6275440
Beschreibung
Karteikarten von Johanna Brinkmann, aktualisiert more than 1 year ago
|
Erstellt von Johanna Brinkmann
vor etwa 8 Jahre
|
|
| Frage | Antworten |
| Was ist der Königsweg zur Evaluation der Programmwirkung -> a) warum? b) was spricht ggf. dagegen? | Randomisierte Feldexperimente a) unverzerrte Programmeffekte -> Gruppenunterschiede nur d. Intervention b) ethische Bedenken; Zeit / Ressourcen |
| Was ist die Gefahr bei alternativen Designs (zu randomisierten Feldexperimenten)? Wodurch kommt sie zustande? | Gefahr: unverzerrte Bewertung der Wirkung nicht immer möglich Gefahrenquellen: Selektionseffekte; Reifung; Zeitgeschehen |
| 1. Was ist ein Selektionseffekt? 2. Wie kommt er zustande? 3. Welche konkreten Ereignisse können ihn herbeiführen? | 1. Unterschied zwischen Kontroll- und Interventionsgruppe in der Zielvariablen, der auch ohne Intervention da wäre. 2. Gruppenunterschiede in anderen Variablen z.B. Motivation 3. Selbstselektion (Gruppenwahl durch Teilnehmer); Stichprobenausfall wegen Gruppenzugehörigkeit (auch bei random) |
| Wie können Reifungs- und Entwicklungsprozesse die Messung der Programmeffekte verzerren? | 1. Überschätzung der Programmwirkung, wenn Entwicklung und Programm die gleiche Wirkrichtung haben. Entsprechend: 2. Unterschätzung der Programmwirkung, wenn Entwicklung und Programm verschiedene Wirkrichtung haben. |
| Wie können Trends (langfristig) und Ereignisse (kurzfristig) Programmeffekte maskieren oder erhöhen? | Beispiele: 1. Programm zur Erhöhung d. Erwerbstätigkeit ehem. Strafgefangener -> Wirtschaftskrise maskiert Wirkung 2. Programm zur Verbesserung des gemeinschaftlichen Zusammenhalts -> Naturkatastrophe führt zu Überschätzung |
| 1. Was unterscheidet ein quasi-experimentelles Design von der "Königsdisziplin"? 2. Was ist sein Ziel? 3. Welche Techniken werden dafür angewendet? | 1. Es ist nicht randomisiert 2. Herstellung größtmöglicher Äquivalenz zw. Kontroll- u. Inteventionsgruppe 3. Matching; statistische Kontrolle; Regression-discontinuity Designs; Reflexive Kontrolle |
| 1. Was ist Matching? 2. Wie funktioniert es? 3. Welche Arten von Matching gibt es? | 1. Kontroll- und Zielgruppe werden einander angepasst. 2. Anhand ausgewählter, potentiell für Zielvariable relevanter Variablen 3 a) individuell: Jeder Teilnehmer der IG hat "Matching-"Partner" in KG b) auf Gruppenebene: Gleiche Verteilung relevanter Merkmale in KG u. IG |
| Was ist Voraussetzung für die Verwendung der Technik "statistische Kontrolle"? (z.B. mit multipler Regression) | Das Miterfassen wichtiger Kontrollvariablen (z.B. Geschlecht; Tendenz zur Informationssuche; wahrgenommene Bedeutung / Schwere der Beschwerde, Familienverhältnisse...) |
| Wie funktioniert das Regressions-Kontinuitäts-Design? | 1. Gruppenbildung auf Grundlage einer Selektionsvariable (z.B. Ausmaß der Bedürftigkeit bei Test einer Behandlungsmethode) 2. Mitmodellierung des Einflusses der Selektionsvariable |
| Wie funktioniert "Reflexive Kontrolle"? | - zwei oder mehr Messzeitpunkte (je mehr desto besser) - davon mindestens eine vor der Intervention - Einfaches Pretest-Posttest-Design oder Zeitreihendesign - Für Unverzerrtheit: keine weiteren Einflussfaktoren bei Intervention |
| Welche Teilziele gibt es bei der Messung der Programmeffekte? | 1. Aufdecken von Programmeffekten (Effektgröße; Effektstärkemaß; statistische Signifikanz; statistische Power) 2. deren praktische Bedeutsamkeit 3. Einflüsse auf Programmeffekte (Moderator- und Mediatorvariablen) |
| 1.Wie berechnet sich idR die Effektgröße? 2. Warum wird meist auf Effektstärkemaße zurückgegriffen? 3. Wie berechnet sich die Effektstärke (zwei Varianten) | 1. Als Differenz zwischen IG & KG. 2. Effektgröße häufig durch sehr spezifische, nicht-standardisierte Maße berechnet -> Standardisierung 3. a) standardisierte MW-differenz d: Aussage über Abweichung der MW in SD b) Odds Ratio (bei binären Zielvariablen) -> Verhältnis pos. & neg. Outcome |
| Statistische Signifikanz ist die minimale Anforderung an ein bedeutsames Ergebnis - aber welche 2 Fehler können bei ihrer Feststellung gemacht werden? | Fehler 1. Art: zufällige Signifikanz auch ohne tatsächlichen Effekt; leicht kontrolliert über Alpha-Niveau Fehler 2. Art: Übersehen einer Signifikanz durch Datenrauschen; schwerer zu kontrollieren mit Power (1-Beta) |
| In welchen Schritten lässt sich die angemessene statistische Power festlegen? | 1. Grenze für Effektstärke festlegen (z.B. d>.30) 2. Fehler 1. Art Risiko festlegen (Alpha-Niveau) 3. Fehler 2. Art Risiko festlegen (Beta-Niveau) 4. statistische Power (1-Beta) 5. Testverfahren und Stichprobengröße |
| Hängen statistische Signifikanz und Effektstärke mit der praktischen Bedeutsamkeit zusammen? | Nicht notwendigerweise -> manchmal kann ein kleiner Programmeffekt sehr bedeutsam sein und umgekehrt. |
| 1. Was sind typische Moderatorvariablen? 2. Wie stellen sie sich im Ergebnis dar? | 1. Alter, Geschlecht, sozialer Status... 2. Als gesonderte Ausprägung (oder auch Richtung der Ausprägung) des Programmeffekts in einer Subpopulation |
| Was sind Mediatorvariablen? | Vermittelnde Variablen -> Weg der Kausalwirkung (Programm zur Gewichtsreduktion wirkt nicht auf Gewicht sondern über Wissensvermittlung usw...) |
| Wie unterscheiden sich vollständige und partielle Mediation? | vollständig: Zusammenhang zwischen Programm und Outcome erklärt sich ganz durch Änderungen im Mediator partiell: Wirkungen über weitere Variablen; Zusammenhang bliebe auch bei Rausrechnen des Mediators erhalten |
Möchten Sie mit GoConqr kostenlos Ihre eigenen Karteikarten erstellen? Mehr erfahren.