Cronbachs A mit 30 Variablen u. versch. Skalen?

Wissenschaft Sozialwissenschaften
#1

Hallo zusammen,

ich habe bei einer Untersuchung 25 Einflussvariablen. 21 davon sind con 1-7 skaliert, einige nur 0,1 bzw. 0,1,2. Kann ich die in SPSS zusammen in eine Reliabilitätsanalyse nehmen?

Ich habe es einfach mal gemacht und es kommt ein C Alpha von 0.911 raus, was ja gut aussieht. Allerdings beginnt der Wertebereich bei mehr als 20 Items ja erst bei 0,7, weshalb ich nicht genau weiß, was ich davon halten soll und eine höherer Wert notwendig wäre, um sagen zu können, dass die Skalen gut skaliert sind!?

Wichtig wäre aber erst einmal zu wissen, ob etwas dagegen spricht, die obenen genannten, verschiedenen Skalen in die Analyse zu nehemen?

Bin über jede Hilfe erfreut

#2

da Cronbachs Alpha letztendlich auf Korrelationen beruht ist die unterschiedliche Skalierung egal (du kannst das prüfen, indem du alle variablen z-transformierst und alles noch mal rechnest, müsste das gleiche raus kommen).

Man geht dann üblicherweise so vor, um die Skala weiter zu optimieren, dass man das Item mit der schlechtesten Item-Test.Korrleation raus nimmt, CA neu berechnet etc., bis CA geringer wird.

VG, Walter.

#3

Danke für deine Antwort! Wäre denn ein Wert von .911 ein akzeptabler Wert bei 30 Items?

#4

Ja, ist gut. Schaue aber entsprechend meines Tipps die Trennschärfen der einzelnen Items an (Item-Test-Korrelation), lasse das schlechteste Item raus und berechne CA neu.

VG, Walter.

Danke für deine Antwort! Wäre denn ein Wert von .911 ein
akzeptabler Wert bei 30 Items?

#5

Gut, werde ich auf jeden Fall noch versuchen. Ich habe auch die Analyse gemacht, die Berücksichtigt, wenn das jeweils betrachtete Kriterium rausgelassen wird. Entspricht das nicht auch schon deinem vorgeschlagenen Vorgehen?

Vielen Dank noch einmal!!!

#6

Da muss ich spontan passen. Hab mich ewig lange nicht mehr damit beschäftigt.

Gruß, Andreas

#7

schon, mich wundert nur, dass dann noch 30 Items übrig bleiben; ich dachte die Zahl schrumpft erst mal beträchtlich.

VG, Walter.

#8

Hallo,

es tut mir leid, dass ich nicht helfen kann, weil ich auf Sportstatistik spezialisiert bin. Siehe auch www.olympische-flamme.de

Freundliche Grüße
Michael Menzel

#9

Ja, die Items werden ja nicht wirklich rausgenommen. Es wird glaube ich der Fall betrachtet, wenn es draußen gelassen wird. Bei mir sind jeweils in der Itemstatistik und in der Item-Skala-Statistik noch alle 30 Items drin!? Naja, aber ich denke ich bin schon weiter!

schon, mich wundert nur, dass dann noch 30 Items übrig
bleiben; ich dachte die Zahl schrumpft erst mal beträchtlich.

VG, Walter.

#10

So,ich bin deinem Rat gefolgt und habe schrittweise einige Items rausgenommen und der Wert hat sich noch verbessert!

Vielleicht kannst du mir noch bei einer anderen Frage helfen!?

Es geht um eine binäre Logistische Regression mit den 30 unabhäng. Variablen:

Wie ist den eine Konstante von -7,196 zu interpretieren, bei Wald 59,913, Exp (B) 0,001 und Sig 0 zu interpretieren?

Generell weiß ich, was die Werte für eine normale Variable heißen, aber was sagt diese Konstante aus? Bei normalen Variablen kann ich ja sagen der Einfluss auf die Wahrscheinlickeit ist negativ, genauer das eintreten ist um 0,01% unwahrscheinlicher.

Was genau sagt die Konstante? Sagt sie noch was über das gesamte Modell?

Wäre super, wenn du mir da auch helfen könntest!!!

schon, mich wundert nur, dass dann noch 30 Items übrig
bleiben; ich dachte die Zahl schrumpft erst mal beträchtlich.

VG, Walter.

#11

Hallo,

es tut mir leid, aber damit habe ich noch nie gearbeitet. Ich hoffe ein anderer kann weiterhelfen!

Viel Erfolg weiterhin

#12

a) bei dem guten Alpha ist es besser einen Wert (zB Skalenmittelwert aus den 30 Vars) als Prädiktor zu nehmen, als die 30 einzelnen Varianlen --vorausgesetzt es handelt sich um das Set, das du für Cronbachs Alpha genommen hast.

b) bei der logistischen Regression interpretierst du weder Konstante noch Steigungskoeffizienten inhaltlich; sie dienen lediglich dazu für jeden Fall deines Datensatzes die Wahrscheinlichkeit zu berechnen bei der abhängigen Variablen eine „1“ zu bekommen. Bei den vielen Prädiktoren kannst du evtl. noch das Modell vereinfachen, indem du Prädiktoren mit schwachen absoluten b-Werten raus nimmst. Wichtiger ist aber letztendlich ein gutes Pseudo-R-Quadrat (zB Nagelkerghe) und eine gute Voraussage für sowohl „1“ als auch „0“ bei der AV zu haben. Wenn die 1 und 0 schief verteilt sind, findet man oft eine Lösung, die für alle Fälle 1 bzw. 0 vorher sagt, das ist aber nicht gewünscht.

VG, Walter.

#13

Danke Dir erst einmal Walter! Bist mir eine große Hilfe! Ich habe das Modell schon durch Rückwärtseliminierung vereinfacht und dadurch Variablen rausgenommen.Dann habe ich mit den übrig gebliebenen Variablen eine neue Log. Regr. gemacht, mit folgendem Ergebnis
http://1.bp.blogspot.com/-giMmFbc4r6s/TjWMUoZRL2I/AA…

Hier kann ich ja sagen, dass etwa „Nützlichkeit der Marke“ einen positiven Einfluss auf die Wahrscheinlichkeit, dass die abh. Var. 1 wird, hat. Und, dass bei „Nützlichkeit der Marke“ die Wahrscheinlichkeit um das 2,081fache höher ist, als bei „Nicht-Nützlichkeit der Marke“, oder?

Die Konstante brauche ich dann also nicht beachten!?

Allerbesten Danke und VG!!!

#14

Sorry, aber da kann ich leider nicht weiter helfen. Gruß Robert

#15

ob es sinn macht, diese variablen zu berücksichtigen hängt davon ab, was du machen willst, und wie diese variablen skaliert sind (ordinal, rational etc.)
zu cronbachs alpha kann ich leider nichts sagen.

#16

Entschuldigung, aber da kann ich nicht weiterhelfen. PIET