Vorwort | 4 |
Inhaltsverzeichnis | 6 |
1 Einleitung | 13 |
1.1 Zum Begriff Skalierung | 13 |
1.2 Skalenniveaus als Transformierbarkeit | 15 |
1.3 Skalenniveaus in der empirischen Forschung | 19 |
1.4 Übungsaufgaben | 20 |
2 Skalierung als numerisches Etikettieren | 23 |
2.1 Regelgeleitetes Klassifizieren und Quanti.zieren | 23 |
2.2 Items: Fragen und zulässige Antworten | 25 |
2.2.1 Itemformen | 27 |
2.2.2 Zur Formulierung von Items | 27 |
2.2.3 Qualitative Items | 29 |
2.2.4 Quantitative Items | 32 |
2.2.5 Likert-Items | 33 |
2.2.6 Kunin-Gesichter, BARS und semantisches Di.erential | 34 |
2.3 Antwortformate bei Kategorienskalen | 37 |
2.3.1 Anzahl der Skalenkategorien | 38 |
2.3.2 Verbale Etikettierung der Antwortskalen | 38 |
2.3.3 Numerische Etikettierungen | 42 |
2.3.4 Die mittlere Skalenkategorie | 44 |
2.3.5 Weiß-Nicht Kategorien | 45 |
2.4 Rankings | 45 |
2.5 Paarvergleiche | 48 |
2.6 Zur Psychologie der Beantwortung von Items | 49 |
2.7 Übungsaufgaben | 51 |
3 Triviale Skalierung | 53 |
3.1 Ikonen | 53 |
3.1.1 Standardformen von Ikonen | 54 |
3.1.2 Komplexere Ikonen | 58 |
3.1.3 Optimierung von Ikonen | 61 |
3.2 Clusteranalyse | 62 |
3.2.1 Grundprinzip der hierarchischen Clusteranalyse | 62 |
3.2.2 Clusterkriterien | 65 |
3.2.3 Clusteranalyse am Beispiel | 67 |
3.2.4 Ähnlichkeitsmaße für Clusteranalysen | 69 |
3.2.5 Weitere Clusteranalyse-Varianten | 72 |
3.2.6 Anwendung und Bewertung der Clusteranalyse | 72 |
3.3 Übungsaufgaben | 73 |
4 Magnitude-Skalierung | 75 |
4.1 Klassische Magnitude-Skalierung | 75 |
4.2 Magnitude-Schätzwerte und objektive Größen | 76 |
4.3 Cross-Modality Matching | 79 |
4.4 Fehler und Bias | 80 |
4.5 Magnitude- und Kategorien-Skalen | 81 |
4.6 Magnitude- und Absolut-Skalierung | 84 |
4.7 Übungsaufgaben | 85 |
5 Saaty-Skalierung | 87 |
5.1 Magnitude-Skalierung für vollständige Paarvergleiche | 87 |
5.2 Skalen für inkonsistente Paarvergleiche | 89 |
5.3 Statistische Signifikanz der Konsistenz | 92 |
5.4 Hierarchische Modelle | 94 |
5.5 Datenerhebung und Skalierung bei vielen Objekten | 98 |
5.6 Übungsaufgaben | 101 |
6 Fechner-Skalierung | 103 |
6.1 Die Grundidee der Fechner-Modelle | 103 |
6.2 LCJ-Skalierung | 105 |
6.2.1 Wahrnehmungsverteilungen | 105 |
6.2.2 Dominanzurteile bei zwei Reizen | 106 |
6.2.3 Wahrscheinlichkeitsverteilung der subjektiven Di.erenzen | 108 |
6.2.4 Dominanzwahrscheinlichkeiten und subjektive Di.erenzen | 109 |
6.2.5 Eine Anwendung: Skalierung der Schwere von Verbrechen | 111 |
6.2.6 Güte der LCJ-Skala | 113 |
6.2.7 Existenz und Skalenniveau | 115 |
6.2.8 Ein komplexeres Anwendungsbeispiel | 117 |
6.2.9 Alternative Formen der Datenerhebung | 118 |
6.2.10 Probleme der LCJ-Skalierung | 118 |
6.3 BTL-Skalierung | 119 |
6.3.1 Das Auswahlaxiom und seine Folgen | 119 |
6.3.2 BTL-Skalenwerte | 120 |
6.3.3 BTL- versus LCJ-Skala | 121 |
6.3.4 Güte der BTL-Skala | 122 |
6.4 Direkte Fechner-Skalierung | 123 |
6.4.1 Direktes Skalieren durch Probieren | 124 |
6.4.2 Skalierungs-Kriterien | 126 |
6.4.3 Metrische Fechner-Modelle | 127 |
6.4.4 Computerprogramme | 128 |
6.4.5 Direkte Skalen versus LCJ-Skalen | 128 |
6.4.6 Skalenniveaus der direkten Modelle | 130 |
6.4.7 Einige Schlussbemerkungen zu Fechner-Modellen | 131 |
6.5 Übungsaufgaben | 132 |
7 Skalogramm-Analyse (Guttman-Skalierung) | 135 |
7.1 Die perfekte Skala | 135 |
7.2 Bestimmung der Fehler | 137 |
7.3 Der Reproduzierbarkeitskoeffizient als Gütemaß | 139 |
7.3.1 Maximal mögliche Fehler | 140 |
7.3.2 Eine Anwendung: Skalierung von Symptomen der Gefechtsangst | 141 |
7.3.3 Varianten bei der Fehlerbestimmung | 141 |
7.4 Vorgehen bei Nicht-Skalierbarkeit | 142 |
7.4.1 Halbordnung und lineare Ordnung von Pro.len | 142 |
7.4.2 Skalenanalyse versus Skalenkonstruktion | 144 |
7.4.3 Dominante Guttman-Skala | 144 |
7.5 Einschränkungen und Erweiterungen | 145 |
7.5.1 Guttman-Skalierung von Einstellungsitems | 145 |
7.5.2 Mehrkategorielle Erweiterungen | 146 |
7.6 Übungsaufgaben | 148 |
8 Mehrdimensionale Struktupelanalyse | 151 |
8.1 Halbordnungs-Struktupelanalyse (POSAC) | 151 |
8.1.1 Eine kleine Batterie von Rechenaufgaben | 151 |
8.1.2 Basiskoordinaten und Rollen der Facetten | 153 |
8.1.3 Eine Anwendung: Kommunikation bei Geiselnahmen | 155 |
8.2 Multidimensionale Struktupelanalyse (MSA) | 157 |
8.2.1 Prinzipien der MSA | 158 |
8.2.2 Eine Anwendung: Reaktionen auf Frustrationen | 159 |
8.3 Handlösungen von Skalierungsproblemen | 162 |
8.4 Übungsaufgaben | 163 |
9 Multidimensionale Skalierung (MDS) | 165 |
9.1 Erstellung einer MDS-Kon.guration aus Distanzen | 165 |
9.1.1 Rekonstruktion einer Karte aus einer Entfernungstabelle | 165 |
9.1.2 Verallgemeinerung der Karten-Rekonstruktion | 167 |
9.2 MDS in der psychologischen Forschung | 168 |
9.2.1 MDS als psychologisches Modell | 169 |
9.2.2 MDS zur Strukturanalyse von Proximitätsstrukturen | 171 |
9.3 Durchführung einer MDS | 173 |
9.3.1 Güte der MDS-Darstellung | 173 |
9.3.2 Bewertung des Stress | 175 |
9.3.3 MDS-Modelle | 177 |
9.3.4 MDS-Algorithmen und degenerierte Lösungen | 179 |
9.3.5 Probleme fehlender und grob gerasterter Daten | 181 |
9.4 Interpretationsansätze in der MDS | 182 |
9.4.1 Dimensionen, Richtungen, Regionen und Cluster | 182 |
9.4.2 MDS-Interpretation mit externen Hilfen | 186 |
9.5 Prokrustische Transformationen | 187 |
9.6 Individuelle Unterschiedsmodelle | 189 |
9.7 Bewertung von MDS-Lösungen | 190 |
9.7.1 Modellfit und Stress | 190 |
9.7.2 Konfirmatorische MDS | 192 |
9.8 Übungsaufgaben | 194 |
10 Unfolding | 197 |
10.1 Prinzipien des Unfoldings | 197 |
10.1.1 Falten und Entfalten | 198 |
10.1.2 I-Skalen und J-Skalen | 201 |
10.2 Unfolding-Daten als Ähnlichkeitsdaten | 202 |
10.2.1 Zur MDS von Unfolding-Daten | 203 |
10.2.2 Unfolding verschieden verzahnter Daten | 204 |
10.3 Eine Anwendung: Skalierung von Parteipräferenzen | 207 |
10.4 Übungsaufgaben | 210 |
11 Faktorenanalyse | 213 |
11.1 Ein einfaches Beispiel zur Einführung | 213 |
11.1.1 Beobachtete Scores und latente Faktoren | 213 |
11.1.2 Faktorwerte, Faktorextraktion und Faktorladungen | 214 |
11.1.3 Faktor-Rotation und Interpretation | 217 |
11.1.4 Faktorenanalyse von fehlerbehafteten Daten | 218 |
11.2 Geometrische Betrachtungen der Faktorenanalyse | 219 |
11.2.1 Variablen- und Personenraum | 220 |
11.2.2 Dimensionalität einer Vektorkon.guration | 222 |
11.2.3 Rotation der Vektorkon.guration | 224 |
11.2.4 Faktoren im Personenraum | 225 |
11.2.5 Approximation komplexer Daten durch Hauptkomponenten | 226 |
11.3 Algebraische Darstellung der Faktorenanalyse | 230 |
11.4 Eine Anwendung: Analyse der Wortbedeutung bei Kindern | 231 |
11.4.1 Festlegung der Zahl der Faktoren | 231 |
11.4.2 Schiefwinklige Drehungen | 236 |
11.4.3 Prokrustische Drehungen | 239 |
11.5 Faktorenanalyse gemeinsamer Faktoren | 241 |
11.5.1 Intelligenzmodelle | 242 |
11.5.2 Bestimmung der Kommunalität | 243 |
11.5.3 Hauptkomponentenanalyse versus Faktorenanalyse gemeinsamer Faktoren | 244 |
11.6 Faktorenanalyse, MDS und Clusteranalyse | 245 |
11.7 Explorative versus konfirmatorische Faktorenanalyse | 246 |
11.8 Übungsaufgaben | 248 |
12 Strukturgleichungsmodellierung (SEM) | 251 |
12.1 Faktorenanalyse und Strukturgleichungsmodellierung | 251 |
12.1.1 Hauptkomponentenanalyse | 252 |
12.1.2 Faktorenanalyse gemeinsamer Faktoren | 253 |
12.1.3 Ein einfaktorielles Modell | 255 |
12.1.4 Zwei zweifaktorielle Modelle | 257 |
12.2 Modelle mit endogenen Faktoren | 259 |
12.3 Erstellung von Pfaddiagrammen | 261 |
12.4 Rückrechnung von Korrelationen aus Pfadgewichten | 263 |
12.5 SEM von Varianz-Kovarianz-Daten | 264 |
12.6 Fitindizes und ihre Beurteilung | 265 |
12.7 Eine Anwendung: Zum Zusammenhang von Arbeitszufriedenheit und Leistung | 268 |
12.8 Strategien der Modellierung | 274 |
12.9 Probleme der Strukturgleichungsmodellierung | 276 |
12.10 Übungsaufgaben | 279 |
13 Conjoint Measurement | 283 |
13.1 Grundideen des Conjoint Measurements | 283 |
13.2 Ein einfaches Beispiel zur Einführung | 284 |
13.3 Eine typische Anwendung des CM | 287 |
13.4 CM-Modelle und Skalenniveau | 290 |
13.5 Rechentechnische Aspekte des ordinalen CM | 292 |
13.5.1 Iterative Optimierung der Modellanpassung | 292 |
13.5.2 Degenerierte Lösungen | 293 |
13.6 Lineares Conjoint Measurement | 294 |
13.7 Bedeutsamkeit einer CM-Lösung | 298 |
13.8 Normierung der Teilnutzenskalen | 299 |
13.9 Varianten der Datenerhebung | 300 |
13.9.1 Die Trade-O. Methode | 300 |
13.9.2 Reduzierte Erhebungspläne | 303 |
13.9.3 Adaptives Conjoint Measurement | 305 |
13.9.4 Paarvergleiche | 307 |
13.10 Prüfung der CM-Skalierbarkeit ohne Skalierung | 307 |
13.11 Zur Gültigkeit des CM | 310 |
13.12 Erweiterungen und verwandte Methoden | 311 |
13.13 Übungsaufgaben | 312 |
14 Skalenkonstruktion und Klassische Testtheorie | 315 |
14.1 Items und Skalen | 315 |
14.2 Merkmale von Items | 318 |
14.2.1 Formen von Items | 318 |
14.2.2 Lösung eines Items | 319 |
14.2.3 Itemcharakteristiken | 319 |
14.3 Verfahren der Skalenkonstruktion | 320 |
14.3.1 Methode der gleicherscheinenden Intervalle | 321 |
14.3.2 Methode der sukzessiven Intervalle | 323 |
14.3.3 Methode der summierten Ratings | 325 |
14.3.4 Klassische Testtheorie | 325 |
14.4 Schritte bei der Skalenkonstruktion | 327 |
14.4.1 Festlegung des Gegenstandsbereichs | 328 |
14.4.2 Konstruktion einer Testrohform | 329 |
14.4.3 Erprobung der Testrohform an einer Analysestichprobe | 331 |
14.4.4 Itemanalyse | 332 |
14.4.5 Überprüfung der Qualität des Tests | 336 |
14.4.6 Skalierung des Merkmals bei Personen | 351 |
14.5 Einzelitems und sehr kurze Skalen | 353 |
14.6 Übungsaufgaben | 354 |
15 Probabilistische Testtheorien | 357 |
15.1 Itemcharakteristiken und Itemkennwerte | 357 |
15.2 Das Rasch-Modell | 360 |
15.2.1 Invarianzeigenschaften des Rasch-Modells | 362 |
15.2.2 Anwendung auf die Daten zur Gefechtsangst | 363 |
15.2.3 Voraussetzungen des Rasch-Modells | 365 |
15.3 Weitere Modelle für dichotome Daten | 366 |
15.3.1 Das Birnbaum-Modell | 367 |
15.3.2 Das drei-parametrische logistische Modell | 368 |
15.3.3 Rasch, Birnbaum oder 3PL? | 369 |
15.4 Bestimmung der Skalenwerte | 370 |
15.4.1 Bestimmung der Likelihood | 370 |
15.4.2 Bestimmung der Personenscores | 372 |
15.4.3 Bestimmung der Itemscores | 374 |
15.5 Bewertung des Modell.ts | 374 |
15.5.1 Likelihoodquotiententests | 375 |
15.5.2 Globale Tests von Voraussetzungen und Eigenschaften | 377 |
15.5.3 Item- und Personenindizes | 380 |
15.6 Weitere probabilistische Modelle | 383 |
15.6.1 Modelle für Items mit geordneten Antwortkategorien | 383 |
15.6.2 Erweiterungen und Spezialfälle | 387 |
15.7 Informationsfunktionen | 389 |
15.8 Speziellere Anwendungsfelder | 390 |
15.8.1 Differential Item Functioning | 390 |
15.8.2 Computeradaptives Testen | 393 |
15.8.3 Itemanalyse | 396 |
15.9 Probabilistische versus Klassische Testtheorie | 397 |
15.10 Übungsaufgaben | 398 |
16 Abschließende Anmerkungen zum Begriff Skalierung | 401 |
16.1 Traditionelle Unterscheidungen | 401 |
16.2 Fünf allgemeinere theoretische Perspektiven | 403 |
16.2.1 Skalierung und fundamentales Messen | 403 |
16.2.2 Skalierung als bedingtes Messen | 404 |
16.2.3 Skalierung als Testen von Strukturhypothesen | 405 |
16.2.4 Skalierung als Mittel der Exploration | 406 |
16.2.5 Skalierung als Indexbildung | 407 |
16.3 Empirische Gesetze und mathematische Modellierung | 408 |
16.4 Übungsaufgaben | 410 |
17 Lösungen zu Übungsaufgaben | 411 |
18 Tabellen | 441 |
18.1 Normalverteilung | 442 |
18.2 ?2-Verteilung | 444 |
Literaturverzeichnis | 445 |
Namenverzeichnis | 467 |
Stichwortverzeichnis | 473 |
Mehr eBooks bei www.ciando.com | 0 |