4. Methoden der Datenerhebung

Question 1

Quantitative Methoden

Definition?

Verfahren?

Answer 1

Operationalisierung und Quantifizierung erhobener Merkmale

Kombinationen von Erhebungsarten werden verwendet

Question 2

Qualitative Merkmale - Auszählen

Arten? 3 & 2

Kriterien? (3)

Kategoriensysteme? (2)

Answer 2

(dichotom, polytom bzw. kategorial) (natürlich oder künstlich)

Drei Kriterien bei der Bildung wichtig:

1. Genauigkeitskriterium: exakte Definition durch präzise Indikatoren

2. Exklusivitätskriterium: darf nicht gleichzeitig in mehreren Kategorien sein, müssen sich ausschließen

3. Exhaustivitätskriterium: Alle Objekte müssen einer Kategorie zugeordnet werden können, erschöpfend (manchmal muss es Kategorie “sonstiges” geben)

Kategoriensysteme zur Merkmalsbeschreibung (z.B. quantitative Inhaltsanalyse) in Häufigkeits- und Kontingenztafeln, Statistik ist Chi-Quadrat über ein- und mehrdimensionale Kontingenztafeln

Question 3

Quantitative Merkmale - Auszählen (3)

Answer 3

kardinalskalierte Merkmale

von Urliste (Auflistung aller individuellen Ausprägungen) ind Rohdaten-Datei

Zur Betrachtung von Verteilungsform, Merkmal in Kategorien unterteilen, dann Häufigkeit auszählen (Statistiksoftware verzerrt manchmal, Ausreißer- oder Extremwerte in offenen Randkategorien)

Question 4

Index - Indizes (6)

Answer 4

bei latenten Variablen (äquivalent zu Skala bei manifesten Variablen)

zusammengefasste Indikatorvariablen (äquivalent zu Items/Stimuli bei manifesten Variablen)

dargestellt durch Indizes (äquivalent zu Item-/ Skalenwerten bei manifesten Variablen)

kann aus unterschiedlichen Merkmalen bestehen (soziale Schicht = Aubildung, Beruf, Einkommen) Einzelne Indikatoren können gewichtet sein

Zeitabhängigkeit (Art der Indikatoren und deren Gewichtung)

standardisierte Werte (Body-Mass-Index)

Question 5

ungewichteter additiver Index/Skalenwert - Arten von Indizes

Verfahren, Vorraussetzung?

was erlaubt?

Answer 5

Addierung (Summenscore) der Indikatorwerte: Nur bei Annahme gleicher Präzision, gleichem Gewicht und gleicher Bedeutung können Indikatorwerte addiert werden.

Kompensation erlaubt, geringer Indikatorwert kann durch einen anderen hohen Indikatorwert kompensiert werden, gleiches bei ungewichtetem Mittelwert

Question 6

Multiplikativer Index - Arten von Indizes (2)

Answer 6

keine Kompensation, ist ein Indikator null, ist auch der Index null

alle Indikatoren besitzen Mindestausprägung, sollten die Werte multiplikativ verknüpft werden

Question 7

Gewichteter additiver Index - Arten von Indizes (2)

Answer 7

Einzelne Indikatoren wernden differenziert gewichtet (normativer vs. empirischer Index)

auch bei Durchschnittswerten möglich

Question 8

Gewichtung Indikatoren - Indizes

Arten der Indexbildung? (2)

Answer 8

normative Indexbildung = durch Experten durchgeführt

analytische oder statistische Indexbildung = durch empirische Erkenntnisse (exploratorische und konfirmatorische Faktorenanalyse)

Question 9

Urteils- und Schätzverfahren

Definition, Problem (1)

Verfahren (2)

Answer 9

Urteilsfähigkeiten werden gemessen, Störanfällig, Wahl von Skalierungsmodell inhaltlich zu begründen

subjektzentrierte Schätzverfahren: Selbsturteile zu Einstellungen, Überzeugungen und Persönlichkeit

objektzentrierte Schätzverfahren: Fremdurteile in Form von Rangordnungen oder Paarvergleichen von Beobachtungsobjekten

Question 10

Direkte Rangordnungen - Rangordnungen (3)

Answer 10

Ordnung nach der subjektiven Stärke eines Merkmals unter Vergabe von Rangplätzen

daraus Ordinalskala

Auch verbundene Verbände (ties) - bei Objekten mit gleicher Merkmalsausprägung - verschiedene Möglichkeiten

Question 11

sukzessive Intervalle (Q-Sort-Verfahren) - Rangordnungen (7)

Answer 11

Objekte sollen nach Untergruppen sortiert und dann als Stapel in ihrem Ausprägungsgrad

Rangreihe (Häufigkeitsverteilung über geordnete Intervalle) bezüglich des untersuchten

Merkmalsbeschreibungen können vorgegeben sein, als auch wie viele Objekte die pro Stapel zugeordnet werden dürfen

Aussagen auf Karten, die Auf Stapel, Kontinuum “Zustimmung”

eingipflige, symmetrische Verteilung, Rechteckverteilung

Zwischen Objekten innerhalb einer Klasse d.h. innerhalb des Stapels wird nicht mehr unterschieden

sehr viele Objekte können skaliert werden 60-90 max 140

Question 12

Dominanz-Paarvergleich

Verfahren (3)

Arten Menge an Urteilern (2)

Answer 12

VP soll Objekte nach einem Kriterium sortieren

jeder Stiumulus wird mit jedem verglichen und entschieden welcher höheres Ausmaß besitzt

n * (n-1)/2 Paarvergleiche

indirekte Rangordnungen: Ein Urteiler, n Objekte werden Paarweise verglichen, Häufigkeiten nach Größe eine Rangzahl zugeordnet

gemeinsame Rangreihe: mehrere Urteiler, Summation der indiv. Präferenzen. Braucht Angabe wie viele Urteile ein Objekt einem anderen vorziehen

Question 13

Probleme - Dominanz-Paarvergleich (3)

Answer 13

zirkuläre Triaden oder intrasensitive Urteile: inkonsistente Rangordnungen. Ursache: Mehrdimensionalität, Unfähigkeit zur konsistenten Urteilsbildung, mangelnde Sorgfalt. Zufällige konsistenz kann inferenzstatistisch kontrolliert werde. Vermeidung: simultane Ordnung aller Objekte in Rangreihe aus der mittlere

Konsistenz: Widerspruchsfreiheit der Einzelurteile einer Person

Konkordanz: Übereinstimmung von zwei oder mehreren Urteilern im Sinne der Gesamtbeurteilung

Question 14

Law of categorical Judgement

Auffassung von Thurstone?

Rangordnungsart?

Skala?

Annahmen? (6)

Problematik?

Answer 14

Einschätzungen von Personen flukturieren. Empfindungsstärken daraufhin normal verteilt. Auch wenn mehrere Personen ein Objekt beurteilen

sukzessive Intervalle

Umrechnung ordinaler Werte in relative Häufigkeiten (Intervalldaten) umgerechnet

Annahmen:

1. Merkmalskontinuum lässt sich in ordinale Kategorien einteilen
2. Grenzen schwanken um Mittelwerte, Zufallsschwankung bei Beurteilung von Merkmalsausprägung
3. Wahrscheinlichkeit für Grenze und REalisierung des Urteils, normal verteilt
4. Objekte werden durch mehrere Urteiler geordnet, daraus Häufigkeit für Rangkategorie, transformiert in relative Häufigkeiten
5. kumulierte Häufigkeiten - z-Wert - Spalten/Zeilensummen Spalten/Zeilenmittelwerte
6. Addition Betrag größter negativer WErt ein künstlicher Nullpunkt - es entstehen intervallskalierte Werte

Verletzung bei Extremwerten (hohe unterschätzt und tiefe überschätzt)

Question 15

Law of comparative Judgment

Auffassung Thurstone?

Rangordnungsart?

Answer 15

Einschätzungen von Personen flukturieren. Empfindungsstärken daraufhin normal verteilt.

Dominanz-Paarvergleiche

Question 16

Ähnlichkeits-Paarvergleich

Vorgehen?

Problem?

verschiedene Skalen? (2)

beinhaltet auch?

Answer 16

unspezifische Ähnlichkeitsurteile zwischen 2 Objekten, bestimmte Merkmale nicht vorgegeben

schwerer als Dominanzpaarvergleich

gestufte Ratingskala: sehr ähnlich - ähnlich etc)

Analogskala: kontinuierliche Linie äußerst unähnlich bis äußerst ähnlich

Beinhaltet Multidimensionale Skalierung

Question 17

Rangbildung und Paarvergleich

direkte Rangordnung?

Q-Sort-Verfahren (sukzessive Intervalle)?

Dominanz-Paarvergleich?

Ähnlichkeits-Paarvergleich?

Multidimensionale Skalierung?

Individual Differences Scaling?

Answer 17

d. R. : Vergabe von Rangplätzen nach subjektiven Stärked. Merkmals - ordinal

Q-S.: Objekte in Untergruppen in Stapel - Häufigkeiten

D-P: Alle Objekte gegeneinander vergleichen nach Ausmaß (indirekte Rangbildung)

Ä-P: unspezifische Ähnlichkeitsurteile zwischen 2 Objekten

M. S.: Urteilsdimensionen in mehrdimensionalem Raum, Distanzen

Question 18

Multidimensionale Skalierung

was wird erhoben?

wie sieht der Prozess aus?

Wie wird MDS interpretiert? (2)

Merkmale? (2)

Answer 18

Reaktionen von Probanden auf bestimmte Stimuli werden erhoben

Prozess ist eine Abbildung in mehrdimensionalem Raum

1.Schauen welche Stimuli werden als beieinander liegend eingeschätzt 2.Achsen im Raum repräsentieren bestimmte Eigenschaften

Keine Vorgabe der Merkmale (Probanden würden in Befragungssituation anders reagieren als in Nicht-Befragungssituation) deshalb auch keine Nennung von Merkmalen - Deshalb nur Ähnlichkeits/Distanzaussagen

Question 19

metrische/nicht-metrische Multidimensionale Skalierung

Skala der jeweiligen Art?

Zielsetzung nicht-metrischer MDS?

Vorgehen n-m MDS?

Berechnung? (2)

Answer 19

metrische MDS: Distanzen werden transformiert, funktionaler Zusammenhang zwischen Ähnlichkeiten und Distanzen

nicht-metrische MDS: Ähnlichkeiten, zwischen Ähnlichkeitsrangordnung von Stimuluspaaren und ihren Distanzen besteht ein monotoner Zusammenhang

Zielsetzung: Objektkonfiguration (Koordinaten der Objekte oder Stimuli im gewählten Raum) in möglichst niedriger Dimension

Vorgehen: schrittweise Veränderung bis Rangreihe der Distanzen zwischen Punkten mit der Rangreihe der empirisch gefunden Unähnlichkeiten gut übereinstimmt

Stresswert: Güte der Maßzahlen

Dimensionen: Anhand von Ladungen die

Question 20

Probleme Mehrdimensionale Skalierung (5)

Answer 20

1. Lokale vs. globale Minima: algorithmisch, kein absolutes Stressminimum sondern lokales (zufällige Startkonfigurationen, mind. 20, oder aus der metrischen MDS)
2. Degenerierte Objektkonfiguaration
3. Interpretation der Stresswerte
4. Dimensionsproblem
5. Interpretationsprobelm

Question 21

1. lokale vs. globale minima - Probleme MDS

Problem?

Lösungen? (2)

Answer 21

algorithmisches Problem kein absolutes Stressminimum sondern lokales

zufällige Startkonfigurationen und dann mit kleinstem Stress wählen

bei euklid. Metrik mind. 20 Starkonfigurationen

oder aus der metrischen MDS, überlegen

Question 22

2. Degenerierte Objektkonfigurationen - Probleme MDS

Problem?

Symptom?

vorbeugende Maßnahme?

Answer 22

Problem: die wahre Konfiguaration enthält Cluster von Objekten - MDS kann die Objekte innerhalb der Cluster nicht unterscheiden. Stresswerte dicht bei 0

Symptom: geringe Anzahl verschieden großer Distanzen relativ zur Gesamtzahl der Distanzen

vorbeugende Maßenahme: keine MDS bei Objekten die in Cluster fallen, wenn deren Anzahl klein zur Population ist

Question 23

3. Interpretation der Stresswerte - Probleme MDS

Faustregel?

Absicherung?

Problematisch?

Answer 23

Bewertung Stresswerte: (.10-.20 = mäßig) (.05 - .10 = gut) (.02 - .05 = ausgezeichnet) (0 = perfekt)

Absicherung nicht mölich, weil Stichprobenverteilung da Stresswerte unter Nullhypothese nicht bekannt

Problem: Nullhypothese formulieren

Question 24

4. Dimensionsproblem - Probleme MDS

Problem?

Lösung?

Answer 24

Problem: Wieviele Dimensionen sollen herangezogen werden?

Lösung: Anschaulichkeit max. 3 Dimensionen, entweder 2 oder 3, Entscheidung

Question 25

5. Interpretationsproblem - Probleme MDS

Interpretation und zus. Arbeit? (2)

Answer 25

hypothenengeleitete bzw. hypothesentestende Interpretation statt phänomenologische Deutung

kann zusätzliche Datenerhebung zu entsprechenden Hypothesen bedeuten

Question 26

Individual Difference Scaling (INDSCAL)

Frage?

Verfahren?

Auswertung?

Answer 26

Frage: Wie stark gewichten Urteiler eine bestimmte Urteilsdimension?

Verfahren: für alle Urteiler gültige Reizkonfiguration und individuelle Gewichte, relative Urteilsdimension.

Dadurch Streckung und Stauchung auf Dimensionskreuz (Urteilerkonfiguration)

Question 27

Rating-Skalen

Begriff?

wann verwendbar?

wo verwendbar?

Verfahren?

Arten? (3&2)

Answer 27

Begriff deutsch: Schätzskala, Einschätzskala, Einstufungsskala (übergeordnet Beurteilungsskala dazu auch Analogskalen)

wann: Selbsteinstufung und Fremdeinstufung
wo: einstellungs,- Meinungs-, Image-messung. Personal, Kooperation, Attraktivität, Persönlichkeitsmessung

Verfahren: Probanden sollen selber nach eigenem Urteil in Kategorien oder Kontinuum zuordnen. Kategorien eindeutig geordnet

Arten: numerische, grafische, nomerisch-grafische

bioplar (gegensätzliche Begriffe), unipolar

Question 28

Probleme bei Konstruktion - Rating-Skalen

(8 Fragen)

Answer 28

1. Welches optimale Anzahl der Kategorien?
2. Gerade oder ungerade Anzahl von Kategorien?
3. Ausweichkategorie?
4. balanciert oder unbalanciert?
5. Wie Ratingskalen verankern?
6. Welche optische Form?
7. Welches Skalenniveau?
8. Wie ist Reliabilität und Validität zu beurteilen

Question 29

1. Anzahl Kategorien - Probleme Konstruktion Rating-Skalen

Abhängig von? (4)

Empfehlung?

Answer 29

Abhängig von:

Diskriminationsfähigkeit der Probanden (Intelligenz, Bildung, Vertrautheit mit Sachverhalt)

Differenzierbarkeit des Sachverhalts

Differenziertheit des Sachverhalts

Art der Datenerhebung (schriftlich, telefonisch)

Empfehlung: einzelne Skala 9+-2, Itembatterien 5+-2 (kleiner weil Zusammenfügung Wert erhöht) (man kann bei dicht abgedeckten Merkmalskontinua besser annehmen dass die Skalenwerte intervallskaliert sind, aber das heißt nicht, dass es tatsächlich so ist )

Question 30

2. gerade oder ungerade Anzahl - Probleme Konstruktion Rating-Skalen

gerade Anzahl (Definition, Vorteile/Nachteile)?

ungerade Anzahl (Definition, Vorteile/Nachteile)?

Answer 30

nicht-forciertes Rating: ungerade Anzahl, Mittelpunkt in Skala,

Vorteil/Nachteil: neutrale Position, Ungewissheit, Bequemlichkeit, siehe Ausweichkategorie

forciertes Rating: gradzahlig, zum Urteil gezwungen

Vorteil/Nachteil: lückenloses Datenmeterial, zwingen Probanden, Urteile abzugeben

Question 31

3. Ausweichkategorie - Probleme Konstruktion Rating-Skalen

Was?

in welchem Skalentyp?

Vorteil?

Answer 31

optisch getrennte Kategorie

in nicht-forcierten Ratingskalen

Vorteil zu Mittelpunkt: kann echt neutrale Positionen von Pseudo-neutralen Positionen unterscheiden

Question 32

4. balancierte oder unbalancierte Skala - Probleme Konstruktion Rating-Skalen (2)

Answer 32

balancierte Skala = positive und negative Kategorienanzahl ist gleich, meistens vorzuziehen

unbalancierte Skala = ungleich, anäquat wenn es Annahmen über den vorwiegenden Bereich der Urteile gitbt und diese feiner abgestuft werden sollen

Question 33

5. Ratingskalen verankern - Probleme Konstruktion Rating-Skalen

Definition?

Arten? (2)

Answer 33

Definition der Skalenendpunkte und einzelnen Skalenstufen, vor allem bei graphischen Skalen

Numerische Verankerung: alle oder bestimmte Kategorien mit Zahlen bezeichnet

Verbale Verankerung: alle oder bestimmte Kategorien mit Worten verankert, Enden immer verbal

Question 34

6. optische Form - Probleme Konstruktion Rating-Skalen

Richtung?

Verbunden (Nachteil/Vorteil)?

Getrennt?

Answer 34

horizontal vs. vertikal

verbunden: Probanden setzen Kreuze oft zwischen Kategorien, aber zusammengehörigkeit der Kategorien deutlicher

getrennt: Kategorien eindeutig festgelegt

Question 35

7. Skalenniveau - Probleme Konstruktion Rating-Skalen

Generalisierung?

Bestimmung?

Interaktion?

Answer 35

Keine Generalisierung des Typs, lediglich max. Erreichbarkeit eines Skalenniveaus

lässt sich nicht direkt bestimmen, Einzelreiz-Methode

Bei jeder Messung Interaktion zwischen Merkmal, Proband, Messinstrument

siehe Messtheoretische Probleme - Rating-Skalen

Question 36

8. Reliabilität und Validität - Probleme Konstruktion Rating-Skalen

Methoden?(3)

typische Fehlerquellen Reliabilität?(5)

Answer 36

Reliabilitätsbestimmung: Test-Retest-Methode, Inter-Rater-Methode: beurteilt die Übereinstimmung/Konkordanz verschiedener Urteiler, wird präferiert bei Einschätzung desselben Stimulus, typisch .55

Validität: Validitätskoeffizient im Intervall .00-.50

Question 37

messtheoretische Probleme - Rating-Skalen

zu 7. Skalenniveau - Probleme Konstruktion Rating-Skalen

Herleitung? (3)

Probleme? (3)

Answer 37

Skaleneigenschaften werden nicht durch Test sondern die paramterischen Vorannahmen definiert (Normalverteilung, Homogenität etc.)

messtheoretisches nicht statistisches Problem ob Zahlenwerte Merkmalsausprägungen entsprechen

parametrische Verfahren sind robust gegenüber variierenden Intervallgrenzen oder nicht-balancierten Skalen (oft nur eine Seite intervallskaliert), das Problem tritt erst bei der Interpretation ein und muss bei jeder konkreten Untersuchungssituation neu begründet werden.

**Äquidistanz: ** sehen Probanden die gleichen Abstände (besonders bei bipolaren Skalen wie z.B. semantisches Differential=?

Einheit und Ursprung bei Konstruktion einer Rating-Skala: Referenzwerte der anderen Probanden um Ceiling- und Flooreffekte zu verhindern

Verteilung der untersuchten Objekte: wenn symmetrisch und Mittelbereich gehäuft intervallskalierung wahrscheinlicher

Question 38

typische Fehlerquellen bei Reliabilität - Rating-Skalen

zu 8. Reliabilität und Validität

(7)

Answer 38

Halo-Effekt: positive und negative Gesamturteile werden auf einzelne Eigenschaften übertragen

Milde-Effekt: Vermeidung von Extremantworten Tendenz zur Mitte (Härte-Effekt tritt seltener auf)

Normanpassungs-Effekt: soziale Erwünschtheit in der Gesellschaft wird auf Rating übertragen

Rater-Ratee-Interaktion: Ähnlichkeitsfehler (wenn Urteiler auf extremer Ausprägung andere auch extrem einschätzen) Kontrastfehler (andersrum)

Primacy-Recency-Effekt: Verzerrungen bezogen auf die sequentielle Position

John-Henry-Effekt: in Vergleichsgruppenuntersuchungen, Kontrollgruppenmitglieder verändern ihr Verhalten, weil sie sich vergleichen

Rosenthal-Effekt oder Pygmalion-Effekt: Versuchsleiter-Versuchspersonen-Verhältnis, Erwartungseffekt, Versuchsleiter-Artefakt, in Sozialpsychologie, Pygmalion-Effekt wenn Unterschicht und Oberschicht

Question 39

Semantisches Differential (SD, Polaritätenprofil, Eindrucksdifferential)

was?

Verfahren?

Mehrdimensional? (3)

Vorteil?

Probleme?

Answer 39

Skalierungsverfahren, einfach zu handhaben, häufig verwendet

bipolare, graphische Rating-Skalen, beide Pole mit grundsätzlichen gegensätzlichen Adjektiven oder Substantiven besetzt, Sowohl Richtung als auch Intensität muss eingestuft werden, Kontinuum mit 7 Abschnitten, Umpolungen der Adjetkivpaare

Mehrdimensional weil EPA: Bewertung (evaluation), Macht (potency), Aktivität (activity)

SD= fertiges Instrument weil genereller Satz an Adjektivpaaren auf verschiedene Objekte angewendet werden kann (problematisch: passt nicht immer)

Interindividuelle Unterschiede bei BEdeutung der Adjektive

Question 40

**Hauptgütekriterien wissenschaftlicher Tests **

1 (3 Untergruppen)

2 (4 Untergruppen)

3 (4 Untergruppen)

3 Merksätze

Answer 40

1: Objektivität (Durchführungsobjektivität, Auswertungsobjektivität, Interpretationsobjektivität)
2: Reliabilität (Retest-Reliabilität, Paralleltestreliabilität, Split-Half-Reliabilität, Innere Konsistenz)
3: Validität (Inhaltsvalidität, Konstruktvalidität, Kriteriumsvalidität, Augenschein-Validität)

Reliabilität ist notwendig aber nicht hinreichend für Validität

Objektivität notwendig aber nicht hinreichend für Reliabiltät

Verdünnungsparadoxon: Validität und Reliabilität sind partiell inkompatibel

Question 41

Tests (2)

Answer 41

hauptsächlich in Leistungs- und Persönlichkeitsmerkmalen angewendet

beinhaltet sämtliche Bestandteile eines wissenschaftlichen Routineverfahren

Question 42

Testskala

Definition?

Gütekriterien? (5)

Answer 42

Testskala = Set von Items, dass zur Erfassung eines spezifischen Merkmals eingesetzt wird und nach bestimmten Skalierungseigenschaften zusammengestellt wurde

möglichst…

...homogen

…große Streuung: möglichst viele Ausprägungsgrade des Merkmals

…hohe Trennschärfe: möglichst Personen mit hoher

…hohe Testobjektivität: eigeutig ausgewertet

…hohe Testreliabilität: Items ermöglichen durch Anzahl und Formulierung eine verlässliche Merkmalsmessung

…hohe Item- und Testvalidität: messen auch tatsächlich das Konstrukt und sind empirisch und theoretisch begründet

Question 43

Beispiele für Testskalen (4)

1 Aufstellung - Rating - Statistik - Überprüfung - Testwert?

2 Aufstellung - Testwert?

3 Aufstellung - Skala - Statistik?

4 Aufstellung - Interpretation?

Answer 43

Thurstone-Skala: Behauptungen, Bejahung - geratet durch Experten - Mittelwert Standardabweichung - Überprüfung durch Stichprobe - Testwert ist Summe der Skalenwerte zu den bejahten Items

Guttman-Skala: Person mit hoher Merkmalsausprägung mindestens so hoch Item bejaht wie die Person mit niedriger Merkmalsausprägung - ordinaler Wert

Rasch-Skala: Bestimmte Anzahl von dichotomen Items muss gelöst werden - Kurve Fähigkeit und Schwierigkeit – Schätzung von Personenparameter der angibt wieviele man richtig löst - Auch Itemparameter schätzt man als Produkt der Wahrscheinlichkeit

Coombs-Skala: Items von Personen nach Zutreffen in Rangreihe bringen - Individuelle Rangreihen stehen für Merkmalsausprägung

Question 44

Likert-Skalierung

Definition? (2)

Verfahren? (5)

Voraussetzung?

Reliabilität?

Validität?

Answer 44

personen-orientiertes Skalierungsverfahren

Einstellungsmessung: gefühlsmäßige, gedankliche und handlungsmäßige Disposition gegenüber bestimmten Aspekten der Umwelt (latentes Kontinuum von extrem negativ zu extrem positiv)

1. Positionen werden als Statements (ca. 100-120) charakterisiert
2. zustimmen oder nicht, fünf Kategorien (nicht forciert), positiv und negativ formulierte Statements umgekehrt
3. Gesamtscores werden addiert (Method of Summated Ratings), deshalb nur Statements die auf eine Dimension bezogen sind
4. Itemanalyse, ungeeignete Statements eliminiert, Trennschärfe (Anzahl der Items zur Probeskala 1:4, 25-30 Items) Anhand statistischer Kriterien (Schwierigkeitenidizes, Varianz, Trennschärfe, Reliabilität, Faktorenanalyse)
5. endgültige Skala eigentlichen Probanden vorgelegt, Rangreihe nach Intensität der Einstellung

Vorraussetung: Intervallskalenniveau, Eindimensionalität

Reliabilitäten: 0.7-0.95

Validitäten: keine

Question 45

Soziale Erwünschtheit - Testverfälschung

1 (3)

2 (2)

3 Erklärung

Answer 45

Verhindern: Instruktion, ausbalancierte Antwortalternativen oder objektive Persönlichkeitstests

Kontrollieren: Verwendung von Kontroll- oder Validitätsskalen oder Abgleich zu Fake-Goog-Instruktion

Ignorieren: soziale Erwünschtheit korreliert mit verschiedenen Persönlichkeitskonstrukten, Ausbildungserfolg nimmt mit Grad der sozialen Erwünschtheit zu