1986), but
parts of the three levels distinguished have been investigated.
Variations in music taste have been studied by analysing the underlying struc­
ture of genre preference ratings of large samples of respondents. Techniques such as
factor analysis and multi-dimensional scaling have revealed replicable, underlying
dimensions, labelled styles. Consistent styles have included guitar-driven rock (con­
taining genres such as hard rock and punk), electronic dance (comprising genres
such as trance, techno), Afro-American influenced style (e.g., soul, R&B, rap/hip
hop), high(er)-culture style of music (e.g., classical music and jazz), and an easy to
listen to, easily accessible pop style, such as can be found in the popular music charts
(Christenson & Peterson, 1988; Delsing, Ter Bogt, Engels, & Meeus, 2008; Rentfrow
& Gosling, 2003; Roe, 1985; Stevens, 2001; Tillekens, 1993).
Apart from the musicological qualifications of the various dimensions that make
up the music field, research has also revealed social determinants of preference
for genres and styles. These include such social characteristics as gender and edu­
cational level (Bryson, 1996; Christenson & Peterson, 1988; Denisoff & Levine,
1972; Eijck, 2001; Frith, 1983; Peterson & Kern, 1996; Stevens, 2001; Tillekens,
1993). Females tend to like more melodic, relatively softer genres, whereas males
tend to prefer louder, more monotonous-sounding genres (Christenson & Peterson,
1988; Frith, 1981; North & Hargreaves, 2007a). Social status, as assessed by social
class or educational level, is also an important determinant of taste (Bourdieu, 1979;
Bryson, 1996; Coulangeon & Lemel, 2007; Eijck, 2001; Gans, 1999; Hargreaves,
1986; North & Hargreaves, 2007b; Peterson & Kern, 1996). Musical taste has been
linked to social-economic status and arguably functions as an in-group/out-group
delineator (Gans, 1999; Mark, 1998; Peterson & Kern, 1996). Among schoolgoing youth, social class is frequently operationalized in terms of educational level.
Several investigations have demonstrated that having a higher educational level is
associated with liking music such as jazz and classical music, and lower educational
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
level to music such as heavy metal, disco and country (Bryson, 1996; Roe, 1992;
Tillekens, 1993).
AGE
On the intra-personal level of LeBlanc’s (1980) model, maturation is conceived as
being an important factor contributing to variations in musical taste. Thus the onset
of adolescence is of particular relevance here. After its onset, more time and effort
is invested in music, and knowledge of music types and their subgenres increases
(Christenson & Roberts, 1998). Music becomes a major medium of interest, as it
enables consumption outside the family context, where the television medium is
more central (Steele & Brown, 1995). For 13- to 14-year-olds, North, Hargreaves
and O’Neill (2000) found listening to music was the most preferred indoor activity.
As parents limit time spent with peers for most adolescents, listening in the private
sphere enables parasocial contact with the peer culture and important figures within
it (Giles & Maltby, 2004). Moreover, during the school-going period, knowledge of
music functions as a status symbol (Brown & O’Leary, 1971). For some, this remains
a lifelong struggle for peer recognition, as can be observed among music lovers of
all ages (Frith, 1996). Thus, for the most part, knowledge of the artists and musical
genres increases over the course of adolescence.
Three characteristic features of adolescent development are consistent with this
heightened importance of music. The onset of puberty, that is, sexual-biological
changes, increases the desire for mood control (Rosengren & Windahl, 1989), and
music is a powerful tool in mood management (Christenson & Roberts, 1998; North
et al., 2000; Sloboda & O’Neill, 2001; Wells & Hakanen, 1991). Second, cognitive
development during the course of adolescence enables appreciation of musical
stimuli of increasing complexity (North & Hargreaves, 1997), allowing for changes
in music preference, such as learning to appreciate jazz. Third, a developmental task
speci­fic to adolescence is developing a coherent sense of self (a self-concept), an ideal
self, and a social self (Erikson, 1968; Tarrant, North, & Hargreaves, 2002). Music is
a powerful tool in resolving this task. It facilitates the choice of an identity, as well as
its expression, and by enabling experimentation it serves as an imaginative platform
on which to perform, construct and negotiate one’s own identity, and situate oneself
in the social world (DeNora, 2000; Hargreaves, Miell, & MacDonald, 2002; Sloboda
& O’Neill, 2001). Conversely, music preferences also help to identify others; that
is, they aid social perceptions (Knobloch, Vorderer, & Zillmann, 2000; Rentfrow &
Gosling, 2006). These functions of music remain important over the lifecourse, but
are of particular salience during adolescence (Tarrant et al., 2002).
Age-specific patterns in musical taste are reflected in the majority of adolescents
liking what most others like. Popular hits are generally preferred by younger rather
than older undergraduates (Fox & Wince, 1975; Mulder, Bogt, Raaijmakers, &
Vollebergh, 2007). A small proportion does not seem to be that interested in music,
while another small proportion appears to prefer deviant forms of music. These pat­
terns can be explained by the phenomenon of increased peer orientation during
adolescence. From early adolescence on, peaking around the ages of 15 and 16,
and subsequently declining, peers become more important in terms of values and
ideas than parents and adult institutions (Steinberg & Silverberg, 1986). This helps
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
69
70
Psychology of Music 38(1)
explain why most adolescents report an increased preference for music most widely
accepted by their peer group, that is, chart-based music. After the ages of 15 or 16,
an increased individualization of music taste can be observed, with more room for
idiosyncratic preferences.
Previous studies of musical taste have been essentially cross-sectional in nature,
providing frozen snapshots of a certain group at a certain time-point. How taste
develops within individuals has not yet been extensively studied. One exception is
a study assessing retrospectively the age at which people develop lifelong song pre­
ferences. Using a convenience sample of 100 Northeastern American consumers
between the ages of 16 and 86, Holbrook and Schindler (1989) asked participants
to rate 28 half-minute excerpts from songs that represented styles that prevailed
from the 1930s to the 1980s. Taking the participants’ ages into account, they cal­
culated the age at which the respondent had been or was at the time of the most
liked song. The authors reported that the most liked songs originated from the year
the respondent had been around 23.5 years old, which they concluded was the age
around which music preferences crystallize or consolidate.
Longitudinal monitoring of music preferences has been reported twice. Rentfrow
and Gosling (2003) investigated the consistency of the factorial structure under­lying music preferences of over 1500 Texan university undergraduates, but the timespan covered was only three weeks. On an aggregated group-level, the dimensions
were highly correlated between the two time points (between .77 and .89). More
recently, a study with over 1000 Dutch adolescents aged 12 to 19 years replicated
this finding over a three-year period (Delsing et al., 2008). However, these stabilities
reflect a group-based, not intra-individual, or ipsative, consistency. Furthermore,
Delsing et al. (2008) only cover the age range in which music taste seems to develop
(ages 12 to 19). This article extends the existing literature to a wider age range,
concerns the consistency of musical taste within individuals and includes three
separate conceptualizations of musical taste; artists, genres and styles.
THE PRESENT STUDY
This study was conducted in order to assess the intra-individual consistency of music
preferences over time within a wide age range of adolescence and young adulthood.
Music preference was assessed by asking participants to list their top three favourite
artists, as well as assessing preference ratings for a wide range of musical genres. An
internet panel consisting of adolescents and young adults participated three times
in the course of 21 months. This timeframe was considered broad enough to assess
changes in music taste, because artists and bands move in and out of the charts so
quickly; often in a matter of a few weeks. People can be expected to be differentially
sensitive to that; some will maintain the same music preferences despite such
changes in the charts, others will change preferences accordingly.
In addition to the question of ipsative consistency per se, differences were also
investigated by age group, gender and educational level. Music preference was
hypothesized to be relatively inconsistent among adolescents between the ages of 12
and 17, who are still developing knowledge of music, along with a sense of personal
and social identity, in which music taste is an important factor. Moreover, as the
majority of adolescents prefer the music in the charts they may also be expected to
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
be more sensitive to temporary processes of hypes. Gender and educational level are
important in music taste per se (Hargreaves, 1986; LeBlanc, 1980), and therefore
included in the analysis, but no specific hypotheses regarding the direction of
differences in taste consistency by these factors were formulated.
Method
SAMPLE
The study was conducted in collaboration with Qrius, Amsterdam. The sample was
obtained by approaching members of an internet-panel part of the Qrius Switch-On
project (see http://www.qrius.nl). Qrius is a market research bureau specializing in
such topics as media use, free time, income and expenditures, education and work
among children, youth, and young adults (age range six to 30 years). The SwitchOn project was conducted in collaboration with MTV Networks Benelux using an
internet-panel aged six to 29 years. Participants are approached regularly on issues
such as television viewing, norms and values, and music preferences. Rewards for
participation are entry into draws for small prizes such as CDs, and a point-saving
system in which participants get €10.00 after participating in a number of study
waves. Participants were approached in April 2004, February 2005 and January
2006. The full panel consisted of 490 participants aged 12 to 29. As males were
underrepresented (25.5%), males and females were matched in number, controlling
for age and educational level. The random nature of the matching was ensured
using a random number ascription available in SPSS® 14.0.2 (available from SPSS
Inc.). This resulted in a sample consisting of 236 respondents, with 118 females
aged 12–29 (mean age 19.65, SD 3.49), and 118 males (mean age 19.97, SD 3.66).
MEASURES
Level of education was represented by 10 categories ranging from the lowest (prevocational) to the highest (pre-university) level of education. Respondents were
asked which level of education they were currently receiving (for school-attendees),
or had attended (for those who had left school), and were subsequently divided
into low (low and middle vocational track; n = 73) and high (high vocational and
academic track; n = 158) level groups.
Age groups were constructed by dividing respondents into three groups age 12 to
17 (school-going adolescents, mean age 15.87, SD = 1.08, n = 70), 18 to 22 (mean
age 19.80, SD = 1.36, n = 114), and 23 and older (mean age 25.13, SD = 1.70,
n = 52). Seventeen was chosen as a cut-off point to capture the group still attending
secondary school. Twenty-three was chosen as the second cut-off age to compare
our findings with those of Holbrook and Schindler (1989), who estimated that age
to be most crucial in developing lifelong song preferences.
Music preferences were assessed by asking participants to list their top three
favourite artists or bands. They were also invited to rate 26 genres on a five-point
scale ranging from ‘dislike strongly’ to ‘like very much’, and a separate option for
‘don’t know this type of music’ (Ter Bogt, Raaijmakers, Vollebergh, Van Wel, &
Sikkema, 2003). This range of genres was presented to allow for the many distinc­
tions adolescents and young adults make regarding the music they listen to
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
71
72
Psychology of Music 38(1)
(Christenson & Peterson, 1988; Roe, 1985). The response category ‘don’t know this
type of music’ was considered as missing and imputed along with preference ratings
of related genres using the relative mean substitution developed by Raaijmakers
(1999), a valid and reliable method for estimating missing values of (composite)
Likert-type scale scores (Bernaards & Sijtsma, 2000).
Distinctions do not imply unrelatedness (Christenson & Peterson, 1988), and
exploratory factor analysis (Principal Axis Factoring, direct oblimin rotation,
eigenvalues > 1) was used to analyse the underlying structure of the genre prefer­
ences within the time 1 data (see Table 1). Explained variance was estimated to be
57.91 percent (using SPSS 14.0.2).
table
1 Genre and style preference ratings over three waves
M (SD)
Pop
Top 40
Ballads
Dutch pop
Latin
Boybands
Urban
Rap
R&B
Reggae
Dancehall
Elite
Soul–R&B
Lounge
Singer/songwriter
Jazz
Classical
Rock
Rock
Hard rock
Alternative
Punk
Gothic
Heavy metal
Dance
Dance
Trance
Techno
Electro
Hardhouse
April 2004
February 2005
January 2006
3.13 (0.83)
3.81 (1.09)
3.38 (1.12)
3.36 (1.11)
3.11 (1.15)
2.57 (1.23)
3.10 (0.95)
3.19 (1.36)
3.17 (1.40)
3.14 (1.13)
2.87 (1.15)
2.97 (0.88)
3.20 (1.22)
3.18 (1.20)
3.04 (1.11)
2.81 (1.21)
2.60 (1.26)
2.92 (1.11)
3.78 (1.25)
3.05 (1.47)
2.96 (1.41)
2.79 (1.27)
2.50 (1.27)
2.47 (1.39)
2.74 (1.02)
3.42 (1.28)
2.92 (1.44)
2.58 (1.33)
2.56 (1.21)
2.54 (1.44)
2.98 (0.77)
3.66 (1.09)
3.21 (1.05)
3.36 (1.11)
2.99 (1.07)
2.57 (1.18)
3.05 (0.88)
3.19 (1.31)
3.15 (1.36)
3.14 (1.05)
2.73 (1.10)
2.97 (0.86)
3.20 (1.22)
3.18 (1.20)
3.04 (1.11)
2.81 (1.21)
2.60 (1.26)
2.90 (1.05)
3.78 (1.18)
3.00 (1.43)
2.97 (1.30)
2.78 (1.21)
2.42 (1.24)
2.45 (1.31)
2.72 (0.96)
3.46 (1.21)
2.89 (1.37)
2.61 (1.31)
2.53 (1.16)
2.42 (1.37)
3.02 (0.78)
3.74 (1.06)
3.23 (1.10)
3.40 (1.09)
3.16 (1.04)
2.47 (1.13)
3.01 (0.88)
3.02 (1.32)
3.08 (1.28)
3.17 (1.07)
2.77 (1.11)
3.05 (0.78)
3.29 (1.08)
3.09 (1.09)
3.13 (1.09)
2.99 (1.15)
2.74 (1.17)
2.85 (1.05)
3.73 (1.16)
2.90 (1.42)
3.03 (1.33)
2.73 (1.23)
2.33 (1.16)
2.41 (1.32)
2.62 (0.97)
3.34 (1.24)
2.75 (1.28)
2.56 (1.28)
2.46 (1.21)
2.31 (1.30)
Note: Genre preferences measured on a five-point Likert type scale, ranging from 1 (dislike strongly) to 5
(like very much). Style scores were computed by averaging liking ratings of related genres. Relatedness
was based on Exploratory Factor Analysis, described in text.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
Related genres are considered to represent a certain style, and the preference
ratings of the genres Top 40 (chart-based music), ballads, boy bands, Latin pop,
and Dutch pop proved to be related and were labelled Pop style. A second style was
labelled Urban, and comprised the genres R&B, dancehall, rap/hip hop, and reggae.
A third style was constructed based on relatedness in preference ratings of the
genres classical music, singer/songwriter, jazz, soul/R&B and lounge music, and was
labelled Elite. A Rock style was constructed of the genres hard rock, heavy metal,
rock, punk, alternative and gothic. Finally, ratings of the genres dance, trance,
electro, techno and hardhouse were labelled as Dance. Preference ratings of genres
within the styles Pop, Urban, Elite, Rock and Dance were summed and their means
were taken as style-scores. This structuring of the genre ratings proved similar
to previous Dutch, Flemish and American research on the structure of music pre­
ferences using factor analysis or multi-dimensional scaling techniques (Christenson
& Peterson, 1988; Stevens; 2001; Ter Bogt et al. 2003; Tillekens, 1993), and was
also replicated in the time 2 and time 3 datasets of the current study.
ANALYSES OF CONSISTENCY
Consistency of favourite artists
Participants were asked to name three of their favourite artists or bands, labelled
artists. Consistency was measured by counting the number of times an artist’s
name was mentioned by a respondent across the three waves. The repeats were
counted between the first and second, second and third, and first and third datasets,
not taking the position in the top three into account. The total of these counts was
divided by the maximum number of repeats possible (9) in order to rescale the
counts on a 0 to 1 scale.
Consistency of genre preferences
Analyses of intra-individual consistency in genre preference ratings was computed
using q-correlation. This was conducted within each style group separately.
Q-correlation indexes pattern comparability within respondents between two points
in time (Cronbach & Gleser, 1953; Dahlstrom & Humphrey, 1996; Roberts, Caspi, &
Moffitt, 2001; van Aken, van Lieshout, & Haselager, 1996). The difference with the
more ubiquitous Pearson’s correlation is that individual responses as indicated on
ordinal scales are not compared to the sample mean, but rather are compared to the
mean of the respondent within a set of answers of that same respondent. Consistency
measures were conducted on the individual’s preference responses within style
groups. For example, within the style labelled Pop, the sets of individual ratings of
the genres Top 40 (chart-based music), ballads, boy bands, Latin pop and Dutch pop
were assessed for consistency. The individual’s mean in preference for these genres
was compared intra-individually between each two sets of time-points, as well as the
relative deviation in ratings of the respective genres, whether positive or negative,
resulting in one overall individual measure of consistency.
In this study, data from three points in time were available. Pairwise comparisons
of patterns is facilitated by q-correlation, that is, patterns were compared between
the first and second, the second and third, and first and third waves. As an overall
consistency index, the individual’s mean of these individual pairwise q-correlations
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
73
74
Psychology of Music 38(1)
was computed. This procedure resulted in measures of consistency in ratings within
all five style groups, that is, Pop, Urban, Elite, Rock and Dance (see Table 1 for an
overview of the styles and genres).
Consistency of style preference
Style scores were computed by computing the mean of the preference ratings of
genres belonging to a single style, as determined through factor analysis. Style
preference consistency, again using q-correlation, concerns both the consistency in
absolute and relative liking of the five styles. For instance, one can rate Rock types
of music consistently highly, and more positively than Dance music, while liking
Urban and Pop types of music both modestly and less consistently, and disliking Elite
genres. The consistency in this pattern was assessed by q-correlating these ratings of
the various styles, between the first and second, the second and third, and first and
third data collection periods, and then computing the mean of these q-correlations.
MULTIVARIATE ANALYSES
The intra-individual consistencies in artist, genre and style preferences were
tested for differences between groups based on gender, educational level, and age.
Univariate ANOVAs were conducted using the q-correlated styles preferences and
the extent of favourite artist consistency as dependent variables. A MANOVA was
conducted with the q-correlated style-grouped genre preferences as dependent
variables.
Results
POPULARITY OF ARTISTS
Table 2 displays which artists were mentioned most frequently at each point in
time, by all participants, and by gender, educational level and age groups. Although
individual lists ranged from the obscure to mainstream, the most popular artists
reflected the chart-based list very well. Each group mentioned a variety of most
favourite artists that represent a different variation of the same cohort of charttopping artists. Younger respondents listed newer artists, such as B.E.P., and Direct
(a young Dutch pop-punk band). Older participants listed more long-standing
artists, such as Metallica, Madonna, Marco Borsato (a best-selling Dutch artist), and
Robbie Williams. These artists have been popular for a longer time, and are older
themselves.
POPULARITY OF GENRES AND STYLES
The most preferred musical style is Pop, followed sequentially by Urban, Elite, Rock
and Dance (see Table 1). Within these styles, certain genres are more popular than
others. Within the Pop style, music found in the charts is liked best. The genres rap,
R&B, and reggae are similarly popular within the Urban style, while the genres
soul/R&B and lounge music top the Elite style. Of the Rock and Dance styles, the
similarly labelled genres rock and dance are most popular. Least popular genres
within the respective styles are boybands, dancehall, classical music, heavy metal
and hardhouse.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
table
2 Most mentioned artists in favourite artist listings
April 2004
February 2005
January 2006
DJ Tiësto♪ (20)
Anouk♪ (22)
Kane♪/Marco Borsato (15)
Keane/Linkin Park (12)
Alicia Keys/Robbie
Williams (11)
Robbie Williams (20)
Marco Borsato (19)
Anouk (18)
Shakira (17)
Coldplay (16)
Females
1. Christina Aguilera/
(n = 118)
M.Borsato (12)
2. Sugababes (10)
3. Evanescence/Robbie
Williams (9)
Anouk (16)
Alicia Keys (10)
Marco Borsato (9)
M. Borsato/Robbie
Williams (13)
Anouk/Shakira (11)
Coldplay (10)
1. DJ Tiësto/Robbie
Males
(n = 118)
Williams (13)
DJ Tiësto (16)
DJ Tiësto/Kane (8)
2. M. Borsato (11)
Linkin Park (9)
3. N.E.R.D. (9)
Kane (8)
Anouk/Bløf♪/R.H.C.P./
Robbie W. (7)
Coldplay/M. Borsato/
Shakira/Kelly Clarkson (6)
1. B. E. P./Di-rect♪/
Usher (6)
2. Kane/R.H.C.P. (5)
3. Christina Aguilera/
Eminem (4)
DJ Tiësto (9)
All participants (N = 236)
1. Marco Borsato♪
2. Robbie Williams (22)
3. DJ Tiësto (20)
4. Sugababes (16)
5. N.E.R.D. (15)
Gender
Age groups
12–17
(n = 70)
1. M. Borsato (14)
18–22
(n = 114) 2. Robbie W. (10)
3. DJ Tiësto/N.E.R.D./
Sugababes (8)
29–29
(n = 52)
Kane/Linkin Park (5)
R.H.C.P./DJ Tiësto (5)
Eminem/Jamie Cullum (4) Coldplay/Jamie Cullum (3)
M. Borsato (12)
Anouk/DJ Tiësto (9)
Kane/Usher (8)
1. DJ Tiësto/M. Borsato/ Anouk (6)
Robbie W. (6)
2. Alicia Keys (5)
Alicia Keys/DJ Tiësto (5)
3. The Corrs/Metallica/
N.E.R.D. (4)
Shakira (6)
Metallica/Robbie W./
U2 (4)
M. Borsato (14)
Anouk (9)
Bløf (8)
Robbie W. (6)
Anouk/Coldplay/Kane/
U2 (5)
Madonna/Shakira (4)
Educational level
Low
(n = 73)
1. M. Borsato (11)
2. DJ Tiësto (7)
3. Bon Jovi/Kane/
Robbie W. (6)
High
1. Robbie W. (16)
(n = 158) 2. DJ Tiësto (13)
3. M. Borsato (11)
♪=
DJ Tiësto (9)
Anouk (8)
M. Borsato (7)
Robbie W. (8)
Anouk (7)
M. Borsato (6)
Anouk/DJ Tiësto (14)
Alicia Keys/Kane (11)
Bløf/M. Borsato/
Robbie W. (8)
M. Borsato (13)
Robbie W./Shakira (12)
Anouk/R.H.C.P. (11)
Dutch artist or band; B.E.P. = Black Eyed Peas; R.H.C.P. = Red Hot Chili Peppers
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
75
76
Psychology of Music 38(1)
Differences in style preferences were tested pairwise for groups based on gender,
educational level and age. Females were more positive towards genres included in
the styles Pop (all three waves) and Urban (1st wave only) (p < .01, h2 between .03
and .13), while the Dance style was more popular among males (over three waves,
p< .01, h2 between .03 and .07). Participants from the lower educational level gave
lower ratings for the style Elite in all three waves (p < .01, h2 between .05 and .07),
and higher ratings for Dance style in the second wave (p < .05, h2 = .02). In terms
of age differences, the 17- to 22-year-olds rated the Pop style lower than both their
younger and older counterparts (p < .05, h2 = .03). Other than that, the age groups
did not differ markedly in their liking of the four styles.
CONSISTENCY OF FAVOURITE ARTISTS
Mean consistency in favourite artist was .32. This means that participants displayed
on average a 32 percent overlap in top three lists of favourite artists (see Table 3).
The adjusted R2 for the multivariate model was .11. Males and females did not differ
significantly in terms of favourite artist consistency. Participants from the higher
educational level were more consistent than those from the lower educational
level (respectively 36% versus 28%, p < .05, partial h2 = .03). Compared to the
youngest age groups, the older two were more consistent (p < .01, partial h2 = .10).
Respondents aged 12 to 17 repeated artist names in 21 percent of the cases. Among
the 18- to 22-year-old age group, this increased to a consistency of 36 percent, and
for the eldest age group this increased to 39 percent.
CONSISTENCY OF GENRE PREFERENCE
On the individual level, q-correlations ranged between –.87 and +1. Table 4
displays the estimated means of the q-correlation coefficients of style-grouped genre
table
3 Consistency of favourite artists
Estimated
marginal
means
(SE)
F
d.f. 1
p
Partial
η²
0.16
0.01
8.13
4
0.00
0.13
Gender
Females
Males
0.17
0.16
0.01
0.01
0.11
1
0.74
0.00
Educational level
Low
High
0.14
0.18
0.01
0.01
6.15
1
0.01
0.03
Age group
12–17
18–22
23–29
0.10
0.18
0.20
0.02
0.01
0.02
13.16
2
0.00
0.10
Overall model
Univariate between subjects effects
1Error
d.f. = 226; Adjusted R² = 0.11.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
table
Mulder et al.: From death metal to R&B?
4 Consistency of genre preferences
Estimated
marginal
means
SE
Multivariate tests
Gender
Educational level
Age group
0.59
0.54
0.46
0.60
0.56
d.f.1
d.f.2
p
Partial
η²
0.72
1.25
2.02
5
5
10
190
190
382
0.61
0.29
0.03
0.02
0.03
0.05
M (SE)
Univariate tests of age-group
differences
Pop
Urban
Elite
Rock
Dance
F
0.02
0.03
0.03
0.02
0.03
12–17
18–22
23–29
0.56 (0.04)
0.50 (0.05)
0.41 (0.05)
0.53 (0.04)
0.46 (0.04)
0.63 (0.03)
0.56 (0.03)
0.54 (0.04)
0.59 (0.03)
0.61 (0.03)
0.58 (0.04)
0.55 (0.05)
0.43 (0.06)
0.67 (0.05)
0.60 (0.05)
Note: Age-group differences reached significance for consistency of Dance genres only with F(2,194) =
4,19, SE = 0.10, p < 0.05, partial η² = 0.04.
preferences, which varied between .41 (consistency of ratings for genres within the
Elite style among the youngest age group) and .67 (consistency of ratings for the
genres within the Rock style among the oldest age group). There were no significant
differences by gender or educational level. The three age groups differed in terms of
consistency in ratings of Dance genres. There was a lower consistency in preference
for Dance genres among the youngest age group (.46), compared to the middle and
oldest age group (.61 and .60 respectively, p< .05, partial h = .05).
CONSISTENCY OF STYLE PREFERENCE
Consistency in style preference over time ranged between –.35 and .99, and the
mean consistency was .80 (see Table 5). Females tended to be more consistent in
their style preferences (p< .05, partial h2 = .02). There were no significant differ­
ences by educational level. The youngest age group was less consistent than the
middle age group (p< .05,partial h2 = .03). The oldest age group did not differ
significantly from the other two age groups. However, for the multivariate model
with group differences posed for gender, educational level and age groups, R2 was
.05 (adjusted R2 = .04) and thus these differences reported by gender and age,
although significant, are not substantial.
Discussion
This study aimed at assessing intra-individual consistency in lists of favourite artists,
and in preference ratings for a range of genres and five main musical styles, over
three points in time in a 21-month period. Factor analysis of genre preferences
resulted in five styles labelled, in order of relative popularity: Pop, Urban, Elite,
Rock and Dance. Similar genre and style structures have been identified in studies
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
77
78
Psychology of Music 38(1)
table
5 Consistency of style preference
Estimated
marginal
means
(SE)
F
d.f. 1
p
Partial
η²
0.80
0.02
3.08
4
0.02
0.05
Gender
Females
Males
0.83
0.77
0.02
0.02
4.17
1
0.04
0.02
Educational level
Low
High
0.81
0.79
0.03
0.02
0.28
1
0.60
0.00
Age group
12–17
18–22
23–29
0.76
0.85
0.78
0.03
0.02
0.03
3.66
2
0.03
0.03
Overall model
Univariate between subjects effects
1Error d.f. = 226; Adjusted R² = 0.04.
Note: Overall range between –0.35 and 0.99.
conducted in a variety of western countries (Christenson & Peterson, 1988; Delsing
et al., 2008; Rentfrow & Gosling, 2003; i.e., USA, Sweden, Belgium, the Netherlands,
see Roe, 1985; Stevens, 2001; Ter Bogt et al., 2003; Tillekens, 1993). Overall, the
intra-individual consistency coefficients ranged from perfect inconsistency to perfect
consistency. Consistency in favourite artist listing was moderate. Consistency in
genre preferences was moderate to high, while on average, style preferences are
highly consistent.
Previously identified gender differences in music taste, such as females preferring
softer, romantic types of music while males tend to prefer harder types of music
(Christenson & Peterson, 1988; Frith, 1983; North & Hargreaves, 2007a) led to
the question of potential differences in preference stability. The gendered difference
in musical taste itself was replicated. That is, females were more likely to report
preferences for Pop and Urban styles, whereas males were more positive towards the
more monotonous Dance style. Gender differences with the styles of Rock and Elite
were minimal. In the 1970s, the Rock audience was predominantly male (Frith,
1981), but during the 1980s and 1990s this changed, and by the beginning of the
21st century, at least in the Netherlands, few gender-based differences in the Rock
audience remain (Mulder et al., 2007). In terms of consistency over time in musical
preferences, there were no gender differences in expressed genre preferences or
favourite artist listings. Females were more consistent in their relative liking of the five
styles Pop, Urban, Elite, Rock and Dance, but the differences were not substantial.
Educational level was positively associated with favourite artist consistency, but
not with consistency of style or genre preferences. Numerous previous studies have
found social class to be of relevance in music taste studies, and we found educational
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
level was associated positively to the style Elite, and negatively to the style Dance.
However, consistency of preferences for broad styles and genres appears to operate
similarly across social strata, as an absence of effects here underlines.
Age group was thought to relate to consistency in music preference as involve­
ment with and knowledge of music increase during adolescence (Christenson &
Roberts, 1998), and because music taste can be such a powerful tool in the develop­
mental task at hand during adolescence, that is, identity formation (Erikson, 1968;
Tarrant et al., 2002). The importance of peers in this process, reflected in the wide
popularity of chart-based music among young adolescents, makes the age group
of 12- to 17-year-olds most susceptible to the latest hypes. Moreover, increased
cognitive capacity could broaden the musical horizon following increased need for
musical complexity (North & Hargreaves, 1997). Therefore, the youngest age group
was expected to show the least consistency in music taste. Age did indeed prove to
be positively related to favourite artist consistency. Compared to the older two age
groups of late adolescents and young adults, the 12- to 17-year-olds not only listed
younger and newer artists, they also displayed a higher turnover rate in who they
liked best. In line with Holbrook and Schindler’s (1989) finding that lifelong song
preferences crystallized (or consolidated) at the age of 23, we found the oldest age
group indeed displayed the highest consistency in lists of favourite artists.
Regarding consistency of genre preferences, age groups were similarly consistent,
with the exception of ratings of Dance genres. Here, the youngest age group was
less consistent compared to the two other, older age groups. This makes sense con­
sidering the association between dance music and clubbing, or going out, which is
not yet optional for most 12- to 17-year-olds. It could be argued that music taste
develops at least partially in conjunction with culturally staged accessibility.
Contrary to our hypotheses, however, consistencies in the genre ratings other than
Dance genres did not increase significantly with age. In terms of style preferences,
participants aged 12 to 17 were less consistent than the 18- to 22-year-olds, but,
overall, consistency of style preference was remarkably high for all three age groups.
Thus artist preferences may function differently from broader judgements of the
genres and styles. It seems music taste defined broadly is already well defined at the
beginning of adolescence.
In conclusion, our study suggests musical taste is surprisingly consistent even for
the age group 12 to 17, and is even more consistent among older youth and young
adults. We argue that, although gender and social class function as determinants
in music taste itself (Bourdieu, 1979; Bryson, 1996; Christenson & Peterson, 1988;
Coulangeon & Lemel, 2007; Dibben, 2002; Eijck, 2001; Gans, 1999; Hargreaves,
1986; North & Hargreaves, 2007b; Peterson & Kern, 1996), they are not of marked
influence on patterns of continuity and change in such individual preferences, that
is, (in)stability of music preferences appears to be similar across these social strata.
At the intra-individual level, taste consistency can vary widely, and the turnover
rate of favourite artists was very high. Nevertheless, the majority of adolescents and
young adults display high consistency in their preferences for music broadly divided
into styles, and moderate to high consistency at the genre level.
Finally, the sample of participants was part of an internet-panel, and therefore
inherently limited to those who were computer literate. As the digital divide can
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
79
80
Psychology of Music 38(1)
be observed in a developed country such as the Netherlands (Van Dijk, 2006),
a bias in the responses due to lack of representativity of the general population
of 12- to 29-year-olds could arise. Studies comparing web-based surveys with
paper- or telephone-based surveys have reported weighing for demographic
representativeness is necessary, especially among the older populations (Berrens,
Bohara, Jenkins-Smith, Silva, & Weimer, 2003; Couper, Kapteyn, Schonlau, &
Winter, 2007). However, among the 12- to 29-year-olds in this study, internet
access is more ubiquitous, and problems associated with the digital divide may
therefore be less prominent. Studies aimed specifically at comparing web-based
surveys with pen-and-paper surveys on measures of substance use among children
(3rd and 4th grade [ages 6–8]) and undergraduate college students indicated few
substantive differ­ences (McCabe, Boyd, Young, Crawford, & Pope, 2005; McCabe,
Couper, Cranford, & Boyd, 2006; McCabe, Diez, Boyd, Nelson, & Weitzman, 2006).
Therefore, the use of an internet-panel may not necessarily be a problem in this
situation.
LIMITATIONS
Although our research provides a window onto the consistency of music taste
intra-individually, questions remain regarding the nature of the development of
music taste. To capture that process, information on developmental issues such as
increased capacity for cognitive processing and identity formation would be neces­
sary. Therefore, we cannot rule out that the (slight) increase in consistency of
genre and style ratings merely reflects increased knowledge of the music field, and
thus more reliable preference ratings. Longitudinal monitoring of children and
adolescents regarding the sources of variation in music taste identified by LeBlanc
(1980), capturing both the cognitive, emotional and social characteristics of
indi­viduals would be needed. In addition, following people over a longer period of
time than in our study and starting at a younger age than 12 would further help
elucidate the formative mechanisms of music taste. Conversely, and specifically
regarding the lists of favourite artists, shorter time intervals between data collection
episodes would also be interesting, as artists can move in and out of popularity in a
matter of weeks. The importance of music in most people’s lives certainly warrants
further investigations into the nature of music taste.
references
Bernaards, C. A., & Sijtsma, K. (2000). Influence of imputation and EM methods on factor
analysis when item nonresponse in questionnaire data is nonignorable. Multivariate
Behavioral Research, 35(3), 321–364.
Berrens, R. P., Bohara, A. K., Jenkins-Smith, H., Silva, C., & Weimer, D. L. (2003). The advent
of internet surveys for political research: a comparison of telephone and internet samples.
Political Analysis, 11(1), 1.
Blacking, J. (1995). Music, Culture, & Experience. Chicago and London: The University of
Chicago Press.
Bourdieu, P. (1979). Distinction: A social critique of the judgment of taste. London: Routledge.
Brown, R. L., & O’Leary, M. (1971). Pop music in an English secondary school system.
Amercian Behavioral Scientist, 14, 401–413.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
Bryson, B. (1996). ‘Anything but heavy metal’: Symbolic exclusion and musical dislikes.
American Sociological Review, 61(5), 884–899.
Christenson, P. G., & Peterson, J. B. (1988). Genre and gender in the structure of music
preferences. Communication Research, 15(3), 282–301.
Christenson, P. G., & Roberts, D. F. (1998). It’s not only rock & roll: Popular music in the lives of
adolescents. Cresskill: Hampton Press.
Coulangeon, P., & Lemel, Y. (2007). Is ‘distinction’ really outdated? Questioning the meaning
of the omnivorization of musical taste in contemporary France. Poetics, 35(2–3), 93–111.
Couper, M. P., Kapteyn, A., Schonlau, M., & Winter, J. (2007). Noncoverage and nonresponse in an internet-survey. Social Science Research, 36, 131–148.
Cronbach, L. J., & Gleser, G. C. (1953). Assessing similarity between profiles. Psychological
Bulletin, 50, 456–473.
Dahlstrom, W. G., & Humphrey, D. H. (1996). Comparability of MMPI and MMPI-2 profile
patterns: Ben-Porath and Tellegen’s inappropriate invocation of Mahalanobis’s D-2
function. Journal of Personality Assessment, 66(2), 350–354.
Delsing, M. J. M. H., Ter Bogt, T. F. M., Engels, R. C. M. E., & Meeus, W. H. J. (2008).
Adolescents’ music preferences and personality characteristics. European Journal of
Personality, 22(2), 109–130.
Denisoff, R. S., & Levine, M. H. (1972). Youth and popular music: A test of the taste culture
hypothesis. Youth & Society, 4, 237–255.
DeNora, T. (2000). Music in everyday life. Cambridge: Cambridge University Press.
Dibben, N. (2002). Gender identity and music. In R. A. R. MacDonald, D. J. Hargreaves, & D.
Miell (Eds.), Musical identities (pp. 117–133). Oxford: Oxford University Press.
Eijck, K. v. (2001). Social differentiation in musical taste patterns. Social Forces, 79(3),
1163–1184.
Erikson, E. H. (1968). Identity: Youth and crisis. London: Faber and Faber.
Farnsworth, P. R. (1958/1969). The nature of musical taste. In The Social Psychology of Music
(2nd ed.). Ames, IA: Iowa State University Press.
Fox, W. S., & Wince, M. H. (1975). Musical taste cultures and taste publics. Youth & Society,
7(2), 198–224.
Frith, S. (1981). Sound effects: Youth, leisure, and the politics of rock ‘n’ roll. New York:
Pantheon Books.
Frith, S. (1983). Sound effects: Youth, leisure, and the politics of rock. London: Constable.
Frith, S. (1996). Performing rites: Evaluating popular music. Oxford: Oxford University Press.
Gans, H. J. (1999). Popular culture and high culture: An analysis and evaluation of taste (rev. and
updated ed. ed.). New York: Basic Books.
Giles, D. C., & Maltby, J. (2004). The role of media figures in adolescent development:
Relations between autonomy, attachment, and interest in celebrities. Personality and
Individual Differences, 36(4), 813–822.
Hargreaves, D. J. (1986). The developmental psychology of music. Cambridge: Cambridge
University Press.
Hargreaves, D. J., Miell, D., & MacDonald, R. A. R. (2002). What are musical identities, and
why are they important? In R. A. R. MacDonald, D. J. Hargreaves, & D. Miell (Eds.), Musical
Identities (pp. 1–20). Oxford: Oxford University Press.
Holbrook, M. B., & Schindler, R. M. (1989). Some exploratory findings on the development of
musical tastes. Journal of Consumer Research, 16(1), 119–124.
Johnstone, J., & Katz, E. (1957). Youth and popular music: A study in the sociology of taste.
The American Journal of Sociology, 62(6), 563–568.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
81
82
Psychology of Music 38(1)
Knobloch, S., Vorderer, P., & Zillmann, D. (2000). The impact of music preferences on the
perception of potential friends in adolescence. Zeitschrift Für Sozialpsychologie, 31(1),
18–30.
LeBlanc, A. (1980). Outline of a proposed model of sources of variation in musical taste.
Council for Research in Music Education Bulletin, 61, 29–34.
Lewis, G. H. (1992). Who do you love? The dimensions of musical taste. In J. Lull (Ed.),
Popular Music and Communication (pp. 134–151). London: Sage.
Mark, N. (1998). Birds of a feather sing together. Social Forces, 77(2), 453–485.
McCabe, S. E., Boyd, C. J., Young, A., Crawford, S., & Pope, D. (2005). Mode effects for
collecting alcohol and tobacco data among 3rd and 4th grade students: A randomized pilot
study of web-form versus paper-form surveys. Addictive Behaviors, 30, 663–671.
McCabe, S. E., Couper, M. P., Cranford, J. A., & Boyd, C. J. (2006). Comparison of web
and mail surveys for studying secondary consequences associated with substance use:
Evidence for minimal mode effects. Addictive Behaviors, 31, 162–168.
McCabe, S. E., Diez, A., Boyd, C. J., Nelson, T. F., & Weitzman, E. R. (2006). Comparing web
and mail responses in a mixed mode survey in college alcohol use research. Addictive
Behaviors, 31, 1619–1627.
Mulder, J., Bogt, T. T., Raaijmakers, Q., & Vollebergh, W. (2007). Music taste groups and
problem behavior. Journal of Youth and Adolescence, 36(3), 313–324.
North, A. C., & Hargreaves, D. J. (1997). Experimental aesthetics and everyday music
listening. In D. J. Hargreaves & A. C. North (Eds.), The Social Psychology of Music
(pp. 84–103). Oxford: Oxford University Press.
North, A. C., & Hargreaves, D. J. (2007a). Lifestyle correlates of musical preference: 1.
Relationships, living arrangements, beliefs, and crime. Psychology of Music, 35(1), 58–87.
North, A. C., & Hargreaves, D. J. (2007b). Lifestyle correlates of musical preference: 3. Travel,
money, education, employment and health. Psychology of Music, 35(3), 473–497.
North, A. C., Hargreaves, D. J., & O’Neill, S. A. (2000). The importance of music to
adolescents. British Journal of Educational Psychology, 70, 255–272.
Peterson, R. A., & Kern, R. M. (1996). Changing highbrow taste: From snob to omnivore.
American Sociological Review, 61(5), 900–907.
Raaijmakers, Q. A. W. (1999). Effectiveness of different missing data treatments in surveys
with Likert-type data: Introducing the relative mean substitution approach. Educational
and Psychological Measurement, 59(5), 725–748.
Rentfrow, P. J., & Gosling, S. D. (2003). The do re mi’s of everyday life: The structure and
personality correlates of music preferences. Journal of Personality and Social Psychology,
84(6), 1236–1256.
Rentfrow, P. J., & Gosling, S. D. (2006). Message in a ballad – The role of music preferences in
interpersonal perception. Psychological Science, 17(3), 236–242.
Roberts, B. W., Caspi, A., & Moffitt, T. E. (2001). The kids are alright: Growth and stability in
personality development from adolescence to adulthood. Journal of Personality and Social
Psychology, 81(4), 670–683.
Roe, K. (1985). Swedish youth and music: Listening patterns and motivations. Communication
Research, 12(3), 353–362.
Roe, K. (1992). Different destinies – different melodies: School achievement, anticipated
status and adolescents’ tastes in music. European Journal of Communication, 7, 335–357.
Rosengren, K. E., & Windahl, S. (1989). Media matter: TV use in childhood and adolescence.
Norwood, NJ: Ablex Publishing Corporation.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
Mulder et al.: From death metal to R&B?
Sloboda, J. A., & O’Neill, S. A. (2001). Emotions in everyday listening to music. In P. N. Juslin
& J. A. Sloboda (Eds.), Music and Emotion: Theory and Research (pp. 415–429). Oxford:
Oxford University Press
Steele, J. R., & Brown, J. D. (1995). Adolescent room culture – studying media in the context
of everyday life. Journal of Youth and Adolescence, 24(5), 551–576.
Steinberg, L., & Silverberg, S. B. (1986). The vicissitudes of autonomy in early adolescence.
Child Development, 57, 841–851.
Stevens, F. (2001). Gemaakte keuzes? Een analyse van de muziek- en mediapreferenties
van Vlaamse jongeren [Made choices? An analysis of the music and media preferences of
Flemish youth]. Sociologische Gids, 48(2), 138–155.
Tarrant, M., North, A. C., & Hargreaves, D. J. (2002). Youth identity and music. In R. A. R.
MacDonald, D. J. Hargreaves, & D. Miell (Eds.), Musical Identities (pp. 134–150). Oxford:
Oxford University Press.
Ter Bogt, T., Raaijmakers, Q., Vollebergh, W., Van Wel, F., & Sikkema, P. (2003). Youngsters
and their musical taste: Musical styles and taste groups. The Netherlands Journal of Social
Sciences, 39(1), 35–52.
Tillekens, G. J. (1993). Het patroon van de popmuziek: De vier dimensies van jeugdstijlen [The
structure of pop music: Four dimensions of style]. Sociologische Gids, 40, 177–194.
Tillekens, G. J., & Mulder, J. (2005). The four dimensions of popular music: Mapping the
continental drift of pop and rock music preferences. Soundscapes – Journal on Media Culture
2007. Retrieved 11 April, 2007, from http://www.soundscapes.info.
van Aken, M. A. G., van Lieshout, C. F. M., & Haselager, G. J. T. (1996). Adolescents’
competence and the mutuality of their self-descriptions and descriptions of them provided
by others. Journal of Youth and Adolescence, 25(3), 285–306.
Van Dijk, J. A. G. M. (2006). Digital divide research, achievements and shortcomings. Poetics,
34(4–5), 221–235.
Wells, A., & Hakanen, E. A. (1991). The emotional use of popular music by adolescents.
Journalism Quarterly, 68, 445–454.
juul mulder,
MA.
Address: Department of Interdisciplinary Social Sciences, University of Utrecht, Heidelberglaan
2, 3584 CS, Utrecht, the Netherlands. [email: [email protected]]
tom f.m. ter bogt,
PhD.
Address: Department of Interdisciplinary Social Sciences, University of Utrecht, Heidelberglaan
2, 3584 CS, Utrecht, the Netherlands.
q u i n t e n a . w . r a a i j m a k e r s , PhD.
Address: Department of Education, University of Utrecht, Heidelberglaan 2, 3584 CS, Utrecht,
the Netherlands.
saoirse nic gabhainn,
PhD.
Address: Department of Health Promotion, National University of Ireland, Galway.
paul sikkema,
MA.
Address: Research Bureau Qrius, Amsterdam.
Downloaded from pom.sagepub.com at FernUniversitaet Hagen on June 6, 2013
83