STATISTIK-FORUM.de

[Leni_muc]

Hallo zusammen,

Im Rahmen meiner Masterarbeit habe ich einen Fragebogen entwickelt, mit dem 3 Kompetenzen erfasst werden sollen.
1) Theoretisch gehe ich also von 3 Skalen aus, für die ich je 15-19 Items konstruiert habe.
Überprüfe ich die Reliabilität dieser Skalen, so fällt auf, dass sie insgesamt recht gut sind (offensichtlich gab es aber schwirigkeit im Verständnis der umgepolten Fragen) wenn ich diese entferne bekomme ich je skala alfas von 0.7- 0.8.

2) Nun wollte ich die faktorielle Struktur der Items erfassen, allerdings kommt hier etwas vollkommen anderes raus..
Bin unsicher, wie ich damit weiter machen soll CFA mit Amos habeich bereits gemacht, kenne mich aber mit den Werten nicht so wirklich gut aus, bzw. weiß nicht, ob das der richtige Weg bei der Validierung des instrumentes ist.

Freue mich über Hilfe!
LG Leni

[strukturmarionette]

Hi,

(offensichtlich gab es aber schwirigkeit im Verständnis der umgepolten Fragen

- welcher (statistische, psychometrische) Befund ist Grundlage für diese Feststellung?

Gruß
S.

[Leni_muc]

Hallo Strukturmarionette,

Danke für deine Antwort - betrachtet man die Skala, wenn das Item weggelassen wird, so fällt auf, dass sich diese deutlich verbessert, wenn man die umgepolten Items entfernt - das trifft interessanterweise auf jede der Skalen zu.

Nachdem der Fragebogen mit insgesamt 50 Items schon eine ganze Menge darstellt, bin ich davon ausgegangen, dass die Tatsache, dass die Fragen andersherum formuliert waren dafür verantwortlich sein könnte.

Oder liege ich damit falsch?


Findest du das Vorgehen stimmig überhaupt erst einmal die Reliabilität der theoretisch angenommenen Skalen zu prüfen,bevor man eine PCA und eine CFA durchführt?

Nachdem die Items alle von mir auf theoretischer Basis entwickelt wurden, bin ich davonausgegangen, dass ich die Dimensionalität prüfen muss?

Würde mich sehr über eine Antwort freuen!
Dankeschön
Grüße Leni

[strukturmarionette]

Hi,

3 Skalen aus, für die ich je 15-19 Items konstruiert habe.

- Bei so vielen ausgedachten Items wäre zunächst mit Itemanalysen(bspw Itemschwierigkeiten und Itemtrennschärfen u.a.) zu beginnen.

wenn das Item weggelassen wird, so fällt auf, dass sich diese deutlich verbessert

- Itempolungen dürften durch Okularinspektion für eine Itemselektion keine Rolle spielen.

Gruß
S.

[Leni_muc]

Hallo Strukturmarionette,

herzliche Dank für deine Antwort!

Betrachtet man die Itemschwierigkeiten, so scheidet bei einem Index von 90 nur ein Item aus.

Bei der Trennschärfe gestaltet es sich folgendermaßen, wenn man 0.3 als Grenzwert nimmt:

Skala 1
vor dem Ausschluss: 16 Items (Alpha: .605)
nach dem Ausschluss: 5 Items (Alpha: .597)

Skala 2:
vor dem Ausschluss: 15 Items (Alpha: .486)
nach dem Ausschluss: 8 Items (Alpha: .803)


Skala 3:
vor dem Ausschluss: 19 Items (Alpha: .748)
nach dem Ausschluss: 11 Items (Alpha: .774)


Hast du einen Tipp für mich, wie ich jetzt weiter vorgehen kann?
Ich habe glaube ich das halbe Forum hier durchwühlt und bin nun noch verwirrter

Viele Grüße
Leni

[strukturmarionette]

Hi,

weiter vorgehen kann?

- zunächt per Explorativer Faktorenanalyse mit Hauptachsenextraktion (ggfs ML-Extraktion, je nach Stichprobenumfang) und schauen wie sich die Varianzaufklärungen je Skala verteilen und die Fakorladungen je Item inspizieren.

Gruß
S.

[Leni_muc]

Hi Strukturmarionette,


erneut vielen Dank!

Habe in der Zwischenzeit eine explorative Hauptkomponentenanalyse gerechnet:
KMO .719 / bartlett .000
vorgeschlagen wird eine 7 faktorielle Lösung (erklärt Kumuliert 62.287 % d Varianz) Kommunalitäten zwischen .463 und .703
Inhaltlich sehen die 7 Faktoren sehr gut aus - es laden fast ausschließlich items auf einen Faktor, die nach den theoretischen Ausgangsskalen zusammen gehören.


mache ich eine explorative Hauptachsenanalyse:
KMO .719 / bartlett .000
vorgeschlagen wird auch hier eine 7 faktorielle Lösung (erklärt Kumuliert 47.407 % d Varianz) Kommunalitäten zwischen .260 und .718 (2 davon unter .3)
Inhaltlich sehen die 7 Faktoren sehr gut aus - es laden auch hier (bis auf einen faktor) fast ausschließlich items auf einen Faktor, die nach den theoretischen Ausgangsskalen zusammen gehören.


würde nun die Extraktion von 3 Faktoren einstellen und anschließend prüfen, ob die reliabilität immer noch vertretbar sind, oder ist das der Falsche weg?

Herzliche grüße und tausend DANK!

Leni

[strukturmarionette]

Hi,

- je Skala eine einzelne Hauptachsenextraktion.
- Du musst nicht alles in einen Topf werfen.

Gruß
S.

[Leni_muc]

Hi Strukturmarionette,


Merci -

Habe jetzt für jede Skala eine Hauptachsenanalyse mit Promax Rotation durchgeführt:

Skala 1:
KMO .760/Bartlett .000
vorschlag: 1 Faktor (24.479 %)

Skala 2:
KMO .777/Bartlett .000
vorschlag: 2 Faktoren (44.935 % Kumuliert)


Skala 3:
KMO .760/Bartlett .000
vorschlag: 3 Faktoren (43.802 % Kumuliert)

Nun die Skalen für die einzelnen Subskalen berechnen, oder bin aufm Holzweg?

D
A
N
K
E

Leni

[strukturmarionette]

Hi,

Nun die Skalen für die einzelnen Subskalen berechnen, oder bin aufm Holzweg?

- Wenn du theoretisch drei Skalen hast wie Du im Eingangspost schreibst, dann kannst Du doch alle drei jeweils getrennt untersuchen.
- Dann geht es je Skala und je EFA um den ersten extrahierten Faktor. Der muss akzeptabel gut sein und darauf müssen die Items akzeptabel gut laden.
(Wobei es für 'akzeptabel' keine absoluten Richtwerte gibt)
- Woher stammen nun plötzlich noch Subskalen?

- Welche drei Konstruke sollen Deine drei Skalen denn operationalisieren? Worum geht es denn?

Gruß
S.