Itemanalyse Einführung

1. Einführung in SPSS
Dr. Frederic Hilkenmeier

2. Itemanalyse
1. Notwendigkeit und Ziele der Itemanalyse
2. Itemschwierigkeit / Popularität
3. Trennschärfe
4. Cronbach‘s alpha
5. Skalenbildung
6. Itemanalyse mit SPSS
7. Variablenberechnung mit SPSS
Einführung in SPSS 3
Dr. Frederic Hilkenmeier

3. Lernziele
Nach dieser Einheit sollten Sie
I) Die Notwendigkeit und Ziele der Itemanalyse verstanden haben
II) Die Bestandteile der Itemanalyse erklären können
III) Eine Itemanalyse in SPSS durchführen und interpretieren können
IV) In SPSS neue Variablen (hier am Beispiel eines Mittelwertes) erstellen können

4. Dr. Frederic Hilkenmeier
Psychologisch interessante Variablen sind meist sog. latente
Konstrukte:
Eigenschaften, Gefühle, Motive, Gedanken Latentes
Konstrukt
Item1 Item2 Item3
nicht unmittelbar sichtbar
oder zu erfassen
Um diese interessierenden Konstrukte für
uns zugänglich zu machen, müssen wir sie
messbar machen
Wir brauchen also manifeste Indikatoren,
die auf die
Ausprägung der latenten Variablen
hindeuten
Ausprägung der Indikatoren wird
durch latente Variable verursacht
beobachtbar, messbar
Operationalisierung des latenten Konstrukt
Itemanalyse
Wiederholung: Latente Konstrukte

5. Itemanalyse
Wiederholung: Latente Konstrukte
Die Ausprägung psychologische Indikatoren (Items) wird nie
nur durch die Ausprägung des latenten Konstrukts
verursacht.
Die Indikatoren messen jeweils immer noch einen
itemspezifischen Anteil, der auf etwas anderes als das
latente Konstrukt zurückzuführen ist (Messfehler).
Die klassische Psychologische Testtheorie
(KTT) nimmt an, dass die Messfehler
der einzelnen Indikatoren von-
einander unabhängig sind und sich
ausmitteln.
Je mehr Indikatoren, desto geringer
ist der Messfehler, d.h. desto
genauer die Messung
Error1 Error2 Error3
r = 0Fehler korrelieren nicht
miteinander, mitteln sich aus
Latentes
Konstrukt
Item1 Item2 Item3
Axiome der Klassischen Test-Theorie
Axiom 1: Der beobachtete Wert X setzt sich zusammen
aus wahrem Wert T und dem Messfehler E
X = T + E
Axiom 2: Bei wiederholten Testanwendungen kommt
es zu einem Fehlerausgleich, d.h. der Mittelwert des
Messfehlers ist Null.
µE = 0
Daraus folgt:
µX = T
Axiome sind nicht beweisbar, muss man glauben, wie
„Dogmen“ in der Kirche
Einflüsse, die den beobachteten Wert
"verunreinigen"
„echte“ Merkmalsausprägung
in der Person
Das, was wir wirklich
messen
Mittelwert (μ; sprich „m“)

6. • Ein Fragebogen / Test soll genau ein latenten Konstrukt erfassen
• Ein Fragebogen / Test soll die Ausprägung einer Person auf dem Konstrukt, das der Test misst, genau
erfassen.
• Ein Fragebogen / Tests muss deshalb zwischen Personen, die eine hohe, und eine niedrige Ausprägung
auf dem Konstrukt haben, differenzieren können.
• In der Itemanalyse wollen wir
• von den „am grünen Tisch“ entstandenen Items empirisch diejenigen auswählen, die Eingang in
die Endversion unseres Fragebogens finden.
• Überprüfen, ob die Items eines bereits vorhandenen Tests auch in unserer Stichprobe funktioniert
haben. Das ist auch bei etablierten und vielfach eingesetzten Tests notwendig.
Itemanalyse
Wozu das Ganze? Eindimensionalität
Durch die deduktive Skalenkonstruktion

7. Ziel einer Itemanalyse ist es, die Brauchbarkeit/Güte von einzelnen Variablen/Items zur Bildung von Skalen sowie die grundsätzliche Verwendung der Skala
für weitere Analysen zu ermitteln.
Es geht uns also auch um die Güte der Gesamtskala
Hierzu verwendet man in der Regel drei Kennwerte:
• Analyse der Itemschwierigkeit/Itempopularität (Kann das Item zw. Personen, die eine niedrige bzw. hohe Ausprägung auf dem Konstrukt haben
differenzieren)
• Analyse der Trennschärfe (misst ein Item das selbe die der Rest der Items)
• Analyse der internen Konsistenz (Homogenität, Cronbach‘s alpha; messen alle Items das selbe?)
Itemanalyse
Wozu das Ganze?
Test
Soll zwischen Personen
trennen
Soll
eindimensional
sein
Itemschwierigkeit /
Itempopularität
Trennschärfe (Part-Whole-Korrigiert)
Homogenität
Cronbach‘s alpha