Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
Wir haben die Veränderungsmessung, -analyse und -prognose unter dem Blickwinkel betrachtet, dass mit den Ergebnissen einer empirischen Längs-Schnittuntersuchung prinzipiell Handlungsanweisungen zur Optimierung von psychologischen Interventionen gegeben werden können. Für dieses Ziel sind einige Methoden (z.B. Arima(p,d,q)-Modelle, varianzanalytische Wachstumskurvenmodelle, einfache Markoffketten, Pfadanalysen mit Korrelationsmatrizen) weniger und andere (Transfermodelle, Systemtheoretische Modelle) besser geeignet. Für alle Typen von Anwendungen gilt aber, dass die Veränderungsmessung nicht bei einer individuellen Z-Punkt-Messung und deren Interpretation ("Person A hat sich von t1, nach t2 um DeltaX verbessert“) stehen bleiben darf, sondern, dass die Messungen als eventuell messfehlerbehaftet und als Realisationen eines multivariaten stochastischen Prozesses, der äußeren Einflüssen unterliegt, begriffen werden müssen. Veränderungsmessung bedeutet dann: a) Quantifizierung der Realisationen x,(t) des Pbn i b) Schätzung der Prozeßparameter c) Quantifizierung bzw. Kontrolle der exogenen Einflüsse Bei der Einzelfallanalyse benötigt man hierzu längere Zeitreihen. Die Zahl der Zeitpunkte kann reduziert werden, wenn man mehrere Personen simultan betrachtet und die Annahme aufstellt, dass alle Personen mit Prozessen beschreibbar sind, die gleiche Parameter besitzen (z.B. Panelanalyse). Legt man diese Maßstäbe an, kann man eine Vielzahl von Methoden als wenig richtungsweisend einstufen und somit ein wenig Ordnung in das Methoden-"chaos“ bringen. Es werden behandelt: (a) Zeitreihenanalyse, (b) Zeitreihenexperimente, (c) Analyse von Differenzenwerten, (d) Strukturmodelle, (e) Varianzanalyse, (f) Markoffketten, (g) zeitkontinuierliche Modelle (Differentialgleichungssysteme, Markoffprozesse)