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, 9.40-10.00 Uhr, Hörsaal M3/232N (H)<br />
Vergleich von Permutations- <strong>und</strong> parametrischen Tests bei Treatment-<br />
Kovariaten-Interaktion<br />
Sonja Hahn<br />
Friedrich-Schiller-<strong>Universität</strong><br />
Jena<br />
Institut <strong>für</strong> Psychologie<br />
Lehrstuhl <strong>für</strong> <strong>Methoden</strong>lehre<br />
<strong>und</strong> <strong>Evaluation</strong>sforschung<br />
Am Steiger 3, Haus 1<br />
07743 Jena<br />
hahn.sonja@uni-jena.de<br />
Verfahren wie die ANCOVA werden u.a. verwendet, um<br />
eine statistische Kontrolle von Kovariaten zu ermöglichen.<br />
Dies ist beispielsweise notwendig, wenn ein Quasi-Experiment<br />
vorliegt, aber Hypothesen über den durchschnittlichen<br />
Effekt eines Treatments getestet werden sollen.<br />
Sowohl bei gängigen parametrischen Tests (z.B. ANCOVA)<br />
als auch bei Permutationstests (vgl. Good, 2002, Kap. 4)<br />
gibt es verschiedene Ansätze <strong>für</strong> die statistische Kontrolle<br />
von Kovariaten. Viele Tests aus beiden Verfahrensgruppen<br />
setzen voraus, dass keine Interaktionen von Kovariaten<br />
<strong>und</strong> Treatment in Bezug auf die abhängige Variable existieren.<br />
Im Gegensatz dazu finden sich in einigen Anwendungsgebieten<br />
solche Interaktionen, z.B. Untersuchungen<br />
zum Expertise-Reversal-Effekt, in denen die Wirkung einer<br />
didaktischen Intervention vom Vorwissen abhängt.<br />
Eine Untersuchung aus diesem Bereich (Pollock, Chandler<br />
<strong>und</strong> Sweller, 2002) dient als Gr<strong>und</strong>lage <strong>für</strong> die vorliegende<br />
Simulationsstudie. In den simulierten Datensätzen ist zwar<br />
eine Interaktion, aber kein durchschnittlicher Effekt des<br />
Treatments vorhanden. Es wird untersucht, ob verschiedene<br />
Verfahren das Signifikanzniveau beim Testen des<br />
durchschnittlichen Effekts einhalten. Ein Schwerpunkt stellen<br />
Verfahren dar, die auf dem Prinzip der Permutation beruhen.<br />
Aufgr<strong>und</strong> zunehmender Rechnerleistungen gibt es<br />
ein wachsendes Interesse an dieser Verfahrensgruppe.<br />
Good, P. (2000). Permutation Tests – A Practical Guide to<br />
Resampling Methods for Testing Hypotheses (2 nd edition). New<br />
York: Springer.<br />
Pollock, E., Chandler, P., & Sweller, J. (2002). Assimilating<br />
complex information. Learning and Instruction, 12, 61–86.<br />
68