Fachgruppe für Methoden und Evaluation - Universität Bamberg
Fachgruppe für Methoden und Evaluation - Universität Bamberg
Fachgruppe für Methoden und Evaluation - Universität Bamberg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Fr., 23.09., Symposium: Kausale Effekte: Fortschritte in Theorie <strong>und</strong><br />
Anwendung, 9.00-9.20 Uhr, Hörsaal M3/232N (H)<br />
Behandlungseffekte <strong>für</strong> Behandelte (Effects on the treated) in kausalen<br />
Mediationsmodellen<br />
Axel Mayer<br />
Helmut Kirchmann<br />
Rolf Steyer<br />
Friedrich-Schiller-<br />
<strong>Universität</strong> Jena<br />
Institut <strong>für</strong> Psychologie<br />
Lehrstuhl <strong>für</strong><br />
<strong>Methoden</strong>lehre <strong>und</strong><br />
<strong>Evaluation</strong>sforschung<br />
Am Steiger 3, Haus 1<br />
07743 Jena<br />
Axel.Mayer@uni-jena.de<br />
helmut.kirchmann@med.uni-jena.de<br />
rolf.steyer@uni-jena.de<br />
In Beobachtungsstudien erfolgt die Zuweisung von Personen<br />
zu einer Behandlungsbedingung in der Regel nicht zufällig,<br />
sondern kann zum Beispiel von Selbstselektionsmechanismen<br />
oder von Experteneinschätzungen abhängen.<br />
In diesem Fall können (bedingte) Behandlungseffekte <strong>für</strong><br />
die Behandelten (sogenannte Effects on the treated) wichtige<br />
Aufschlüsse über die Wirksamkeit der Behandlung geben.<br />
Besonders interessant sind diese Effects on the treated<br />
im Kontext von Mediationsanalysen, da hier der durchschnittliche<br />
direkte Effekt von der Verteilung der Behandlungsvariablen<br />
abhängt. (Bedingte) Behandlungseffekte <strong>für</strong><br />
Behandelte unterliegen dahingegen nicht dieser Einschränkung.<br />
Aufbauend auf einer probabilistischen Kausalitätstheorie<br />
(Steyer et al. 2012, Mayer et al. 2011), diskutieren wir die<br />
Behandlungseffekte <strong>für</strong> Behandelte in komplexen Mediationsmodellen.<br />
Zur Analyse von totalen, direkten <strong>und</strong> indirekten<br />
Behandlungseffekten <strong>für</strong> Behandelte verwenden wir ein<br />
Mehrgruppen-Strukturgleichungsmodell. Das Vorgehen<br />
wird anhand eines Datensatzes aus der Psychotherapieforschung<br />
illustriert (Kirchmann et al. 2011). Dieses Beispiel<br />
beinhaltet neben latenten <strong>und</strong> manifesten Kovariaten, eine<br />
latente Mediator-Variable <strong>und</strong> eine latente Outcome-Variable.<br />
Interaktionen zwischen der Behandlungsvariablen <strong>und</strong><br />
den Kovariaten beziehungsweise dem Mediator werden berücksichtigt.<br />
Kirchmann, H., Steyer, R., Joraschky, P., Schreiber-Willnow, K.,<br />
Strauss, B. (2011). Are long-term treatment effects of<br />
depression following impatient group psychotherapy mediated<br />
by self-report attachment characteristics? Manuscript <strong>und</strong>er<br />
review.<br />
Mayer, A., Thoemmes, F., Rose, N., Steyer, R., & West, S.G.<br />
(2011). Theory and analysis of total, direct and indirect causal<br />
effects. Manuscript <strong>und</strong>er review.<br />
Steyer, R., Partchev, I., Kröhne, U., Nagengast, B., & Fiege, C. (in<br />
press). Probability and causality. Heidelberg, Germany:<br />
Springer.<br />
66