Skip to main content
SpringerLink
Log in

Methoden der Veränderungsmessung

  • Chapter
  • First Online:
Book cover Handbuch Entwicklungs- und Erziehungspsychologie

Part of the book series: Springer Reference Psychologie ((SRP))

  • 32k Accesses

Zusammenfassung

Der Vielfalt entwicklungspsychologischer Theorien und Annahmen steht eine Vielfalt der Möglichkeiten zur Datenanalyse gegenüber. Dieses Kapitel hat drei Ziele: (1) Forschenden in der Entwicklungs- und Erziehungspsychologie Konzepte und statistische Methoden der Veränderungsmessung näherzubringen. (2) Die Möglichkeiten und Grenzen jener Methoden aufzuzeigen und (3) so den Forschenden zu helfen, passende Methoden zur Untersuchung entwicklungspsychologischer Fragestellungen auszuwählen. Das Kapitel widmet sich im ersten Teil wichtigen Konzepten wie den Dimensionen, auf denen Veränderung stattfinden kann, dem Messen von Veränderung, dem Thema fehlende Werte und zwei häufigen Fehlkonzeptionen im Zusammenhang mit Veränderungsmessung. Im zweiten Teil stellt das Kapitel konkrete statistische Methoden und Modelle zur Veränderungsmessung vor. Besprochen werden autoregressive Modelle, Modelle für Mittelwertveränderungen, Modelle für Statusveränderung und Entwicklungsmuster sowie Methoden zur Untersuchung von Variabilität und dynamischen Entwicklungsprozessen. Zusammenfassend zeigt der Überblick über die Methoden der Veränderungsmessung und ihre Anwendungen in psychologischen Studien die Wichtigkeit der Passung zwischen theoretischer Fragestellung und empirischer Methode auf, um mit validen Daten psychologisches Wissen um Veränderungs- und Entwicklungsprozesse zu erweitern.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 84.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 84.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Aunola, K., Tolvanen, A., Viljaranta, J., & Nurmi, J.-E. (2013). Psychological control in daily parent-child interactions increases children’s negative emotions. Journal of Family Psychology, 27, 453–462.

    Article  Google Scholar 

  • Baltes, P. B., Reese, H. W., & Nesselroade, J. R. (1977). Life-span developmental psychology: Introduction to research methods. Monterey: Brooks/Cole.

    Google Scholar 

  • Bauer, D. J., & Curran, P. J. (2003). Distributional assumptions of growth mixture models: Implications for overextraction of latent trajectory classes. Psychological Methods, 8, 338–363.

    Article  Google Scholar 

  • Becker, M., Lüdtke, O., Trautwein, U., Köller, O., & Baumert, J. (2012). The differential effects of school tracking on psychometric intelligence: Do academic-track schools make students smarter? Journal of Educational Psychology, 104, 682–699.

    Article  Google Scholar 

  • Berger, F. (2006). Zur Wirkung unterschiedlicher materieller Incentives in postalischen Befragungen. ZUMA-Nachrichten, 58, 81–100.

    Google Scholar 

  • Berger, F., Grob, U., Fend, H., & Lauterbach, W. (2005). Möglichkeiten zur Optimierung der Rücklaufquote in postalischen Befragungen. Bericht über die Vorstudie zum Forschungsprojekt LifE. Zeitschrift für Soziologie der Erziehung und Sozialisation, 25, 99–107.

    Google Scholar 

  • Bergman, L. R., & Vargha, A. (2013). Matching method to problem: A developmental science perspective. European Journal of Developmental Psychology, 10, 9–28.

    Article  Google Scholar 

  • Bergman, L. R., Magnusson, D., & El-Khouri, B. M. (2002). Studying individual development in an interindividual context. A person-oriented approach. Mahwah: Lawrence Erlbaum Associates.

    Google Scholar 

  • Bergman, L. R., Nurmi, J.-E., & von Eye, A. (2012). I-states-as-objects-analysis (ISOA): Extensions of an approach to studying short-term developmental processes by analyzing typical patterns. International Journal of Behavioral Development, 36(3), 237–246.

    Article  Google Scholar 

  • Biesanz, J. C., Deeb-Sossa, N., Papadakis, A. A., Bollen, K. A., & Curran, P. J. (2004). The role of coding time in estimating and interpreting growth curve models. Psychological Methods, 9, 30–52.

    Article  Google Scholar 

  • Borkenau, P., & Ostendorf, F. (1998). The Big Five as states: How useful is the five-factor model to describe intra-individual variations over time? Journal of Personality Research, 32, 202–221.

    Article  Google Scholar 

  • Dietrich, J., Kracke, B., & Nurmi, J.-E. (2011). Parents’ role in adolescents’ decision on a college major: A weekly diary study. Journal of Vocational Behavior, 79, 134–144.

    Article  Google Scholar 

  • Duncan, T. E., & Duncan, S. C. (2004). An introduction to latent growth curve modeling. Behavior Therapy, 35, 333–363.

    Article  Google Scholar 

  • Eid, M., Gollwitzer, M., & Schmitt, M. (2010). Statistik und Forschungsmethoden. Weinheim: Beltz.

    Google Scholar 

  • Enders, C. K. (2010). Applied missing data analysis. New York: Guilford Press.

    Google Scholar 

  • Erikson, E. H. (1989). Identität und Lebenszyklus. Frankfurt a. M.: Suhrkamp.

    Google Scholar 

  • Flaherty, B. P. (2008). Testing the degree of cross-sectional and longitudinal dependence between two discrete dynamic processes. Developmental Psychology, 44, 468–480.

    Article  Google Scholar 

  • Frenzel, A. C., Pekrun, R., Dicke, A.-L., & Goetz, T. (2012). Beyond quantitative decline: Conceptual shifts in adolescents’ development of interest in mathematics. Developmental Psychology, 48(4), 1069–1082.

    Article  Google Scholar 

  • Geiser, C. (2011). Datenanalyse mit Mplus: Eine anwendungsorientierte Einführung. Wiesbaden: VS-Verlag.

    Book  Google Scholar 

  • Gniewosz, B. (2017). Multi-Level Analysen in Erziehungs- und Sozialisationskontexten. In P. Noack & B. Kracke (Hrsg.), Handbuch Entwicklungs- und Erziehungspsychologie. Heidelberg: Springer.

    Google Scholar 

  • Granic, I., Dishion, T. J., & Hollenstein, T. (2003). The family ecology of adolescence: A dynamic systems perspective on normative development. In G. R. Adams & M. D. Berzonsky (Hrsg.), Blackwell handbook of adolescence (S. 60–91). Malden: Blackwell.

    Google Scholar 

  • Hamaker, E. L. (2012). Why researchers should think „within-person“: A paradigmatic rationale. In M. R. Mehl & T. S. Conner (Hrsg.), Handbook of methods for studying daily life (S. 43–61). New York: Guilford Publications.

    Google Scholar 

  • Heckhausen, J., Wrosch, C., & Schulz, R. (2010). A motivational theory of life-span development. Psychological Review, 117, 32–60.

    Article  Google Scholar 

  • Hollenstein, T. (2007). State space grids: Analyzing dynamics across development. International Journal of Behavioral Development, 31, 384–396.

    Article  Google Scholar 

  • Hollenstein, T. (2011). Twenty years of dynamic systems approaches to development: Significant contributions, challenges, and future directions. Child Development Perspectives, 5, 256–259.

    Article  Google Scholar 

  • Jung, T., & Wickrama, K. A. S. (2008). An introduction to latent class growth analysis and growth mixture modeling. Social and Personality Psychology, 2(1), 302–317. https://doi.org/10.1111/j.1751-9004.2007.00054.x.

    Article  Google Scholar 

  • Lanza, S. T., Patrick, M. E., & Maggs, J. L. (2010). Latent transition analysis: Benefits of a latent variable approach to modeling transitions in substance use. Journal of Drug Issues, 40(1), 93–120.

    Article  Google Scholar 

  • Legewie, J. (2012). Die Schätzung von kausalen Effekten: Überlegungen zu Methoden der Kausalanalyse anhand von Kontexteffekten in der Schule. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 64, 123–153.

    Article  Google Scholar 

  • Little, R. J. A., & Rubin, D. B. (2002). Statistical analysis with missing data. New York: Wiley.

    Book  Google Scholar 

  • Little, T. D., Slegers, D. W., & Card, N. A. (2006). A non-arbitrary method of identifying and scaling latent variables in SEM and MACS models. Structural Equation Modeling, 13, 59–72.

    Article  Google Scholar 

  • Mayer, A., Geiser, C., Infurna, F., & Fiege, C. (2013). Modelling and predicting complex patterns of change using growth component models: An application to depression trajectories in cancer patients. European Journal of Developmental Psychology, 10, 40–59.

    Article  Google Scholar 

  • McArdle, J. J., & Hamagami, F. (2001). Latent difference score structural models for linear dynamic analysis with incomplete longitudinal data. In L. M. Collins & A. G. Sayer (Hrsg.), New methods for the analysis of change (S. 137–175). Washington, DC: American Psychological Association.

    Google Scholar 

  • McKnight, P., McKnight, K., Sidani, S., & Figueredo, A. J. (2007). Missing data. A gentle introduction. New York: Guilford.

    Google Scholar 

  • Molenaar, P. C. M. (2013). On the necessity to use person-specific data analysis approaches in psychology. European Journal of Developmental Psychology, 10, 29–39.

    Article  Google Scholar 

  • Molenaar, P. C. M., Sinclair, K. O., Rovine, M., Ram, N., & Corneal, S. E. (2009). Analyzing developmental processes on an individual level using non-stationary time series modeling. Developmental Psychology, 45, 260–271.

    Article  Google Scholar 

  • Musher-Eizenman, D. R., Nesselroade, J. R., & Schmitz, B. (2002). Perceived control and academic performance: A comparison of high- and low-performing children on within-person change patterns. International Journal of Behavioral Development, 26, 540–547. https://doi.org/10.1080/01650250143000517.

    Article  Google Scholar 

  • Muthén, B., Asparouhov, T., Hunter, A., & Leuchter, A. (2011). Growth modeling with non-ignorable dropout: Alternative analyses of the STARD antidepressant trial. Psychological Methods, 16, 17–33.

    Article  Google Scholar 

  • Orth, U., Trzesniewski, K. H., & Robins, R. W. (2010). Self-esteem development from young adulthood to old age: A cohort-sequential longitudinal study. Journal of Personality and Social Psychology, 98, 645–658.

    Article  Google Scholar 

  • Piaget, J. (2000). Psychologie der Intelligenz. Stuttgart: Klett-Cotta.

    Google Scholar 

  • Ram, N., Brose, A., & Molenaar, P. C. M. (2013). Dynamic factor analysis: Modeling person-specific process. In T. Little (Hrsg.), Oxford handbook of quantitative methods (Statistical analysis, Bd. 2, S. 441–457). New York: Oxford University Press.

    Google Scholar 

  • Ranta, M., Dietrich, J., & Salmela-Aro, K. (2014). Career and romantic relationship goals and concerns during emerging adulthood. Emerging Adulthood, 2, 17–26.

    Article  Google Scholar 

  • Reitzle, M. (2013). Introduction: Doubts and insights concerning variable- and person-oriented approaches to human development. European Journal of Developmental Psychology, 10, 1–8.

    Article  Google Scholar 

  • Rost, J. (2006). Latent-Class-Analyse. In F. Petermann & M. Eid (Hrsg.), Handbuch der Psychologischen Diagnostik (S. 275–287). Göttingen: Hogrefe.

    Google Scholar 

  • Schmiedek, F., Lövdén, M., & Lindenberger, U. (2013). Keeping it steady: Older adults perform more consistently on cognitive tasks than younger adults. Psychological Science, 24, 1747–1754. https://doi.org/10.1177/0956797613479611.

    Article  PubMed  Google Scholar 

  • Schmitz, B., & Perels, F. (2006). Potenziale der Zeitreihenanalyse in der Pädagogischen Psychologie. In H. Merkens & A. Ittel (Hrsg.), Veränderungsmessung und Längsschnittstudien in der empirischen Erziehungswissenschaft (S. 45–59). Wiesbaden: VS-Verlag.

    Chapter  Google Scholar 

  • Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Boston: Houghton Mifflin.

    Google Scholar 

  • Stemmler, M. (2017). Personen-orientierte Entwicklungspsychologie als eine alternative Methode zum Variablen-orientierten Ansatz. In P. Noack & B. Kracke (Hrsg.), Handbuch Entwicklungs- und Erziehungspsychologie. Heidelberg: Springer.

    Google Scholar 

  • Stemmler, M., & von Eye, A. (2012). Configural Frequency Analysis (CFA) and other non-parametrical statistical methods (Special Issue) – Part I and II. Psychological Tests and Assessment Modeling, 54, 149–150.

    Google Scholar 

  • Steyer, R., Eid, M., & Schwenkmezger, P. (1997). Modeling true intraindividual change: True change as a latent variable. Methods of Psychological Research – Online, 2, 21–33.

    Google Scholar 

  • Stößel, K., Titzmann, P. F., & Silbereisen, R. K. (2014). Being ‚Them‘ and ‚Us‘ at the same time? Subgroups of cultural identification change among adolescent Diaspora immigrants. Journal of Cross-Cultural Psychology, 45(7), 1088–1108. https://doi.org/10.1177/0022022114534770.

  • Tuominen-Soini, H., Salmela-Aro, K., & Niemivirta, M. (2011). Stability and change in achievement goal orientations: A person-centered approach. Contemporary Educational Psychology, 36, 82–100.

    Article  Google Scholar 

  • Van de Schoot, R., Lugtig, P., & Hox, J. (2012). A checklist for testing measurement invariance. European Journal of Developmental Psychology, 9, 486–492.

    Article  Google Scholar 

  • Van der Giessen, D., Branje, S., Frijns, T., & Meeus, W. (2013). Dyadic variability in mother-adolescent interactions: Developmental trajectories and associations with psychosocial functioning. Journal of Youth and Adolescence, 42, 96–108.

    Article  Google Scholar 

  • Vermunt, J. K., & Magidson, J. (2002). Latent class analysis. In J. A. Hagenaars & A. L. McCutcheon (Hrsg.), Applied latent class analysis (S. 89–106). New York: Cambridge University Press.

    Chapter  Google Scholar 

  • Wang, L., Hamaker, E., & Bergeman, C. (2012). Investigating inter-individual differences in short-term intra-individual variability. Psychological Methods, 17, 567–581.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Erziehungswissenschaft, Friedrich-Schiller-Universität Jena, Am Planetarium 4, 07743, Jena, Deutschland

    Julia Dietrich

Authors
  1. Julia Dietrich
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Julia Dietrich .

Editor information

Editors and Affiliations

  1. Institut für Erziehungswissenschaft, Friedrich-Schiller-Universität Jena, Jena, Germany

    Bärbel Kracke

  2. Institut für Psychologie, Friedrich-Schiller-Universität Jena, Jena, Germany

    Peter Noack

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Dietrich, J. (2019). Methoden der Veränderungsmessung. In: Kracke, B., Noack, P. (eds) Handbuch Entwicklungs- und Erziehungspsychologie. Springer Reference Psychologie . Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-53968-8_32

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-53968-8_32

  • Published:

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-642-53967-1

  • Online ISBN: 978-3-642-53968-8

  • eBook Packages: Psychology (German Language)

Publish with us

Policies and ethics

Search

Navigation