Design - Diagnostik an der Universität Osnabrück

Karteikarten und Zusammenfassungen für Design - Diagnostik an der Universität Osnabrück

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Design - Diagnostik an der Universität Osnabrück.

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Kausalität 

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Experimentelle vs. Quasiexperimentelle Designs

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Kausalitätsprinzipien

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Interne Validität

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Techniken zur Minimierung des Einflusses von Störvariablen

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Propensity score matching: Ziel

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Propensity score matching: Schätzung des Scores

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Untersuchungsvalidität 

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Techniken zur Minimierung des Einflusses von Störvariablen: Konstanthalten und Elimination

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Techniken zur Minimierung des Einflusses von Störvariablen: Randomisierung

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Techniken zur Minimierung des Einflusses von Störvariablen: Parallelisierung/ Matching

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:


Techniken zur Minimierung des Einflusses von Störvariablen: Statistische Adjustierung 

Kommilitonen im Kurs Design - Diagnostik an der Universität Osnabrück. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Design - Diagnostik an der Universität Osnabrück auf StudySmarter:

Design - Diagnostik

Kausalität 

  • Untersuchungsdesign kann ursächlich sein, wenn die Fragestellung nicht beantwortet werden kann
    1. Kausaliätsproblem
    2. Verzerrung der Effektschätzung
    3. Schlechtes Design kann nicht durch komplexe Auswertung kompensiert werden
  • Multikausalität
    1. Komplexität psychologischer Phänomene berücksichtigen
    2. Mehr als eine Ursache können zusammen auftreten (Teilursache ist alleine nicht hinreichend; unterschiedliche Ursachenkonstellationen können zu demselben Ergebnissen führen; Teilursachen können auch bei anderen psychoscholgischen Phänomenen relevant sein)
  • Bestimmung potentiell relevanter Variablen ist notwendig
    1. UV
    2. AV
    3. Störvariablen
    4. Evtl Moderatoren und Mediatoren

Design - Diagnostik

Experimentelle vs. Quasiexperimentelle Designs

  • Ausschlaggebend: Randomisierung
    1. Ja = Experiment
    2. Nein = Quasi-Experiment (natürliche Gruppen)
    3. teilweise Unterscheidung zwischen Quasi-Experimenten bei natürlichen Gruppen Nicht-Experimenten (= Korrelationsstudien, Fallstudien etc.)


Selbst bei Experimenten: Kausalitätsschätzung oder potentielle Kausalität

  • Eigentlich müsste jede Person/ jede Einheit gleichzeitig in jeder Bedingung untersucht werden (unmöglich!)
  • Plausibilität der Schätzung erhöhen
    1. Experimente besser als Quasi-Experimente
    2. Einsatz von Methoden wie propensity score matching bei Quasi-Experimenten

Design - Diagnostik

Kausalitätsprinzipien

  • Kovarianzprinzip
    1. Zusammenhang zwischen den Variablen
    2. UV-Änderung geht mit AV-Änderung einher
  • Zeitliche Abfolge
    1. Ursache geht Wirkung zeitlich voraus
  • Mehrere Messzeitpunkte
    1. (Traitveränderungen, Mediationsmodelle); ideal: jede Variable zu jedem Zeitpunkt erfassen
  • Ausschluss alternativer Erklärungen
    1. Ceteris paribus Regel („unter sonst gleichen Bedingungen“); Bedingungen der Gruppen nur durch UV verschieden - AV Unterschiede gehen auf UV-Unterschiede zurück
    2. wichtig für die interne Validität der Untersuchung
    3. Kontrolle durch Techniken wie Randomisierung, Parallelisierung und Propensity score matching
    4. In Quasi-Experimenten meist verletzt

Design - Diagnostik

Interne Validität

Effekte können eindeutig auf die Bedingungsvariation zurückgeführt werden

  1. Alternative Erklärungen ausgeschlossen


Problematisch besonders bei systematischen Störvariablen 

  • Personenbezogen vs. Situationsbezogen vs. Positionsbezogene (bei Messwiederholung)
  • Konfundierung: unklar ob die UV oder die Störvariable für die Unterschiede in der AV verantwortlich sind

Noncompliance: Teilnehmende ignorieren die Instruktion

  • Oft in einer Untersuchungsbedigung stärker als in anderen
  • Technologischer Fortschritt (Facebook-Gruppen etc.) als Problem - Kommunikation von Teilnehmern
  • Versuch herauszufinden in welcher Gruppe man ist
  • Nachträgliche Kontrolle selten möglich
  • Prävention
    1. Bestrafung (Geld, Verbot der Teilnahme an weiteren Studien)
    2. Identidifkation nicht immer möglich
    3. Erhöhung der Attraktivität
      • Entschädigung, Reisekosten, Kinderbetreuung, Treatmentgarantie ertc.
    4. Zuweisung von Personen mit geteilter Umgebung zu denselben Bedingungen (Ehepartner, Geschwister etc. mit gleicher Behandlung)

Design - Diagnostik

Techniken zur Minimierung des Einflusses von Störvariablen

  • Konstanthaltung
  • Elimination
  • Randomisierung
  • Parallelisierung bzw. Matching
  • Einführung eines Kontrollfaktors
  • Störvariable als UV berücksichtigt (ANOVA rechnen mögich)
  • Statistische Adjustierung
  • Propensity score matching
  • Messwiederholung
  • Ausbalancieren

Design - Diagnostik

Propensity score matching: Ziel

Ziel: Selektion von Personen bei der Auswertung oder Gewichtung der Ergebnisse anhand des Scores

Nachträglich feststellen ob sich die Gruppen in Bezug auf die Störvariablen unterscheiden

(nach der Datenerhebung, vor der Datenauswertung)

Design - Diagnostik

Propensity score matching: Schätzung des Scores

  • Propensity = Neigung / Wahrscheinlichkeit (0-1), dass eine Person zur EG gehört
  • Störvariablen als Prädiktoren für die Propensity
  • Gruppenzugehörigkeit als Kriterium
  • Würde für jeden einzelne Person bestimmt
  • Wahrscheinlichkeit, dass eine Person mit den gegebenen Prädiktoren (=Störvariablen) zur EG gehört
  • Unterscheiden sich die Gruppen in Bezug auf ihren Propensity-Score? ; wenn ja, dann gibt es systematische Unterschiede zwischen den Gruppen
  • Matching: Personen aus den Gruppen mit ähnlichen Scores zusammenfügen à in beiden Gruppen müssen Personen mit ähnlichen Scores haben (für einen hohen in der EG muss auch ein hoher in der KG sein)

Design - Diagnostik

Untersuchungsvalidität 

muss gegeben sein um Aussagen über Zusammenhänge zwischen Variablen, Prävalenzraten oder Wirkungen von Interventionen machen zu können 


behinhaltet: 

  • interne Validität 
  • externe Validität 
  • statistische Validität (statistical conclusion validity) 
  • Variablenvalidität bzw. Konstrukvalidität (construct validity)

Design - Diagnostik

Techniken zur Minimierung des Einflusses von Störvariablen: Konstanthalten und Elimination

Konstanthaltung

  1. Störvariable in allen Untersuchungsbedingungen gleich

Elimination

  1. Spezialfall der Konstanthaltung
  2. Störvaiable ausschalten


Nur Konstanthaltung und Elimination führen zur Beseitigung systematischer und unsystematischer Störeinflüsse


Nachteil: 

  • in Felduntersuchungen häufig nicht machbar
  • Störvariablen müssen bekannt sein

Design - Diagnostik

Techniken zur Minimierung des Einflusses von Störvariablen: Randomisierung

  • Zufällige Einteilung: Risiko der systematischen Störvariablen reduziert
  • Vorteil: auch unbekannte Störvariablen kontrolliert
  • Problem: bei kleinen Stichproben nicht wirksam

Design - Diagnostik

Techniken zur Minimierung des Einflusses von Störvariablen: Parallelisierung/ Matching

  • Bei bekannten Störvariablen
  • Rangreihe der Störvariablen (bspw. Intelligenz der Personen)
  • Durch ein Schema in Gruppen eingeteilt (ABBA etc.)
  • auch mit multiplen Störvariablen möglich

Design - Diagnostik


Techniken zur Minimierung des Einflusses von Störvariablen: Statistische Adjustierung 

  • AUspartialisierung des Einflusses der Störvariablen
  • Vorteil: simultante Adjustierung mehrerer Verariablen
  • Problem: Generalisierung des Ergebnisses ist erschwert

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Design - Diagnostik an der Universität Osnabrück zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Design - Diagnostik an der Universität Osnabrück gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur Universität Osnabrück Übersichtsseite

Biopsychologie

2. Immunsystem (Biopsychologie)

3. Angst und Angststörungen (Biopsychologie)

4. Schizophrenie

Einführung - Diagnostik

Auftrag und Theorie - Diagnostik

Stichprobenplanung - Diagnostik

Verfahren

6. Depressionen (Biopsychologie)

Auswertung, Interpretation, Entscheidung und Kommunikation der Ergebnisse

Altklausur Bio

7. Gedächtnis und Demenz (Biopsychologie)

8. Sucht

Psychosomatik

Psychotherapie und Beratung

Verhaltensbiologie

Pathopsychologie

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für Design - Diagnostik an der Universität Osnabrück oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login