Wintersemester 2015/2016, Kurs, Sprache: Deutsch, Thema: Methoden der Evaluationsforschung
Thema: Kausale Effekte
Grundlagen der Wahrscheinlichkeitstheorie, Paradoxa, individuelle und durchschnittliche kausale Effekte, Kovariaten und bedingte durchschnittliche Effekte, nichtorthogonale Varianzanalyse, Versuchsplanungstechniken der Randomisierung und der Konstanthaltung, Unkonfundiertheit und ihre Überprüfung, Designs und Analyseverfahren zur kausalen Modellierung in nichtrandomisierten Studien. Adjustierungstechniken im PC-Programm EffectLite. Modelle zur Analyse individueller kausaler Effekte.
Um die Videos anzuschauen, benötigen Sie den VLC media player, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.
Literatur
Kausale Effekte
Campbell, D. T. & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research on Teaching. In N. L. Gage (Ed.), Handbook of research on teaching. Chicago: Rand McNally.
West, S. G., Biesanz, J. C. & Pitts, S. C. (2000), Causal inference and generalization in field settings. Experimental and quasi-experimental designs. In H. T. Reis and C. M. Judd (eds.), Handbook of research methods in social and personality psychology. Cambridge University Press.
Steyer, R. (2003). Wahrscheinlichkeit und Regression. Berlin: Springer. (Kapitel 15 - 17)
Steyer, R. (2004). Was wollen und was können wir durch empirische Kausalforschung erfahren? In E. Erdfelder & J. Funke (Hrsg.), Allgemeine Psychologie und deduktivistische Methodologie (pp.127-147). Göttingen: Vandenhoek und Ruprecht.
Steyer, R. (2005). Analyzing Individual and Average Causal Effects via Structural Equation Models. Methodology-European Journal of Research Methods in the Behavioral and Social Sciences, 1, 39-54.
Steyer, R. & Partchev, I. (2006). Manual for EffectLite: A Program for the Uni- and Multivariate Analysis of Unconditional, Conditional and Average Mean Differences Between Groups.
Pohl, S., Steyer, R. & Kraus, K. (2008). Modelling method effects as individual causal effects. Journal of the Royal Statistical Society. Series A, 171, 41--63.
Steyer, R., Partchev, I., Kröhne, U., Nagengast, B., & Fiege, C. (in preparation). Probability and Causality.
Nullhypothesen bei der Prüfung von Treatment-Effekten im Beispiel der nonorthogonalen Varianzanalyse
Datenanalyse mit nonorthogonaler ANOVA (SPSS) nach Typ I, II und III der Quadratsummenzerlegung (alle drei prüfen nicht die Hypothese, dass der durchschnittliche Treatment-Effekt null ist.)
Hypothesen, die mit dem sogenannten Haupteffekt der ANOVA vom Typ I, II und III geprüft werden
Schätzung der adjustierten Randmittelwerte bei diesem Beispiel
EffectLiteR-Analyse der Klauer-Daten mit einer qualitativen und einer quantitativen Kovariaten
Modellgleichung und Linearitätsannahme für die Regression der Outcome-Variable auf die quantitative Kovariate in jeder Zelle
Bedeutung der vier Haupthypothesen in Termini von (a) Erwartungswerten bzw. Effekten, (b) der g-Funktionen, und (c) der Koeffizienten der g-Funktionen
Adjustierte Erwartungswerte
Bedingte Effekte bei gegebenen Werten der qualitativen Kovariaten
Bedingte Effekte bei gegebenen Werten der qualitativen Kovariaten und der Treatment-Variablen
Bedingte Effekte bei gegebenen Werten der qualitativen und der quantitativen Kovariaten
Bedingte Erwartungswerte der Outcome-Variablen unter Treatment und unter Kontrolle bei gegebenen Werten der qualitativen und der quantitativen Kovariaten
EffectLiteR-Analyse der Klauer-Daten mit einer latenten Kovariaten und einer latenten Outcome-Variablen, Modelle essentiell tau-äquivalenter und tau-kongenerischer Variablen
Überprüfung des Modells mit dem Goodness-of-fit test und dem RMSEA
Bedingte Effekte gegeben geschätzte Werte der latenten Kovariaten
EffectLiteR-Analyse der Klauer-Daten mit zwei latenten Kovariaten und einer latenten Outcome-Variablen
EffectLiteR-Analyse der Klauer-Daten mit einer latenten Kovariaten, einem Methodenfaktor und einer latenten Outcome-Variablen