Multilevel- vs. ANCOVA-Modelle für Studiendesigns mit mind. zwei Messzeitpunkten

Basic data for this talk

Information about the event

Abstract

Effekte aus Randomized controlled trials (RCTs) und vielen anderen Studiendesigns mit mindestens zwei Messzeitpunkten werden klassischerweise mit Verfahren berechnet, die den sogenannten ANCOVA-Modellen entsprechen. Dabei wird die Outcome-Variable zum Zeitpunkt des Interesses (häufig letzter Messzeitpunkt) durch das Treatment unter Kontrolle der Outcome-Variable zu den anderen Messzeitpunkten (häufig erster Messzeitpunkt) vorhergesagt. Damit der Treatment-Effekt in ANCOVA-Modellen wahrheitsgetreu geschätzt wird, liegen den Modellen Voraussetzungen zugrunde (z. B. keine Gruppenunterschiede vor Gabe des Treatments). Die Verletzung von solchen Voraussetzungen führt zu verzerrten Effekten, die wiederum zu verzerrter Evidenz führen kann. In dem Workshop wird deshalb darauf eingegangen, welche Voraussetzungen ANCOVA-Modelle haben, unter welchen Umständen die Modelle verzerrte Effekte zeigen, und welche Studiendesigns mehr und welche weniger geeignet sind, um solche Modelle anzuwenden. Daran anknüpfend werden Alternativen vorgestellt, mit denen Effekte aus den zuvor besprochenen Studiendesigns weniger fehleranfällig berechnet werden können (z. B. Multilevel-Modelle). Der Pre-Conference Workshop richtet sich insbesondere an junge Wissenschaftler*innen, die bereits Studien im längsschnittlichen Sinne durchgeführt haben. Außerdem sollten Teilnehmende bereits Erfahrungen im Umgang mit R, Mplus oder Pyhton zur Datenanalyse gesammelt haben.

Speakers from the University of Münster

Beck, Jan Ulrich

Professorship for Psychology of Learning in Education and Instruction (Prof. Dutke)