Datenverarbeitung

Im Folgenden werden jene Ergebnisse dieser Studie, welche einen p-Wert ≤ .05 aufweisen, als signifikante Ergebnisse berichtet, und jene mit einem p-Wert ≤ .10 als marginal signifikante Ergebnisse.

46 3.5.1. Fragebogendaten und Interviews

Wie oben erwähnt, wurden einige der Fragebögen mittels der Online-Software Lime Survey vorgegeben. Die sich daraus erhobenen Daten wurden in das Statistical Package for the Social Science (IBM SPSS 22) implementiert und aufbereitet. Um die Berechnungen zu erleichtern wurden für einige Variablen Summen- oder Mittelwerte berechnet beziehungsweise wurden dafür vorgesehene Subskalensummen oder –mittelwerte verwendet. In die Berechnungen zu den affektiven Ratings gingen für die Gruppe der Straftäter nur die Werte von 17 Personen in die Analysen ein, da eine Person das affektive Rating abgebrochen hatte. In alle anderen Analysen gingen für beide Gruppen die Werte von jeweils 18 Personen in die Analysen ein. Angemerkt wird, dass alle Variablen vor beziehungsweise im Zuge der Berechnungen hinsichtlich ihrer Normalverteilung mittels Kolmogorov-Smirnov-Test und hinsichtlich der Varianzhomogenität mittels Levene-Test überprüft wurden. Bei Verletzungen wurde entsprechend korrigiert beziehungsweise wurden alternative Verfahren zur Berechnung verwendet. Zum Vergleich der Gruppen anhand der deskriptiven Daten und der Fragebogendaten wurden t-Tests für unabhängige Stichproben berechnet.

Zusätzlich wurden einfache beziehungsweise multiple lineare Regressionen berechnet, um zu überprüfen, ob sich die bevorzugte interpersonale Distanz durch die Ausprägung im Merkmal Psychopathie vorhersagen lässt. Alle Voraussetzungen wurden vor beziehungsweise im Rahmen der Durchführung der Berechnungen überprüft. Für die Feststellung eventueller Zusammenhänge des Merkmals Psychopathie und anderer Variablen (Bildungsjahre, Strafmaß in Monaten, bereits verbüßtes Strafmaß in Monaten, IQ) sowie Ergebnissen weiterer Fragebögen (STAXI, ERQ, BDI) wurden exploratorische Produkt-Moment-Korrelationsanalysen nach Pearson gerechnet.

3.5.2. Affektive Ratings

Die subjektiven Ratings wurden getrennt für Valenz und Arousal sowie für die Emotionen (Ärger, Ekel, Neutral), für die Bedingung (annähernd versus statisch) und für das Geschlecht des Posers (männlich versus weiblich) in Form von Mittelwerten in SPSS implementiert. Insgesamt ergaben sich daraus 24 Variablen für jeden Probanden. Da den Probanden im Rahmen des funktionellen Paradigmas lediglich neutrale Gesichtsausdrücke präsentiert wurden, wurden in Folge auch nur Berechnungen für die neutralen Ausdrücke durchgeführt. Somit wurden 8 der ursprünglich 24 erstellten Variablen in die Auswertung mit einbezogen. Durchgeführt wurden die Berechnungen getrennt für Valenz und Arousal anhand einer dreifaktoriellen Varianzanalyse mit Messwiederholung.

Dabei ergab sich für den Zwischensubjektfaktor Gruppe (Straftäter versus Kontrollen) sowie die Innersubjektfaktoren Bedingung (annähernd versus statisch) und Geschlecht des Posers (männlich versus weiblich) ein 2 x 2 x 2 – Design. Sowohl die Normalverteilung (Kolmogorov-Smirnov-Test)

47 als auch die Homogenität der Fehlervarianzen (Levene-Test) wurde überprüft und war gegeben, weshalb das Verfahren ohne Bedenken durchgeführt werden konnte. Da die Messwiederholungsfaktoren nur zwei Ausprägungen aufwiesen, konnte die Sphärizität (Mauchly-Test) nicht interpretiert werden. Für die signifikante zweifache Wechselwirkung wurde ein t-Test für abhängige Stichproben berechnet.

3.5.3. Daten zur interpersonalen Distanz

Für die Ermittlung der bevorzugten interpersonalen Distanz (nach vorne, nach hinten, zur Seite) mittels Silhouetten-Test wurde die Entfernung von Mittelpunkt der Figur mithilfe eines Lineals in Millimetern bis zum gezeichneten Kreis ausgemessen. Die Werte wurden in IBM SPSS 22 übertragen und für die Distanz zur Seite nach links und nach rechts wurde ein Mittelwert gebildet. Um die Gruppen vergleichen zu können, wurde eine dreifaktorielle Varianzanalyse (ANOVA) mit Messwiederholung gerechnet, wobei sich für den Zwischensubjektfaktor Gruppe (Straftäter versus Kontrollen), sowie für die Innersubjektfaktoren Geschlecht der unbekannten Person (männlich versus weiblich) und die Richtung (nach vorne, nach hinten, zur Seite) ein 2x2x3 – Design ergab. Für eine signifikante Wechselwirkung wurden anschließend Post-hoc t-Tests für unabhängige Messungen gerechnet.

3.5.4. fMRT-Daten

Die Berechnungen der funktionellen Daten wurde mittels Statistical Parametric Mapping (SPM 8; Welcome Department of Cognitive Neurology, London) durchgeführt. Um die erhobenen fMRT-Daten verwenden zu können, wurden sie zuerst mittels MRI-Convert so aufbereitet, dass sie von SPM 8 lesbar waren. SPM 8 ist eine Software zur Datenanalyse von fMRT- und PET-Daten, wobei sie kein eigenes Programm darstellt, sondern eine Applikation für MATLAB. Die Analyse der Daten erfolgt dabei in mehreren Schritten. Im ersten Schritt, dem Preprocessing, werden die Daten zunächst einer Kontrolle unterzogen und für nachstehende Analysen auf- beziehungsweise vorbereitet. Dabei werden sowohl strukturelle (t1-Bilder) als auch funktionelle Bilder (t2-Bilder) kontrolliert und in Folge wird durch die Erstellung einer Field Map die Feldinhomogenität ausgeglichen. Im Rahmen des Preprocessings kommt es in weiterer Folge zur Coregistration. Da durch Bewegungsartefakte die Bilder nicht deckungsgleich sind, wird durch die Coregistration jedes Einzelbild in seiner Position im Raum genau definiert. Hierbei können Verschiebungen der Einzelbilder berechnet und aus vielen Bildern somit ein Gesamtbild errechnet werden. Dabei werden die Daten hinsichtlich eventueller Artefakte (zum Beispiel durch Bewegungen) untersucht und

48 anhand des Alignment wird sowohl eine Bewegungskorrektur als auch eine zeitliche Korrektur durchgeführt. Dabei können Verschiebungen bis zu 2 mm und 0.5° von der Software korrigiert werden. Anschließend werden die Daten normalisiert. Dabei kommt es zur Anpassung der Anatomie auf einen standardisierten Raum, das Talairach-Koordinatensystem, was ermöglicht, dass alle Strukturen auf denselben Koordinaten liegen und Ergebnisse innerhalb und zwischen Gruppen verglichen werden können. Im letzten Schritt des Preprocessings, dem Smoothing mittels eines 8 mm isotropischen Gaußschen Kernels, werden Signalsprünge innerhalb der Daten geglättet. Dies führt zu einer Verbesserung des Signal-Rausch-Verhältnisses und ermöglicht eine bessere Abgrenzung von Aktivierungen und Störsignalen. Im Anschluss wird die individuelle Aktivierung anhand der First-Level-Analyse mithilfe der Modellspezifizierung, der Bedingungen, des Onsets des Events, der Schätzung der Parameter und der Bildung von Kontrasten ermittelt. Da die Daten einer Person für die statistischen Analysen nicht ausreichen, wurde zusätzlich eine Gruppenstatistik mittels Second-Level-Analyse berechnet. Die Kontraste wurden für die Gruppen (Straftäter versus Kontrollen), Bedingungen (annähernd versus statisch) und Poser (männlich versus weiblich) generiert. Die Kontrastbilder wurden anschließend einer Varianzanalyse für unabhängige Messungen zum Vergleich der Straftäter und der Kontrollgruppe unterzogen. Um die Bilder innerhalb der Gruppen vergleichen zu können, wurde zusätzlich eine dreifaktorielle Varianzanalyse mit einem Between-Subjects-Faktor (Gruppe) und zwei Within-Between-Subjects-Faktoren (Bedingung und Poser) gerechnet.

Dabei wurden sowohl Whole-Brain-Analysen als auch Analysen betreffend vorher festgelegter Regions of Interest (ROI) durchgeführt, welche aufgrund bereits bestehender Literatur zu Zusammenhängen mit Psychopathie und interpersonaler Distanz ausgewählt wurden (Tranel et al., 2002; LaBar et al., 2003; Harenski et al., 2009; Yang & Raine, 2009; Kessler et al., 2011; Marsh et al., 2011; Motzkin et al., 2011; Anderson & Kiehl, 2012; Holt et al., 2014; Nickerson, 2014). Die in der vorliegenden Studie untersuchten ROIs sind der orbitofrontale Cortex (OFC), der dorsolaterale sowie der dorsomediale präfrontale Cortex (DLPFC und DMPFC), der ventrolaterale und ventromediale präfrontale Cortex (VLPFC und VMPFC), der anteriore cinguläre Cortex (ACC) und der prämotorische Cortex (PMC). Berichtet werden Ergebnisse, welche mit einem p-Wert von < .05 signifikant sind.