Use LEFT and RIGHT arrow keys to navigate between flashcards;
Use UP and DOWN arrow keys to flip the card;
H to show hint;
A reads text to speech;
27 Cards in this Set
- Front
- Back
|
Analysemethoden der MTMM-Matrix von Campbell & Fiske |
Ursprünglich: korrelationsbasierte Analyse
Mittlerweile aber auch: 1. varianzanalytische Auswertung 2. explorative MTMM-Analyse 3. konfirmatorische MTMM-Analyse
-> konfirmatorische-MTMM-A am besten geeignet!!! |
|
|
Vorteile der korrelationsbasierten Analyse? (die ursprüngliche Analyseform von Campbell & Fiske) |
1. Gibt einen groben Überblick über die Datenstruktur
2. Einführung der diskriminanten Validität als Ergänzung zur konvergenten Validität
(diskriminante Valid. gab es vorher noch nicht) |
|
|
Viele Kritikpunkte an der korrelationsbasierten Analyse, welche? |
- Einfach Häufigkeitsauszählungen bzw. Einzelvergleiche von Korrelationskoeffizienten (kein zufallskritisches Vorgehen)
- Auswertung basiert auf Inspektion der Korrelationen von manifesten Variablen, aber Interpretation der Kriterien als Schlussfolgerung über zugrunde liegende latente Traits und Methoden
- Trait- und Methodeneffekte nicht trennbar, sondern in Schlussfolgerungen über konvergente und diskriminante Validität konfundiert
-Keine exakten Entscheidungsregeln für das (Nicht-) Vorliegen von konvergenter/diskriminanter Validität -> Auswertung ist sehr subjektiv. |
|
|
Lösungsmöglichkeit dieser Kritikpunkte bzw. alternative Analysemethode? |
Konfirmatorische-MTMM-Analyse!!!
-> MTMM-Modelle können, wie andere Korrelationsmatrizen auch, mit verschiedenen konfirmatorischen Faktorenanalysen (CFA) analysiert werde. |
|
|
Vorteile der CFA-Modelle?? |
1. Ermöglichen die Trennung von Trait-, Methoden-, und Messfehleranteilen
2. Statistische Überprüfbarkeit der zugrunde liegenden Annahmen/Hypothesen -Eindimensionalität der einzelnen Traits -Unkorreliertheit/Korreliertheit von Methoden- oder Traitfaktoren
3. Vergleich verschiedener Modelle möglich, die verschiedene Annahmen/Hypothesen repräsentieren
|
|
|
CFA-Modell mit Trait- und Methodenfaktoren |
Bitte Folie 10 angucken, kann ich nicht reinkopieren
Modellerklärung: Mind. 3 Traits und 3 Methoden, die mit jeweils drei Indikatoren (Items) gemessen wurden. - Jedes Item lädt auf ein Trait und eine Methode - Trait- und Methodenfaktoren können jeweils untereinander korrelieren
|
|
|
Interpretation der Faktorladungen |
Trait und Methodenvarianz der Indikatoren werden getrennt voneinander geschätzt
1. Konvergente Validität -> hohe Faktorladungen auf den Traitfaktoren
2. Diskriminante Validität -> geringe oder keine Korrelationen zwischen den Traits
3. Methodeneinflüsse -> Höhe der Fakorladungen auf den Methodenfaktoren
Beispiel: Folien 12, 13 |
|
|
Kritik an der konfirmatorischen MTMM? |
V.a. Anwendungsprobleme:
1. Schätzprobleme (negative Fehlervarianzen, standardisierte Faktorladungen > 1)
2. Identifikationsprobleme (weniger Freiheitsgrade als zu schätzende Parameter)
3. Probleme bei Modellen mit relativ wenigen Faktoren
|
|
|
Wie kann man die Schätzprobleme beheben? |
1. Keine Methodenfaktoren modellieren, sondern korrelierte Messfehler
2. Mind. 4 Methoden und 3 Traits
3. Stichprobe N > 250 |
|
|
Latent-State-Trait-Theorie (LST-Theorie)
Hintergrund (Traits & States) |
Ziel der psychologischen Diagnostik ist die Messung von stabilen, aber instabilen Merkmalen (situationsabhängig)
Trait: Disposition/Eigenschaft -> zeitl. stabil, zustands- und situationsunabhängiges Merkmal
State: Zustand -> zeitl. instabil, zustands- und situationsabhängig |
|
|
Konsistenzkontroverse |
Personalismus vs. Situationismus
Bzw. ist das Verhalten einer Person zu einer bestimmten Messgelegenheit durch deren Persönlichkeit determiniert (Dispositionismus, Personalismus)? Oder ist das Verhalten von der Situation, in der sich die Person zur Messgelegenheit befindet, determiniert (Situationismus)? |
|
|
Beispiel "State-Trait-Theorie der Angst" von Spielberger (1972)
Welche Merkmale haben State-Angst und Trait-Angst? |
State-Angst -> vorübergehender emotionaler Zustand, in dem sich eine Person zu einem gegebenen Zeitpunkt im Laufe des Lebens befindet - Fluktuiert über die Zeit hinweg -Kann wiederholt auftreten, wenn entsp. Umweltbedingungen gegeben sind -kann andauern, wenn die selben Umweltbedingungen fortbestehen
Trait-Angst: Relativ überdauernde Art und Weise der Wahrnehmung der Umwelt bzw. wie auf die Umwelt reagiert wird. - Bedingt teils die State-Angst: Personen mit hoher Trait-Angst neigen bei bestimmten Umweltgegebenheiten eher mit erhöhter Angst zu reagieren, als wenig trait-ängstliche Personen |
|
|
Messung der beiden Konstrukte |
Unterschiedliche Itemformulierungen bzw. Operationalisierungen (seltener)
Ähnlich Itemformulierungen, aber mit unterschiedlichen Instruktionen (häufiger)
-> z.B. Bitte geben Sie an, wie sie sich im Augenblick fühlen (State) oder: Bitte geben Sie an, wie Sie sich im Allgemeinen fühlen (Trait)
|
|
|
Welche Einflüsse untersucht die LST-Theorie zur Erklärung den menschlichen Verhaltens und Erlebens? |
Untersucht Einflüsse von: - Personenmerkmalen (Traits) - der Situation (States) - der Interaktion von Person und Situation zur Erklärung menschlichen Verhaltens und Erlebens
Bsp. Angst: Veränderung über mehrere Messzeitpunkte hinweg als Abweichung von einer stabilen Traitangst, welche durch situationale Einflüsse bedingt sind.
Situation in der sich eine Person befindet muss nicht bekannt sein. |
|
|
Ausgangspunkt der LST-Theorie? |
Ist die Klassische Testtheorie (KTT) -> LST-Theorie gilt als Erweiterung der KTT!
KTT: Zerlegung des beobachteten Werts (x) in: - den wahren Wert (tau) einer Person v in der Messvariable i - und einem Messfehler
Reliabilitätskoeffizient Rel(X) als Maß der Messgenauigkeit: Verhältnis der Varianz der wahren Werte über alle Personen hinweg Var(tau) und der Gesamtvarianz der Messwerte über alle Personen hinweg Var(X)
|
|
|
Grundgedanke der LST-Theorie |
1. Messung einer Person findet nicht in einem situativen Vakuum statt -> d.h. das Messergebnis bezieht sich auf eine Person v in einer Situation t.
-> Untersuchungsgegenstand: der wahre Wert der Person in einer Situation zu einer gegebenen Messgelegenheit
Statt zweifachinduzierung (KTT) nun dreifachinduzierung zur Unterscheidung von Messgelegenheiten |
|
|
Definition des wahren Werts in der LST-Theorie |
Der wahre Wert ist in der LST-Theorie, ist der wahre Wert einer Person in einer Situation, und wird deshalb als "latenter State Wert" bezeichnet.
-> Der wahre Wert entspricht hier dem Erwartungswert einer Verteilung von möglichen Messwerten einer Person in einer Situation zu einer Messgelegenheit.
|
|
|
Zerlegung des beobachteten Messwerts einer Person |
In: 1. Messfehler 2. Latenter-State-Wert (dieser wird zerlegt in:) - Latenten Trait-Wert - Latenten State-Residuum Wert
Latente State-Variable: Repräsentiert die wahren Werte der Messung
Latente Trait-Variable: Enthält die zeitlich stabilen, situationsunabhängigen Einfluss der Merkmalsausprägungen der Person auf die Messung (Disposition der Personen)
Latente State-Residuum-Variable: Repräsentiert Einflüsse der Situation und der Interaktion von Personen und Situationen
|
|
|
Varianzzerlegung der Messvariablen i zur Messgelegenheit t |
Var(Xit) = Var(tauit) + Var(Fehlerit) Var(Xit) = Var(LTWit) + Var(LSRit) + Var(Fehlerit)
-> d.h. die Varianz des wahren Werts wird analog zerlegt in die Variant des latenten Trait-Wert und die Varianz des latenten State-Residuum-Werts |
|
|
Welche Maße können auf der Grundlage der Varianzzerlegung definiert werden? |
1. Reliabilität 2. Konsistenz 3. Spezifität
1. Reliabilität Rel(Xit) Anteil der wahren Varianz an der Gesamtvarianz der Variable Xit -> die wahre Varianz ist die Varianz der latenten State-Variablen (tau) -> Reliabilitätskoeffizient beschreibt die Genauigkeit der Messvariablen i zu Messgelegenheit t
2. Konsistenz Con(Xit) Rein auf die Person zurückführbarer Anteil der gemessenen Varianz -> Anteil der Varianz der latenten Trait-Variablen an der Gesamtvarianz der Variablen Xit -> Je höher des Konsistenzkoeffizient, desto größer ist der Traitanteil ander Messung zur Messgelegenheit t (situativer Einfluss entsprechend geringer)
3. Spezifität Spe(Xit) Anteil der Gesamtvarianz, der auf Situation sowie Interaktion zwischen Personen und Situation zurückzuführen ist -> Anteil der systematischen Varianz der latenten State-Residuum-Variable an der Gesamtvarianz der Variablen Xit -> Je höher der Spezifitätskoeffizient, desto höher der situative Einfluss auf die Messung |
|
|
Je nach Messintention werden die Messinstrumente (Items) so konstruiert, dass... |
die Reliabilität hoch ist und 1. entweder der Konsistenzanteil überwiegt,(Messung von Dispositionen) 2. oder der Spezifitätsanteil überwiegt, (Messung von situativen Einflüssen und States) |
|
|
Allgemeine Voraussetzungen für die Messung |
1. Es gibt mehrere Messzeitpunkte/Messgelenheiten -> um die Trennung von situativen und dispositionellen Anteilen der Messung zu gewährleisten, müssen die Messinstrumente zu mehreren Messgelegenheiten eingesetzt werden.
2. Innerhalb jeder Messgelegenheit gibt es mehrere parallele Testhälften -> Bedingung für die Trennung der situativen und dispositionellen Anteile der Messung von Messfehlereinflüssen -> Innerhalb jeder Messgelegenheit mehrere Messungen mit mehreren parallelen Testhälften
|
|
|
Anwendung der LST-Theorie |
1. Bei der Evaluation von Therapieverläufen -> Latente State-, Trait- und Messgelegenheitsunterschiede durch weitere Variablen zu erklären -> z.B. sind Veränderungen in den Depressivitätsmaßen auf Veränderungen der Trait-Variablen oder auf situative Einflüsse zurückzuführen?
2. Bei der Testkonstruktion -> Die Konstruktvalidität könnte vermindert sein, wenn situative Einflüsse auf die Messung irrtümlich als Traiteinflüsse interpretiert werden -> Berechnung der Maße der Reliabilität, Konsistenz und Spezifität um die Messeigenschaften eines Messinstruments (zb. eines Fragebogens oder Testhälfte) zu bestimmen -> Zur Präzisierung der Messgenauigkeit
|
|
|
Nochmal: Was definieren die drei Maße (Reliabilität, Konsistenz, Spezifität)?? |
Reliabilität: Messgenauigkeit hinsichtlich State
Konsistenz: Messgenauigkeit hinsichtlich Trait
Spezifität: misst den situativen Einfluss auf die Messung |
|
|
Empirisches Beispiel: Anxiety Inventory (TAI-G) |
Hat vier Skalen: Aufgeregtheit, Besorgtheit, Mangel an Zuversicht, Inferenz -> Es soll geprüft werden, ob diese Skalen eher einen Trait oder einen State messen
Demonstriert wird an Skala Aufgeregtheit: 8 Items, 2 parallele Testhälften mit je 4 Items, je 2x erfasst (Singletrait-Multistate-Modell)
Am besten im Buch/Folien (28) das Modell und Bsp angucken |
|
|
Zusammenfassung (LST-Theorie) -> Welche Variable gibt was an? |
1. Ist eine Erweiterung der KTT
2. Latente State-Variable: Wahre Werte der Personen bei einem Item i in Situation t, entspricht dem wahren Wert in der KTT
3. Latente Trait-Variable: Erwartungswerte der Person unabhängig von der Situation t (gibts nicht in der KTT)
4. Latente State-Residuum-Variable: Differenz zwischen latenter State-Variable und latenter Trait-Variable, Repräsentiert den Anteil der wahren Varianz, der nicht durch die Person, sondern durch die Situation sowie die Interaktion von Person und Situation bedingt ist |
|
|
Ausblick: Kombination von LST-Theorie und konfirmatorischer MTMM |
Zur Analyse der konvergenten und diskriminanten Validität
Unter Berücksichtigung der Einflüsse von: - stabilen Traits, messgelegenheitsspezifischen Einflüssen (Situationen) und Messfehlern -> zentral ist die Überprüfbarkeit der zeitlichen Stabilität - stabilen Traits, Methoden und Messfehlern -> zentral ist die Überprüfbarkeit der konvergenten und diskriminanten Validität
|
