Hallo liebe Statistik-Freunde,
Ausgangsbasis:
Einen eigenen Zufriedenheits-Fragebogen (Likert-Skala mit 4 Abstufungen, also forced choice) für den ich die Items aus der Literatur abgeleitet habe.
Einen anderen Zufriedenheitsfragebogen, der fast das gleiche erfassen soll und bereits öfter eingesetzt wurde.
Einige zusätzlich erhobene Variablen (Alter, Geschlecht und so)
Eine Datenerhebung, die mir N=80 Patientenurteile in beiden Fragebögen einbrachte.
Ziele:
Eine Fragebogenvalidierung meines eigenen Fragebogens und auch eine des anderen Fragebogens.
Bisheriges Vorgehen:
Ich habe die deskriptive Statistik in SPSS Vers. 15 soweit hinbekommen. Habe dann eine Faktorenanalyse über meinen und den anderen Fragebogen durchgeführt. Dabei habe ich die Grundeinstellungen soweit gelassen, aber bei Rotation "Varimax" und bei Optionen "paarweiser Fallausschluss" gewählt.
Fragen:
Was brauche ich noch für eine Fragebogenvalidierung?
Woher weiß ich, ob ich die richtige Rotation gewählt habe?
Sollte ich andere Rotationen einfach ausprobieren?
Spezielle Frage:
Ich möchte wissen, ob sich die Beantwortung speziell von 2 Fragen korreliert. Dabei hat die eine Frage aber eine 3 stufige Likert-Skala und die andere eine 4 stufige. Bin ich da richtig bei: "Analysieren/ Korrelation/ Bivariat.." ?
Ich hoffe ihr könnt mir helfen. Ich habe gar nicht unbedingt den Anspruch alles verstehen zu müssenw as ich da mache. Aber irgendwie sind Validierungsstrategien nie auf Fragebögen sondern immer nur auf Tests hin beschrieben und da gibts ja einiges, was ich gar nicht beachten muss.
Fragebogenvalidierung mit SPSS und überhaupt
-
Der Patient
- Beiträge: 2
- Registriert: 16.06.2008, 17:00
-
Der Patient
- Beiträge: 2
- Registriert: 16.06.2008, 17:00
Zu Frage 1:
Die Patienten füllten neben dem von mir gebastelten Bogen ja noch einen anderen Bogen aus, der vorgab das gleiche zu messen. Nachdem ich über beide Bögen eine Faktorenanalyse gerechnet habe, ergaben sich bei meinem Bogen 4 Faktoren (Eigenwert>1) und bei dem anderen Bogen 2 Faktoren. Über die jeweiligen Items die die Faktoren/Dimensionen bildeten, habe ich dann Rohwertsummen pro Person gebildet (also Skalenscores). Ebenso einen Gesamtscore pro Test, also eine Rohwertsumme über alle Items pro Person. Danach habe ich diese Rohwertsummen der Skalen, bzw. des Gesamtscores des einen Tests mit denen des anderen Tests korreliert. Diese Korrelationen sind meiner Meinung nach ebenso wie die Faktorenanalyse ein Teil der Validierung. Dann habe ich eine Reliabilitätsanalyse durchgeführt um die korrigierten Trennschärfen der Items zu erhalten, sowie Cronbachs Alpha als interne Konsistenz. Die Trennschärfeanalyse habe ich pro Skala durchgeführt (logisch).
Zu Frage 2 und 3:
Als Voraussetzung für die Faktorenanalyse habe ich den Bartlett und den Kaiser-Meyer-Olkin Test gerechnet. Ebenso den Kolmogorov-Smirnov- und Chi²-Anpassungstest zur Überprüfung der Normalverteilung. Ich habe die Varimax Rotation gewählt, also eine orthogonale rechtwinklige Rotation um die Unabhängigkeit der einzelnen Faktoren zu gewährleisten. Danach habe ich eine oblim direkt-Rotation durchgeführt um die Stabilität dieser Faktorenstruktur zu überprüfen, was zeigte, dass die Struktur auch bei dieser obliquen also schiefwinkligen Rotation, die Interkorrelationen der Faktoren zulassen würde, gleich bleibt. Weitere Roationen sind nicht nötig und ändern die Faktorenstruktur vermutlich nicht erheblich.
Womit ich mir nicht ganz sicher bin, ist die Art der Korrelation für die Korrelationen des einen mit dem anderen Test. Ich habe ja Daten über Ratingskalen, die eigentlich Ordinalskalenniveau haben und somit Spearman brauchen. Auf der anderen Seite habe ich ja auch für die Faktorenanalyse einfach Äquidistanz und Intervallskalenniveau unterstellt. Benutzt man dann für die Interkorrelationen von Test zu Test Pearson oder Spearman, also Produkt-Moment oder Rangkorrelationen? In SPSS kann ich natürlich beides durchführen, aber die Ergebnisse unterscheiden sich geringfügig. Was ist nun besser?
Korrelationen zwischen Skalenscores und dichotomen Merkmalen habe ich mit Pearson gerechnet, weils aufs gleiche rauskommt wie bei der Punkt-biserialen-Korr.
EDIT: Beteiligung und Kritik in diesem Auswertungsthread ist weiterhin erwünscht. Ich schreibe mein weiteres Vorgehen hier nur auf, damit jemand in der googel-Suche auch später noch was davon hat.
Die Patienten füllten neben dem von mir gebastelten Bogen ja noch einen anderen Bogen aus, der vorgab das gleiche zu messen. Nachdem ich über beide Bögen eine Faktorenanalyse gerechnet habe, ergaben sich bei meinem Bogen 4 Faktoren (Eigenwert>1) und bei dem anderen Bogen 2 Faktoren. Über die jeweiligen Items die die Faktoren/Dimensionen bildeten, habe ich dann Rohwertsummen pro Person gebildet (also Skalenscores). Ebenso einen Gesamtscore pro Test, also eine Rohwertsumme über alle Items pro Person. Danach habe ich diese Rohwertsummen der Skalen, bzw. des Gesamtscores des einen Tests mit denen des anderen Tests korreliert. Diese Korrelationen sind meiner Meinung nach ebenso wie die Faktorenanalyse ein Teil der Validierung. Dann habe ich eine Reliabilitätsanalyse durchgeführt um die korrigierten Trennschärfen der Items zu erhalten, sowie Cronbachs Alpha als interne Konsistenz. Die Trennschärfeanalyse habe ich pro Skala durchgeführt (logisch).
Zu Frage 2 und 3:
Als Voraussetzung für die Faktorenanalyse habe ich den Bartlett und den Kaiser-Meyer-Olkin Test gerechnet. Ebenso den Kolmogorov-Smirnov- und Chi²-Anpassungstest zur Überprüfung der Normalverteilung. Ich habe die Varimax Rotation gewählt, also eine orthogonale rechtwinklige Rotation um die Unabhängigkeit der einzelnen Faktoren zu gewährleisten. Danach habe ich eine oblim direkt-Rotation durchgeführt um die Stabilität dieser Faktorenstruktur zu überprüfen, was zeigte, dass die Struktur auch bei dieser obliquen also schiefwinkligen Rotation, die Interkorrelationen der Faktoren zulassen würde, gleich bleibt. Weitere Roationen sind nicht nötig und ändern die Faktorenstruktur vermutlich nicht erheblich.
Womit ich mir nicht ganz sicher bin, ist die Art der Korrelation für die Korrelationen des einen mit dem anderen Test. Ich habe ja Daten über Ratingskalen, die eigentlich Ordinalskalenniveau haben und somit Spearman brauchen. Auf der anderen Seite habe ich ja auch für die Faktorenanalyse einfach Äquidistanz und Intervallskalenniveau unterstellt. Benutzt man dann für die Interkorrelationen von Test zu Test Pearson oder Spearman, also Produkt-Moment oder Rangkorrelationen? In SPSS kann ich natürlich beides durchführen, aber die Ergebnisse unterscheiden sich geringfügig. Was ist nun besser?
Korrelationen zwischen Skalenscores und dichotomen Merkmalen habe ich mit Pearson gerechnet, weils aufs gleiche rauskommt wie bei der Punkt-biserialen-Korr.
EDIT: Beteiligung und Kritik in diesem Auswertungsthread ist weiterhin erwünscht. Ich schreibe mein weiteres Vorgehen hier nur auf, damit jemand in der googel-Suche auch später noch was davon hat.
