Reliabilität niedrig/Covarianz

[SylviP]

Ich benutze den niederländischen MMPI-2 Datensatz (N= 1244) und untersuche eine bestimmte Skala. Dazu habe ich die 16 Items, die zu diese Skala gehören, selektiert und rekodiert. Ich bin mir sicher, sowohl die richtigen Items genommen, als auch richtig kodiert zu haben, das zeigen die 'frequency'-tabellen der einzelnen Items.

Berechne ich nun die Reliabilität der Skala, spuckt der Output folgende Warnung aus:

"Die Determinante der Kovarianzmatrix ist null oder annähernd null. Statistiken, die auf der invertierten Matrix basieren, können nicht berechnet werden, und ihre Werte werden als systemdefinierte fehlende Werte angezeigt."

Anhand der Kovarianztabelle kann ich entnehmen, was diese Warnung meint: Einige der Items haben eine Kovarianz nahe oder gleich Null.

Cronbach's Alpha liegt bei .451, was mich stark verwundert, weil die Items klar zu dieser Skala gehören und zudem aus der normativen Stichprobe stammen. Wegnehmen kann ich keines dieser Items.

Bei meinen Recherchen bin ich darauf gestoßen, dass es an fehlenden 'cases' liegen könnte. Innerhalb dieses Datensatzes N = 1244 fehlen in Bezug auf die 16 Items 2 cases. Nehme ich diese raus, ändern sich die Descriptives nicht.

Nun ja, ich bin mir nun nicht sicher, ob mein Alphawert richtig ist oder ich noch etwas verändern muss. Kann mir jemand helfen?

[drfg2008]

Hallo SylviP,

diese Frage hast du schon auf einer anderen Platform gestellt. Mike Palij (NYU) hat ja sogar ein (spannendes) Anleitungsschema zur Lösung des Problems entworfen.

Allerdings ist die Beurteilung ohne Kenntnis der Daten nicht wirklich seriös möglich, da eine Vielzahl an Erklärungen in Frage kommt.

Gruss

[drfg2008]

vielleicht noch als Zusatz: die von David Marso vorgeschlagene Erklärung, dass einzelne Items eine Linearkombination anderer Items seien, wird der Grund sein.

The determinate of a matrix being 0 is a result of your one or more of your items being a linear combination of others.

Das folgende Beispiel berechnet aus v1 drei weitere identische Items. Die Konsequenz daraus ist die Fehlermeldung:

Die Determinante der Kovarianzmatrix ist null oder annähernd null. Statistiken, die auf der invertierten Matrix basieren, können nicht berechnet werden, und ihre Werte werden als systemdefinierte fehlende Werte angezeigt.

und hier die Syntax

Code: Alles auswählen

input program.
loop a =1 to 1000 by 1.
end case.
end loop. 
end file.
end input program.
exe.

comp	v1	=RV.BINOM(5,0.5).
comp	v1_1	=v1.
comp	v1_2	=v1.
comp	v1_3	=v1.

EXECUTE .


RELIABILITY
  /VARIABLES=v1 v1_1 v1_2 v1_3
  /SCALE('ALL VARIABLES') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE HOTELLING CORR COV TUKEY
  /SUMMARY=TOTAL MEANS VARIANCE COV CORR
  /ICC=MODEL(MIXED) TYPE(CONSISTENCY) CIN=95 TESTVAL=0.

Gruß

[Indra]

Hallo zusammen,

ich habe bei der Reliabilitätsanalyse verschiedener Fragebögen das gleiche Problem wie SylviP und dachte deswegen hänge ich meine Fragen einfach hier an. Hoffe, dass ist in Ordnung so.

Als Beispiel: Bei einem Fragebogen gibt es drei Subskalen und eine Gesamtskala. Für die Subskalen läuft die Berechnung von Cronbach's alpha ohne Fehler. Die Fehlermeldung erscheint nur bei der Berechnung der internen Konsistenz der Gesamtskala.
Nachdem ich gesehen habe, dass keine Korrelation annähernd 1 beträgt habe ich die Vorgehensweise die Mike Palij vorgeschlagen hat

"Otherwise, select 5 items with the highest intercorrelations
and run reliability on them. If everything is okay, keep adding
items until you start have "degenerate" results like the
determinant of the covariance matrix is zero or near zero"

verwendet.

Ich merke, dass mir das Grundproblem einfach noch nicht klar ist und daher auch nicht weiß wie ich damit verfahren soll. Deswegen noch einige Fragen: Soll ich die Items nach deren Hinzufügen in die Analyse die Fehlermeldung erscheint ausschließen? Kann ich die Items nur aus der Gesamtskala ausschließen und sie in den Subskalen - bei denen keine Fehlermeldung erscheint - drin behalten? Sollen die Items dann auch bei der Berechnung der Skalensummenwerte ausgeschlossen bleiben?Worin liegt eigentlich das Problem dieser Redundanz?

Ich weiß, dass sind einige Fragen, würde mich über Hilfe sehr freuen.

Viele Grüße
Indra