1 / 21

Methodeneffekte als individuelle Kausale Effekte am Beispiel GES7

Methodeneffekte als individuelle Kausale Effekte am Beispiel GES7. Uta Tittelbach, Marcel Franz, Karl Georg Pfleger. Agenda. 1. Theorie 2. der Datensatz 3. Aufgabenstellung 4. Modelle mit Methodenfaktor. 1. Theorie. Was ist ein Methodeneffekt als individueller kausaler Effekt?

kylar
Download Presentation

Methodeneffekte als individuelle Kausale Effekte am Beispiel GES7

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Methodeneffekte als individuelle Kausale Effekte am Beispiel GES7 Uta Tittelbach, Marcel Franz, Karl Georg Pfleger

  2. Agenda • 1. Theorie • 2. der Datensatz • 3. Aufgabenstellung • 4. Modelle mit Methodenfaktor

  3. 1. Theorie • Was ist ein Methodeneffekt als individueller kausaler Effekt? • Warum individuelle Effekt? • Individuelle kausaler Effekt bei der jeweiligen Person entsteht, wenn anstatt mit Methode B, Methode A für Erhebung eines Traits genutzt wird.

  4. 1. Theorie • Der individuelle Methodeneffekt: • Differenz der Truescores einer Person bei der mit zwei Methoden dieselbe Variable gemessen wurde. • MEjl= τjl – τjk • Y11= τ11 + ε11 • Y12= τ12 + ε12(Referenzmethode 1) • Y12= τ11 + (τ12- τ11) + ε12 • Y12= τ11 + ME12+ ε12

  5. 1. Theorie

  6. 1. Theorie • Effekt bei jeder Person u unterschiedlich • MEjl (u) = τjl(u)– τjk(u) • Methoden als Treatment • Methodeneffekte sind nicht Residuum einer Regression, sondern individueller Treatmenteffekt • Über verschiedene Traits invariant: E(Y22) - E(Y21) = E (Y12) – E(Y11) = E(M2) • Der durchschnittliche Treatmenteffekt ist definiert als das Mittel der individuellen Treatmenteffekte

  7. Annahme: die Methodeneffekte sind für jeden Trait gleich. M ist nach KTT Trait  mit dem Fehler unkorreliert. M darf mit allen anderen Traits ohne Einschränkungen korrelieren. Das Modell ist invariant gegenüber der Wahl der Referenzmethode, da implizierte Varianz, Kovarianz, Mittelwertsstruktur invariant ebenso Werte der Truescorevariable 1. Theorie

  8. 2. der Datensatz Befindlichkeitsmessung und Latent-State-Trait-Modelle (Steyer, R., Schwenkmezger, P., Eid, M. & Notz, P.) • Ziel: Erprobung testtheoretischer Modelle im Bereich der Messung emotionaler Befindlichkeiten

  9. 2. der Datensatz • längsschnittliche Erhebung über 4 Zeitpunkte (April-September 1991) • N=503 • 58% Frauen, 42% Männer • 17-77 Jahre, MW=31,19 Jahre, SD=13,85

  10. 2. der Datensatz • verwendete Skalen: • MDBF – 3 Subskalen: • gute vs. schlechte Stimmung • Ruhe vs. Unruhe • Wachheit vs. Müdigkeit • situative Einflüsse: • körperliche Beschwerden – FBL • „daily hassles & uplifts“ • Wetter u.a. (Schlaf, Alkohol, Aktivität,...) • personale Einflüsse: • FPI (Freiburger Persönlichkeitsinventar) • dispositionale Selbstaufmerksamkeit • überdauernde Stimmung (Bohner et. al)

  11. 3. Aufgabe • „Methodeneffekte als individuelle kausale Effekte“ • von uns ausgewählt: MDBF-Skala „gute vs. schlechte Stimmung“ • 8 Items, davon 4 positiv, 4 negativ formuliert • Testhälften gebildet: positiv vs. negativ formulierte Items – t1pos, t1neg usw. • Bsp: „zufrieden, gut, wohl, glücklich“ vs. „schlecht, unwohl, unglücklich, unzufrieden“

  12. 4.1 Modell ohne MF

  13. 4.2 Modell mit MF

  14. 4.3 Modell mit MF + Prädiktor • Prädiktor: Faktor „Emotionalität“ aus FPI • hohe Werte: • emotional labil, empfindlich • ängstlich, bedrückt • viele Probleme und körperliche Beschwerden • niedrige Werte: • emotional stabil, gelassen • Selbstvertrauend • lebenszufrieden

  15. 4.3a Modell mit MF + Prädiktor

  16. 4.3a Modell mit MF + Prädiktor • deutliche Verschlechterung des Modellfits! – Warum? • schlechter Fit des Messmodells für den FPI-Faktor! • offenbar starke situative Einflüsse auf Messung des Persönlichkeitsfaktors • Lösung: Bildung von Testhälften zu jedem Zeitpunkt, Mittelung dieser Werte über alle 4 Zeitpunkte

  17. 4.3b Modell mit MF + Prädiktor(unstandardisierte Lösung)

  18. 4.3b Modell mit MF + Prädiktor(standardisierte Lösung)

  19. Modell 4.3b - Interpretation • Der FPI-Faktor „Emotionaliät“ sagt mäßig gut das Befinden zu t1-t4 vorher (.32-.38) • ebenso die individuellen Unterschiede auf dem Methodenfaktor (.28), d.h. die interindividuellen Unterschiede in Antworttendenzen • Das Gesamtmodell hat einen sehr guten Modellfit (RMSEA=0,038), wir sollten es beibehalten

  20. Habt ihr Fragen? Danke für eure Aufmerksamkeit!

  21. Literatur • Steyer, R., Schwenkmezger, P., Notz, P., Eid, M.: Der mehrdimensionale Befindlichkeitsfragebogen (MDBF). Handanweisung. Göttingen. Hogrefe, 1997. • Pohl, S., Steyer, R.(2006) Modelling Method Effects as Individual Treatment Effects. (in press)

More Related