STATISTIK-FORUM.de

[Christina]

Hallo!

Ich schreibe gerade an meiner Diplomarbeit. Dabei geht es grob darum, die Qualität eines Fragebogens, der bereits eingesetzt wird, anhand einer klinischen Stichprobe zu bestimmen.

Im Rahmen der Arbeit soll ich zum einen interne Konsistenzen für die schon gegebenen Skalen bestimmen. In einem anderen Teil der Arbeit soll ich eine explorative Faktorenanalyse über die Items rechnen, um zu schauen, welche Faktoren sich empirisch aus den Daten der klinischen Stichprobe ergeben (die Vorgabe ist, eine explorative FA zu rechnen, keine konfirmatorische FA zur Bestätigung der vorgegebenen Fragebogenstruktur).

Ich habe nun gelesen, dass man interne Konsistenzen nur für eindimensionale Skalen bestimmen sollte und es daher ratsam ist, vor der Berechnung der internen Konsistenzen eine konfirmatorische Faktorenanalyse pro Skala durchzuführen, um die Eindimensionalität zu überprüfen.

Nun meine Frage: Ist es in Ordnung, wenn ich anhand des gleichen Datensatzes in einem Teil meiner Arbeit eine konfirmatorische Analysen für jeweils einzelne Skalen, in einem anderen Teil eine exploratorische Faktorenanalyse über alle Items rechne?

Vielen Dank schon einmal!!

Viele Grüße
Christina

[strukturmarionette]

Hi,

wenn es ich um einen klinischen Test, der

die Qualität eines Fragebogens, der bereits eingesetzt wird,

bereits angewendet wird, handelt, das wäre für das eigene Vorgehen eine Orientierung am bestehenden Testmanual bzw. an einer Validierungsveröffentlichung ratsam.

Ansonsten sollte eine CFA grundsätzlich das bestätigen, was bei der EFA gerechnet und herausgekommen ist.
Prinzipiell kann mit beiden Verfahren sowohl per Gesamtskala als auch per Subskala gerechnet werden.

S.

[Christina]

Hallo!

Vielen Dank für deine Antwort.

Ich glaube, ich hab mich nicht deutlich ausgedrückt. Ich würde gerne beide Verfahren auf den gleichen Datensatz anwenden, nur mit einer jeweils anderen Fragestellung (konfirmatorische FA zur Überprüfung der Eindimensionalität der Skalen, exploratorische FA, um zu schauen, welche Faktoren sich empirisch in den Daten finden lassen).

Im Testmanual finden sich keine Angaben zu Berechnungen mit den Verfahren.

Ist das möglich, weil ich ja jeweils eine andere Fragestellung untersuche, oder sollten die beiden Verfahren nicht auf den gleichen Datensatz angewandt werden?

Viele Grüße
Christina

[strukturmarionette]

Hi nochmal,

Ich würde gerne beide Verfahren auf den gleichen Datensatz anwenden,

OK, das ist m.E. auch so üblich.

nur mit einer jeweils anderen Fragestellung (konfirmatorische FA zur Überprüfung der Eindimensionalität der Skalen, exploratorische FA, um zu schauen, welche Faktoren sich empirisch in den Daten finden lassen).

Prinzipiell ist das ja keine generell andere Fragestellung, bei der EFA besteht die Möglichkeit /Hoffung, dass (über alle Items gerechnet) aufgrund der Stichprobe so viele Faktoren extrahiert werden wie der Test vorgibt zu messen. Diese Faktoren könnten auch per EFA wieder zusätzlich einzeln auf Eindimensionalität geprüft werden.

Das gleich ist auch bei der CFA möglich:
- Einmal mit allen n-Indikatoren bzw. Items eine CFA modellieren, dessen latente Vars den Faktoren aus der EFA oder dem Testmanual entsprechen.
- Oder ein CFA mit nur einer latenten Var und den dazugehörigen Items.

S.

[PonderStibbons]

Ich habe nun gelesen, dass man interne Konsistenzen nur für eindimensionale Skalen bestimmen sollte

Das ist unzutreffend. Die Frage ist: was ist Dener Meinung nach oder Deines Auftraggeber Meinung nacj interne Konsistenz und wozu sollst/willst Du sie in Deiner Studie überprüfen.

Nebenbei sind Fallzahlangaben bei der Diskussion von konkreten statistischen Analysevorhaben unabdingbar.


Gruß

P.

[Christina]

Hallo zusammen,

die Fallzahl beträgt jeweils etwa n = 150 sowohl für die exploratorische FA wie auch für die einzelnen konfirmatorischen FAs.

Als interne Konsistenz soll Cronbach's Alpha als Reliabilitätsmaß bestimmt werden. Dazu habe ich im Bühner (2006) gelesen, dass als Voraussetzung für die Berechnung von Cronbach's Alpha essentielle tau-Äquivalenz gegeben sein soll, die sich darin zeigt, dass die Items in einer konfirmatorischen Faktorenanalyse auf einem Faktor gleich hoch laden bei unterschiedlichen Fehlervarianzen. Es wird empfohlen, vor Berechnung von Alpha eine konfirmatorische FA zur Prüfung der Eindimensionalität vorzunehmen. Zudem wird darauf hingewiesen, dass ein Grund für eine geringe interne Konsistenz eine fehlende Eindimensionalität der Skalen sein kann.

In meiner Arbeit würde ich Alpha für die vorhandenen Skalen bestimmen, da diese ja wie beschrieben schon verwendet werden. Ich würde aber dennoch eine konfirmatorische FA durchführen, um eine mögliche Begründung für eventuelle geringe interne Konsistenzen zu erhalten.

Und da ergibt sich jetzt eben meine Frage, ob es ein Problem sein könnte, in einem Teil der Arbeit die konfirmatorischen und in einem anderen Teil eine exploratorische FA zu rechnen. Laut Strukturmarionette dürfte das ja eigentlich kein Problem sein (vielen Dank für die Antwort!). Wenn du aber jetzt sagst, dass Eindimensionalität keine Voraussetzung für die Bestimmung der internen Konsistenz ist, sollte ich die konfirmatische FA an der Stelle vielleicht weglassen?

Vielen Dank für eure Hilfe und viele Grüße
Christina



Literatur: Bühner, M. (2006). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson Studium.

[PonderStibbons]

Ich habe die Diskussion leider nie verstanden. Wenn man Cronbachs alpha als Index für
Eindimensionalistät ansehen will, braucht man diese tau-Äquivalenz. Aber alpha ist
ein Maß für interne Konsistenz, nicht für Eindimensionalität. Alpha bei einer nicht strikt
eindimensionalen Skala unterschätzt die wahre Reliabilität, was nicht unbedingt schön
ist, aber auch nicht von vornherein ein Problem.

Mit anderen Worten, meines Erachtens beantworten eine FA über eine Skala einerseits
und eine alpha-Berechnung andererseits verschiedene Fragen.

Gruß

P.

[Christina]

Vielen Dank für deine Hilfe!

Es wäre also in Ordnung, wenn ich eine konfirmatorische FA rechne, Alpha berechne und dann sage, dass aufgrund der fehlenden Eindimensionalität wahrscheinlich die Reliabilität unterschätzt wird?

Und dann wäre es dennoch in Ordnung, wenn ich die exploratorische FA in dem anderen Teil der Arbeit rechne?

Viele Grüße

[mthule]

Hallo liebe Statistiker,

ich hätte bei meinem Post die gleiche Überschrift dieses Threads gewählt (daher stelle ich meine Frage hier), habe aber einen anderen Fokus.

Mein kleine Problem ist folgendes:
Ich habe einen Fragebogen mittels EFA auf die Faktorstruktur anhand Stichprobe 1 hin untersucht. Anschließend habe ich eine komplett neue Stichprobe (2) erhoben und eine CFA gerechnet. Da ich im Hinterkopf habe, dass das bessere Vorgehen ist, im Gegensatz dazu eine Stichprobe zu erheben und diese in zwei Teilstichproben einzuteilen.
Ich weiß allerdings nicht mehr wo ich das gelesen habe und würde gerne eine Literaturangabe machen, die das methodische Vorgehen unterstützt. Hat jemand einen Vorschlag, wo in der Literatur irgendwann irgendjemand mal behauptet hat, dass es besser ist die Faktorstruktur durch die CFA anhand einer neuen Stichprobe zu machen, als an einer Teilstichprobe einer einmal erhobenen Stichprobe.

Danke schonmal für eure Hilfe!

Edit: Hat sich erledigt. Wen's interessiert, ich habe folgen Literaturangabe genutzt:

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral science (3rd ed.). Mahwah, NJ: Lawrence Erlbaum.

[Holgonaut]

Hi,
ok, du hast jetzt eine Quelle, die dir die Legitimation für dieses Vorgehen in Deiner Arbeit liefert.

Leider ist das ein Fehler; weder eine Kreuzvalidierung (Teilung der Stichprobe und Replikation der EFA-Struktur in der zweiten Hälfte) noch eine neue Stichprobe liefern einen Beleg dafür, dass die EFA ein korrekt spezifziertes Faktorenmodell geliefert hat. Was man durch Replikationen testet, ist die Konsistenz über Stichprobenziehungen (=> Sampling error), Forscher, Designs, Messinstrumente etc.

Zu überprüfen, ob ein exploratorisch gefundenes Modell korrekt ist, bedarf einer Erweiterung (z.B. durch theoretisch begründete Restriktionen oder weitere Kriterien, die mit den Faktoren entsprechend korrelieren müssen). Eine simple Replikation und Testung mittels CFA wird genau das selbe Ergebnis liefern, auch wenn das Modell falsch ist aber an die Daten gefittet wurde.

Grüße
Holger