Faktorenanalyse und Skalenniveaus

Alle Verfahren der Regressionanalyse.

Faktorenanalyse und Skalenniveaus

Beitragvon PZapo » Mi 2. Aug 2017, 16:13

Hallo Liebe Community,

Im Rahmen meiner Bachelorarbeit führe ich eine Untersuchung zur Überprüfung des Zusammenhangs zwischen arithmetischen Rechenleistung und der sog. visuellen Informationsverarbeitung.

Operationalisiert wurde das Gaze so:

Rechenleistungen:
Die Kinder haben einen Kettenrechner durchgeführt (4 Skalen mit je 40 Aufgaben) - Die Skalenscores wurden zu einem Globalen Wert der Rechenleistungen zusammengefasst. Je höher der Skalenwert, desto mehr Aufgaben wurden richtig beantwortet. Hier müsste auch ein metrisches Skalenniveau vorliegen, denn 4 bearbeitete Aufgaben sind genau doppelt so gut wie lediglich 2, außerdem gibt es ja einen absoluten 0-Punkt (keine Aufgabe richtig beantwortet).

Jetzt wird es etwas komplizierter: Visuelle Informationsverarbeitung
Dieses Konstrukt wurde anhand von 4 verschiedenen Skalen einer Testbatterie operationalisiert. Im Rahmen der Bachelorarbeit wurde eine Konzeptualisierung der visuellen Informationsverarbeitung gewählt, die diese in 3 Subfunktionen unterteilt (räumlich kognitiv, räumlich-perzeptiv und räumlich konstruktiv).
Dementsprechend gibt es je 1 Skala pro Subfunktion und eine Screeningaufgabe, die mit allen anderen korrelieren müsste, da hier alle 3 Subfunktionen beansprucht werden.

1. Subskala: Blockmuster (Screening)
-> Hier haben Kinder vorlagen bekommen, die sie mithilfe von 2-Farbigen Würfeln nachbauen mussten. Hier konnte also lediglich richtig oder falsch kodiert werden! (Je höher der Skalenwert, desto höher der Prozentrang).

2.Subskala: Frei Zeichnen
-> Hier sollten die Kinder Vorlagen (Figuren) nachzeichnen. Die Zeichnungen wurden anhand dreier Kriterien (max. je 3 Punkte) bewertet, sodass eine exakte Nachzeichnung 9 Punkte bekommen konnte. Auch hier gilt, jeher der Skalenwert, desto besser die Leistung (höher der Prozentrang).

3.Subskala: Mosaike Drehen
-> Hier haben Kinder eine Vorlage eines Quadrates mit 9 gleichen Feldern bekommen. Unter dieser Vorlage waren 3 weitere Abbildungen. Die Kinder mussten entscheiden, welche der Antwortmöglichkeiten, genau die Vorlage abbildet, jedoch einfach in einer anderen Position. Auch hier wurde die Anzahl der richtigen Antworten erfasst (metrisch Skaliert)

4.Subskala: Positionen im Raum
-> Hier mussten die Kinder entscheiden, ob ein Punkt in einem Kreis sich tatsächlich in der Mitte dieses Kreises befindet. Die 40 Items dieser Skala hatten Kreise mit Punkten genau in der Mitte sowie Kreise mit Punkten, die jeweils 0,5cm, 1,0cm, 1,5cm, 2,0cm, 2,5cm, sowie 3,0 cm von der Kreismitte entfernt sind. Hier habe ich zuerst auch nur die Anzahl der richtigen antworten gezählt. Da eine Abweichung von 3,0 cm aber deutlich besser zu erkennen ist als eine Abweichung von 0,5 möchte ich hier nachträglich Gewichten. Geplant ist: Wenn ein Kind eine Aufgabe mit 0,5cm Abweichung falsch beantwortet multipliziere ich mit dem Eigenwert von 0,5 = 0,25 (Straf)Punkte. Jemand der eine Aufgabe mit 3 cm Abweichung (was sehr gravierend ist) falsch beantwortet wird auch mit dem Eigenwert also 3 multipliziert, hier gäbe es also 9 (Straf)Punkte. Hier würde also gelten je geringer der Skalenwert, desto höher dr Prozentrang.

In der Studie möchte ich natürlich anhand Korrelationen (Bravais-Pearson) bestätigen, dass es einen Zusammenhang zwischen mathematischen Rechenleistungen und der visuellen Informationsverarbeitung gibt. Diese Korrelationen würde ich dann gerne nutzen um durch eine Regressionsanalyse die mathematischen Fertigkeiten anhand der Leistung der visuellen Informationsverarbeitung vorherzusagen.

Im 3. Schritt und das st auch der, der mir etwas sorgen bereitet möchte ich bestätigen, dass die visuelle Informationsverarbeitung mit den 3 Subfaktoren gut Konzeptualisiert wurde.

Meine Fragen:

Wenn ich ein solches Antwortformat hab (1richtig, 0 falsch) kann man damit auch eine Faktorenanalyse durchführen? Müssen irgendwelche Verfahren zur Datenanpassung vorgenommen werden?
Wie sollte ich mit der "umgedrehten" Subskala 4 (Positionen) umgehen? Macht es die Interpretation des Outputs komplizierter?
Seht Ihr als Fachleute noch andere Defizite oder Probleme in dieser Studie?


Liebe Grüße


Patryk
PZapo
Einmal-Poster
Einmal-Poster
 
Beiträge: 1
Registriert: Mi 2. Aug 2017, 15:41
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Zurück zu Regressionanalyse

Wer ist online?

Mitglieder in diesem Forum: Bing [Bot] und 2 Gäste

cron