Advertisement

Wachstumsverläufe von latenten Klassen in der Einstellungs- und Verhaltensforschung

Am Beispiel der sozialen Exklusion von Kindern und Jugendlichen in Deutschland
  • Thomas Krause
  • Andreas Wahl
  • Marius Wuketich
Chapter

Zusammenfassung

Dieser Beitrag veranschaulicht am Beispiel der sozialen Exklusion von Kindern und Jugendlichen das Analyseverfahren der „Multiple Indicator Growth Mixture Models“ (MIGMMs). Diese, für Längsschnittdaten konzipierte, Analysemethode ermöglicht es latente Klassenentwicklungsverläufe, unter Kontrolle von Prädiktoren, explorativ zu identifizieren und darüber hinaus den Einfluss dieser Entwicklungsverläufe auf mögliche Folgen (distal outcomes) zu überprüfen. Die vorliegenden Resultate stehen teilweise im Widerspruch zu den, aus der Literatur in diesem Forschungsbereich stammenden Ergebnissen. Es hat sich gezeigt, dass die Entwicklungsverläufe der zwei identifizierten Klassen über die Zeit hinweg homogen bleiben und die üblicherweise vorgeschlagenen Risikofaktoren (Prädiktoren) keinen nennenswerten Einfluss auf die Klassenzugehörigkeit haben. Die Ergebnisse dieses Beitrags zeigen die Leistungsfähigkeit – aber auch Grenzen und mögliche Probleme – dieses dynamischen Ansatzes für die Einstellungsund Verhaltensforschung, welcher die Ergebnisse herkömmlicher Verfahren um zusätzliche Perspektiven bereichern kann.

Schlüsselbegriffe

soziale Exklusion prosoziales Verhalten Verhaltensprobleme Kinder und Jugendliche Wachstumsverläufe latente Klassenverläufe Multiple Indicator Growth Mixture Models (MIGMMs) Second-Order Growth Mixture Models (SOGMMs) 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Allison, P. D. 2000. Multiple Imputation for Missing Data. A Cautionary Tale. Sociological Methods & Research 28 (3): 301–309.Google Scholar
  2. Almquist, Y. B. 2016. Childhood Origins and Adult Destinations. The Impact of Childhood Living Conditions on Coexisting Disadvantages in Adulthood. International Journal of Social Welfare 25 (2): 176–186.  https://doi.org/10.1111/ijsw.12178.
  3. Arbuckle, J. L. 1996. Full Information Estimation in the Presence of Incomplete Data. In Advanced Structural Equation Modeling. Issues and Techniques, Hrsg. George A. Marcoulides und Randall E. Schumacker, 243–278. Mahwah: Lawrence Erlbaum Associates.Google Scholar
  4. Backman, O. und A. Nilsson. 2011. Pathways to Social Exclusion--A Life-Course Study. European Sociological Review 27 (1): 107–123.  https://doi.org/10.1093/esr/jcp064.
  5. Bauer, D. J. und P. J. Curran. 2003. Distributional Assumptions of Growth Mixture Models. Implications for Overextraction of Latent Trajectory Classes. Psychological methods 8 (3): 338–363.  https://doi.org/10.1037/1082-989x.8.3.338.
  6. Bauer, D. J. und P. J. Curran. 2004. The Integration of Continuous and Discrete Latent Variable Models. Potential Problems and Promising Opportunities. Psychological methods 9 (1): 3–29.  https://doi.org/10.1037/1082-989x.9.1.3.
  7. Baumeister, R. F., J. M. Twenge, und C. K. Nuss. 2002. Effects of Social Exclusion on Cognitive Processes. Anticipated Aloneness Reduces Intelligent Thought. Journal of personality and social psychology 83 (4): 817–827.  https://doi.org/10.1037//0022-3514.83.4.817.
  8. Bayram, N., F. Bilgel, und N. G. Bilgel. 2012. Social Exclusion and Quality of Life. An Empirical Study from Turkey. Social Indicators Research 105 (1): 109–120.  https://doi.org/10.1007/s11205-010-9767-4.
  9. Benz, B. 2008. Armut im Familienkontext. In Handbuch Armut und soziale Ausgrenzung, Hrsg. Ernst-Ulrich Huster, Jürgen Boeckh, und Hildegard Mogge-Grotjahn, 381–399. Wiesbaden: Springer VS.Google Scholar
  10. Bernstein, M. J. 2016. Research in Social Psychology. Consequences of Short- and Long-Termn Social Exklusion. In Social Exclusion. Psychological Approaches to Understanding and Reducing Its Impact, Hrsg. Paolo Riva und Jennifer Eck, 51–72. Schweiz: Springer International Publishing.Google Scholar
  11. Boeckh, J. 2008. Migration und Soziale Ausgrenzung. In Handbuch Armut und soziale Ausgrenzung, Hrsg. Ernst-Ulrich Huster, Jürgen Boeckh, und Hildegard Mogge-Grotjahn, 362–380. Wiesbaden: Springer VS.Google Scholar
  12. Caspi, A., H. L. Harrington, T. E. Moffitt, B. J. Milne, und R. Poulton. 2006. Socially Isolated Children 20 Years Later. Risk of Cardiovascular Disease. Arch Pediatr Adolesc Med. 8 (160): 805–811.Google Scholar
  13. Craine, J. L., T. A. Tanaka, A. Nishina, und K. J. Conger. 2009. Understanding Adolescent Delinquency. The Role of Older Siblings’ Delinquency and Popularity with Peers. Merrill-Palmer quarterly (Wayne State University. Press) 55 (4): 436–453.  https://doi.org/10.1353/mpq.0.0036.
  14. DeWall, C. N., J. M. Twenge, S. A. Gitter, und R. F. Baumeister. 2009. It’s the Thought That Counts. The Role of Hostile Cognition in Shaping Aggressive Responses to Social Exclusion. Journal of personality and social psychology 96 (1): 45–59.  https://doi.org/10.1037/a0013196.
  15. Diallo, T. M. O., A. J. S. Morin, und H. Lu. 2016. Impact of Misspecifications of the Latent Variance–Covariance and Residual Matrices on the Class Enumeration Accuracy of Growth Mixture Models. Structural Equation Modeling: A Multidisciplinary Journal 23 (4): 507–531.  https://doi.org/10.1080/10705511.2016.1169188.
  16. Diallo, T. M. O., A. J. S. Morin, und H. Lu. 2017. The Impact of Total and Partial Inclusion or Exclusion of Active and Inactive Time Invariant Covariates in Growth Mixture Models. Psychological methods 22 (1): 166–190.  https://doi.org/10.1037/met0000084.
  17. Elenbaas, L. und M. Killen. 2016. Research in Developmental Psychology. Social Exclusion Among Children and Adolescents. In Social Exclusion. Psychological Approaches to Understanding and Reducing Its Impact, Hrsg. Paolo Riva und Jennifer Eck, 89–108. Schweiz: Springer International Publishing.Google Scholar
  18. Enders, C. K. 2001. A Primer on Maximum Likelihood Algorithms Available for Use With Missing Data. Structural Equation Modeling: A Multidisciplinary Journal 8 (1): 128–141.  https://doi.org/10.1207/s15328007sem0801_7.
  19. Enders, Craig K. 2010. Applied Missing Data Analysis. New York: The Guilford Press.Google Scholar
  20. Enders, C. K. und D. Tofighi. 2008. The Impact of Misspecifying Class-Specific Residual Variances in Growth Mixture Models. Structural Equation Modeling: A Multidisciplinary Journal 15 (1): 75–95.  https://doi.org/10.1080/10705510701758281.
  21. Grimm, K. J. und N. Ram. 2009. A Second-Order Growth Mixture Model for Developmental Research. Research in Human Development 6 (2-3): 121–143.  https://doi.org/10.1080/15427600902911221.
  22. Groh-Samberg, Olaf. 2009. Armut, soziale Ausgrenzung und Klassenstruktur. Zur Integration multidimensionaler und längsschnittlicher Perspektiven. Wiesbaden: VS Verlag für Sozialwissenschaften / GWV Fachverlage GmbH Wiesbaden.Google Scholar
  23. Huinink, J., J. Brüderl, B. Nauck, S. Walper, L. Castiglioni, und M. Feldhaus. 2011. Panel Analysis of Intimate Relationships and Family Dynamics (pairfam). Conceptual Framework and Design. Zeitschrift für Familienforschung 23 (1): 77–100.Google Scholar
  24. Huster, E.-U., J. Boeckh, und H. Mogge-Grotjahn, Hrsg. 2008. Handbuch Armut und soziale Ausgrenzung. Wiesbaden: Springer VS.Google Scholar
  25. Ivanauskiene, V. 2012. Social Support for Schoolchildren at Risk of Social Exclusion. SHS Web of Conferences 2: 1–5.  https://doi.org/10.1051/shsconf/20120200015.
  26. Ladd, G. B. und B. Kochenderfer-Ladd. 2016. Research in Educational Psychology. Social Exclusion in School. In Social Exclusion. Psychological Approaches to Understanding and Reducing Its Impact, Hrsg. Paolo Riva und Jennifer Eck, 109–132. Schweiz: Springer International Publishing.Google Scholar
  27. Lanza, S. T., X. Tan, und B. C. Bray. 2013. Latent Class Analysis With Distal Outcomes. A Flexible Model-Based Approach. Structural Equation Modeling 20 (1): 1–26.  https://doi.org/10.1080/10705511.2013.742377.
  28. Leisering, L. 2008. Dynamik von Armut. In Handbuch Armut und soziale Ausgrenzung, Hrsg. Ernst-Ulrich Huster, Jürgen Boeckh, und Hildegard Mogge-Grotjahn, 118–132. Wiesbaden: Springer VS.Google Scholar
  29. McArdle, J. J. und D. B. Epstein. 1987. Latent Growth Curves within Developmental Structural Equation Models. Child Development 58 (1): 110.  https://doi.org/10.2307/1130295.
  30. Meredith, W. und J. Tisak. 1990. Latent Curve Analysis. Psychometrika 55 (1): 107–122.Google Scholar
  31. Morin, A. J. S., C. Maïano, B. Nagengast, H. W. Marsh, J. Morizot, und M. Janosz. 2011. General Growth Mixture Analysis of Adolescents’ Developmental Trajectories of Anxiety. The Impact of Untested Invariance Assumptions on Substantive Interpretations. Structural Equation Modeling: A Multidisciplinary Journal 18 (4): 613–648.  https://doi.org/10.1080/10705511.2011.607714.
  32. Muthén, B. 2001. Latent Variable Mixture Modeling. New developments and techniques in structural equation modeling: 1–33.Google Scholar
  33. Muthén, B. 2004. Latent Variable Analysis. Growth Mixture Modeling and Related Techniques for Longitudinal Data. In The SAGE handbook of quantitative methodology for the social sciences, Hrsg. David Kaplan, 345–368. Thousand Oaks, London: SAGE.Google Scholar
  34. Nagin, D. und R. E. Tremblay. 1999. Trajectories of Boys’ Physical Aggression, Opposition, and Hyperactivity on the Path to Physically Violent and Nonviolent Juvenile Delinquency. Child Development 70 (5): 1181–1196.  https://doi.org/10.1111/1467-8624.00086.
  35. pairfam. 2017. pairfam – Das Beziehungs- und Familienpanel. http://www.pairfam.de/. Zugegriffen: 3. Juli 2017.
  36. Peruzzi, A. 2015. From Childhood Deprivation to Adult Social Exclusion. Evidence from the 1970 British Cohort Study. Social Indicators Research 120 (1): 117–135.  https://doi.org/10.1007/s11205-014-0581-2.
  37. Pirani, E. 2013. Evaluating Contemporary Social Exclusion in Europe. A Hierarchical Latent Class Approach. Quality & Quantity 47 (2): 923–941.  https://doi.org/10.1007/s11135-011-9574-2.
  38. Poggi, A. 2007. Does Persistence of Social Exclusion Exist in Spain? The Journal of Economic Inequality 5 (1): 53–72.  https://doi.org/10.1007/s10888-006-9025-9.
  39. Preacher, Kristopher J., A. L. Wichman, R. C. MacCallum, und N. E. Briggs. 2008. Latent Growth Curve Modeling. Thousand Oaks: SAGE.Google Scholar
  40. Qureshi, I. und Y. Fang. 2010. Socialization in Open Source Software Projects. A Growth Mixture Modeling Approach. Organizational Research Methods 14 (1): 208–238.  https://doi.org/10.1177/1094428110375002.
  41. Ram, N. und K. J. Grimm. 2009. Growth Mixture Modeling. A Method for Identifying Differences in Longitudinal Change Among Unobserved Groups. International journal of behavioral development 33 (6): 565–576.  https://doi.org/10.1177/0165025409343765.
  42. Reijntjes, A., S. Thomaes, J. H. Kamphuis, B. J. Bushman, B. O. de Castro, und M. J. Telch. 2011. Explaining the Paradoxical Rejection– Aggression Link. The Mediating Effects of Hostile Intent Attributions, Anger, and Decreases in State Self-Esteem on Peer Rejection-Induced Aggression in Youth. Personality & social psychology bulletin 37 (7): 955–963.  https://doi.org/10.1177/0146167211410247.
  43. Reinecke, J. 2014. Wachstums- und Mischverteilungsmodelle in der kriminologischen Längsschnittforschung. In Empirische Forschung über Kriminalität, Hrsg. Stefanie Eifler und Daniela Pollich, 439–474. Wiesbaden: Springer Fachmedien Wiesbaden.Google Scholar
  44. Reinecke, J. und D. Seddig. 2011. Growth Mixture Models in Longitudinal Research. AStA Advances in Statistical Analysis 95 (4): 415–434.  https://doi.org/10.1007/s10182-011-0171-4.
  45. Reinecke, J., M. Meyer, und K. Boers. 2015. Stage-Sequential Growth Mixture Modeling of Criminological Panel Data. In Dependent Data in Social Sciences Research. Forms, Issues, and Methods of Analysis, Hrsg. M. Stemmler, Alexander von Eye, und Wolfgang Wiedermann, 67–89. Cham: Springer.Google Scholar
  46. Riva, P. und J. Eck, Hrsg. 2016. Social Exclusion. Psychological Approaches to Understanding and Reducing Its Impact. Schweiz: Springer International Publishing.Google Scholar
  47. Rogosa, D. R. und J. B. Willett. 1985. Understanding Correlates of Change by Modeling Individual Differences in Growth. Psychometrika 50 (2): 203–228.Google Scholar
  48. Savelsberg, J. H. und B. M. Martin-Giles. 2008. Young People on the Margins. Australian Studies of Social Exclusion. Journal of Youth Studies 11 (1): 17–31.  https://doi.org/10.1080/13676260701727048.
  49. Sletten, M. A. 2010. Social Costs of Poverty; Leisure Time Socializing and the Subjective Experience of Social Isolation among 13–16-Year-Old Norwegians. Journal of Youth Studies 13 (3): 291–315.  https://doi.org/10.1080/13676260903520894.
  50. Stenseng, F., J. Belsky, V. Skalicka, und L. Wichstrom. 2014. Preschool Social Exclusion, Aggression, and Cooperation. A Longitudinal Evaluation of the Need-to-Belong and the Social-Reconnection Hypotheses. Personality & social psychology bulletin 40 (12): 1637–1647.  https://doi.org/10.1177/0146167214554591.
  51. Stenseng, F., J. Belsky, V. Skalicka, und L. Wichstrom. 2015. Social Exclusion Predicts Impaired Self-Regulation. A 2-Year Longitudinal Panel Study Including theTransition from Preschool to School. Journal of personality 83 (2): 212–220.  https://doi.org/10.1111/jopy.12096.
  52. Tolvanen, Asko. 2007. Latent Growth Mixture Modeling. A Simulation Study. Jyväskylä: University of Jyväskylä, Dept. of Mathematics and Statistics.Google Scholar
  53. Twenge, J. M., R. F. Baumeister, D. M. Tice, und T. S. Stucke. 2001. If You Can’t Join Them, Beat Them. Effects of Social Exclusion on Aggressive Behavior. Journal of personality and social psychology 81 (6): 1058–1069.  https://doi.org/10.1037//0022-3514.81.6.1058.
  54. Twenge, J. M., R. F. Baumeister, C. N. DeWall, N. J. Ciarocco, und J. M. Bartels. 2007. Social Exclusion Decreases Prosocial Behavior. Journal of personality and social psychology 92 (1): 56–66.  https://doi.org/10.1037/0022-3514.92.1.56.
  55. Urban, Dieter. 2004. Neue Methoden der Längsschnittanalyse. Zur Anwendung von latenten Wachstumskurvenmodellen in Einstellungs-und Sozialisationsforschung: Lit Verlag Münster.Google Scholar
  56. Urban, Dieter und J. Mayerl. 2014. Strukturgleichungsmodellierung. Wiesbaden: Springer Fachmedien Wiesbaden.Google Scholar
  57. Wesselmann, E. D., M. R. Grzybowski, D. M. Steakley-Freeman, E. R. DeSouza, J. B. Nezlek, und K. D. Williams. 2016. Social Exclusion in Everyday Life. In Social Exclusion. Psychological Approaches to Understanding and Reducing Its Impact, Hrsg. Paolo Riva und Jennifer Eck, 3–24. Schweiz: Springer International Publishing.Google Scholar
  58. Wickrama, K. A. S. 2016. Higher-Order Growth Curves and Mixture Modeling with Mplus. A Practical Guide. New York, NY: Routledge.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Universität StuttgartStuttgartDeutschland
  2. 2.Universität HohenheimStuttgartDeutschland

Personalised recommendations