Ich musste selbst nochmal hineinschauen, damit ich es korrekt erzählen kann. Also:
Beim klassischen IAT haben Sie eigentlich nur 2 Dimensionen, keine 3. Jede Dimension hat zwei Bezeichnungen, jeweils eine für jedes Extrem. Dadurch ergeben sich 4 Kategorien.
Und jede der 4 Kategorien hat nicht nur eine Bezeichnung, sondern wird zudem durch Wörter und/oder Bilder repräsentiert.
Also z.B.
- Dimension 1 = Fleisch/Vegan (nehmen wir mal an, das sei eine Dimension)
- Dimension 2 = schlecht/gut (das wird so oder so ähnlich in der ein oder anderen Form verwendet)
Daraus ergeben sich 4 Kategorien:
- 1a Fleisch
- 1b Vegan
- 2a schlecht
- 2b gut
Die Bilder und/oder Wörter dazu können Sie selbst vorgeben - oder Sie neben für 2a und 2b die Vorgabe in der Frage.
Der IAT ermittelt nun anhand der Reaktionszeiten, wie gut die Extrema im Kopf der Befragten zusammengehen. Also: Passt in der Wahrnehmung der Person Fleisch und schlecht zusammen? Passt Fleisch und gut zusammen?
Dadurch erhalten Sie 4 Werte: Passung 1a/2a, 1b/2a, 1a/2b, 1b/2b.
Aus diesen 4 Werten wird jetzt berechnet, wie die beiden Dimensionen korreliert sind. Also: Wie viel passt "vegan" besser zu "gut" als "Fleisch" zu "gut", und entsprechend dasselbe nochmal für "schlecht". Das Ergebnis sagt Ihnen dann, wie die beiden Dimensionen zusammenhängen - positiv oder negativ, und wie stark. Sie wie bei einer Korrelation, nur eben für eine einzelne Person.
Sie können als nicht wirklich verwechseln, wo der Stimulus und wo die Bewertung hinein kommt. Wichtig ist nur, dass beides durch jeweils 2 Extrema abgebildet ist.
Nun sind einige nicht an Fleisch interessiert, und wollen nur Vegan bewerten. Für diese gibt es dann den SC-IAT (Single Category IAT), der von einer Dimension nur ein Extremum darstellt. Auch solch einen können Sie in SoSci Survey verwenden. Das ist dann ein anderer Fragetyp.