Mehrebenenanalyse - Datenumstrukturierung

[fox-rw]

Hallo,

ich bin gerade dabei, meine Längsschnittdaten für eine Mehrebenenanalyse vorzubereiten. Jetzt stehe ich gerade vor der Frage, ob ich die Variablen aus den items vor oder nach der Umstrukturierung vom wide- in das long-Format berechne. Ich habe psychologische Konstrukte, wie z. B. Erschöpfung (eine Facette der Burnout-Skala, mbi-gs). Erschöpfung habe ich mit sechs items gemessen, über das arithmetische Mittel würde ich dann in SPSS die Variable berechnen. An sich hatte ich jetzt vor, das nach der Umstrukturierung zu machen, weil wir das im Studium so gemacht haben, als wir es gelernt haben. Jetzt habe ich allerdings zu den späteren Erhebungszeitpunkten (t2 und t3) mehr items dazugenommen, um die Reliabilität der Variablen zu erhöhen. Ich weiß nicht, ob das Umstrukturieren mit einer unterschiedlichen Anzahl an items pro Erhebungszeitpunkt überhaupt noch möglich ist und weiß auch nicht, ob es überhaupt einen Unterschied macht, ob ich die Variable vor oder nach der Umstrukturierung berechne. Es würde mir wirklich sehr helfen, wenn das jemand beantworten könnte

Vielen lieben Dank!

[dutchie]

Hallo fox-rw

Wenn sich zu den Zeitpunkten die Itemzahl ändert kriegts du die Items schwer untereinander!
Aber im Prinzip ist das möglich. Beide Formate müssten vorliegen, um alles berechnen zu können!
Frage, will man das?

also ich würde:
Im wide-format:
Reliabiltäten berechnen für jeden Zeitpunkt, auch um zu checken,
ob der Plan mit den zusätzlichen Items geklappt hat.

Dann die items zu Gesamtscores zusammenfassen.

Dann die Gesamtscores korrelieren, das wäre ähnlich Retestreliabilität
im Gegensatz zur internen Konsistenz, (könnte man auch für jedes Item machen, aber
...vielleicht viel Arbeit..aber ich würde das checken.)
Die sollten konstant hoch korrelieren! sonst gibt es eventuell unschöne Person x Zeit Interaktionen.

Dann nur die Gesamtscores in long-format umstrukturieren...und Feuer frei!

Wenn du jetzt auch die Items long machst,(hast dann halt fehlende Werte bei denen die neu
hinzukamen) könnte man jetzt noch die Items overall korrelieren über Zeit und VP, das wäre dann
aber schon ein mixed Problem, und man könnte über die Person rechnen,
dann wären aber auch drei long Formate möglich
long1 über zeit (normal,) long2 über Item und long3 über Item und Zeit.
wäre vielleicht nicht uninteressant, man bekäme ein individuell Reliabiltät und Item x Zeit interaktionen usw.
Aber eher nicht...

gruß
dutchie

[fox-rw]

Hallo dutchie,

wow, vielen lieben Dank für die schnelle Antwort, das hilft mir sehr!
Dann werde ich es mal wie beschrieben probieren und mit den Gesamtscores umstrukturieren. Das wirkt mir auch am "überlichtlichsten"
und die Gesamtscores zu korrelieren ist im Vergleich zu der restlichen Datenbereinigung dann auch nicht mehr der große Aufwand also verstehe ich richtig, dass ich z. B. t1_exhaustion mit t2_exhaustion und t3_exhaustion korrelieren würde und die beiden Korrelationen möglichst nah beieinander liegen sollen?

LG fox

[dutchie]

hallo fox

z. B. t1_exhaustion mit t2_exhaustion und t3_exhaustion korrelieren würde und die beiden Korrelationen möglichst nah beieinander liegen sollen?

..ja, wenn die Zeit auf alle in gleicher Weise wirkt oder gar nicht, ist das eine Messwiederholung, das korreliert,
sofern die Personen sich "ausreichend" unterscheiden. Das wäre mir wichtiger als die interen Konsistenz,
sofern zwischen t1 und t2 ausreichend Zeit vergangen ist.

gruß
dutchie

[fox-rw]

Danke!!!