"EffectLiteR: Welche Leitfrage steht bei interindividuellen Behandlungseffekten im Mittelpunkt?"
"„Was wirkt bei wem?“ – also ob und wie sich Behandlungseffekte zwischen Personen unterscheiden."
"EffectLiteR: Wie lautet das grundlegende Regressionsmodell mit Treatment X und Kovariaten Z?"
"E(Y | X
"EffectLiteR: Was beschreibt g₀(Z)
wenn X = 0 die Referenz- bzw. Kontrollgruppe ist?"
"EffectLiteR: Was beschreibt g₁(Z)?"
"Den bedingten Behandlungseffekt bei den Kovariatenwerten Z: g₁(Z) = E(Y | X = 1
"EffectLiteR: Wie wird ein bedingter Behandlungseffekt für einen vorgegebenen Kovariatenwert bestimmt?"
"Die Werte in g₁(Z) einsetzen oder die erwarteten Outcomes unter X = 1 und X = 0 voneinander abziehen."
"EffectLiteR: Was prüft die globale Hypothese „No treatment*covariate interactions“?"
"Ob sämtliche Treatment-Kovariaten-Interaktionen null sind
"EffectLiteR: Wie ist ein signifikanter Test auf Treatment-Kovariaten-Interaktionen zu interpretieren?"
"Die Behandlungseffekte hängen von mindestens einer Kovariate ab; es liegt systematische Effektheterogenität vor."
"EffectLiteR: Was ist der ATT?"
"Der durchschnittliche kausale Effekt für die tatsächlich Behandelten: E(Y₁ − Y₀ | X = 1)."
"EffectLiteR: Worin unterscheidet sich der ATT vom ATE bzw. ACE?"
"Der ATT mittelt den Effekt nur über die Behandelten; ATE bzw. ACE mittelt ihn über die gesamte Zielpopulation."
"EffectLiteR: Was zeigt „Conditional Effects II“?"
"Für festgelegte Kovariatenwerte den bedingten Effekt g₁
"EffectLiteR: Wie entscheidet man anhand der erwarteten Outcomes
welche Behandlung günstiger ist?"
"EffectLiteR: Bei g₁(Z)=E(Y|X=1
Z)−E(Y|X=0
"EffectLiteR: Wozu dient der Wald-Test bei der Kovariatenauswahl?"
"Er prüft gemeinsam
"EffectLiteR: Welche Entscheidung folgt aus einem signifikanten gemeinsamen Wald-Test für ausgewählte Kovariaten?"
"Der Test liefert Evidenz gegen die gemeinsame Nullhypothese; die ausgewählten Kovariaten werden im Modell beibehalten."
"EffectLiteR: Wo findet man den p-Wert für Kovariateneffekte in der Kontrollgruppe?"
"Im Test der Interzeptfunktion g₀(Z) bzw. der Hypothese
"EffectLiteR: Wie werden individuelle Behandlungseffekte im Post-Processing bei latenten Kovariaten standardmäßig geschätzt?"
"Mit Regressionsfaktorwerten für die latenten Variablen; diese werden in die geschätzte Effektfunktion eingesetzt."
"EffectLiteR: Was meint Heterogenität der Behandlungseffekte?"
"Dass der kausale Effekt nicht für alle Personen gleich groß oder gleichgerichtet ist."
"EffectLiteR: Was ist ein aggregierter Effekt E[g₁(Z) | W]?"
"Der über Personen mit bestimmten W-Werten gemittelte Behandlungseffekt; er wird als Regression der Effektfunktion auf W betrachtet."
"EffectLiteR: Warum ist ein Treatment-Kovariaten-Interaktionsterm kein unbedingter Zusammenhang mit dem Behandlungseffekt?"
"Weil sein Koeffizient auf alle übrigen Kovariaten im Modell bedingt ist."
"EffectLiteR: Wozu dient „Conditional Effects IV“?"
"Zur Untersuchung von Behandlungseffekten in durch eine kategoriale Variable W definierten Subgruppen."
"EffectLiteR: Wozu dient „Conditional Effects III“ mit Mahalanobis-Distanz?"
"Es sucht Personen
"EffectLiteR: Welche Methode sollte bei fehlenden Werten statt listweisem Fallausschluss gewählt werden?"
"Full Information Maximum Likelihood (FIML)."
"EffectLiteR: Welches Messmodell wird standardmäßig für eine latente Variable mit zwei Indikatoren verwendet?"
"Ein gruppeninvariantes tau-äquivalentes Messmodell."
"EffectLiteR: Welches Messmodell wird standardmäßig für eine latente Variable mit mehr als zwei Indikatoren verwendet?"
"Ein gruppeninvariantes tau-kongenerisches Messmodell."
"EffectLiteR: Welche vier Strategien gibt es für latente Konstrukte?"
"Summen- oder Mittelwertscores
"EffectLiteR: Welches Risiko entsteht durch zu wenige Kovariaten?"
"Relevante Quellen der Effektheterogenität oder Konfundierung können unberücksichtigt bleiben."
"EffectLiteR: Welches Risiko entsteht durch zu viele Kovariaten und Interaktionen?"
"Overfitting: Effektheterogenität kann überschätzt und die Vorhersage für neue Personen ungültig werden."
"EffectLiteR: Welche Ansätze werden für eine datenbasierte Kovariatenauswahl genannt?"
"Schrittweise Regression
"EffectLiteR: Was zeigen die Register „Syntax“ und „Results“?"
"„Syntax“ zeigt den EffectLiteR- und lavaan-Code; „Results“ enthält die ausführliche lavaan-Ausgabe einschließlich Modellfit."
"Kausale Effekte: Was ist der individuelle kausale Effekt ICE für X = 1 gegenüber X = 0?"
"Die Differenz der beiden potenziellen wahren Outcomes derselben Einheit: δ₁₀ = τ₁ − τ₀."
"Kausale Effekte: Was ist das fundamentale Problem der Kausalinferenz?"
"Für dieselbe Einheit kann zu einem Zeitpunkt nur eines der potenziellen Outcomes beobachtet werden; das kontrafaktische Outcome fehlt."
"Steyer: Was bedeutet τₓ = E(Y | X = x
U)?"
"Steyer: Wie ist der durchschnittliche kausale Effekt ACE₁₀ definiert?"
"ACE₁₀ = E(δ₁₀) = E(τ₁) − E(τ₀)."
"Steyer: Wie ist der bedingte kausale Effekt für Z = z definiert?"
"ACE₁₀
"Steyer: Was ist der kausale Effekt gegeben Treatment X = x?"
"E(δ₁₀ | X = x); für x = 1 entspricht dies dem Effekt für die Behandelten
"Steyer: Was ist der unbedingte Prima-Facie-Effekt PFE?"
"Der beobachtete Gruppenmittelwertsunterschied: E(Y | X = 1) − E(Y | X = 0)."
"Steyer: Was ist der bedingte Prima-Facie-Effekt?"
"E(Y | X = 1
"Steyer: Wann ist der beobachtete PFE ein unverzerrter Schätzer des ACE?"
"Wenn geeignete Kausalitätsbedingungen gelten; bei sauberer Randomisierung insbesondere ohne systematische Ausfälle."
"Steyer: Was bedeutet Unverfälschtheit der bedingten Effektfunktion?"
"g₁(Z) = E(δ₁₀ | Z); der beobachtete bedingte Unterschied entspricht dem bedingten kausalen Effekt."
"Steyer: Wie lautet die Kausalitätsbedingung der Randomisierung?"
"P(X = x | U) = P(X = x): Die Treatmentzuweisung ist von der Einheit bzw. ihren Merkmalen unabhängig."
"Steyer: Wie lautet die bedingte Randomisierung?"
"P(X = x | U) = P(X = x | Z): Bei gegebenem Z verhält sich die Zuweisung wie zufällig."
"Steyer: Wie lautet die Unit-Treatment-Homogenität gegeben Z?"
"E(Y | X = x
"Steyer: Wie lautet Strong Ignorability in der Vorlesungsnotation?"
"P(X = x | τₓ
"Kausale Effekte: Gilt Strong Ignorability in einem korrekt randomisierten Experiment?"
"Ja; die Randomisierung macht die Zuweisung unabhängig von potenziellen Outcomes und Kovariaten."
"Steyer: Wie kann man bedingte Randomisierung zu falsifizieren versuchen?"
"Man sucht eine zusätzliche Kovariate
"Steyer: Wie kann man bedingte Unit-Treatment-Homogenität zu falsifizieren versuchen?"
"Propensity Scores: Was ist der Propensity Score?"
"Die bedingte Wahrscheinlichkeit
"Propensity Scores: Was modelliert eine logistische Regression des Treatments auf Kovariaten?"
"Den Logit des Propensity Scores: log[e(Z)/(1−e(Z))] als lineare Funktion der Kovariaten."
"Propensity Scores: Wie wird ein logit-transformierter Propensity Score aus einer gegebenen Gleichung berechnet?"
"Die Kovariatenwerte in den linearen Prädiktor einsetzen und Interzept plus gewichtete Kovariatenwerte addieren."
"Propensity Scores: Wozu dienen Balance Checks?"
"Sie prüfen
"Propensity Scores: Prüfen Balance Checks
ob Treatmenteffekte von Kovariaten abhängen?"
"Propensity-Score-Matching: Was macht Nearest-Neighbor-Matching?"
"Für jede behandelte Person wird eine Kontrollperson mit möglichst ähnlichem Propensity Score gesucht."
"Propensity-Score-Matching: Was bedeuten „Unmatched“-Fälle im Output?"
"Für diese Personen wurde kein passender Match verwendet; die Fallzahlen werden getrennt nach Gruppen ausgewiesen."
"Propensity-Score-Matching: Woran erkennt man eine verbesserte Balance?"
"Die standardisierten Mittelwertsdifferenzen und weitere Distanzmaße sind nach dem Matching näher an null als vorher."
"Propensity-Score-Matching: Was bedeutet ein weiterhin großer standardisierter Mittelwertsunterschied nach dem Matching?"
"Die Gruppen sind hinsichtlich dieser Kovariate noch unzureichend balanciert; das Matching hat dort nicht ausreichend funktioniert."
"Propensity-Score-Gewichtung: Welche Kontrollpersonen erhalten bei ATT-Gewichtung besonders hohe Gewichte?"
"Kontrollpersonen mit hohem Propensity Score
"Propensity-Score-Matching: Welchen Effekt schätzt eine Outcome-Regression in einer auf die Behandelten gematchten Stichprobe typischerweise?"
"Den durchschnittlichen Behandlungseffekt für die Behandelten
"Kausale Effekte: Warum beseitigt die Kontrolle beobachteter Kovariaten Konfundierung nicht automatisch vollständig?"
"Unbeobachtete oder falsch modellierte Einflussfaktoren können weiterhin Treatmentzuweisung und Outcome gemeinsam beeinflussen."
"Kausale Effekte: Welche Rolle spielt Randomisierung bei Störvariablen?"
"Sie verteilt beobachtete und unbeobachtete Störvariablen im Mittel gleichmäßig auf die Gruppen."
"Kausale Effekte: Was veranschaulicht Simpsons Paradox?"
"Ein aggregierter Zusammenhang kann sich nach Kontrolle einer Drittvariable abschwächen
"Steyer: Was ist der Causal Effects Xplorer (CEX)?"
"Ein Analysewerkzeug zur Schätzung individueller und durchschnittlicher kausaler Effekte
"CEX: Welche Modellierungen unterstützt die Verbindung mit SEM?"
"Latente Variablen
"Moderierte Regression: Für E(Y|X
Z)=3+0
"Metaanalyse: Welche Hauptziele verfolgt sie?"
"Ein Gesamtbild über Studien zu gewinnen
"Metaanalyse: Was ist yi?"
"Die in Studie i beobachtete Effektgröße bzw. Zielgröße."
"Metaanalyse: Was ist θi?"
"Der wahre Populationseffekt der Studie i; häufig wird E(yi)=θi angenommen."
"Metaanalyse: Wie ist Cohen's d für zwei Gruppen definiert?"
"d = (M₁ − M₂) / SDₚ
"Metaanalyse: Wozu dient Hedges' g?"
"Es korrigiert den kleinen Stichprobenbias von Cohen's d."
"Metaanalyse: Welche Größen benötigt jedes Studienergebnis für das Grundmodell?"
"Eine beobachtete Effektgröße yi und ihre Stichprobenvarianz vi."
"Metaanalyse: Wie lautet das Stichprobenmodell einer einzelnen Studie?"
"yi | θi ~ N(θi
"Metaanalyse: Wie wird ein approximatives 95%-Konfidenzintervall für θi gebildet?"
"yi ± 1
"Metaanalyse: Wie lautet das Equal-Effects-Modell?"
"yi = θ + ei mit ei ~ N(0
"Metaanalyse: Wie lautet das Random-Effects-Modell?"
"yi = θi + ei
"Metaanalyse: Wann ist ein Random-Effects-Modell inhaltlich passend?"
"Wenn die Studien aus unterschiedlichen Populationen oder Bedingungen stammen und deshalb verschiedene wahre Effekte plausibel sind."
"Metaanalyse: Wann reduziert sich das Random-Effects- auf das Equal-Effects-Modell?"
"Wenn τ² = 0 ist."
"Metaanalyse: Was bedeutet τ² im Random-Effects-Output?"
"Die geschätzte Varianz der wahren Effektgrößen zwischen den Studien."
"Metaanalyse: Was bedeutet τ?"
"Die Standardabweichung der wahren Effektgrößen zwischen Studien: τ = √τ²."
"Metaanalyse: Was bedeutet I²?"
"Der Anteil der Gesamtvariabilität
"Metaanalyse: Was bedeutet H²?"
"Das Verhältnis von Gesamtvariabilität zu Stichprobenvariabilität."
"Metaanalyse: Wie hängen I² und H² zusammen?"
"I² = 1 − 1/H²; in Prozent wird das Ergebnis mit 100 multipliziert."
"Metaanalyse: Wie lässt sich die typische Stichprobenvarianz aus τ² und I² bestimmen?"
"v ≈ τ² · (1−I²) / I²
"Metaanalyse: Was prüft der Q-Test auf Heterogenität?"
"Die Nullhypothese
"Metaanalyse: Wie wird ein Random-Effects-Modell mit metafor geschätzt?"
"Zum Beispiel: rma(yi
"Metaanalyse: Was ist die Gesamteffektstärke im rma-Output?"
"Der unter „Model Results“ angegebene Schätzer des mittleren Effekts μ bzw. des Intercepts."
"Metaanalyse: Was zeigt ein Forest Plot?"
"Die Effektschätzungen und Konfidenzintervalle der Einzelstudien sowie häufig den zusammengefassten Effekt."
"Metaanalyse: Was ist das File-Drawer-Problem?"
"Nicht signifikante Ergebnisse werden seltener veröffentlicht
"Metaanalyse: Wie werden Moderatoren in metafor ergänzt?"
"Mit dem Argument mods
"Metaregression: Was bedeutet R² im Mixed-Effects-Output?"
"Der Anteil der zwischen Studien bestehenden Heterogenität
"Metaregression: Was prüft QM?"
"Den gemeinsamen Test
"Metaregression: Was prüft QE?"
"Ob nach Berücksichtigung der Moderatoren noch signifikante residuale Heterogenität verbleibt."
"Veränderungsevaluation: Was ist ihr Kernziel?"
"Zu beschreiben und zu modellieren
"Veränderungsevaluation: Was unterscheidet qualitative von quantitativer Veränderung?"
"Qualitativ ändert sich die Art bzw. Modalität eines Zustands; quantitativ nimmt eine Merkmalsausprägung zu oder ab."
"Veränderungsmessung: Was ist eine indirekte Veränderungsmessung?"
"Dieselbe Variable wird zu mehreren Messzeitpunkten erhoben; die Veränderung wird aus den Messungen abgeleitet."
"Veränderungsmessung: Was ist eine direkte Veränderungsmessung?"
"Die wahrgenommene oder beobachtete Veränderung wird unmittelbar erfragt bzw. beurteilt."
"Indirekte Veränderungsmessung: Was ist ein zentraler Vorteil?"
"Sie ist weniger anfällig für Erinnerungs- und Bestätigungseffekte einer rückblickenden Veränderungsbeurteilung."
"Indirekte Veränderungsmessung: Welche Probleme können auftreten?"
"Response Shift
"Direkte Veränderungsmessung: Was sind wichtige Vorteile?"
"Sie ist ökonomisch und erfasst die subjektiv erlebte Veränderung unmittelbar."
"Direkte Veränderungsmessung: Welche Verzerrungen sind möglich?"
"Konfirmations- und Gedächtniseffekte
"Lineares Wachstumskurvenmodell: Welche Zeitladungen werden bei vier äquidistanten Messzeitpunkten typischerweise verwendet?"
"Für den Interzeptfaktor 1
"Lineares Wachstumskurvenmodell: Was bedeutet M(π₀)?"
"Das erwartete Ausgangsniveau bei dem Zeitpunkt
"Lineares Wachstumskurvenmodell: Was bedeutet Var(π₀)?"
"Das Ausmaß interindividueller Unterschiede im Ausgangsniveau."
"Lineares Wachstumskurvenmodell: Was bedeutet M(π₁)?"
"Die durchschnittliche lineare Steigungsrate pro Zeiteinheit."
"Lineares Wachstumskurvenmodell: Was bedeutet Var(π₁)?"
"Das Ausmaß interindividueller Unterschiede in der linearen Veränderungsrate."
"Lineares Wachstumskurvenmodell: Wo liest man die durchschnittliche Steigung im lavaan-Output ab?"
"Beim Mittelwert bzw. Interzept des latenten Steigungsfaktors π₁."
"Lineares Wachstumskurvenmodell: Wo liest man die Heterogenität der Steigungen ab?"
"Bei der Varianz des latenten Steigungsfaktors π₁."
"Lineares Wachstumskurvenmodell: Was bedeutet eine auf Gleichheit gesetzte Messfehlervarianz?"
"Für alle Messzeitpunkte wird dieselbe Residual- bzw. Messfehlervarianz geschätzt."
"Veränderungsmessung: Was ist der Reliable Change Index (RCI)?"
"Ein standardisierter individueller Differenzwert; bei fehlender Populationsveränderung wird die beobachtete Differenz durch ihre Standardabweichung geteilt."
"Veränderungsmessung: Welcher t-Test passt zu echter Messwiederholung derselben Personen?"
"Der t-Test für abhängige Stichproben."
"Veränderungsmessung: Welcher t-Test passt zu zwei unabhängigen Gruppen?"
"Der t-Test für unabhängige Stichproben."
"Veränderungsmessung: Wie lautet der Veränderungsquotient?"
"VQ = (I₂ − I₁) / I₁."
"Häufigkeitsveränderung: Welcher Test passt bei unabhängigen Häufigkeitstabellen?"
"Der Chi-Quadrat-Test."
"Häufigkeitsveränderung: Welcher Test passt bei gepaarten dichotomen Messungen?"
"Der McNemar-Test."
"True-Change-Modelle: Was unterscheidet sie von einem linearen Wachstumskurvenmodell?"
"Sie modellieren latente Veränderungen
"Differenzwerte: Wovon hängt ihre Reliabilität wesentlich ab?"
"Von der Reliabilität der Einzelmessungen und von der Autokorrelation zwischen den Messzeitpunkten."
"Veränderungsmodelle: Wie kann Moderation untersucht werden?"
"Durch Subgruppen- oder Mehrgruppenanalysen
"Messung: Was bedeutet Objektivität?"
"Das Ergebnis ist unabhängig davon
"Messung: Was bedeutet Reliabilität?"
"Ein Merkmal wird möglichst präzise und mit wenig Messfehler erfasst."
"Messung: Was bedeutet Validität?"
"Das Instrument misst das beabsichtigte Konstrukt und nicht etwas anderes."
"Messung: Warum kann Aggregation die Messqualität erhöhen?"
"Mehrere Einzelinformationen können zufällige Messfehler ausgleichen und Reliabilität sowie Validität steigern."
"Messmodell: Was ist eine latente Variable?"
"Ein nicht direkt beobachtbares Konstrukt
"CFA: Welche Frage beantwortet eine konfirmatorische Faktorenanalyse?"
"Ob ein theoretisch festgelegtes Messmodell mit den empirischen Daten vereinbar ist."
"CFA: Wie lautet die grundlegende Messgleichung?"
"yᵢ = νᵢ + λᵢη + εᵢ."
"CFA: Was beschreibt die Faktorladung λᵢ?"
"Die Stärke und Richtung der Beziehung zwischen manifestem Indikator yᵢ und latentem Faktor η."
"CFA: Wie wird die Reliabilität eines Indikators aus einer standardisierten Ladung bestimmt?"
"Die standardisierte Ladung wird quadriert: Rel(yᵢ) = λᵢ
"CFA: Eine standardisierte Ladung beträgt 0
847. Wie hoch ist die Indikatorreliabilität ungefähr?"
"CFA: Wie kann die Skala eines latenten Faktors in der Vorlesung fixiert werden?"
"Die erste Ladung wird auf 1 und der Interzept des ersten Indikators auf 0 gesetzt."
"CFA: Was spricht ein nicht signifikanter Chi-Quadrat-Test des User Models aus?"
"Die exakte Modellpassung wird nicht verworfen; das ist mit einem gut passenden Modell vereinbar."
"CFA: Welche Fitmaße wurden neben dem Chi-Quadrat-Test besonders betrachtet?"
"Unter anderem CFI
"KTT/CFA: Wie lautet das Modell tau-kongenerischer Tests?"
"Ladungen und Intercepts dürfen zwischen den Indikatoren variieren; es ist das am wenigsten restriktive der vier KTT-Modelle."
"KTT/CFA: Wie lautet das essentiell tau-äquivalente Modell?"
"Die Ladungen sind gleichgesetzt
"KTT/CFA: Wie lautet das tau-äquivalente Modell?"
"Ladungen und Intercepts sind gleichgesetzt."
"KTT/CFA: Wie lautet das tau-parallele Modell?"
"Ladungen
"KTT/CFA: Welches Modell liegt vor
wenn Ladungen und Intercepts frei geschätzt werden?"
"lavaan: Welcher Operator definiert eine latente Variable?"
"Der Operator lautet =~."
"lavaan: Welcher Operator steht für Regression?"
"Der Operator lautet ~."
"lavaan: Welcher Operator steht für Varianzen und Kovarianzen?"
"Der Operator lautet ~~."
"lavaan: Wie wird ein Interzept angesprochen?"
"Mit ~ 1."
"CFA: Wozu dienen Modifikationsindizes?"
"Sie zeigen
"Wirksamkeitsindikator: Was bedeutet Neutralität gegenüber der Intervention?"
"Die Messbeziehungen sollen vor und nach bzw. zwischen den Interventionen vergleichbar bleiben; das Messmodell darf nicht interventionsabhängig wechseln."
"Wirksamkeitsindikator: Welche Qualitätsanforderungen sind zentral?"
"Reliabilität
"Messvalidität: Was sind Demand Characteristics?"
"Hinweise der Untersuchungssituation
"Messvalidität: Was ist der Hawthorne-Effekt?"
"Teilnehmende verändern ihr Verhalten
"Messvalidität: Was ist der Rosenthal-Effekt?"
"Erwartungen der Versuchsleitung beeinflussen unbeabsichtigt Verhalten oder Beurteilung der Teilnehmenden."
"Versuchsplanung: Welches Ziel verfolgt die Planung einer Evaluationsuntersuchung?"
"Die Plausibilität von Kausalitätsbedingungen zu erhöhen und alternative Erklärungen für beobachtete Effekte möglichst weit zu kontrollieren."
"Versuchsplanung: Welche sieben Techniken zur Kontrolle von Störvariablen werden genannt?"
"Randomisierung
"Störvariablenkontrolle: Was bedeutet Randomisierung?"
"Personen werden zufällig den Bedingungen zugeteilt
"Störvariablenkontrolle: Was bedeutet Eliminierung?"
"Eine mögliche Störvariable wird durch Ein- oder Ausschlusskriterien aus der Untersuchung entfernt."
"Störvariablenkontrolle: Was bedeutet Konstanthaltung?"
"Eine mögliche Störvariable wird für alle untersuchten Personen oder Bedingungen gleich gehalten
"Störvariablenkontrolle: Was bedeutet Ausbalancierung?"
"Die Ausprägungen einer Störvariable werden gezielt gleichmäßig auf die Gruppen verteilt."
"Störvariablenkontrolle: Was bedeutet Parallelisierung bzw. Matching?"
"Personen werden anhand relevanter Merkmale paar- oder gruppenweise einander zugeordnet."
"Störvariablenkontrolle: Was bedeutet statistische Kontrolle?"
"Störvariablen werden nach der Datenerhebung rechnerisch berücksichtigt
"Störvariablenkontrolle: Was leistet intraindividuelle Veränderungsmessung?"
"Jede Person wird über mehrere Zeitpunkte mit sich selbst verglichen; zeitlich stabile Personenmerkmale werden dadurch konstant gehalten."
"Randomisiertes Design: Warum erhöht zufällige Gruppenzuweisung die interne Validität?"
"Sie verringert systematische Ausgangsunterschiede zwischen den Gruppen und balanciert auch unbekannte Störvariablen im Erwartungswert."
"Versuchsplanung: Was kennzeichnet ein quasi-experimentelles Design?"
"Die Bedingungen werden ohne vollständig zufällige Zuweisung verglichen; mögliche Ausgangsunterschiede erfordern zusätzliche Kontrolle."
"Quasi-experimentelles Design: Was bedeutet Randomisierung nach Einwilligung?"
"Personen
"Regression-Discontinuity-Design: Wie erfolgt die Zuweisung?"
"Anhand eines festgelegten Cut-offs auf einer kontinuierlichen Zuweisungs- oder Kontrollvariable."
"Regression-Discontinuity-Design: Welches Muster spricht am Cut-off für einen Treatment-Effekt?"
"Ein Sprung bzw. eine Diskontinuität im erwarteten Outcome unmittelbar an der Zuweisungsgrenze."
"Regression-Discontinuity-Design: Welche Modellierungsannahme ist zentral?"
"Der funktionale Zusammenhang zwischen Zuweisungsvariable und Outcome auf beiden Seiten des Cut-offs muss angemessen modelliert sein."
"Regression-Discontinuity-Design: Was unterscheidet Sharp RD von Fuzzy RD?"
"Sharp RD: Die Zuweisung folgt dem Cut-off vollständig. Fuzzy RD: Nur die Behandlungswahrscheinlichkeit springt am Cut-off."
"Selbstselektionsdesign: Wodurch entsteht die zentrale Unsicherheit?"
"Die Gruppenwahl kann mit Motivation
"Selbstselektionsdesign: Welche Informationen unterstützen eine kausale Auswertung?"
"Eine breite Erhebung potenzieller Störvariablen sowie geeignete kausale Analyseverfahren."
"Prä-Post-Follow-up-Design: Welche Messzeitpunkte werden unterschieden?"
"Pretest vor dem Treatment
"Randomisiertes Prä-Post-Design: Wofür kann ein Pretest trotz Randomisierung hilfreich sein?"
"Für höhere Power
"Design mit multiplen Pretests: Welchen zusätzlichen Erkenntnisgewinn bietet es?"
"Es zeigt Reifungstrends
"Treatment-Vertauschungs- bzw. Wartegruppendesign: Wie ist es aufgebaut?"
"Zwei Gruppen erhalten dasselbe Treatment zu unterschiedlichen Zeitpunkten; die später behandelte Gruppe dient zunächst als Kontrollgruppe."
"Treatment-Vertauschungsdesign: Welches Veränderungsmuster stützt einen Treatment-Effekt?"
"Jede Gruppe verändert sich vor allem in dem Zeitraum
"Treatment-Vertauschungsdesign: Welche Einflüsse können die Interpretation erschweren?"
"Enttäuschung oder Demotivation während des Wartens
"Versuchsplanung: Was ist Pretest-Sensitivierung bzw. Testreaktivität?"
"Der Pretest beeinflusst den späteren Outcome
"Solomon-4-Gruppen-Plan: Welche drei Effekte lassen sich unterscheiden?"
"Den Interventionseffekt
"Solomon-4-Gruppen-Plan: Wie sind die vier Gruppen aufgebaut?"
"A: Pretest und Treatment; B: kein Pretest und Treatment; C: Pretest und kein Treatment; D: weder Pretest noch Treatment. Alle erhalten einen Posttest."
"Solomon-4-Gruppen-Plan: Wie wird der Haupteffekt der Intervention verglichen?"
"Die Posttestwerte der Treatmentgruppen A und B werden mit denen der Kontrollgruppen C und D verglichen: A+B gegenüber C+D."
"Solomon-4-Gruppen-Plan: Wie wird der Haupteffekt des Pretests verglichen?"
"Die Gruppen mit Pretest A und C werden mit den Gruppen ohne Pretest B und D verglichen: A+C gegenüber B+D."
"Solomon-4-Gruppen-Plan: Wie wird die Intervention-Pretest-Interaktion geprüft?"
"Man vergleicht den Pretestunterschied innerhalb der Treatment- und Kontrollbedingungen: A−B gegenüber C−D."
"Solomon-4-Gruppen-Plan: Welche Regression bildet die drei Effekte ab?"
"Outcome ~ Intervention * Pretest; die Sternschreibweise enthält beide Haupteffekte und den Interaktionsterm."
"Solomon-Regression: Was beschreibt der Interzept bei 0/1-Kodierung?"
"Den erwarteten Posttestwert der Referenzgruppe ohne Intervention und ohne Pretest
"Solomon-Regression: Was beschreibt der Interventionskoeffizient bei 0/1-Kodierung?"
"Den Interventionseffekt unter Personen ohne Pretest
"Solomon-Regression: Was beschreibt der Pretestkoeffizient bei 0/1-Kodierung?"
"Den Pretesteffekt ohne Intervention
"Solomon-Regression: Was beschreibt der Koeffizient Intervention:Pretest?"
"Die Differenz der Interventionseffekte zwischen Personen mit und ohne Pretest: (A−C)−(B−D)."
"Kontrollgruppe: Warum ist sie für die Wirksamkeitsevaluation bedeutsam?"
"Sie liefert Vergleichsinformationen zu Veränderungen durch Reifung
"Kontrollgruppendesign: Wie lässt sich die maßnahmenspezifische Nettowirkung ausdrücken?"
"Als Unterschied der Veränderungen: (Post−Pre) der Treatmentgruppe minus (Post−Pre) der Kontrollgruppe."
"Unbehandelte Kontrollgruppe: Welche Information liefert sie?"
"Sie zeigt
"Warte-Kontrollgruppe: Wie ist sie aufgebaut?"
"Sie erhält zunächst keine Behandlung und bekommt die Intervention zu einem späteren Zeitpunkt."
"Unspezifisch behandelte Kontrollgruppe: Welche Frage beantwortet sie?"
"Ob die untersuchte Maßnahme stärker wirkt als allgemeine Aktivität
"Placebo-Kontrollgruppe: Welche Wirkung wird kontrolliert?"
"Erwartungs- und Glaubenseffekte einer scheinbaren Behandlung ohne den spezifischen Wirkbestandteil."
"Vergleichsgruppe mit anderer Behandlung: Welche Frage beantwortet sie?"
"Wie die Wirkung der untersuchten Maßnahme im Verhältnis zu einer alternativen aktiven Behandlung ausfällt."
"Design ohne Kontrollgruppe: Was leistet ein Zeitreihendesign?"
"Viele Messzeitpunkte vor
"Design ohne Kontrollgruppe: Was leistet der Vergleich nicht-äquivalenter abhängiger Variablen?"
"Ein maßnahmenspezifischer Outcome wird mit einem maßnahmenunspezifischen Outcome verglichen; ein selektiver Effekt stützt die spezifische Wirkannahme."
"Design ohne klassische Kontrollgruppe: Was ist eine Kohorten-Kontrollgruppe?"
"Eine zeitlich andere Gruppe wird als Vergleich herangezogen
"Kohortendesign mit Parallelisierung: Wozu dient das Matching der Kohorten?"
"Es macht die zeitlich verschiedenen Gruppen hinsichtlich relevanter Ausgangsmerkmale vergleichbarer."
"Kohortendesign mit Messwiederholung: Welche Informationen werden verbunden?"
"Verläufe derselben Personen über die Zeit werden mit Verläufen verschiedener Jahrgänge verglichen
"Campbell: Welche drei Kriterien sprechen für einen kausalen Zusammenhang?"
"Zeitliche Priorität der Ursache
"Campbell: Was ist statistische Schlussfolgerungsvalidität?"
"Die Gültigkeit der Aussage
"Campbell: Was ist interne Validität?"
"Campbell: Was ist Konstruktvalidität?"
"Die Gültigkeit der theoretischen Interpretation der verwendeten Treatments
"Campbell: Was ist externe Validität?"
"Die Übertragbarkeit der kausalen Beziehung auf andere Personen
"Campbell: Warum ist Selektion eine Bedrohung der internen Validität?"
"Systematische Ausgangsunterschiede zwischen Gruppen können den beobachteten Effekt statt des Treatments erklären."
"Campbell: Warum ist History eine Bedrohung der internen Validität?"
"Zeitgleich mit der Intervention auftretende Ereignisse können die Veränderung verursachen."
"Campbell: Was bedeutet Treatment-Diffusion?"
"Bestandteile der Intervention gelangen in die Kontrollgruppe und verringern den Gruppenunterschied."
"Campbell: Welche Grundregel gilt für die Reduktion von Validitätsbedrohungen?"
"Bedrohungen möglichst bereits durch das Studiendesign vor der Datenerhebung reduzieren."
"Campbell: Welche quasiexperimentellen Designs werden bei fehlender Randomisierung hervorgehoben?"
"Regression-Discontinuity-Design
"Campbell: Wodurch kann externe Validität gestärkt werden?"
"Durch Zufallsauswahl oder durch Replikationen über unterschiedliche Populationen
"Evaluation: Was bedeutet „evaluieren“ im Kern?"
"Einen Gegenstand wie ein Programm
"Evaluationsforschung: Was unterscheidet sie von einer beliebigen Bewertung?"
"Vorab festgelegte Ziele und Kriterien sowie der systematische Einsatz sozialwissenschaftlicher Methoden durch qualifizierte Personen."
"Evaluation: Was ist ein Evaluationsgegenstand?"
"Das Objekt
"Evaluation: Was ist ein Evaluationskriterium?"
"Ein Merkmal bzw. eine Eigenschaft
"Evaluation: Welche drei grundlegenden Zielsetzungen werden unterschieden?"
"Zustandsevaluation
"Evaluation: Was unterscheidet Veränderungs- von Wirksamkeitsevaluation?"
"Veränderungsevaluation beschreibt
"Evaluation: Was unterscheidet formative von summativer Evaluation?"
"Formativ dient der Verbesserung während der Entwicklung oder Umsetzung; summativ beurteilt die Maßnahme abschließend."
"Evaluation: Welche vier Oberkategorien haben die DeGEval-Standards?"
"Nützlichkeit
"Evaluation: Welche Rollen bilden bei einer Fremdevaluation das mögliche „Drama-Dreieck“?"
"Auftraggebende
"Effizienzanalyse: Welche Frage steht im Mittelpunkt?"
"Ob der erzielte Nutzen einer Maßnahme ihre Kosten rechtfertigt."
"Effizienzanalyse: Welche Reihenfolge ist sinnvoll?"
"Zuerst Bedarf bzw. Zustand prüfen
"Effizienzanalyse: Was unterscheidet a-priori- von a-posteriori-Analyse?"
"A priori werden Kosten und Wirkungen vor der Durchführung geschätzt; a posteriori werden tatsächlich entstandene Kosten und Wirkungen ausgewertet."
"Effizienzanalyse: Was sind Opportunitätskosten?"
"Der entgangene Nutzen der besten nicht gewählten Alternative
"Effizienzanalyse: Wie unterscheiden sich Wirkung und Nutzen?"
"Wirkung ist die erzielte Veränderung; Nutzen ist die bewertete Wirkung: Nutzen = Wirkung · Wert."
"Effizienzanalyse: Wie wird Präventionsnutzen häufig bestimmt?"
"Als vermiedener Schaden bzw. Problemkosten ohne Maßnahme minus Problemkosten mit Maßnahme."
"Effizienzanalyse: Was ist die Nettowirkung?"
"Hauptwirkung plus positive Neben- und Folgewirkungen minus negative Neben- und Folgewirkungen."
"Effizienzanalyse: Warum ist die Kosten-Nutzen-Bewertung perspektivenabhängig?"
"Betroffene
"Kosten-Nutzen-Analyse: Wie lautet der Nettonutzen?"
"NN = N − K."
"Kosten-Nutzen-Analyse: Wie lautet der Nutzenquotient?"
"NQ = N / K."
"Effizienzanalyse: Was ist der Break-even-Point?"
"Der Punkt
"Kosten-Effektivitäts-Analyse: Was wird verglichen?"
"Kosten pro Erfolgseinheit
"Zustandsevaluation: Welche Frage beantwortet sie?"
"Wie ein Evaluationsgegenstand zu einem bestimmten Zeitpunkt beschaffen ist."
"Zustandsevaluation: Warum sind rohe Gruppen- oder Einrichtungswerte nur eingeschränkt vergleichbar?"
"Die Einheiten können sich in relevanten Ausgangsbedingungen oder ihrer Zusammensetzung unterscheiden."
"Zustandsevaluation: Was leisten adjustierte Mittelwerte?"
"Sie vergleichen Einheiten bei einer gemeinsamen bzw. kontrollierten Kovariatenverteilung."
"Zustandsevaluation: Was bedeutet ein Unterschied zwischen Rohmittel und adjustiertem Mittel?"
"Ein Teil des Rohunterschieds hängt mit berücksichtigten Kovariaten bzw. unterschiedlichen Ausgangsbedingungen zusammen."
Last changed20 days ago