1 Anwendungsseminar: Kausale Modellbildung Datenanalyse mittels Effect Lite Projekt: Schulbasierte...
-
Upload
bertram-andrie -
Category
Documents
-
view
108 -
download
3
Transcript of 1 Anwendungsseminar: Kausale Modellbildung Datenanalyse mittels Effect Lite Projekt: Schulbasierte...
1
Anwendungsseminar: Kausale Modellbildung
Datenanalyse mittels Effect Lite
Projekt: Schulbasierte Einflüsse auf die soziale (In-)Toleranz von Jugendlichen
Antje ArnoldKarolin Rohrberg
2
1. Hypothesen in Effect Lite
2. unser Datensatz
3. Berechnung mit Effect Lite
4. Zusammenfassung
Gliederung
3
Erinnerung:
Was kann man damit analysieren?
Vorteile?
Effect Lite
4
Regressionsgleichung:
daraus ergibt sich:
Hypothese 1:
Hypothesen in Effect Lite a) dichotomes treatment
5
a) dichotomes treatment - Hypothese 1:
KG EG Ho: keine Unterschiede zwischen KG und EG bzgl. outcome
6
Regressionsgleichung:
Hypothese 1:
Hypothese 2:
Hypothese 3:
b) dichotomes treatment + dichotome Kovariate
7
b) - Hypothese 1:
KG EG
Ho: keine Unterschiede zwischen KG und EG bzgl. outcome
wahrer Effekt ist 0
z =1
z =2
wahrer Effekt
8
b) - Hypothese 2:
KG EG
Ho: keine Unterschiede in den Kovariate-Ausprägungen in KG bzgl. outcome
d.h. es gibt keine Unterschiede von vorn herein (ohne treatment )
..z =1
z =2
9
b) - Hypothese 3:
KG EG
Ho: kein Interaktionseffekt zwischen Kovariate und treatment bzgl. outcome
d.h. in beiden Bedingungen wirkt treatment gleich
z =1
z =2 Interaktion
10
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)
2. unser Datensatz
11
N = 173
männlich: 91 weiblich: 82
Alter: 13 –16 Jahre 13,9 Jahre Klasse 8
Gymnasium: 121 Regelschule: 52
EG: 81 KG: 92
Erhebung zu 2 Zeitpunkten
2. unser Datensatz
12
politische Einstellungen
Intoleranz
Toleranz
SDO
politische Partizipationsbereitschaft ....
individuelle Variablen
Motivation zur Vorurteilsvermeidung
Empathie
Perspektivenübernahme
Offenheit ....
Schulvariablen
Klassenklima
Strenge
Leistungsdruck
Ethikunterricht ...
erhobene Konstrukte
13
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 )
relevante Konstrukte
14
3. Berechnung a) mit Effect Lite
dichotomes treatment: UnterrichtKG = 0EG = 1
outcome:Intoleranz-Wert zu T2
Kovariate: ----
Ho: Es gibt keine Unterschiede zwischen KG und EG bzgl. Intoleranz
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
z =1 Mädchen
z =0 Jungs
Berechnung b) mit Effect Lite
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
z =1 Mädchen
z =0 Jungs
Berechnung b) mit Effect Lite
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
z =1 Gymnasium
z =0 Regelschule
Berechnung b) mit Effect Lite
.
.
33
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
4. Zusammenfassung
34
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: .....
4. Zusammenfassung
35
Danke für Eure Aufmerksamkeit !!!