Zusammenfassung der Ergebnisse meiner empirischen Untersuchung zum Thema: Motivation und Leistung in sozialen Situationen Annette Feuchter Einleitung ___________________________________________________________________ 2 Zur Untersuchung ____________________________________________________________ 3 Beschreibung der Experimente _________________________________________________ 5 Design ______________________________________________________________________ 6 Versuchsdurchführung________________________________________________________ 7 Ergebnisse __________________________________________________________________ 7 Zusammenfassung___________________________________________________________ 15 Literatur___________________________________________________________________ 17 Einleitung Die meisten Aufgaben des täglichen Lebens können nur in und von Gruppen bewältigt werden. Eine Vielzahl dieser Gruppenaufgaben sind kollektive Aufgaben, in der die individuellen Beiträge zu einem Gesamtergebnis oder einem Produkt aufaddiert werden. In der Regierung, in zahlreichen Komitees und Kommissionen, in der Wirtschaft sowie im Sport erleben wir stets, dass Entscheidungen getroffen und Leistungen erbracht werden, die ein Produkt individueller Beiträge darstellen. Es stellt sich daher die Frage, welche Faktoren die Motivation in kollektiven Aufgabensituationen sowohl positiv als auch negativ beeinflussen. Rein intuitiv würde man vermuten, dass das Zusammenarbeiten mit anderen die individuelle Motivation und das individuelle Leistungspotential erhöht. Untersuchungen haben aber gezeigt, dass Akteure in kollektiven Situationen häufig weniger leisten als wenn sie alleine für eine Entscheidung oder die Herstellung eines Produktes zuständig wären. Dieser Motivationsverlust, der dadurch zustande kommt, dass Akteure gemeinsam ein Gruppenprodukt erzeugen, wird auch als soziales Faulenzen bezeichnet. Der Befund, dass es in kollektiven Situationen zu einem Motivationsverlust kommen kann, leitet unmittelbar zu der Frage über, welche Situationsmerkmale dafür verantwortlich sind. Zu den zentralen situationsbezogenen Einflussfaktoren auf und für soziales Faulenzen zählen die Nichtidentifizierbarkeit der eigenen Leistung sowie der Mangel an Evaluations- und an Vergleichsmöglichkeiten im Hinblick auf die eigene Leistung.1 Daneben gibt es Faktoren, die primär von der Persönlichkeitsstruktur abhängen. Hierzu zählen die Tendenz, kollektive Leistungen hoch zu bewerten sowie geschlechts- und kulturspezifische Differenzen. Frauen, so haben Studien gezeigt, faulenzen weniger als Männer und bei Personen aus östlichen Kulturkreisen tritt das Phänomen in geringerem Maße auf als bei Personen aus westlichen Kulturkreisen.2 Von den situativen und personalen Einflussfaktoren sind ferner jene abzugrenzen, die sich unmittelbar auf die Aufgabenstellung beziehen. Es hat sich gezeigt, dass Personen weniger faulenzen, wenn sie der Überzeugung sind, ihr Beitrag zum Gruppenprodukt sei einzigartig oder wenn sie an einer Aufgabe arbeiten, die intrinsisch motivierend ist.3 Dies gilt auch für komplexere Aufgaben, da diese eine größere Herausforderung für die Problemlöser darstellen. Die Studien, die den 1 Vgl. hierzu Bartis, Szymanski & Harkins 1988, Davis, 1969; Geen, 1989,1991; Harkins & Jackson, 1985; Harkins, Latané & Williams; Kerr & Bruun, 1983; Sheppert & Taylor, 1999. 2 Vgl. hierzu Earley, 1989; Hogg, 1996; Karau, 1997; Karau, 1998; Shirakashi, 1984-1985; Wagner, 1995. 3 Vgl. hierzu Amabile 1979; Brickner, Harkins & Ostrom, 1986; Kerr & Bruun 1983; Paulus 1983; Zaccaro 1984. 2 Einflussfaktor Komplexität der Aufgaben- bzw. der Problemstellung untersucht haben, kamen zu dem Befund, dass soziales Faulenzen in solchen Situationen nur in geringem Maße auftritt.4 Es liegen daneben auch Ergebnisse darüber vor, dass soziales Faulenzen sich positiv auf das Lösen komplexer Aufgaben auswirkt und Gruppen, die sich weniger anstrengen, sogar bessere Leistungen erzielen.5 Damit dieser inverse Effekt überhaupt auftreten kann, ist aber vorauszusetzen, dass es soziales Faulenzen auch beim Lösen solcher komplexer Aufgaben gibt. Die Richtigkeit dieses Befundes soll in der Dissertation überprüft werden. Lässt sich dieser Befund auch für das Lösen von komplexen Problemen replizieren, so hätte dies auch Konsequenzen für die negative Bewertung, die mit dem sozialen Faulenzen verknüpft ist. Soziales Faulenzen wird nach wie vor meist unter der Perspektive betrachtet, es sei eine soziale Krankheit, die negative Konsequenzen für die Individuen, für soziale Institutionen sowie für die Gesellschaft habe. Die negativen Konsequenzen ergäben sich v.a. dadurch, dass Individuen aufgrund der mangelnden Verantwortlichkeit ihr Anstrengungspotential herabsetzten, wenn ihre Beiträge nicht mehr individuell zurechenbar seien. Dies wird in der Literatur häufig dadurch erklärt, dass das Erregungspotential der beteiligten Akteure vermindert werde und diese deshalb ihre potentielle Leistungsfähigkeit nicht ausschöpften.6 Zur Untersuchung Die eigene Untersuchung hat gezeigt, dass es auch in komplexen Problemlösesituationen zu Motivationsverlusten kam und sich dies positiv auf die Güte der Problemlösung auswirkte. Im Gegensatz zu den vorliegenden Studien in diesem Bereich, wo meist einfachere Aufgabenstellungen eingesetzt wurden, legte ich meiner Untersuchung ein komplexes Problem zugrunde. Dies stellt eine wesentliche Ergänzung der bisherigen Forschung im Bereich der Sozialpsychologie dar. Im Vergleich zu Aufgaben, für deren Bewältigung den Problemlösern die Methoden bekannt sind, besteht bei Problemen eine Spannung zwischen einem Ist- und einem Sollzustand.7 Die Transformation vom Ist- in den Sollzustand stellt für die Problemlöser eine Barriere dar, die sie mit Hilfe erst zu entwickelnder Methoden überwinden müssen. 4 Vgl. hierzu Bartis, Szymanski & Harkins, 1988; Griffith, Fichman & Moreland, 1989; Harkins & Petty, 1982. 5 Vgl. hierzu Jackson & Williams, 1985. 6 Vgl. hierzu Davis 1969; Geen 1991. 7 Vgl. hiezu Dörner, 1976; Hussy, 1984. 3 Das Anliegen meiner Untersuchung besteht darin, die Forschungslücke zwischen der sozialpsychologischen Motivationsforschung und dem komplexen Problemlösen in sozialen Situationen zu schließen. Die Überprüfung sozialpsychologischer Modelle im Bereich komplexes Problemlösen hat zahlreiche Vorteile. Drei Punkte möchte ich hierzu anführen: In bisherigen Untersuchungen ist erstens die Bestimmung dessen, was einfache, schwierige oder komplexe Aufgabenstellungen sind, eher willkürlich. In meiner Untersuchung konnte ich an Hand von Dörners Taxonomie für komplexe Probleme Kriterien zur Bestimmung dessen ausmachen, was die Komplexität des Problems auszeichnet und worin die Variation der Komplexität liegt. Nach Dörner weisen komplexe Probleme bzw. komplexe Systeme folgende Merkmale auf: (1) Komplexität, (2) Vernetztheit, (3) Eigendynamik, (4) Intransparenz und (5) Polytelie.8 Ein Problem ist (1) komplex, wenn es aus vielen unterschiedlichen Variablen besteht, die die Problemlöser überschauen müssen. Dies erfordert eine gezielte Informationsreduktion. Aufgrund (2) der Vernetztheit der Variablen ist es erforderlich, die wechselseitige Abhängigkeit der beteiligten Variablen zu berücksichtigen. Ein komplexes Problem weist ferner (3) eine Eigendynamik auf, d.h. das Problem verändert sich auch ohne Zutun der Problemlöser. Diese Eigendynamik führt dazu, dass häufig rasche Entscheidungen getroffen werden müssen und nur begrenzte Zeit zum Nachdenken zur Verfügung steht. Ferner zeichnet sich ein komplexes Problem (4) durch Intransparenz aus. Entscheidungen müssen deshalb unter Unsicherheit getroffen werden, da nicht alle Informationen zur Verfügung stehen. Als weiteres Kriterium ist (5) die Polytelie zu nennen, die besagt, dass mehrere Kriterien gleichzeitig optimiert werden müssen, diese aber auch im Widerspruch zueinander stehen können. Dies erfordert eine differenzierte Zielstrukturierung sowie eine mehrdimensionale Informationsbewertung seitens der Problemlöser. Zweitens besteht der Neuigkeitswert für die sozialpsychologische Forschung darin, dass die Probanden über einen längeren Zeitraum hinweg die Problemstellung bearbeitet haben. Dies - so meine These - erhöht die ökologische Validität, da auch in real life Situationen Personen über einen längeren Zeitraum hinweg mit Problemlösungen befasst sind. Drittens konnte im Gegensatz zu früheren Untersuchungen sowohl ein Maßstab für die Anstrengung (Effort) als auch für die Leistung (Performance) festgelegt werden. Die Untersuchung integriert sowohl sozialpsychologische als auch kognitionspsychologische Fragestellungen, daher stellt sich auch die Frage nach dem Nutzen für die Forschung im Bereich Komplexes Problemlösen. Die Forschung zum Komplexen Problemlösen konzentrierte sich bisher weitestgehend auf kognitive Aspekte des Problemlöseprozesses. In zahlreichen Studien, sei es in der Grundlagenforschung oder in der Eignungsdiagnostik, bearbeiteten die Probanden meist individuell computersimulierte Szenarien. Situative und 8 Vgl. hierzu Dörner et al. 1983; Frensch & Funke 1995; Funke 1999. 4 soziale Einflüsse auf die Problemlösefähigkeit wurden bisher zu wenig berücksichtigt.9 Da meine Untersuchung gezeigt hat, dass unterschiedliche soziale Situationen die Problemlösefähigkeit der Probanden sowohl negativ als auch positiv beeinflussen können, sollten diese Dimensionen in zukünftigen Forschungen in stärkerem Maße Berücksichtigung finden. Des weiteren hat sich herausgestellt, dass sich erhöhter Leistungsdruck und erhöhte individuelle Verantwortlichkeit in koaktiven Situationen negativ auf die Entscheidungsfindung sowie auf die Problemlösung in komplexen realitätsnahen Situationen auswirkten. Deshalb sehe ich auch darin eine Herausforderung für den Bereich Komplexes Problemlösen. Beschreibung der Experimente In zwei Experimenten wurde der Einfluss sozialer Situationen und Komplexitätsniveaus der Problemstellung auf die Anstrengung und Leistung von Probanden, die in Dreiergruppen das computersimulierte Szenario Networked Fire Chief Szenario bearbeitet haben, untersucht.10 Die Experimente unterschieden sich dadurch, dass im ersten Experiment eine eher additive Problemlösung und im zweiten eine eher kompensatorische Problemlösung zugrundegelegt wurde. Im ersten Experiment war die Problemlösung isoliert, da die Probanden lediglich auf einem Feld die Feuer bekämpfen konnten. Ihr Beitrag zur kollektiven Leistung war deshalb auch begrenzt. Diese Beschränkung auf ein Feld wurde im zweiten Experiment dahingehend modifiziert, dass die Probanden auch in den benachbarten Gebieten die Feuer bekämpfen konnten. Im zweiten Experiment war die Problemstellung aufgrund der wechselseitigen sozialen Abhängigkeit vernetzt. In dieser realitätsnäheren Situation konnten die schwächeren Leistungen von Spielern durch das Engagement anderer Spieler kompensiert werden. Dieser Veränderung verdankt sich auch, dass den Erwartungserwartungen eine zentrale Bedeutung zukommt, die auf der Ebene der sozialen Situation gegenüber dem ersten Experiment zu einer Komplexitätssteigerung führt.11 Die experimentelle Manipulation erfolgte durch die Aufgabenstellung für die Probanden der jeweiligen Gruppen. Den Probanden der Realgruppen (kollektiven Gruppen) wurde bereits bei der Einführung in das Programm mitgeteilt, dass ihr individueller Beitrag zur Problemlösung nicht identifiziert werden könne und es lediglich darum gehe, eine hohe 9 Die Studien zum Komplexen Problemlösen in Gruppen befassten sich bisher überwiegend mit dem Vergleich von individuellen und kollektiven Problemlöseprozessen. Der Einfluss unterschiedlicher sozialer Situationen auf die individuelle Problemlösefähigkeit war bislang noch nicht Gegenstand empirischer Untersuchungen. Vgl. hierzu Badke-Schaub 1993a; 1993b; Berkowitz & Szabo 1978, Boos et al., 1990; Boos & Scharpf, 1990; Endres, 1994; Hesse, Spies & Lüer, 1983; Köller, Dauenheimer & Strauß 1993. 10 Vgl. hierzu Omodei & Wearing 1993, 1995b; Omodei et al., 1998. 11 Vgl. hierzu Parsons, 1951. 5 kollektive Leistung zu erzielen. Aufgabe der Probanden war es, die Feuer in der Dreiergruppe so gut wie möglich zu bekämpfen. Den Probanden der Nominalgruppen (koaktiven Gruppen) wurde hingegen mitgeteilt, dass das Programm die individuellen Leistungen der einzelnen Spieler aufzeichnet und es darum gehe, eine möglichst hohe individuelle Leistung zu erzielen. Die Manipulation der Komplexität des Problems erfolgt durch den Einsatz einer weiteren Ressource, die zur Bekämpfung der Feuer notwendig ist. Das Hinzufügen einer weiteren Ressource erhöht die Vernetztheit der Variablen, die Komplexität des Problems, die Intransparenz sowie die Polytelie. Design Der Einfluss der unabhängigen Variablen Arbeitsbedingung und Komplexitätsniveau der Problemstellung auf die Anstrengung (Effort) und die Leistung (Performance) wurde in beiden Experimenten erhoben. Hierfür wurden die Anstrengungs- sowie die Leistungswerte der Gruppen koaktiver und kollektiver Arbeitsbedingungen auf der Grundlage der Probanden sowie der Gruppen als unabhängiger Untersuchungseinheiten verglichen. Die Einflüsse der vier Treatmentbedingungen auf die Anstrengung und Leistung der Probanden konnten damit auch auf der Gruppenebene überprüft werden. Diese zweite Analyse war deshalb erforderlich, weil sich die Gruppenmitglieder wechselseitig beeinflussen können und die Anstrengungen und Leistungen nicht unabhängig von der jeweiligen Gruppensituation sind. Die Berechnung des Verhältnisses der beiden abhängigen Variablen Leistung und Effort ermöglichte es, Effizienzkoeffizienten für die vier experimentellen Bedingungen zu ermitteln. Diese erlauben Aussagen darüber, unter welchen der vier Treatmentbedingungen die Probanden am effizientesten das Problem bearbeitet haben. Die Operationalisierung für den Effort erfolgte über die Anzahl der Commands, die die Probanden während der Steuerung der Simulation abgegeben haben. Sie ist insofern ein geeignetes Effortmaß, da die Commands Aufschluss über das Eingriffsverhalten der Probanden auf dem Spielfeld geben. Im zweiten Experiment wurde der Effort durch die Selbsteinschätzung hinsichtlich der individuellen Anstrengung kontrolliert. Neben den Commands, die für die einzelnen Probanden aufgezeichnet wurden, errechnet das Programm sowohl eine Gesamtleistung als auch Leistungen für die jeweiligen Flächen und damit auch für die einzelnen Spieler. Des weiteren wurden in den Fragebögen Items zu den intervenierenden Variablen Stress, Arousal (Erregung), wahrgenommene Instrumentalität (perceived instrumentality), Rele- 6 vanz der Problemstellung (outcome valence) sowie zur problemirrelevanten Informationsverarbeitung erhoben. Versuchsdurchführung Die Versuchsdurchführung erfolgte in drei Abschnitten: einer Einführung, einer Trainings- und einer Versuchsphase. Die Teilnehmerinnen wurden zunächst mit Hilfe einer Demoversion in das Programm eingeführt. Bei dieser Einführung wurde den Probanden kollektiver Gruppen mitgeteilt, dass es um die Gruppenleistung gehe und das Programm die Leistung für die gesamte Fläche berechne, wohingegen den Teilnehmerinnen koaktiver Gruppen mitgeteilt wurde, dass das Programm die Leistungen der drei Flächen getrennt aufzeichne und die Aufgabe darin besteht, eine möglichst hohe individuelle Leistung zu erzielen. Nach der Einführung fanden drei Probedurchläufe statt. Diese dienten einerseits dazu, die Probanden aktiv mit dem Programm vertraut zu machen. Andererseits wurden auf der Grundlage der Leistungen in den Trainingsdurchgängen die individuellen Leistungsvoraussetzungen der Probanden erhoben. Damit konnte der Einfluss der Leistungsvoraussetzungen auf die Leistungen in den Versuchsdurchgängen experimentell kontrolliert werden. Im Anschluss an die Trainingsdurchgänge erfolgten drei Versuchsdurchgänge. Die wiederholte Bearbeitung des Szenarios diente einerseits der Kontrolle flächenabhängiger Leistungsunterschiede und andererseits dazu, die Spieler über einen längeren Zeitraum hinweg das Problem bearbeiten zu lassen. Die Durchführung iterierter Spiele erlaubte es, das Auftreten von Lerneffekten zu kontrollieren. Ergebnisse In den Experimenten wurde zunächst überprüft, ob es zu Motivationsverlusten im Sinne einer verminderten Anstrengung bei den Probanden kollektiver Gruppen kam und wie sich diese verminderte Anstrengung in den einfachen sowie in den komplexen Problemstellungen auf die Güte der Leistung auswirkte. Hierfür wurde die H1 formuliert: H1.1: Beim Problemlösen ist die Anstrengung der Probanden in der koaktiven Arbeitsbedingung insgesamt höher als in der kollektiven Arbeitsbedingung. H1.2: Die höhere Anstrengung in der koaktiven Arbeitsbedingung (E1) führt beim Lösen des einfacheren Problems zu besseren Leistungen (P) gegenüber der geringeren Anstrengung in der kollektiven Arbeitsbedingung (E2). Für einfache Probleme gilt: E1 > E2 P1 > P2 7 H1.3: Die höhere Anstrengung in der koaktiven Arbeitsbedingung (E1) führt beim Lösen des komplexen Problems zu schlechteren Leistungen (P) gegenüber der geringeren Anstrengung in der kollektiven Arbeitsbedingung (E2). Für komplexe Probleme gilt: E1 > E2 P1 < P2 Die H1.1. konnte in beiden Experimenten bestätigt werden. Es hat sich gezeigt, dass die Manipulation der Situationsdefinition das Eingriffsverhalten der Probanden stark beeinflusst hat. Im ersten Experiment wurden in der koaktiven Situation (M=111,70, SD=19,38) signifikant mehr Commands abgegeben als in der kollektiven Situation, M=99,86, SD=14,77, F(1,56)=7,61, p<0.01. Auch im zweiten Experiment ist die Anstrengung in der koaktiven Situation (M=107,84, SD=12,26) signifikant höher als in der kollektiven Situation, M=100,34, SD=14,31; F(1,56)=4,81, p<0,05. Tab.1: Anstrengung (Experiment 1) Einfache Problemstellung M N SD Komplexe Problemstellung M N SD MGesamt N Koaktive Gruppen Kollektive Gruppen MGesamt 115,73 15 17,44 106,29 15 10,98 222 30 107,67 15 20,94 93,42 15 15,58 201 30 223,4 30 199,7 30 Im ersten Experiment findet sich dieser signifikante Unterschied zwischen den Gruppen unterschiedlicher Arbeitsbedingungen v.a. bei der komplexen Problemlösesituation (vgl. Tab.1). Hier erbrachten die Probanden in der koaktiven Arbeitsbedingung (M=107,67, SD=20,94) signifikant mehr Commands als die Probanden in der Vergleichsgruppe (M=93,42, SD=15,58), F(1,28)=4,466, p<0.05. Für die einfache Problemstellung ist die Differenz zwischen der Anzahl an Commands in der koaktiven Gruppe (M=115,73, SD=17,44) und der kollektiven Gruppe (M=106,29, SD=10,98) hingegen gering, F(1,28)=3,15, n.s. Auch im zweiten Experiment finden wir in der komplexen Problemstellung einen signifikanten Unterschied zwischen koaktiven und kollektiven Arbeitsbedingungen (vgl. Tab.2). 8 Probanden koaktiver Gruppen (M=105,84, SD=11,18) erbrachten signifikant mehr Commands als diejenigen kollektiver Gruppen (M=96,84, SD=7,92), F(1,28)=6,473, p<0,05. Für die einfache Problemstellung unterscheidet sich die Anzahl an Commands in der koaktiven (M=109,84, SD=13,34) und der kollektiven Arbeitsbedingung (M=103,84, SD=18,31) hingegen nicht signifikant voneinander, F(1,28)=1,052, n.s. Tab.2: Anstrengung (Experiment 2) Einfache Problemstellung M N SD Komplexe Problemstellung M N SD Mgesamt N Koaktive Gruppen Kollektive Gruppen Mgesamt 109,84 15 13,34 103,84 15 18,31 213,68 30 105,84 15 11,18 96,84 15 7,92 202,68 30 215,68 30 200,68 30 Im Hinblick auf die Leistung finden wir für das erste Experiment einen signifikanten Unterschied zwischen den Leistungen koaktiver (M=72,2, SD=5,52) und kollektiver Arbeitsbedingungen (M=77,22, SD=4,72) in der komplexen Problemstellung, F(1,28)=7,172, p<0,02 (vgl. Tab.3). Tab.3: Leistung (Experiment 1) Einfache Problemstellung M N SD Komplexe Problemstellung M N SD MGesamt N Koaktive Gruppen Kollektive Gruppen Mgesamt 88,36 15 4,55 87,02 15 4,99 175,4 30 72,2 15 5,52 77,22 15 4,72 149,4 30 160,6 30 164,2 30 9 Für die einfache Problemstellung ergibt sich hingegen nahezu keine Leistungsdifferenz zwischen der koaktiven (M=88,36, SD=4,55) und der kollektiven Situation (M=87,02, SD=4,99, F(1,28)=0,585, n.s.). Im zweiten Experiment können die individuellen Leistungen den einzelnen Spielern zwar nicht mehr zugerechnet werden, da die Durchschnittswerte der flächenabhängigen Leistungen aber mit der Gruppenleistung identisch sind, kann man trotz nicht individuell zurechenbarer Leistungen Rückschlüsse darauf ziehen, ob unter koaktiven oder unter kollektiven Arbeitsbedingungen bessere Leistungen erbracht wurden. Tab.4: Leistung (Experiment 2) Einfache Problemstellung M N SD Komplexe Problemstellung M N SD Mgesamt N Koaktive Gruppen Kollektive Gruppen Mgesamt 86,42 15 4,02 88,64 15 4,34 175,06 30 72,11 15 5,78 76,27 15 6,2 148,38 30 158,53 30 165,34 30 Für beide Komplexitätsniveaus finden wir eine höhere Leistung in der kollektiven als in der koaktiven Situation (vgl. Tab.4). Der Unterschied zwischen koaktiven (M=86,42, SD=4,02) und kollektiven Arbeitsbedingungen (M=88,64, SD=4,34) ist in der einfacheren Problemsituation nicht signifikant, F(1,28)=2,117, n.s. In der komplexeren Problemsituation finden wir hingegen einen deutlicheren Unterschied zwischen koaktiven (M=72,11, SD=5,52) und kollektiven Gruppen, M=76,27, SD=6,2, F(1,28)=3,407, p<0,07. Für den Test der Hypothesen bedeutet dies, dass die H1.1. in den Experimenten über beide Komplexitätsniveaus hinweg bestätigt werden konnte. Unter koaktiven Arbeitsbedingungen wurden signifikant mehr Commands abgegeben als unter kollektiven Arbeitsbedingungen. Die H1.2 konnte hingegen nur im ersten Experiment bestätigt werden, da hier die Leistungen koaktiver Gruppen besser waren als diejenigen der Vergleichsgruppen. Im zweiten Experiment trat bereits in der einfachen Problemstellung der inverse Effekt von Leistung und Anstrengung ein. Eine Erklärung für diese Abweichung besteht darin, dass sich in 10 diesem Experiment aufgrund der Interaktionsmöglichkeiten die Definition der Situation verändert hat und die Spieler die Erwartungserwartungen in ihr Handeln einplanen mussten. Diese Komplexitätssteigerung in der sozialen Situation könnte dazu beigetragen haben, dass der inverse Effekt von Anstrengung und Leistung bereits in der einfacheren Problemstellung auftrat. Die H1.3. konnte wiederum für beide Experimente bestätigt werden. Die Leistungen in den kollektiven Arbeitsbedingungen waren in der komplexeren Problemsituation in beiden Experimenten höher als diejenigen der Vergleichsgruppen. Nachdem der inverse Zusammenhang zwischen Anstrengung und Leistung bestätigt werden konnte, soll in einem nächsten Schritt erklärt werden, weshalb in koaktiven und kollektiven Arbeitsbedingungen unterschiedliche Anstrengungsniveaus auftraten. Eine Erklärung bietet das auf der Basis einer Meta-Analyse entwickelte Collective Effort Model (CEM) welches Karau & Williams (1993) in den 90er Jahren vorgelegt haben. Dieses Modell beruht auf wert-erwartungstheoretischen Annahmen im Sinne einer klassischen SEU-Theorie und geht von der subjektiven Repräsentation des Zusammenhangs von Anstrengung und Leistung aus (Esser, 1999). Auf der Grundlage dieser Theorie stellt die Motivation eine Funktion zweier Faktoren dar: 1. der erwarteten Instrumentalität der Mittel (perceived instrumentality), die besagt, dass hohe Anstrengung auch zu hohen Leistungen führt, und 2. der Bewertung der Ergebnisse (outcome valence), der zufolge diese Ergebnisse auch als wünschenswert betrachtet werden. In kollektiven Situationen, so Karaus & Williams' These, sei die Instrumentalität der Mittel geringer als in koaktiven Situationen, da die mit dem Aufwand verbundenen Resultate in kollektiven Situationen nicht unmittelbar gegeben sind, sondern über die Gruppe vermittelt werden. In koaktiven Situationen sind die Ziele unmittelbar an die eigene Leistung rückgebunden, weshalb diese von den Akteuren auch höher bewertet werden als in kollektiven Situationen. Dies erklärt, warum die Anstrengung in den koaktiven Situationen höher als in den kollektiven Situationen ist. Zur Überprüfung dieser Annahme wurde folgende Hypothese formuliert: H2: Die höhere Anstrengung in koaktiven Gruppen lässt sich auf die höhere Instrumentalität der Mittel im Vergleich zu den kollektiven Gruppen zurückführen. In beiden Experimenten finden wir in der einfachen Problemstellung entgegen den theoretischen Erwartungen des CEMs für die perceived instrumentality (als Faktor der beiden Items "wie gut das Feuer gelöscht wurde" und "ob sie sich für eine gute Feuerlöscherin bzw. einen guten Feuerlöscher halten") identische und für die outcome valence (als Faktor 11 der beiden Items "wie interessant" und "wie wichtig" die Problemlösung jeweils war) höhere Werte in den kollektiven im Vergleich zu den koaktiven Gruppen. Betrachtet man den Einfluss, den die beiden Faktoren auf die Commands haben, so finden wir in beiden Experimenten einen starken positiven Zusammenhang zwischen der perceived instrumentality und den Commands in den koaktiven Situationen, wohingegen das in der kollektiven Situation nicht gilt. Daher lässt sich die höhere Anstrengung in koaktiven Arbeitsbedingungen auf die höhere Instrumentalität der Mittel zurückführen. Für die komplexe Problemstellung zeigt sich in beiden Experimenten, dass unter den koaktiven Arbeitsbedingungen sowohl die perceived instrumentality als auch die outcome valence erwartungsgemäß höhere Werte aufweisen als unter den kollektiven Bedingungen, was auf die Richtigkeit der theoretischen Annahmen des CEMs verweist und eine Akzeptanz der H2 erlaubt. Die Berechnung des Zusammenhang zwischen dem Faktor outcome valence und der Anzahl an Commands zeigt, dass es für die koaktive Situation einen positiven Zusammenhang gibt. Auf der Grundlage der Ergebnisse kann die höhere Anzahl an Commands in den koaktiven Gruppen auf die höhere Instrumentalität sowie auf die höhere Bewertung der Problemstellung zurückgeführt werden. In beiden Experimenten lassen sich die signifikanten Unterschiede zwischen den Effortwerten auf die höhere perceived instrumentality sowie auf die höhere outcome valence zurückführen. Dies berechtigt zu der Aussage, dass das theoretische Modell durch die Ergebnisse empirisch bestätigt werden konnte und insofern für die Erklärung des Motivationsverlustes tauglich ist. Nachdem sich die Überprüfung der zweiten Hypothese mit dem Auftreten des Motivationsverlustes in kollektiven Arbeitsbedingungen befasst hat, behandelt der folgende Abschnitt das inverse Verhältnis von Anstrengung und Leistung. Auf der Grundlage eines weiteren Modells, dem Cognitive-Motivational Model12 (CMM) soll erklärt werden, weshalb in Problemstellungen mit geringer Komplexität höhere Anstrengung zu besseren Leistungen und in Problemstellungen mit höherer Komplexität niedrigere Anstrengung zu besseren Leistungen führt. Folgende Annahmen liegen dem Modell zugrunde: 1. Die Anwesenheit anderer beeinflusst die sozialen Konsequenzen für die Personen. 2. Diese sozialen Konsequenzen beeinflussen sowohl die individuelle Motivation (arousal und effort) als auch die Kognition (task irrelevant information processing). 3. Die Leistung ist eine Funktion dieser motivationalen und kognitiven Faktoren. Das CMM geht davon aus, dass negative Konsequenzen zur Vermeidung negativer Ergebnisse führen und positive Konsequenzen das Erlangen positiver Güter begünstigen. Negative Konsequenzen wie Angst wirken sich positiv auf die Erregung (Arousal), auf die 12 Vgl. hierzu Griffith, Fichman & Moreland 1989; Karau & Williams 1993; Paulus, 1983. 12 Anstrengung (Effort) sowie auf die problemirrelevante Informationsverarbeitung aus. Die negativen Konsequenzen ergeben sich aufgrund der Vergleichbarkeit der Ergebnisse mit denjenigen anderer Mitspieler. Da die Vergleichbarkeit in kollektiven Situationen gegenüber jener in koaktiven Situationen gering ist, sind koaktive Situationen solche Situationen mit hohen negativen Konsequenzen. Hingegen sind kollektive Situationen solche Situationen mit geringen negativen Konsequenzen, weil die individuellen Leistungen nicht individuell zurechenbar sind, sondern über das Gruppenprodukt vermittelt werden. Die geringen negativen Konsequenzen wirken sich schließlich negativ auf die Anstrengung (Effort), auf die Erregung (Arousal) sowie auf die irrelevante Informationsverarbeitung aus. Alle drei Werte sind deshalb in kollektiven Gruppen geringer als in koaktiven Gruppen. Zur Überprüfung des Modells wurde die H3 formuliert, die besagt, dass in der koaktiven Situation die negativen Konsequenzen und somit die problemirrelevante Informationsverarbeitung höher sind und sich dies bei Problemen mit geringer Komplexität nicht bzw. positiv und bei Problemen mit hoher Komplexität negativ auf die Güte der Problemlösung auswirken wird. H3.1: Die problemirrelevante Informationsverarbeitung ist unter koaktiven Arbeitsbedingungen höher als unter kollektiven Arbeitsbedingungen. H3.2: Beim Lösen einfacher Probleme wird die Leistung in der koaktiven Situation nicht negativ durch die irrelevante Informationsverarbeitung beeinträchtigt, da sie durch die erhöhte Anstrengung kompensiert werden kann. H3.3: Beim Lösen komplexer Probleme wird die Leistung in der koaktiven Situation negativ durch die problemirrelevante Informationsverarbeitung beeinflusst und kann nicht durch die Anstrengung kompensiert werden. In komplexeren Problemsituationen sind der H3.2 sowie der H3.3 entsprechend die Leistungen der kollektiven Gruppen, die sich in geringerem Maße anstrengen als die koaktiven Gruppen besser, weil in diesem Falle die geringere Anstrengung durch die Verminderung der problemirrelevanten Informationsverarbeitung kompensiert werden kann. Betrachtet man die Ergebnisse, so konnte in beiden Experimenten bestätigt werden, dass die irrelevante Informationsverarbeitung in den koaktiven Situationen höher als in den kollektiven Situationen war. Für die einfache Problemstellung wird auf der Grundlage der H3.2 erwartet, dass die höhere irrelevante Informationsverarbeitung in der koaktiven Gruppe keinen negativen Einfluss auf die Leistung haben wird. Dies konnte in beiden Experimenten bestätigt werden. 13 Für die komplexere Problemstellung konnte hingegen für beide Experimente gezeigt werden, dass sich die höhere irrelevante Informationsverarbeitung im ersten Experiment signifikant und im zweiten Experiment ebenfalls sehr deutlich auf die Anstrengung und negativ auf die Leistung auswirkte. Damit lassen sich die höheren Leistungen kollektiver Gruppen beim Lösen komplexer Probleme darauf zurückführen, dass deren Bearbeitung höhere kognitive Anforderungen stellen, was sich der größeren Vernetztheit der Variablen sowie der erhöhten Polytelie verdankt. Wie sich gezeigt hat, konnten koaktive Gruppen diesen Anforderungen in geringerem Maße nachkommen, da sie zu stark von dem Problem abgelenkt waren und sich weniger auf die Lösung des Problems konzentrierten als kollektive Gruppen. Auch aus diesem Grunde war es den kollektiven Gruppen möglich, mit geringerem Aufwand eine bessere Leistung zu erbringen als den Vergleichsgruppen. Die erhöhte irrelevante Informationsverarbeitung stellt daher eine Erklärung bereit, weshalb kollektive Gruppen trotz geringerer Anstrengung bessere Ergebnisse erzielten als koaktive Gruppen. In der Untersuchung konnte ergänzend zu der problemirrelevanten Informationsverarbeitung für den Faktor Stress ein negativer Einfluss auf die Leistung beim Lösen komplexer Probleme ausgemacht werden. Da das Bearbeiten komplexer Szenarien hohe Anforderungen an die Problemlöser stellt, die Entscheidungen unter Zeitdruck getroffen werden müssen und nicht systematisch planbar sind, kann sich der dadurch erzeugte Stress negativ auf die Leistungsfähigkeit auswirken. Dies belegen zahlreiche Ergebnisse der Forschung aus dem Bereich Entscheidungsfindung in natürlichen Umgebungen (naturalistic decision making).13 Stress führt, so haben diese Studien gezeigt, zu physiologischen Veränderungen, zu emotionalen Veränderungen wie Angst und Frustration, zu kognitiven Veränderungen, die den Problemhorizont einschränken, sowie zu Veränderungen im Sozialverhalten (Driskell & Johnston, 1998). Aus diesem Grunde ist zu erwarten, dass koaktive Gruppen, die insgesamt schlechtere Leistungen erbrachten als kollektive Gruppen, in stärkerem Maße gestresst waren als die Vergleichsgruppen. Erwartungsgemäß waren die Stresswerte, die in der Stress-Arousal-Skala14 erfasst wurden, in der koaktiven Situation höher als in der kollektiven Situation. Betrachtet man den Zusammenhang zwischen dem Faktor Stress und dem Faktor problemirrelevante Informationsverarbeitung, so lässt sich für die koaktive Situation zudem ein stärkerer Zusammenhang als für die Vergleichsgruppen ermitteln. 13 Einschlägige Forschungen hierzu wurden vorgelegt von Brehmer 1992; Brehmer & Allard 1991; Brehmer & Svenmark, 1994; Klein et al., 1993; Leplat 1991; Omodei & Wearing 1993, 1995a, 1995b, Omodei et al., 1998, Orasanu & Connolly 1993a; 1993b; Rasmussen 1991; Rasmussen, Brehmer & Leplat 1991; Rasmussen, Pejtersen & Goodstein 1994. 14 Für beide Faktoren stellt die zugrundeliegende Adjektivliste ein valides Verfahren dar (vgl. Cox & Mackay, 1995; King, Burrows & Stanley, 1983). Diese Liste wurde zudem bereits im Bereich Entscheidungsfindung in natürlichen komplexen Umgebungen (decision making in complex dynamic settings) eingesetzt (Omodei & Wearing 1995a). 14 Insgesamt lässt sich auf der Grundlage dieser Analyse zeigen, dass sich der Faktor Stress negativ auf die Leistungsfähigkeit und positiv auf die Anstrengung auswirkt. Neben der irrelevanten Informationsverarbeitung stellt der Stressfaktor eine weitere Erklärung für das inverse Verhältnis von Leitung und Anstrengung bereit. Zusammenfassung Die Untersuchung gelang zu dem Resultat, dass beim Lösen komplexer Probleme soziales Faulenzen auftrat und Probanden der kollektiven Gruppen ein geringeres Maß an Anstrengung aufbrachten als diejenigen der koaktiven Gruppen. Es hat sich ferner gezeigt, dass kollektive Gruppen effizienter sind und beim Lösen des komplexeren Problems sogar bessere Leistungen als die koaktiven Gruppen erbrachten. Erklären ließ sich das inverse Verhältnis von Anstrengung und Leistung durch die erhöhten Werte für die Faktoren Stress und problemirrelevante Informationsverarbeitung in der koaktiven Situation, die einen positiven Einfluss auf die Anstrengung hatten und sich gleichzeitig negativ auf die Leistung auswirkten. Die Einflüsse beider Faktoren auf die Anstrengung und die Leistung in den kollektiven Situationen waren hingegen gering. Da die Bearbeitung des komplexen Szenarios hohe Konzentration erforderte, waren die Spieler der kollektiven Gruppen, die weniger abgelenkt und gestresst waren als diejenigen der koaktiven Gruppen, eher in der Lage, trotz geringerem Aufwand bessere Leistungen zu erzielen. Es konnte demnach empirisch bestätigt werden, dass sich die Übernahme individueller Verantwortlichkeit beim Lösen komplexer Probleme negativ auf die Güte der Problemlösung auswirken kann. 15 16 Literatur Amabile, T. M. (1979). Effects of external evaluation on artistic creativity. In: Journal of Personality and Social Psychology, 37, 221-233. Badke-Schaub, P. (1993a). Denken und Planen als soziale Prozesse. In: S. Strohschneider & R. v. d. Weth (Eds.), Ja, mach nur einen Plan: Planen und Fehlschläge - Ursachen, Beispiele, Lösungen (pp. 51-67). Bern: Huber. Badke-Schaub, P. (1993b). Gruppen und komplexe Probleme. Strategien von Kleingruppen bei der Bearbeitung einer simulierten AIDS-Ausbreitung. Frankfurt a.M.: Peter Lang. Bartis, S., Szymanski, K. & Harkins, S. G. (1988). Evaluation and performance: A twoedged knife. In: Personality and Social Psychology Bulletin, 14, 242-251. Berkowitz, M. S. & Szabo, M. (1978). Individual and dyadic problem solving as a function of mental ability through computer simulation. In: Journal of Educational Research, 71, 328-333. Boos, Morguet, M. et al. (1990). Zeitreihenanalysen von Interaktionsprozessen bei der Bearbeitung komplexer Probleme in Expertengruppen. In: Zeitschrift für Sozialpsychologie, 21, 53-64. Boos, M. & Scharpf, U. (1990). Drei Modelle der Führung und Zusammenarbeit beim Umgang mit komplexen Problemen. In: R. Fisch & M. Boos (Eds.), Vom Umgang mit Komplexität in Organisationen. Konzepte - Fallbeispiele - Strategien (pp. 235-254). Konstanz: Universitätsverlag. Brehmer, B. (1992). Dynamic decision making: Human control of complex systems. In: Acta Psychologica, 81, 211-241. Brehmer, B. & Allard, R. (1991). Dynamic decision making: The effects of task complexity and feedback delay. In: J. Rasmussen, B. Brehmer & J. Leplat (Eds.), Distributed decision making: cognitive models for cooperative work (pp. 319-334). Chichester: Wiley & Sons. Brehmer, B. & Svenmark, P. (1994). Distributed decision making in dynamic environments: Timescales and architectures of decision making. In: F.H. Barron, H. Jungermann (Eds.), Contributions to decision research (pp. 147-165). North Holland: Elsevier. Brickner, M. A., Harkins, S. G. & Ostrom, T. M. (1986). Effects of personal involvement: Thought-provoking implications for social loafing. In: Journal of Personality and Social Psychology, 51, 763-770. Carver, C., S. & Scheier, M. F. (1981). The self-attention-induced feedback loop and social facilitation. In: Journal of Experimental Social Psychology, 17, 545-568. Comer, D. R. (1995). A model of social loafing in real work groups. In: Human Relations, 48, 647-667 . Cox, T. & Mackay, C. (1995). The measurement of self-reported stress and arousal. In: British Journal of Psychology, 76, 183-186. Davis, J. H. (1969). Group performance. Reading, MA: Addison-Weley. 17 Dörner, D., Kreuzig, H. W., Reither, F., et al., (Eds.) (1983). Lohhausen. Vom Umgang mit Unbestimmtheit und Komplexität. Bern: Huber. Driskell, J. E. & Johnston, J. H. (1998). Stress exposure training. In: J. A. Cannon-Bowers & E. Salas (Eds.), Making decisions under stress. Implications for individual and team training (pp. 191-217). Washington, DC: American Psychological Association. Duval, S. & Wicklund, R. A. (1972). A theory of objective self-awareness. New York: Academic. Earley, P.C. (1989). Social loafing and collectivism: A comparison of the United States and the People's Republic of China. In: Administrative Science Quarterly, 34, 565-581. Frensch, P. A. & Funke, J. (1995). Definitions, traditions, and a general framework for understanding complex problem solving. In: P. A. Frensch & J. Funke (Eds.), Complex problem solving: The European perspective (pp. 3-25). Hillsdale, NJ: Lawrence Erlbaum Associates. Funke, J. (1999). Komplexes Problemlösen: Ein Blick zurück und nach vorne. In: Psychologische Rundschau, 50, 195-197. Geen, R.G. (1989). Alternative conceptions of social facilitation. In: P.B. Paulus (Eds.), Psychology of group influence (pp.15-51). Hillsdale, NJ: Lawrence Earlbaum Associates. Geen, R. G. (1991). Social motivation. In: Annual Review of Psychology, 42, 377-399. Griffith, T. L., Fichman, M. & Moreland, R. L. (1989). Social loafing and social facilitation: An empirical test of the cognitive-motivational model of performance. In: Basic and Applied Social Psychology, 10, 253-271. Harkins, S.G. & Jackson, J. M. (1985). The role of evaluation in eliminating social loafing. In: Personality and Social Psychology Bulletin, 11, 457-465. Harkins, S.G., Latané, B. & Williams, K. (1980). Social loafing: Allocating effort or taking it easy? In: Journal of Experimental Social Psychology, 16, 457-465. Harkins, S.G. & Petty, R. E. (1982). Effects of task difficulty and task uniqueness on social loafing. In: Journal of Personality and Social Psychology, 43, 1214-1229. Hesse, F. W., Spies, K. & Lüer, G. (1983). Einfluß motivationaler Faktoren auf das Problemlöseverhalten im Umgang mit komplexen Problemen. In: Zeitschrift für experimentelle und angewandte Psychologie, 30, 400-424. Hogg, M.A. (1996). Social identity, self-categorization, and the small group. In: E.H. Witte & J.H. Davis (Eds.), Small group processes and interpersonal relations: Understanding group behavior (pp. 227-253). Mahwah, NJ: Lawrence Erlbaum Associates. Jackson, J. M. & Williams, K. D. (1985). Social loafing on difficult tasks: Working collectively can improve performance. In: Journal of Personality and Social Psychology, 49, 937-942 . Karau, S. J. & Hart, J. W. (1998). Group cohesiveness and social loafing: Effects of a social interaction manipulation on individual motivation within groups. In: Group Dynamics, 2, 185-191 . Karau, S. J. & Williams, K. D. (1993). Social loafing: A meta-analytic review and theoretical integration. In: Journal of Personality and Social Psychology, 65, 681-706 . 18 Karau, S. J. & Williams, K. D. (1995). Social loafing: Research findings, implications, and future directions. In: Current Directions in Psychological Science, 4, 134-140. Kerr, N. L. & Bruun, S. E. (1983). Dispensability of member effort and group motivation losses: Free-rider effects. In: Journal of Personality and Social Psychology, 44, 78-94 . King, M. G., Burrows, G. D. & Stanley, G. V. (1983). Measurement of stress and arousal: Validation of the stress/arousal adjective checklist. In: British Journal of Psychology, 74, 473-479. Klein, G. A., Orasanu, J., Calderwood, R., et al., (Eds) (1993). Decision making in action: models and methods. Norwood, New Jersey: Ablex. Köller, O., Dauenheimer, D. G. & Strauß, B. (1993). Unterschiede zwischen Einzelpersonen und Dyaden beim Lösen komplexer Probleme in Abhängigkeit von der Ausgangsfähigkeit. In: Zeitschrift für experimentelle und angewandte Psychologie, 40, 194-221. Leplat, J. (1991). Organization of activity in collective tasks. In: J. Rasmussen, B. Brehmer&J. Leplat (Eds.), Distributed decision making: cognitive models for cooperative work (pp. 51-73). Chichester: Wiley & Sons. Omodei, M.M. & Wearing, A.J. (1993). Fire Chief user manual, Melbourne: Department of Psychology, University of Melbourne. Omodei, M. M. & Wearing, A. J. (1995a). Decision making in complex dynamic settings: A theoretical model incorporating motivation, intention, affect, and cognitive performance. In: Sprache & Kognition, 14, 75-90. Omodei, M.M. & Wearing, A. J. (1995b). The Fire Chief microworld generating program: An illustration of computer-simulated microworlds as an experimental paradigm for studying complex decision making behavior. In: Behavior Research Methods, Instruments and Computers, 27, 303-316. Omodei, M.M., Wearing, A.J. & McLennan, J. (1998). Relative efficacy of an open versus a restricted communication structure for command and control decision making: an experimental study. Paper presented at the NATO RTO Human in Command Workshop, Kingston: Canada. Orasanu, J. & Connolly, T. (1993a). The reinvention of decision making. In: G. A. Klein, J. Orasanu, R. Calderwood, et al. (Eds.), Decision making in action: models and methods (pp. 3-20). Norwood, New Jersey: Ablex. Orasanu, J. & Connolly, T. (1993b). Team decision making in complex environments. In: G. A. Klein, J. Orasanu, R. Calderwood, et al. (Eds.), Decision making in action: models and methods (pp. 327-345). Norwood, New Jersey: Ablex. Paulus, P. B. (1983). Group influence on individual task performance. In: P. B. Paulus (Eds.), Basic group processes (pp. 97-120). New York: Springer-Verlag. Rasmussen, J. (1991). Modelling distributed decision making. In: J. Rasmussen, B. Brehmer &J. Leplat (Eds.), Distributed decision making: cognitive models for cooperative work (pp. 111-141). Chichester: Wiley & Sons. Rasmussen, J., Brehmer, B. & Leplat, J., eds (1991). Distributed decision making: cognitive models for cooperative work. Chichester: Wiley & Sons. Rasmussen, J., Pejtersen, A. M. & Goodstein, L. P. (1994). Cognitive systems engineering Wiley series in systems engineering. New York: Wiley. 19 Schachter, S. (1959). The psychology of affiliation. Experimental studies of the sources of gregariousness Stanford. California: Stanford University Press. Shepperd, J. A. & Taylor, K. M. (1999). Social loafing and expectancy-value theory. In: Personality and Social Psychology Bulletin, 25, 1147-1158. Shirakashi, S. (1984-1985). Social loafing of Japanese students. In: Hiroshima Forum for Psychology, 10 , 35-40. Thayer, R. E. (1978). Toward a psychological theory of multidimensional activation. In: Motivation and Emotion, 2, 1-34. Thayer, R. E. (1986). Activation-deactivation adjective check list: current overwiew anfd structural analysis. In: Psychological Report, 58, 607-614. Wagner, J.A. (1995). Studies of individualism and collectivism: Effects on cooperation in groups. In: Academy of Management Journal, 38, 152-172. Williams, K. D., Karau, S. J. & Bourgeois, M. J. (1993). Working on collective tasks: social loafing and social compensation. In: M. A. Hogg &D. Abrams (Eds.), Group motivation: Social psychological perspectives (pp. 130-148 ) Zaccaro, S. J. (1984). Social loafing: The role of task attractiveness. In: Personality and Social Psychology Bulletin, 10, 99-106 . Zajonc, R. B. (1965). Social facilitation. In: Science, 149, 269-274. 20