Reliabilität

[monobel]

Hallo, ich will herausfinden, ob mein Messinstrument - Fragebogen reliabel ist. Die Reliabilität will ich (Cronbachs Alpha) mit SPSS berechnen.

Soll ich alle Variablen - somit ganzen Fragebogen - auf den Cronbach Alpha testen? Und so zu sagen zu jeder Frage eienen Cronbachs Alpha berechnen und die Werte des Cronbachs Alpha im Bericht auflisten?

Oder soll ich (eine Frage) einige Variablen testen und die Reliabilität (Cronbachs Alpha) nur für diese Variablen berechnen? Reicht das aus, um die Reliabilität zu belegen?

DANKE!

[oFb-Team]

> Thema verschoben nach Onlineforschung & Methode

Hallo,

der Kennwert Cronbach's alpha überprüft, ob die Items einer Skala auf derselben Dimension liegen. Wenn man dort den ganzen Fragebogen hineinwirft, wird das nicht der Fall sein - der gesamte Fragebogen (so die Aussage) wäre demnach nicht geeignet, um ein eindimensionales Konstrukt reliabel zu messen

Also schön pro Skala rechnen und nicht vergessen, invertierte Items vorher umzukodieren.


Viele Grüße

Dominik Leiner
oFb-Team

[monobel]

was sind die invertierten items, die man "umkodieren" soll...

[oFb-Team]

Im Prinzip: Ja.

[monobel]

Hab eine Ordinalskala (5-Stufen- trifft gar nicht zu bis trifft voll zu, in der Mitte "untentschieden")

Reliabilitätstest ergab bei 10 Items / Cronbachs Alpha .330

Beim listenweisen Auschuss wurden die Daten von 28 Fällen 20 Fälle gelöscht, weil nur bei einem fehlenden Wert die Person überhautp nicht aufgenommen wurde.

Soll ich die fehlenden Werte umkodieren? Wie?

DANKE!!

[oFb-Team]

Hallo,

das "Umkodieren" ist zunächst für negativ formulierte Items nötig. Wenn also eine Aussage lautet "ich bin fröhlich (1-5)" und ein anders "ich war noch nie fröhlich (1-5)", dann muss man das zweite zunächst "umdrehen" - also 5 zu 1 kodieren und 4 zu 2.

Für eine Skala wäre es hilfreich, dass alle Items beantwortet werden. Items, die evtl. nicht zutreffen sind in einer Skala schlecht aufgehoben.

Mit 8 vollständigen Fällen braucht man natürlich nicht anfangen, einen Reliabilitättest zu rechnen. Es gibt unterschiedliche Strategien, wie man fehlende Werte ersetzen kann (z.B. Skalenmitte, Mittelwert der anderen, Mittelwert der Items) - aber das muss man jeweils gut begründen. Gerade mit einem Mittelwert der anderen Items treibt man nämlich die Reliabilität künstlich in die Höhe.

Vielleicht wäre es erstmal sinnvoll zu untersuchen, welche Items systematisch nicht beantwortet wurden und diese aus der Skala gleich auszuschließen. Und dann sind sicher auch die Fälle zu bereinigen, die mehr als z.B. 1/3 der Items nicht beantwortet haben. Hier wäre auch eine Kontrolle sinnvoll, ob sie den Rest des Fragebogens sinnvoll beantwortet haben (u.a. anhand der Antwortzeiten). Die klassische Bereinigung der Daten eben.


Viele Grüße

Dominik Leiner
oFb-Team

[monobel]

Danke für die Antworten!

Die Daten habe ich kontrolliert, bereinigt. Bei vier Fragen hab ich unter anderen Items noch das Item "Andere" .. dies wurde mehrheitlich nicht beantwortet. Ich habe die Häufigkeitsauswertung im Bericht (mit Diagrammen) auch mit diesem Item beschrieben, damit es anschaulich ist, dass es nicht beantowrtet wurde und es für die Auswertung nicht viel Sinn macht.

Auch wenn ich beim Reliabilitätstest Item "Andere" weggelassen habe, fehlen beispielsweise bei einer Skala noch 5 Werte. Ich weiss nicht wie man die ersetzt.

Macht es Sinn, wenn wegen einem fehlenden Wert alle andere Werte einer Person nicht akzeptiert werden, die Reliabilität zu berechnen? Die Cron.A. Werte für meine Skalen - .379, .554, .806, .599, .638, .552, .421, .640, .216 - wobei im ersten und letzten Fall waren die Fälle vollständig, sind die Cron.Alpha Werte niedrig (NOminalskala mit JA(2) und NEIN(1) Antworten)

Wie kann ich mit diesen Werten argumentieren? Was besagen die unterschiedlichen Cron.Alphas über den Fragebogen..

[oFb-Team]

Hallo,

wie schon gesagt: Das Ersetzen von fehlenden Antworten muss man gut begründen können - und dann halt einfach machen. Allerdings kann man 5 Fälle auch weglassen.

Negative Cronbach's Alpha deuten darauf hin, dass (a) negative Items vor der Prüfung nicht korrekt umkodiert wurden oder (b) die Skala nicht eindimensional ist (dann steht eine Faktorenanalyse an). Auch bei Ja/Nein-Fragen ist das nötig.

Grundsätzlich gelten für Cronbach's Alpha grob folgende Richtwerte:
> 0,9 ist ein Grund für eine Flasche Sekt
> 0,7 ist in Ordnung
> 0,6 ist gerade noch akzeptabel
< 0,6 und/oder negativ ist keine reliable Messung - wird evtl. besser, wenn man einzelne Items der Skala weglässt (SPSS verrät, was man weglassen muss, wenn man die Statistik "Alpha, wenn Item gelöscht" aktiviert)

Aus dem alpha kann man grob den Anteil an "Datenmüll" berechnen, also dessen, was gemessen wird aber nichts mit dem Konstrukt zu tun hat: Einfach 1 - Alpha². Hat man also ein Alpha von 0,7, dann wäre Alpha² = 0,49 und 1-Alpha² ist 0,51 oder 51% der Varianz ist "Datenmüll". Bei 0,6 sind es schon 64%. Daher auch der klassische Grenzwert von 0,7, weil man da zumindest noch 50% des Konstrukts mit der Skala abbildet.

Außerdem hängt der Cronbach's Alpha stark mit der Anzahl der Items zusammen. Ein Alpha von 0,65 bei 3 Items ist also noch eher akzeptabel als bei 20 Items.


Viele Grüße

Dominik Leiner
oFb-Team

[monobel]

Danke für die Antworten. Es hat geholfen, obwohl ... ich denke nicht, dass ich die Reliabilität mit SPSS berechnen werde.

Gibt es auch andere Wege die Reliabilität zu beschreiben? Nicht statistisch zu berechnen - nur sie zu beschreiben.. hypothetisch ??

[oFb-Team]

Nachdem die Reliabilität per Definition eine empirische Größe ist.... nein.

Aber zumindest diskutieren kann man sie. Lag es an unverständlichen Items? Wurden noch andere Konstrukte angeschnitten? War eine Teilgruppe der Teilnehmer evtl. unmotiviert? Wie könnte man das Konstrukt besser messen?