Skalenniveau einer Summenskala

[ym.87]

Hallo zusammen,

ich stehe gerade etwas auf dem Schlauch und hoffe auf eure Hilfe.

Ich schreibe momentan meine Abschlussarbeit in Psychologie und habe einen Fragebogen verwendet. Die sechs Items sind 4-stufig liekert-skaliert, für jede der Antworten werden Punkte von 1 bis 4 vergeben, die abschließend addiert werden - es handelt sich also um eine Summenskala. Die minimale Punktzahl beträgt 6, die maximale 24. Die Annahme dahinter: Je höher der Wert auf der Summenskala, desto mehr wird Stresserleben verstärkt. Ich habe die Summenskala in SPSS gebildet, allerdings frage ich mich nun, welches Skalenniveau diese Summenskala denn hat?

Einerseits werden hier ja Summenkategorien von 6 bis 24 gebildet, zu denen die Befragten eindeutig zugeordnet werden können. Andererseits besteht wie erwähnt die Annahme, dass mit steigendem Summenwert das Stresserleben steigt, was für eine Ordinal- oder sogar eine Intervallskala spricht. Oder tritt dies erst ein, wenn ich künstliche Einteilungen wie niedrig, mittel und hoch selbst erstelle? SPSS hat das Skalenniveau von sich aus als nominal bezeichnet.

Ich wäre sehr dankbar für eure Hilfe, da die weiteren Analyseschritte von dieser Klärung abhängen.

Danke und Grüße

[tido]

Da kann man sicher ausgiebig drüber diskutieren!

Ich wage mal zusammenzufassen, dass es in den Sozialwissenschaften und der Psychologie durchaus üblich ist, Likert-Skalen unter bestimmten Bedingungen als intervallskaliert anzunehmen. In erster Linie sollte die Benennung der Skala gleiche Abstände nahelegen: Zahlen (z.B. 1 bis 5) oder semantische Differenziale (z.B. niemals - - - - - immer) sind allgemein anerkannt (auch über diese lässt sich aber streiten).
Außerdem gibt es viele Studien, die für bestimmte Benennungen der Skala (z.B. trifft überhaupt nicht zu - trifft eher nicht zu - trifft teils/teils zu - trifft eher zu - trifft genau zu) nachweisen konnten, dass diese von TeilnehmerInnen als (mehr oder weniger) gleichabständig wahrgenommen werden...

Du fragst aber nach Deinem Summenwert: Der ist intervallskaliert. Die Frage stellt sich aber schon einen Schritt vorher, denn wenn deine Antworten nicht mindestens intervallskaliert sind, macht ihre Addition wenig Sinn!
lg tido

[ym.87]

Super, Vielen Dank für deine Antwort.

[Helpme!]

Hi...ich hab das selbe Problem.

Ich habe mehrere Fragebögen.
Als Beispiel der BDI...hier habe ich 21 Items mit einer 4 stufigen Likert-Skalierung.
Aus diesen 21 Items bilde ich einen Summenwert.

FRAGE:
Müssen alle meine 21 Einzelitems Intervallskaliert sein? Um dann einen metrischen Summenwert bilden zu können?
Und wenn ja, ist dies für das Bilden von Mittelwerten (über MEAN=) ebenfalls so?

Ich wäre für eine Antwort seeeehr dankbar

[tido]

Grundsätzlich schon: SUM & MEAN sind nur ab Interskalenniveau sinnvoll. Stell Dir das Vorgehen bei einer nominal- oder ordinalskalierten Variable vor... Da komme ich nicht wirklich auf einen grünen Zweig.

Allerdings kommt es ja bei einem psychometrischen Verfahren auch darauf an, wie das ganze konstruiert und normiert wurde. Ich kenne das BDI jetzt nicht im Detail. Kommt dann schon auf die Items und auf die Art der Auswertung an.

[Helpme!]

Grundsätzlich schon: SUM & MEAN sind nur ab Interskalenniveau sinnvoll. Stell Dir das Vorgehen bei einer nominal- oder ordinalskalierten Variable vor... Da komme ich nicht wirklich auf einen grünen Zweig.

Bedeutet, wenn ich über die Syntax einen Summenwert ausrechne, müssen meine Items auch schon metrisch sein?

Allerdings kommt es ja bei einem psychometrischen Verfahren auch darauf an, wie das ganze konstruiert und normiert wurde. Ich kenne das BDI jetzt nicht im Detail. Kommt dann schon auf die Items und auf die Art der Auswertung an.

Die Auswertung beim BDI bezieht sich auf das einfache summieren der Antworten. Maximaler Wert wäre z.B. 63. Minimaler 0. Damit hab ich doch einen natürlichen Nullpunkt, oder?

Ah und eine Zusatzfrage...
Wenn ich eine Variable definiere und dann die Werte pro Fall eingebe und dabei auch negative Werte habe, wie sieht da das Skalenniveau aus? Weißt du das?

Danke aber schon mal für die Rückmeldung.

[tido]

Einen "natürlichen Nullpunkt" würde ich das jetzt nicht nennen. Das ist dann der Fall, wenn der Nullpunkt Deiner Messung empirisch bedeutet, dass das gemessene Merkmal nicht vorhanden ist.

Aber zurück zur Sache: wenn es beispielsweise 63 ja/nein-Fragen gibt (für ja bekommt man eine 1 und für nein eine 0), die alle gleichermaßen das latente Kriterium repräsentieren, dann wäre ein Summenscore in Ordnung und der ist dann auch intervallskaliert.

Ob die Merkmalsausprägungen mit Zahlen unter 0, über 0 oder beidem kodiert sind, sagt nichts über das Skalenniveau aus (Zur Unterscheidung z.B.: Sedlmeier & Renkewitz, 2008, ch. 3).

[Helpme!]

Einen "natürlichen Nullpunkt" würde ich das jetzt nicht nennen. Das ist dann der Fall, wenn der Nullpunkt Deiner Messung empirisch bedeutet, dass das gemessene Merkmal nicht vorhanden ist.

Aber so ist es. Wenn beim BDI Summenwert oder auch beim einzelnen Item eine 0 das Ergebnis ist, dann ist das Merkmal nicht vorhanden. BDI --> Depression. Bei einer 0 besteht keine Depression.
Hab ich dann einen natürlichen Nullpunkt?

Aber zurück zur Sache: wenn es beispielsweise 63 ja/nein-Fragen gibt (für ja bekommt man eine 1 und für nein eine 0), die alle gleichermaßen das latente Kriterium repräsentieren, dann wäre ein Summenscore in Ordnung und der ist dann auch intervallskaliert.

Okay, das bedeutet...ich habe dichotom Antwortmöglichkeiten (ja/nein) bei meinem Test. Dann sind meine Variablen alle "metrisch" sprich bei SPSS gebe ich für jedes Item das Messniveau "Skala" an. Und erhalte auch einen metrischen Summenscore, richtig?

Wie sieht es aber aus, wenn ich solch eine Antwortskala habe: 0 - 1 - 2 - 3
Oder aber eine solche: 1 - 2 - 3 - 4.
Muss ich meine einzelnen Items (Variablen) dann mit dem Messniveau "Ordinal" zum Summenscore berechnen?

Ob die Merkmalsausprägungen mit Zahlen unter 0, über 0 oder beidem kodiert sind, sagt nichts über das Skalenniveau aus (Zur Unterscheidung z.B.: Sedlmeier & Renkewitz, 2008, ch. 3).

Super das klingt perfekt

[Tory]

Aber zurück zur Sache: wenn es beispielsweise 63 ja/nein-Fragen gibt (für ja bekommt man eine 1 und für nein eine 0), die alle gleichermaßen das latente Kriterium repräsentieren, dann wäre ein Summenscore in Ordnung und der ist dann auch intervallskaliert.

Hierzu hätte ich eine Frage:

Ich habe 4 ja/nein Fragen zum Erinnerungsabruf. Ich möchte nun eine Skala bilden, welche die Erinnerungsbeeinträchtigung aufzeigt.
Dazu habe ich die Items so kodiert: 0: richtig erinnert/ 1: falsch erinnert.
Wenn ich nun den Summenscore bilde, würde das ja heissen, je höher der Score desto höher die Erinnerungsbeeinträchtigung.
Ist das so sinnvoll und ist meine Skala in dem Fall dann intervallskaliert?

Liebe Grüsse

[tido]

Das kommt darauf an, ob Deine vier Items gleichermaßen die latente Eigenschaft z.B. Erinnerungsvermögen messen. Wenn alle Items das selbe messen und "gleichwertig" sind, dann darfst Du sie auch Summieren und wie beschrieben als Gesamtwert weiterverarbeiten.

Sind die Voraussetzungen aber verletzt, wären der Gesamtscore als Summe unsinnig.
lg tido

[Tory]

Hi,

Vielen Dank für deine schnelle Antwort

Also, die Fragen sollen alle abfragen, ob man sich an bestimmte Details aus einem Bild erinnern kann, d.h. theoretisch soll dabei das Erinnerungsvermögen abgefragt werden.

Wenn ich mir die Korrelationsmatrix anschaue, dann korrelieren die Items nur sehr gering untereinander (nicht signifikant).
Das würde dann wohl eher dafür sprechen keine Gesamtskala zu bilden, oder?

LG