Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

1 Analyse eines Trainings zum Induktiven Denken Seminar Kausalität – WS 2006/2007 26.01.2007 Bianca Mariß, Caroline Rook, Franziska Ehrke.

Ähnliche Präsentationen


Präsentation zum Thema: "1 Analyse eines Trainings zum Induktiven Denken Seminar Kausalität – WS 2006/2007 26.01.2007 Bianca Mariß, Caroline Rook, Franziska Ehrke."—  Präsentation transkript:

1 1 Analyse eines Trainings zum Induktiven Denken Seminar Kausalität – WS 2006/ Bianca Mariß, Caroline Rook, Franziska Ehrke

2 2 Gliederung Einleitung Vorüberlegungen Modellübersicht Modell 1 mit einer Kovariate Modell 2 mit zwei Kovariaten Chi 2 -Differenzentest Prüfung von Unkonfundiertheit Schlussfolgerung für kausale Effekte Schlussfolgerungen für inhaltliche Fragestellung

3 3 Einleitung Klauer-Datensatz  Erfassung eines Trainings zum induktiven Denken 3 Tests  CPM = Raven-Matrizen-Test  CFT = Culture-Fair-Test/Grundintelligenztest  WST= Wortschatztest Inhaltliche Fragestellung:  Bei wem erzielt das Induktive Denktraining die größten durchschnittlichen kausalen Effekte?

4 4 Vorüberlegungen Outcomevariable?  Autoren: CPM misst induktives Denken am besten  CPM zu t 2 = Outcomevariable für unsere Modelle Relevante Kovariaten?  CPM 1 -> eventuell anfängliche Mittelwertsunterschiede?  CFT 1& WST 1?

5 5 CPM - Bestehen anfängliche Gruppenunterschiede? *** Simultaneous tests for all treatment groups and all dependent variables *** ================================== Hypothesis Chi-sq DF Prob No treatment effect ================================== *** Group means of the outcome variable(s) *** Group Outcome Mean Std.dev. Std.error 0 A A EffectLite *** Detailed analysis of the effects *** Results for outcome variable 1: A1 Group 1 - Control group 0 Effect Std.error Effect/SE Effect size

6 6 CPM - Bestehen anfängliche Gruppenunterschiede? es bestehen anfängliche Gruppenunterschiede zwischen Treatment- und Kontrollgruppe bzgl. der Mittelwerte des CPM Treatmentgruppe zeigt vor dem Training niedrigere Messwerte im induktiven Denken als die Kontrollgruppe CPM zu t 1 = relevante Kovariate, die berücksichtigt werden sollte!

7 7 CFT und WST als relevante Kovariaten? Überlegung  Wortschatztest misst kein induktives Denken  WST als Kovariate irrelevant Mittelwertsunterschiede von CFT und WST zwischen den Gruppen zu t2 betrachten!

8 8 CFT und WST als relevante Kovariaten? Zeigen sich nach dem Treatment Mittelwertsunterschiede? *** Group means of the outcome variable(s) *** Group Outcome Mean Std.dev. Std.error 0 CFT WST CFT WST

9 9 CFT und WST als relevante Kovariaten? WST  kein Effekt auf WST durch Treatment  WST wird nicht mit in unsere Modelle einbezogen CFT  erfasst Trainingseffekte des induktiven Denkens  sollte als Kovariate einbezogen werden?  Bestehen anfängliche Gruppenunterschiede?

10 10 CFT - Bestehen anfängliche Gruppenunterschiede? *** Group means of the outcome variable(s) *** Group Outcome Mean Std.dev. Std.error 0 A A *** Simultaneous tests for all treatment groups and all dependent variables *** =============================== Hypothesis Chi-sq DF Prob No treatment effect ================================ *** Detailed analysis of the effects *** Results for outcome variable 1: A1 Group 1 - Control group 0 Effect Std.error Effect/SE Effect size

11 11 CFT - Bestehen anfängliche Gruppenunterschiede? es bestehen anfängliche Gruppenunterschiede zwischen Treatment- und Kontrollgruppe bzgl. der Mittelwerte des CFT Treatmentgruppe zeigt vor dem Training niedrigere Messwerte im induktiven Denken als die Kontrollgruppe CFT zu t 1 = relevante Kovariate, die berücksichtigt werden sollte!

12 12 Modellübersicht Modell 1 (mit einer Kovariate)  Y:  (gemessen durch CPM 12 & CPM 22)  Z:  (gemessen durch CPM 11 & CPM 21) Modell 2 (mit 2 Kovariaten)  Y:  (gemessen durch CPM 12 & CPM 22)  Z 1 :   (gemessen durch CPM 11 & CPM 21)  Z 2 :   (gemessen durch CFT 11 & CFT 21)

13 13 Modell 1 (mit einer Kovariate) Outcomevariable  Y:  (gemessen durch CPM 12 & CPM 22) Kovariate  Z:  (gemessen durch CPM 11 & CPM 21) Pfaddiagramm/Strukturgleichungsmodell ξη CPM11 CPM22CPM21 CPM Chi-Square=19.64, df=13, P-value= , RMSEA=0.053 δ 21 δ 11 ε 12 X g1-0( ξ )

14 14 Modell 1 (mit einer Kovariate) ξη CPM11 CPM22CPM21 CPM ,02 1,77 4,07 1,98 ξη CPM11 CPM22CPM21 CPM ,92 1,713,81 2,73 Treatmentgruppe 1 Kontrolltgruppe 0 0,98 0,62 E X=0 ( η / ξ )= γ00+γ01*ξ E X=1 (η/ξ)= γ00+γ01*ξ + γ10 + γ11*ξ

15 15 Modell 1 - Hypothesentest unter Berücksichtigung einer Kovariaten *** Simultaneous tests for all treatment groups and all dependent variables *** ============================================================ Hypothesis Chi-sq DF Prob No average treatment effect: E(g1-0) = No covariate effect in control group: g0 = constant No treatment*covariate interaction: g1-0 = constant ============================================================ Es gibt einen durchschnittlichen kausalen Effekt des Treatments. Es gibt einen Einfluss der Kovariaten auf die Outcome-Variable. Es gibt einen Interaktionseffekt zwischen Kovariate und Treatment.

16 16 Durchschnittlicher kausaler Effekt für Gesamtstichprobe *** Detailed analysis of the average effects *** Results for outcome variable 1: B1 Group 1 - Control group 0 Effect E(g1-0) Std.error Effect/Std.error Effect size ACE Starker Effekt

17 17 Durchschnittliche kausale Effekte gegeben der Treatment-Bedingungen *** Average effects given a treatment condition *** Results for outcome variable 1: B1 Group 1 - Control group 0 Effect given treatment: 0 1 Effect E(g1-0|X=i) Std.error Effect/Std.error Effect size ACE 1-0 ; X=i ( ξ ) Starker Effekt

18 18 Modell 1 Zusammenfasung bei CPM zu t1 bestehen Mittelwertsunterschiede (KG > TG) ACE 1-0 (X=0) < ACE 1-0 (X=1) Training erzielt größere durchschnittliche kausale Effekte bei anfänglich niedrigerer Fähigkeit  Abzuleitende Zuweisungsstrategie für ein Training des induktiven Trainings: „ Trainiere die, die am bedürftigsten sind!“

19 19 Modell 2 (mit zwei Kovariaten) Outcomevariable  Y:  (gemessen durch CPM 12 & CPM 22) Kovariaten  Z 1 :   (gemessen durch CPM 11 & CPM 21)  Z 2 :   (gemessen durch CFT 11 & CFT 21) Pfaddiagramm ξ1ξ1 CPM11 CPM21 1 λ 21 δ 21 δ 11 ξ2ξ2 CFT11 CFT21 1 δ 22 δ 21 η CPM22 CPM ε 12 Chi-Square=21.57 df=31, P-value= RMSEA=0.000 X λ 22 g 1-0 ( ξ 1, ξ 2 ) EffectLite

20 20 Kontrollgruppe ξ1ξ1 CPM11 CPM21 1 1,13 2,25 2,27 ξ2ξ2 CFT11 CFT ,01 2,10 η CPM22 CPM ,68 2,37 0,69 0,74 E X=0 ( η / ξ 1 )= γ00+γ01*ξ 1 E X=0 ( η/ ξ 2 )= γ00+γ01*ξ 2

21 21 Treatmentgruppe ξ1ξ1 CPM11 CPM21 1 1,13 2,84 2,92 ξ2ξ2 CFT11 CFT ,93 1,89 η CPM22 CPM ,64 2,90 0,39 0,66 E X=1 ( η/ ξ 1 )= γ00+γ01*ξ 1 + γ10 + γ11*ξ 1 E X=1 ( η/ ξ 2 )= γ00+γ01*ξ 2 + γ10 + γ11*ξ 2

22 22 Modell 2 - Hypothesentest unter Berücksichtigung zweier Kovariaten Es gibt einen durchschnittlichen kausalen Effekt des Treatments. Es gibt einen Einfluss der Kovariaten auf die Outcome-Variable. Es gibt einen Interaktionseffekt zwischen den Kovariaten und dem Treatment. *** Simultaneous tests for all treatment groups and all dependent variables *** ============================================================ Hypothesis Chi-sq DF Prob No average treatment effect: E(g1-0) = No covariate effect in control group: g0 = constant No treatment*covariate interaction: g1-0 = constant ============================================================

23 23 Durchschnittlicher kausaler Effekt für Gesamtstichprobe *** Detailed analysis of the average effects *** Results for outcome variable 1: B1 Group 1 - Control group 0 Effect E(g1-0) Std.error Effect/Std.error Effect size ACE Starker Effekt

24 24 *** Average effects given a treatment condition *** Results for outcome variable 1: B1 Group 1 - Control group 0 Effect given treatment: 0 1 Effect E(g1-0|X=i) Std.error Effect/Std.error Effect size Durchschnittliche kausale Effekte gegeben der Treatment-Bedingungen ACE 1-0 ; X=i ( ξ 1,ξ 2 ) Starker Effekt

25 25 Modell 2 Zusammenfassung der durchschnittliche kausale Effekt der TG ist weiterhin größer als der der KG unter zusätzlicher Berücksichtigung einer zweiten Kovariate Training erzielt größere durchschnittliche kausale Effekte bei anfänglich niedrigerer Fähigkeit bei Messung durch CPM und CFT  weiterhin abzuleitende Zuweisungsstrategie: „ Trainiere die, die am bedürftigsten sind!“

26 26 Chi 2 -Differenzentest (nested) Modell 1  Chi 2 =38,91  df=32 Modell 2  Chi 2 =21,57  df=31 Chi 2 -Differenzentest:  Chi 2 = 21,57-38,91 = -17,34  df=31-32= -1 ?

27 27 Übersicht der ACEs ACE Modell 1  ACE 1-0 ( ξ ) = 2,633 ACE Modell 2  ACE 1-0 ( ξ 1 ξ 2 ) = 2,830  Ist der ACE-Unterschied durch Hinzunahme einer zweiten zusätzlichen Kovariate bedeutsam?  Kann man von Unkonfundiertheit ausgehen?

28 28 Prüfung der Unkonfundiertheit 2 Wege  Empirisch: Betrachtung der Differenz der ACEs der zu vergleichenden Modelle in Relation zu den entsprechenden Standardfehlern  Statistische: Vertrauensintervalle

29 29 empirisch Modell 2 –Modell 1  ACE 2 = 2,830- Std.error= 0,255  ACE 1 = 2,633- Std.error=0,251  ACE 2 -ACE 1 = 0,197< std.error  Unterschied zw. ACEs ist nicht bedeutsam  weist auf Unkonfundiertheit hin der ACE des Modell 1 kann auch als solcher interpretiert werden

30 30 Statistische Prüfung der Unkonfundiertheit pro Gruppe Vergleich von:  Vertrauensintervalle der adj.mean ( ξ ) vs.  Vertrauensintervalle der adj.mean ( ξ 1, ξ 2 ) Vertrauensintervall der adj.means aus Modell 1  KG : 15,243 – (0,249*1,96); 15,243 + (0,249 * 1,96) [14,755; 15,806]  TG : 17,877 – (0,247 * 1,96); 17,877 + (0,247 * 1,96) [17,393; 18,361] Vertrauensintervall der adj.mean Modell 2  KG 15,230 – (0,250 * 1,96); 15,230 + (0,250 * 1,96) [14,74; 15,72]  TG 17,953 – (0,248 * 1,96); 17,953 + (0,248 * 1,96) [17,467; 18,439]

31 31 Vertrauensintervalle der adj.means KontrollgruppeTreatmentgruppe Modell 1[14,755; 15,806][17,393; 18,361] Modell 2[14,74; 15,72][17,467; 18,439]

32 32 Schlussfolgerungen für kausale Effekte Unkonfundiertheit scheint bezüglich unserer Kovariaten gegeben Wenn...  Anfangsunterschiede der Variable CPM als Kovariate berücksichtigt werden, dann...  sind ACEs bezüglich des Trainings induktiven Denkens kausal interpretierbar!

33 33 Schlussfolgerungen für inhaltliche Fragestellung Inhaltliche Fragestellung:  Bei wem erzielt das Induktive Denktraining die größten durchschnittlichen kausalen Effekte? Personen mit niedriger Ausprägung induktiven Denkens profitieren stärker vom Training.

34 34 Vielen Dank für eure Aufmerksamkeit!


Herunterladen ppt "1 Analyse eines Trainings zum Induktiven Denken Seminar Kausalität – WS 2006/2007 26.01.2007 Bianca Mariß, Caroline Rook, Franziska Ehrke."

Ähnliche Präsentationen


Google-Anzeigen