1 / 35

Anwendungsseminar: Kausale Modellbildung

Anwendungsseminar: Kausale Modellbildung. Datenanalyse mittels Effect Lite Projekt: Schulbasierte Einflüsse auf die soziale (In-)Toleranz von Jugendlichen Antje Arnold Karolin Rohrberg. Gliederung. Hypothesen in Effect Lite unser Datensatz 3. Berechnung mit Effect Lite

Download Presentation

Anwendungsseminar: Kausale Modellbildung

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. Anwendungsseminar: Kausale Modellbildung Datenanalyse mittels Effect Lite Projekt: Schulbasierte Einflüsse auf die soziale (In-)Toleranz von Jugendlichen Antje Arnold Karolin Rohrberg

  2. Gliederung Hypothesen in Effect Lite unser Datensatz 3. Berechnung mit Effect Lite 4. Zusammenfassung

  3. Effect Lite Erinnerung: Was kann man damit analysieren? Vorteile?

  4. Hypothesen in Effect Lite a) dichotomes treatment Regressionsgleichung: daraus ergibt sich: Hypothese 1:

  5. KG EG a) dichotomes treatment - Hypothese 1: • Ho: keine Unterschiede zwischen KG und EG bzgl. outcome

  6. b) dichotomes treatment + dichotome Kovariate Regressionsgleichung: Hypothese 1: Hypothese 2: Hypothese 3:

  7. KG EG b) - Hypothese 1: z =1 wahrer Effekt z =2 • Ho: keine Unterschiede zwischen KG und EG bzgl. outcome • wahrer Effekt ist 0

  8. KG EG b) - Hypothese 2: . . z =1 z =2 • Ho: keine Unterschiede in den Kovariate-Ausprägungenin KG bzgl. outcome • d.h. es gibt keine Unterschiede von vorn herein (ohne treatment )

  9. KG EG b) - Hypothese 3: z =1 • Interaktion z =2 • Ho: kein Interaktionseffekt zwischen Kovariate und treatment bzgl. outcome • d.h. in beiden Bedingungen wirkt treatment gleich

  10. 2. unser Datensatz Quelle: Abteilung Pädagogische Psychologie Projekt: Schulbasierte Einflüsse auf die soziale (In-)Toleranz von Jugendlichen Ethik Teilstudie Untersuchungsgegenstand: explizite Erfassung von Vorurteilen bei Schülern treatment: Unterrichtseinheit „Urteilen“ im Ethikunterricht (Teil des Lehrplans)

  11. 2. unser Datensatz • Gymnasium: 121 • Regelschule: 52 • EG: 81 • KG: 92 • Erhebung zu 2 Zeitpunkten N = 173 männlich: 91 weiblich: 82 Alter: 13 –16 JahreÆ13,9 Jahre Klasse 8

  12. erhobene Konstrukte politische Einstellungen  Intoleranz  Toleranz  SDO  politische Partizipationsbereitschaft .... individuelle Variablen  Motivation zur Vorurteilsvermeidung  Empathie  Perspektivenübernahme  Offenheit .... Schulvariablen  Klassenklima  Strenge  Leistungsdruck  Ethikunterricht ...

  13. relevante Konstrukte Intoleranz besteht aus 6 Items z.B. „Ausländer sollten grundsätzlich ihre Ehepartner unter ihren eigenen Landsleuten auswählen.“ „Zuwanderer erhöhen die Kriminalitätsrate.“ 4 stufige Ratingskala Bildung des MW (z_intol) korrekte Identifikation von Vorurteilen 6 Aussagen ja/nein z.B. „Im Allgemeinen haben Professoren mehr Bücher.“ „Im Allgemeinen sind Professoren vergesslicher.“  Summenscore gebildet (z_vu_jn )

  14. 3. Berechnung a) mit Effect Lite Ho: Es gibt keine Unterschiede zwischen KG und EG bzgl. Intoleranz dichotomes treatment: UnterrichtKG = 0EG = 1 outcome:Intoleranz-Wert zu T2 Kovariate: ----

  15. Berechnung a) mit Effect Lite  dichotomes treatment, ohne Kovariate

  16. Berechnung a) mit Effect Lite

  17. Berechnung a) mit Effect Lite Hypothese 1: p-Wert: 0.7033  nicht signifikant  kein Unterschied zwischen EG und KG hinsichtlich Intoleranz

  18. Berechnung a) mit Effect Lite korrekte Identifikation von Vorurteilen

  19. Berechnung b) mit Effect Lite dichotomestreatment: Unterricht outcome:Intoleranz-Wert zu T2 Kovariate:Geschlecht

  20. b) - Hypothesen Hypothese 1 - Ho: Es gibt keine Unterschiede zwischen der KG und der EG hinsichtlich der Intoleranz. Hypothese 2 – Ho: Es gibt keine Unterschiede zwischen Mädchen und Jungs (Kovariate = Geschlecht) in der KG bzgl. Intoleranz. Hypothese 3 – Ho: Es gibt keinen Interaktionseffekt zwischen Geschlecht (Kovariate) und Unterricht (treatment) bzgl. Intoleranz.

  21. Berechnung b) mit Effect Lite

  22. Berechnung b) mit Effect Lite Ho 1: wahrer Effekt = 0  bestätigt Ho 2: keine Unterschiede zwischen Jungs und Mädchen in KG bzgl. Intoleranz  bestätigt Ho 3: keine Interaktion zwischen Geschlecht und treatment bzgl. Intoleranz  bestätigt

  23. KG EG Berechnung b) mit Effect Lite z =1  Mädchen z =0  Jungs

  24. Berechnung b) mit Effect Lite

  25. Berechnung b) mit Effect Lite g0(z) = 2.277 – 0.046 z g1-0(z) =0.064 – 0.085 z

  26. Berechnung b) mit Effect Lite Kovariate: Schultyp: Gymnasium – Regelschule keine signifikanten Ergebnisse

  27. Berechnung b) mit Effect Lite • outcome: korrekte Identifikation der Vorurteile • Kovariate: Geschlecht • Ho 3: signifikantes Ergebnis • d.h. Interaktion zwischen Geschlecht und treatment bzgl. Identifikation

  28. KG EG Berechnung b) mit Effect Lite z =1  Mädchen z =0  Jungs

  29. Berechnung b) mit Effect Lite Koeffizient ist positiv  Mädchen (z=1) zeigen bessere Ergebnisse in EG, d.h. sie profitieren stärker als Jungs (z=0)

  30. Berechnung b) mit Effect Lite • outcome: korrekte Identifikation der Vorurteile • Kovariate: Schultyp • Ho 2: Tendenz, dass es Gruppenunterschiede zwischen Schultyp bzgl. Identifikation in der KG gibt

  31. Berechnung b) mit Effect Lite Koeffizient ist positiv  Gymnasiasten (z=1) zeigen höhere Werte bzgl. der Identifikation ggü. Regelschülern (z=0) in der KG

  32. KG EG Berechnung b) mit Effect Lite . z =1  Gymnasium . z =0  Regelschule

  33. 4. Zusammenfassung keine signifikanten Effekte des treatments bezogen auf Intoleranz und korrekte Identifikation der Vorurteile Intoleranz: keine Signifikanz bei Betrachtung der Kovariaten Geschlecht keine Unterschiede und Veränderung bei Jungs und Mädchen Schultyp keine Unterschiede und Veränderungen bei Gymnasiasten und Regelschülern

  34. 4. Zusammenfassung korrekte Identifikation von Vorurteilen: Geschlecht: signifikante Interaktion  Mädchen können nach dem Training Vorurteile besser identifizieren Schultyp: Tendenz zu Unterschieden in KG  Gymnasiasten haben höhere Identifikationswerte als Regelschüler Gründe: .....

  35. Danke für Eure Aufmerksamkeit !!!

More Related