Erweiterung und Anwendung von lokal gewichteten Strukturgleichungsmodellen auf längsschnittliche Daten

• Antragstellerinnen / Antragsteller: Professorin Dr. Andrea Hildebrandt; Professor Dr. Ulrich Schroeders
• Fachliche Zuordnung: Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden ; Entwicklungspsychologie und Pädagogische Psychologie
• Förderung: Förderung von 2017 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 390731750

Um Bildung über die gesamte Lebensspanne zu betrachten und kumulative und interaktive Effekte des Lernens in verschiedenen Lernumgebungen angemessen untersuchen zu können, benötigt man einerseits umfangreiche Datensätze und andererseits flexible statistische Methoden um Veränderung zu modellieren. Das Nationale Bildungspanel (NEPS) bietet qualitativ hochwertige, national repräsentative längsschnittliche Daten zu Bildungsverläufen und Kompetenzentwicklungen von Schülern und Erwachsenen in Deutschland. Um die Rahmenbedingungen von Lernen besser verstehen zu können und Bildung zu optimieren, kommt Variablen, die den Schul- und Familienkontext abbilden, besondere Bedeutung zu. Obwohl die Strukturgleichungsmodellierung längsschnittlicher Daten in den letzten Jahrzehnten stetig weiterentwickelt wurde, stehen flexible Modellierungstechniken zur Untersuchung von Entwicklung in Abhängigkeit von Kontextvariablen weiterhin aus. Der Fokus dieses Projekt liegt deshalb auf der Erweiterung einer kürzlich eingeführten SEM-Technik auf längsschnittliche Daten. Ziel ist die neue Methode zu Beantwortung grundlegender Fragen der Kompetenz-entwicklung über die Lebensspanne einzusetzen.Lokale Strukturgleichungsmodelle (LSEM) ermöglichen es, SEM-Parameter moderiert durch kontinuierliche Kontextvariablen wie Alter oder sozioökomischen Status zu betrachten. LSEM vermeiden dabei die künstliche Kategorisierung einer an sich kontinuierlichen Kontextvariable. Obgleich häufig manifeste Mittelwertsverläufe (z.B. Lernverläufe) untersucht werden, ist es notwendig darauf hinzuweisen, dass solche Fragen unweigerlich mit Messung im Allgemeinen und Fragen, die die Varianz-Kovarianz-Struktur betreffen, im Besonderen verbunden sind. Denn es werden Messinstrumente benötigt, die Leistung über Alter, Zeit und andere Kontextvariablen messinvariant erfassen. Deshalb ist die Forschung zur Varianz-Kovarianz-Struktur zentral, um die Verlässlichkeit möglicher Mittelwertseffekte sicherzustellen. Kurz gefasst handelt es sich bei LSEM um ein non-parametrisches Verfahren, das auf Stichprobengewichtung beruht. Bis dato wurde LSEM nur in querschnittlichen Studiendesigns eingesetzt; die Erweiterung auf den längsschnittlichen Fall steht aus ist aber notwendig, um Bildungsfragen angemessen adressieren zu können.Mit einer Reihe von Analysen werden wir die Verwendbarkeit und die Nützlichkeit der neu entwickelten Methode anhand von NEPS Daten untersuchen, um Kompetenzentwicklungen über kürzere oder längere Zeitläufe zu beschreiben. Zuerst werden wir den Einfluss des sozioökonomischen Status (SES) als kontinuierliche Moderatorvariable auf akademische Leistung in latenten Wachstumskurvenmodellen darstellen. Zweitens, betrachten wir Lernzuwächse in Mathematik und ICT Kompetenzen mit elterlichem Engagement als Kontextvariable. Drittens weiten wir LSEM auf den Fall mehrerer Kontextvariablen aus (SES und elterliche Bildung), um so Entwicklungen im Wortschatz erfassen zu können.

• DFG-Verfahren: Infrastruktur-Schwerpunktprogramme
• Teilprojekt zu: SPP 1646: Bildung als lebenslanger Prozess
• Kooperationspartner: Dr. Alexander Robitzsch