separately for outcomes 1–3. Propen

separately for outcomes 1–3. Propensity score matching within each course resulted
in small sample sizes and therefore was not applied in outcomes 1–3.
Propensity score matching
In order to enhance the clarity of prediction of persistence outcomes based on
textbook condition we used propensity score matching to create subsets of students
who were statistically similar across three important covariates: age, gender, and
minority status. Propensity score matching homogenizes comparison samples and
reduces variance associated with covariates. (Guo and Fraser 2010). Propensity
score matching has been particularly helpful in educational research where random
assignment is logistically difficult to achieve (see, for example, Riegle-Crumb and
King 2010; Robinson et al. 2014).
Using SPSS, we used logistic regression to create propensity scores by
regressing the bivariate treatment condition on age, gender, and minority status.
We created matched samples using nearest neighbor matching within calipers
(Guo and Fraser 2010). The original sample included 16,727 students with 11,818
in the control condition and 4909 in the treatment. There was a 2.4–1 ratio of
available controls to be matched to treatment subjects. We used the formula
e B .25 rq where e is the caliper and rq indicates the standard deviation of the
propensity scores of the original sample (Rosenbaum and Rubin 1985). This
resulted in a caliper of 0.01 for this study. The initial logistic regression required
subjects to have all relevant covariates (as in no missing data). Given this
requirement and the narrow caliper used in this study, the procedure matched
4147 treatment subjects with 4147 controls. Of the 4909 available treatment
subjects, 762 were not included because of missing data or because there was no
matching control subject within the narrow selection caliper. Propensity score
matching led to improved balance in gender and minority status across groups but
had little effect on age, which was relatively well matched in the original sample
(see Table 1).

Hasil (Bahasa Indonesia) 1:

secara terpisah untuk hasil 1-3. Cocok dalam setiap kursus Skor kecenderungan menghasilkandalam ukuran sampel kecil dan karena itu tidak diterapkan dalam hasil 1-3.Yang cocok skor kecenderunganDalam rangka untuk meningkatkan kejelasan prediksi ketekunan hasil berdasarkankondisi buku kami digunakan cocok skor kecenderungan untuk membuat subset dari siswayang adalah Statistik serupa di tiga covariates yang penting: usia, jenis kelamin, danstatus minoritas. Cocok skor kecenderungan homogenizes perbandingan sampel danmengurangi varians terkait dengan covariates. (Guo dan Fraser 2010). KecenderunganSkor pencocokan telah sangat membantu dalam penelitian pendidikan mana acakPenetapan logistik sulit untuk mencapai (Lihat, misalnya, Riegle-remah danRaja 2010; Robinson et al. 2014).Menggunakan SPSS, kami menggunakan regresi logistik untuk membuat Skor kecenderungan olehkemunduran bivariate pengobatan kondisi pada status usia, jenis kelamin, dan minoritas.Kami membuat cocok sampel menggunakan terdekat tetangga pencocokan dalam jangka lengkung(Guo dan Fraser 2010). Sampel asli termasuk 16,727 siswa dengan 11,818dalam kondisi kontrol dan 4909 dalam pengobatan. Ada perbandingan 2.4-1tersedia kontrol untuk dicocokkan dengan subyek pengobatan. Kami menggunakan rumuse B.25 rq mana e caliper dan rq menunjukkan deviasi standarSkor kecenderungan dari sampel asli (Rosenbaum dan Rubin 1985). Inimengakibatkan caliper 0,01 untuk studi ini. Regresi logistik awal yang diperlukanmata pelajaran untuk memiliki semua covariates yang relevan (seperti tidak ada data yang hilang). Diberikan inipersyaratan dan caliper sempit yang digunakan dalam studi ini, prosedur yang cocoksubyek pengobatan 4147 dengan 4147 kontrol. Perawatan yang tersedia 4909subjek, 762 itu tidak termasuk karena data yang hilang atau karena ada tidak adasubjek kontrol cocok dalam caliper sempit pilihan. Skor kecenderunganpencocokan menyebabkan peningkatan keseimbangan gender dan minoritas status di kelompok tetapimemiliki sedikit efek pada usia, yang relatif baik cocok dalam contoh asli(Lihat tabel 1).

Hasil (Bahasa Indonesia) 2:

secara terpisah untuk hasil 1-3. Kecenderungan skor pencocokan dalam setiap kursus mengakibatkan
dalam ukuran sampel yang kecil dan karena itu tidak diterapkan dalam hasil 1-3.
Kecenderungan skor pencocokan
Dalam rangka meningkatkan kejelasan prediksi hasil ketekunan berdasarkan
kondisi buku kami menggunakan skor kecenderungan pencocokan untuk membuat subset dari siswa
yang secara statistik serupa di tiga kovariat penting: usia, jenis kelamin, dan
status minoritas. Kecenderungan skor pencocokan menyeragamkan sampel perbandingan dan
mengurangi varians terkait dengan kovariat. (Guo dan Fraser 2010). Kecenderungan
skor pencocokan telah sangat membantu dalam penelitian pendidikan di mana acak
penugasan adalah logistik sulit dicapai (lihat, misalnya, Riegle-Remah dan
Raja 2010;. Robinson et al 2014).
Menggunakan SPSS, kami menggunakan regresi logistik untuk membuat skor kecenderungan oleh
kemunduran kondisi pengobatan bivariat pada usia, jenis kelamin, dan status minoritas.
Kami dibuat cocok sampel menggunakan pencocokan tetangga terdekat dalam kaliper
(Guo dan Fraser 2010). Sampel asli disertakan 16.727 siswa dengan 11.818
dalam kondisi kontrol dan 4909 dalam perawatan. Ada 2,4-1 rasio
kontrol yang tersedia untuk dicocokkan dengan subyek pengobatan. Kami menggunakan rumus
e B 0,25 rq dimana e adalah caliper dan rq menunjukkan standar deviasi dari
skor kecenderungan sampel asli (Rosenbaum dan Rubin 1985). Ini
mengakibatkan caliper 0,01 untuk penelitian ini. The logistik regresi diperlukan awal
pelajaran untuk memiliki semua kovariat yang relevan (seperti dalam tidak ada data yang hilang). Mengingat ini
persyaratan dan caliper sempit yang digunakan dalam penelitian ini, prosedur cocok
4147 subyek pengobatan dengan 4147 kontrol. Dari 4909 pengobatan yang tersedia
mata pelajaran, 762 tidak dimasukkan karena data hilang atau karena tidak ada
subjek kontrol yang cocok dalam caliper pilihan sempit. Kecenderungan skor
pencocokan menyebabkan peningkatan keseimbangan dalam status gender dan minoritas di kelompok tapi
tak banyak berpengaruh pada usia yang relatif baik cocok dalam sampel asli
(lihat Tabel 1).