STATISTIK-FORUM.de

[alexandra93]

Hallo zusammen und danke fürs Lesen!

Wir arbeiten an einer Studie mit folgendem Design: Den Probanden werden 6 verschiedene Reize gezeigt, von denen drei in eine Kategorie und drei in die andere Kategorie fallen. Die beiden Kategorien sind die entgegengesetzten Enden desselben Kontinuums. Dann beantworten sie zwei Items, die sich auf den Stimulus beziehen. Die Items weisen eine hohe Korrelation auf.

Die Frage ist nun, welches Maß für die Berechnung der internen Konsistenz des Fragebogens mit den beiden Items verwendet werden soll. Cronbach's Alpha funktioniert nicht, da die Items natürlich für drei Reize einen hohen und für die drei anderen Reize einen niedrigen Wert haben. Wie können wir beweisen, dass unser Fragebogen für alle sechs Reize und für alle Testpersonen das gleiche Konstrukt misst?

Vielen Dank an alle, bleibt gesund!

[PonderStibbons]

Wir arbeiten an einer Studie mit folgendem Design: Den Probanden werden 6 verschiedene Reize gezeigt, von denen drei in eine Kategorie und drei in die andere Kategorie fallen. Die beiden Kategorien sind die entgegengesetzten Enden desselben Kontinuums. Dann beantworten sie zwei Items, die sich auf den Stimulus beziehen.

Demnach 12 Messungen pro Proband (6x2)?

Die Frage ist nun, welches Maß für die Berechnung der internen Konsistenz des Fragebogens mit den beiden Items verwendet werden soll. Cronbach's Alpha funktioniert nicht, da die Items natürlich für drei Reize einen hohen und für die drei anderen Reize einen niedrigen Wert haben.

Eure Messinstrument besteht aus 2 Items, wie kommt da Cronbachs alpha ins Spiel?
Allpha ist die mittlere Korrelation zwischen den Items einer Skala, im vorliegenden
Fall also einfach die Korrelation zwischen den beiden Items.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Ponder,

ich würde da gerne nachfragen: Spielt es bei der Korrelationsrechnung (ob nun Alpha oder Pearson) (k)eine Rolle, ob es sich um ein within-subjects/Messwiederholungsdesign handelt?
Ich habe gestern die Frage gelesen und bin an diesem Punkt hängen geblieben.

Viele Grüße,
Bernhard

[PonderStibbons]

Hallo Ponder,

ich würde da gerne nachfragen: Spielt es bei der Korrelationsrechnung (ob nun Alpha oder Pearson) (k)eine Rolle, ob es sich um ein within-subjects/Messwiederholungsdesign handelt?
Ich habe gestern die Frage gelesen und bin an diesem Punkt hängen geblieben.

Viele Grüße,
Bernhard

Es geht nicht um einen Signifikanztest, deswegen würde ich mir darum erstmal weniger Sorgen machen.
Allerdings habe ich nicht so 100% das gedachte Auswertungsdesign für die Reliabilitätsprüfung verstanden.
Dass Cronbachs alpha hier kein Thema ist, setze ich aber voraus. Wenn es stimmt, dass alle Probanden
je 6mal geurteilt haben, könnte man sich eine Analyse ausdenken, in der überprüft wird, wie stabil die
Korrelation zwischen den beiden Items über die 6 Messungen hinweg ist.

Mit freundlichen Grüßen

PonderStibbons

[Impostor]

Hi!

Herzlichen Dank für die bisherigen Rückmeldungen!

Also, wir haben für jeden der 12 Stimuli die interne Konsistenz für die beiden Items mittels Spearman-Brown berechnet. Die Koeffizienten waren soweit auch zufriendenstellend, daher haben wir aus den jeweils zwei Items einen Index gebildet. Für einen Omnibustest würden wir nun gern eigentlich drei Stimuli jeweils wieder zusammenfassen. Wenn wir allerdings die interne Konsistenz über die jeweils drei gebildeten Indices berechnen, kommt da (natürlich) kein besonders gutes Ergebnis heraus. Irgendwie auch naheliegend, weil die Versuchspersonen in Abhängigkeit der Stimuli (richtigerweise) mal auf der einen Seite der Skala und dann wieder auf der anderen Seite angekreuzt haben.

Wenn es stimmt, dass alle Probanden
je 6mal geurteilt haben, könnte man sich eine Analyse ausdenken, in der überprüft wird, wie stabil die
Korrelation zwischen den beiden Items über die 6 Messungen hinweg ist.

Hättest du da eine Idee? Und wie könnte dieses Ergebnis begründen, dass ich die drei Urteile zu einem Gesamturteil in der einen Bedingung zusammenfasse?

Viele Grüße und danke!

[bele]

Hallo Ponder,

vielen Dank für die Einschätzung.

Lieben Gruß,
Bernhard

[PonderStibbons]

Also, wir haben für jeden der 12 Stimuli die interne Konsistenz für die beiden Items mittels Spearman-Brown berechnet.

Wieso 12, oben waren es noch 6? Und wieso Spearman-Brown?

Für einen Omnibustest würden wir nun gern eigentlich drei Stimuli jeweils wieder zusammenfassen. Wenn wir allerdings die interne Konsistenz über die jeweils drei gebildeten Indices berechnen,

Verstehe ich leider nicht. Was für Indices? Der zusammengefasste Wert über je 3 Stimuli? Aber wenn von 6 Stimuli je 3 oder von jetzt 12 Stimuli
je 3 zusammengefasst werden, ergibt das 2 oder 4 Werte, nicht 3. Und wieso interne Konsistenz über die Indizes berechnen, die "Interne
Konsistenz" zwischen 2 Items ist die Korrelation zwischen diesen beiden Items. Was konkret wurde da berechnet, ich kann das leider nicht
nachvollziehen.

Mit freundlichen Grüßen

PonderStibbons