STATISTIK-FORUM.de

[Standardabweichung]

Kennt jemand einen Artikel o.ä. wo dagegen argumentiert wird, Cronbach Alpha bei zwei Item-Konstrukten anzugeben?

Mir ist dabei völlig klar, dass
a) 2 Item Konstrukte nicht die erste Wahl sein sollen
b) die Korrelation zusätzlich angegeben werden sollte
c) die Einschätzung der Höhe von Alpha hier relativiert werden muss

LG

(Beitrag nachträglich geändert)

[Holgonaut]

Hi,

zentral ist immer (erst mal), ob die zwei items valide sind (d.h. wirklich die selbe latente Variable messen) und essentiell tau-äquivalent sind
(d.h. gleich hohe Faktorladungen haben). Dann gibt Cronbach's alpha die Reliabilität an. Das trifft für 2 items genauso zu wie für 20 items. Allerdings
kannst du die Voraussetzungen bei nur zwei Items schwer testen.

Wenn die Voraussetzungen aber stimmen, dann ist alpha auch bei zwei items völlig ok.

a) 2 Item Konstrukte nicht die erste Wahl sein sollen
b) R zusätzlich angegeben werden sollte
c) die Einschätzung der Höhe von Alpha hier relativiert werden muss

zu a: Die erste Wahl sollten valide items sein. Wenn du 2 valide items hast, ist das eine bessere Wahl, als 20, die zig verschiedene Dinge messen, denen man aber
ein label gibt, was suggeriert, sie würden eine Entität messen.

Zwei items (oft sogar nur eins) ist völlig ok, wenn die items reliabel und valide sind und implizieren meist eine schärfere und präzisere Konstruktvorstellung als Messungen,
die aus vielen items bestehen.

Zu b: R ist die multiple Korrelation aus der Regressionsanalyse. Die passt hier nicht.

zu c). Das hängt von der Perspektive ab. Alpha gibt die Reliabilität des sets von items an. Wenn du eine Skala mit 20 items und einem alpha von .60 hast, ist das set genauso unreliabel
(immer noch: falls die Voraussetzungen stimmen) wie wenn du 2 items hast, die zusammen ein alpha von .60 haben. Da muss also nix relativiert werden.
Anders siehts natürlich aus, wenn du einzelne items betrachtest. Da kann ein item aus der 20-item-Skala schon richtig mies sein, während eines aus der 2-item-Skala weit reliabler ist.

Gruß
Holger

[jens0479]

Hallo Zusammen,

ich würde gerne an diese schon etwas ältere Fragestellung anknüpfen. Ich habe ebenfalls das Problem, dass ich ein niedriges Cronbachsalpha (.598) bei 2 Items habe. Ich weiß jetzt nicht wie ich das interpretieren soll.

Die Ausführungen von Holger implizieren also, dass man eine explorative Faktorenanaylse durchführen sollte um die Höhe der Faktorladungen zu bestimmen. Zudem sollten die beiden Items die gleiche latenten Variable messen, also auf einen Faktor zurückzuführen sein? Stimmen die Überlegungen an der Stelle?

Danke für Eure Antworten, beste Grüße
Jens

[strukturmarionette]

Hi,

implizieren also, dass man eine explorative Faktorenanaylse durchführen sollte

Besser eine Konfirmatorische Faktorenanalyse. Ich glaube, das er das auch meint.

Gruß
S.

[Holgonaut]

Hi,

ja, ich würde eine konfirmatorische FA bevorzugen, wobei die betreffende latente Variable und ihre beiden Indikatoren eingebettet sind
in ein etwas komplexeres Netz anderer Variablen. Zentral wäre dann, ob a) das Modell fittet, b) die Ladungen der beiden items hoch sind
und möglichst ähnlich (andernfalls muss das plausibel sein) und c) die items nicht querladen (wobei das kein K.o.-Kriterium ist).

Gruß
Holger

[jens0479]

Hallo Holger,

vielen Dank für Dein Posting, das hat mir schon einmal weitergeholfen.