Kraus, Elisabeth Barbara (2022): Diagnostische Entscheidungen mit dem Treatment Decision Model - ein entscheidungstheoretischer Ansatz auf Basis von Evaluationsstudiendaten. Dissertation, LMU München: Fakultät für Psychologie und Pädagogik |
Vorschau |
PDF
Kraus_Elisabeth_Barbara.pdf 25MB |
Abstract
Die vorliegende Arbeit formalisiert, parametrisiert und implementiert ein diagnostisches Treatmententscheidungsmodell. Zur Formalisierung wird die Treatmententscheidung in den Kontext statistischer Entscheidungstheorie eingebettet. Die Parametrisierung erfolgt mit psychometrischen, sowie non-parametrischen statistischen Modellen und statistischen Entscheidungsregeln. Implementiert wird das Treatmententscheidungsmodell am Beispiel der Auswahl zweier Lesetrainings mit dem Ziel der maximalen Steigerung der Lesekompetenz. Auf Basis von Evaluationsstudiendaten der FiLBY-Studie (Fachintegrierte Leseförderung Bayern) werden hierfür in Studie 1 psychometrische Modelle der Lesekompetenzmessung mit dem Bayerischen Lesetest (BYLET) entwickelt. In Studie 2 wird der Trainingserfolg zweier FiLBY-Lesetrainings mit den in Studie 1 gemessenenen Lesekompetenzen funktional in Beziehung gesetzt. Die funktionalen Zusammenhänge werden mit generalisierten additiven Modellen geschätzt und bilden die Nutzenfunktion des entscheidungstheoretischen Problems. In Studie 3 werden eine Erwartungsnutzen- und eine Maximin-Entscheidungsregel entwickelt. Anschließend werden diese auf die Nutzenfunktionen aus Studie 2 unter Berücksichtigung der messbedingten Unsicherheit aus Studie 1 angewendet. So entsteht ein Treatmententscheidungsmodell, das in der konkreten Anwendung nach der Messung zweier Komponenten der Lesekompetenz eine Trainingswahlentscheidung zwischen dem FiLBY-2- und dem FiLBY-3-Training ermöglicht und dabei auch die Entscheidungssicherheit quantifiziert. Alle Ergebnisse werden inhaltlich mit Bezug auf die Lesekompetenzentwicklung und -förderung, sowie aus entscheidungstheoretischer Perspektive diskutiert.
Abstract
This dissertation formalizes, parameterizes, and implements a diagnostic treatment decision model (TreaDeM). In terms of formalization, the treatment decision is embedded in the context of statistical decision theory. The parameterization is done with psychometric, as well as non-parametric statistical models and statistical decision rules. The treatment decision model is implemented using the example of the selection of two reading trainings with the goal of maximizing reading proficiency. In study 1, psychometric models of measuring reading comprehension with the Bavarian Reading Test (BYLET) are developed, based on evaluation study data from the FiLBY study (Fachintegrierte Leseförderung Bayern). In Study 2, a functional relationship between the training success of two FiLBY reading trainings and the reading skills measured in Study 1 is determined. The functional relationships are estimated with generalized additive models and form the utility function of the decision-theoretic problem. In Study 3, an expected utility decision rule and a maximin decision rule are developed. These are then applied to the utility functions from Study 2, taking into account the measurement uncertainty from Study 1. This results in a treatment decision model that, in actual application, allows for a training choice decision between FiLBY-2 and FiLBY-3 training after measuring two components of reading literacy, while also quantifying decision uncertainty. All results are discussed in terms of implications for reading literacy development and teaching, as well as in respect to the decision theoretic perspective.
Dokumententyp: | Dissertationen (Dissertation, LMU München) |
---|---|
Keywords: | decision theory, psychometrics, reading, test development, utility theory, diagnostics, Entscheidungstheorie, Psychometric, Lesen, Testentwicklung, Nutzentheorie, Diagnostik |
Themengebiete: | 100 Philosophie und Psychologie
100 Philosophie und Psychologie > 150 Psychologie |
Fakultäten: | Fakultät für Psychologie und Pädagogik |
Sprache der Hochschulschrift: | Deutsch |
Datum der mündlichen Prüfung: | 10. Mai 2022 |
1. Berichterstatter:in: | Bühner, Markus |
MD5 Prüfsumme der PDF-Datei: | 9bd5ba983bfcdfba9fdd82699c20abac |
Signatur der gedruckten Ausgabe: | 0001/UMC 29088 |
ID Code: | 30562 |
Eingestellt am: | 07. Oct. 2022 08:55 |
Letzte Änderungen: | 07. Oct. 2022 08:57 |