Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan.

Transkript

1 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Von Mehrfachantwort zu Mustervariable Daten: austria_pfw.sav Fragebogen: austria_quest.pdf Analys Deskr Hfkt heroin2 2kki2 kokain2 amphet2 ht2 heroin2 Konsumation Heroin 30 Tage vor Haft Gültig ja 2 nein Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 20 62,5 62,5 62,5 2 37,5 37,5 00, ,0 00,0 kokain2 Konsumation Kokain 30 Tage vor Haft Gültig ja 2 nein Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 9 59,4 59,4 59,4 3 40,6 40,6 00, ,0 00,0 amphet2 Konsumation Amphetamin 30 Tage vor Haft Gültig ja 2 nein Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 3 40,6 40,6 40,6 9 59,4 59,4 00, ,0 00,0 2

2 Mehrfachantwort: Drogengebrauch g vor Haftantritt Analys Tab Mehrfachantwortsets heroin2 kokain2 amphet2 () 3 Analys Tab Mehrfachantworttab $gebrauch_vor Gebrauch vor Haftantritt Total Konsumation Heroin 30 Tage vor Haft 2 Konsumation Kokain 30 Tage vor Haft 3 Konsumation Amphetamin 30 Tage vor Haft Column Count % 20 76,9 9 73, 3 50, ,0 4

3 Mehrfachantwort: IMMER eine extra Variable ibl mit keines ki genannt Transf Zählen target keine2 : heroin2 kokain2 amphet2 () keine2 Konsumation keine 30 Tage vor Haft Gültig Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 6 8,8 8,8 8,8 8 25,0 25,0 43,8 0 3,33 3,33 75,0 8 25,0 25,0 00, ,0 00,0 5 Mehrfachantwort: 0 x genannt = keines genannt Transf Rekod in dieselbe Variable (labels nicht vergessen) keine2 Konsumation keine 30 Tage vor Haft Gültig ja 2 nein Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 6 8,8 8,8 8,8 26 8,3 8,3 00, ,0 00,0 6

4 Mehrfachantwort: neu definieren und Tabelle machen mit keines genannt Analys Tab Mehrfachantwortsets heroin2 kokain2 amphet2 keine2 () Analys Tab Mehrfachantworttab $gebrauch_vor Gebrauch vor Haftantritt Total Konsumation Heroin 30 Tage vor Haft 2 Konsumation Kokain 30 Tage vor Haft 3 Konsumation Amphetamin 30 Tage vor Haft 4 Konsumation keine 30 Tage vor Haft Column Count % 20 62,5 9 59,4 3 40,6 6 8, ,0 7 Kombinationen: Analysieren mit Kreuztabelle Analys deskr. Kreuztab (zeilen:) kokain2 (spalten:) amphet2 (schicht:) heroin2 Konsumation 30 Tage vor Haft Anzahl heroin2 ja 2 nein kokain2 kokain2 ja 2 nein ja 2 nein amphet2 2 ja nein Ges Heroin + kokain + amph 7 Heroin + kokain Heroin + amph 4 Heroin 2 kokain + amph 2 kokain 2 amph 6 keine 8

5 Kombinationen: Analysieren mit Mustervariable = Darstellung von Kombinationen einer Mehrfachantwort Transform Berechnen 9 COMPUTE gebrauch_muster = (amphet2 *) + (kokain2 *0) + (heroin2 *00). Heroin: ja, Kokain: ja, Amph:ja Heroin: ja, Kokain: ja, Amph: nein Heroin: ja, Kokain: nein, Amph: ja 2 2 usw 0

6 Heroin Kokain Amph. = ja 2 = nein gebrauch_muster Gebrauchstyp vor Haftantritt Gültig Häufigkeit Prozent Gültige Prozente Kumulierte Prozente 8 Heroin 25,0 + kokain + amph 25,0 25,0 7 Heroin 2,9 + kokain 2,9 46,9 Heroin + 3, amph 3, 50,0 4 Heroin2,5 2,5 62,5 2 kokain + 6,3 amph 6,3 68,8 2 kokain 6,3 6,3 75,0 2 amph 63 6,3 63 6,3 8,3 6 keine 8,8 8,8 00, ,0 00,0 Von der Mustervariable zur Gruppenbildung 2

7 Von der Mustervariable zur Gruppenbildung 3 4 Mustervariable in Gruppenvariable umkodieren: Transform Rekod in verschiedene Variablen.

8 Von Mehrfachantwort zu Mustervariable zu Gruppenzuordnung: gebrauch_gruppen Gebrauchstyp vor Haftantritt Gültig 0 keine Kokain und/oder Amphet. 2 nur Heroin 3 Heroin + Kokain oder Amphetamine 4 Heroin + Kokain + Amphetamine Häufigkeit Prozent Gültige Prozente Kumulierte Prozente 6 8,8 8,8 8,8 6 8,8 8,8 37,5 4 2,5 2,5 50,0 8 25,0 25,0 75,0 8 25,0 25,0 00, ,0 00,0 5 Aufgabe :. Wählen Sie aus dem Gefängnis Datensatz eine Mehrfachantwort, die Sie interessiert. Erstellen Sie dazu die Mehrfachantworttabelle. Beschreiben Sie diese Tabelle. Tbll (Tipp: benutzen Sie als einheitliche Codierung: = ja, 2 = nein) 2. Wählen Sie aus dieser Mehrfachantwort (mindestens 3 maximal4) Items, die aus Ihrer Sicht in einem inhaltlich relevanten Zusammenhang stehen. Begründen Sie diesen Zusammenhang. Berechnen Sie aus diesen 3 bzw. 4 Items eine Mustervariable. Beschreiben Sie die Häufigkeiten. 3. Überlegen Siesich zu dieser Mustervariableeinesinnvolleeine sinnvolle Gruppeneinteilung. Begründen Sie diese Gruppeneinteilung. Rekodieren Sie die Variable zu dieser Gruppeneinteilung und beschreiben Sie die Häufigkeiten. 6

9 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Clusteranalyse Daten: austria_pfw.sav Fragebogen: austria_quest.pdf 7 Clusteranalyse IMMER vor CA: Daten in Datenansicht nach Fallnummer aufsteigend sortieren Analys Klassif hierarchisch. 8

10 9 nr Ward, quad.euklid.distanz Gebrauch vor Haft Heroin ja Kokain Amph ja ja KEINE ja Heroin + Kokain + Amphetamine Heroin + Kokain 22 nur Heroin keine nur Kokain Kokain + Amph. nur Amph. Amph. + Heroin 20

11 Ward, quad.euklid.distanz Gebrauch vor Haft Kokain mit oder ohne Amph. Amph. mit oder ohne Heroin.Schritt: 8 Cluster bleiben 2. Schritt: 7 Cluster bleiben 3. Schritt: 6 Cluster bleiben 2 Ward, quad.euklid.distanz Gebrauch vor Haft Kokain mit oder ohne Amph. Amph. mit oder ohne Heroin 4. Schritt: 4 Cluster bleiben Heroin + Kokain nur Heroin 22

12 Ward, quad.euklid.distanz Gebrauch vor Haft Kokain und/oder Amph. Heroin + Amph. Heroin + Kokain + Amphetamine 5. Schritt: 3 Cluster bleiben 23 Ward, quad.euklid.distanz Gebrauch vor Haft alle anderen Kombinationen 6. Schritt: 2 Cluster verbleiben Heroin + Kokain nur Heroin 24

13 Ward, quad.euklid.distanz Gebrauch vor Haft Drogen 7. (letzter) Schritt: Zuletzt sind alle Fälle in einem Cluster. keine Drogen 25 Anzahl der Cluster nach Clusteranalyse Das Dendrogramm der Clusteranalyse zeigt das schrittweise Vorgehen bei der Zusammenfassung. Beginnend auf der Einzelfallebene werden schrittweise immer mehr Fälle zu immer größeren Gruppen zusammengefasst. Wie viele il Cluster schließlich h als Gruppeneinteilung il gewählt werden, ist eine inhaltliche Entscheidung. CLU5_ Ward Method Gültig Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 7 2,9 2,9 2,9 6 8,8 8,8 40,6 4 2,5 2,5 53, 8 25,0 25,0 78, 7 2,9 2,9 00, ,0 00,0 26

14 Die Charakterisierung der Cluster (welche Personen mit welchen Merkmalen in den Gruppen sind) muss händisch mittels Kreuztabellen untersucht werden. Anzahl CLU5_ Ward Method gebrauch_muster Gebrauchstyp vor Haftantritt t Vergleiche Dendrogramm 4. Schritt: 4 Cluster würden verbleiben. Wir haben 5 Cluster gewünscht, das Verfahren entscheidet, welcher Zusammenfassung Vorzug gegeben wird. 27 Vergleich der Gruppenbildung durch Mustervariable und CA Anzahl gebrauch_gruppen Gebrauchstyp vor Haftantritt 0 keine Kokain und/oder Amphet. 2 nur Heroin 3 Heroin + Kokain od. Amph. 4 Heroin + Kokain +Amph Amph. Ges. CLU5_ Ward Method

15 nr Ward, quad.euklid.distanz Gebrauch vor Haft Heroin ja Kokain Amph ja ja KEINE ja Heroin + Kokain + Amphetamine Heroin + Kokain keine nur Kokain Kokain + Amph. nur Amph. Amph. + Heroin Inhaltliche Entscheidung 22 nur Heroin ohne CA, anhand von zusätzlichen Infos (zb Erfahrungswerten) keine KA K A H HKA HK HA Methode Ward: Möglichst gleich große Gruppen Nachteil inhaltlich: Einzelfälle (Ausreißer) werden zusammengefasst. 30

16 keine KA K A H HKA HK HA Methode Centroid: Einzelfälle (Ausreißer) od. kleinere Gruppen werden in nähest gelegene Gruppen integriert. Nachteil methodisch: schon nach erstem Schritt meist eine Großgruppe. 3 Aufgabe 2:. Führen Sie eine Clusteranalyse mit den von Ihnen in Aufgabe gewählten Items durch. Beschreiben Sie die schrittweise Gruppenzusammenfassung anhand des Dendrogramms. 2. Wie viele il Cluster erscheinen hi Ihnen als Gruppeneinteilung il für etwaige weitere Analysen sinnvoll? Begründen Sie Ihre Entscheidung. Führen Sie die Analyse nochmals durch und lassen Sie sich diesmal die von Ihnen gewählte AnzahlanClusternalsVariable an als speichern. 3. Erstellen Sie nun mit den zur Clusteranalyse einbezogenen Variablen (3 4) und der neuen Clustervariable Kreuztabellen. Beschreiben Sie die Cluster und beurteilen Sie deren Brauchbarkeit für weitere Analysen. 4. FREIWILLIG: Erstellen Sie jeweils eine Kreuztabelle mit der neuen Clustervariable und: einmal mit Ihrer Mustervariable (aus Aufgabe ) und einmal mit Ihrer Gruppeneinteilungsvariable (aus Aufgabe ). Wo genau unterscheiden sich die Zuordnungen? Und um welche Befragte mit welchen Merkmalen handelt es sich dabei? 32

17 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Reliabilitätsanalyse Daten: Gesundheit_2008.sav Fragebogen: FB_Gesundheit.pdf 33 Skalierungsverfahren zur Testung von Eindimensionalität i Erster Schritt: Shi Inhaltliche li h Entscheidung: Was will ich messen Was gehört zu meiner Messdimension? Zweiter Schritt: Kontrolle mit Korrelationsmatrix Dritter Schritt: Richtungskontrolle: IMMER vor RA: Alle Items müssen in EINER Bedeutungsrichtung sein entweder positiv oder negativ umkodieren der jeweils anderen. Vierter Schritt: Vergleich der Bewertungen (Ausreißer Items identifizieren) 34

18 Allgemeines Wohlbefinden 35 f22 2_a körperlic ch wohl f2 22_b wenig Appetit f2 22_c voller Energie f22_a körperlich wohl -,63**,634**,297**,99**,342**,409**,375** -,269** -,297** -,340** f22_b wenig Appetit -,63** -,83** -,079 -,05 -,5** -,43** -,078,286**,84**,97** f22_c voller Energie,634** -,83**,274**,307**,369**,362**,460** -,276** -,265** -,279** f22_d ausgewogene Ernährung,297** -,079,274**,36**,32**,246**,74** -,046 -,089 -,096 f22_e plane Tagesablauf,99** -,05,307**,36**,504**,40**,277** -,095 -,090 -,57** f22_f langfristige Ziele,342** -,5**,369**,32**,504**,50**,380** -,74** -,34** -,258** f22_g Zeit gut einteilen il,409** -,43**,362**,246**,40**,50**,435** -,233** -,06* -,25** f22_h finde Lösungen für ein Problem,375** -,078,460**,74**,277**,380**,435** -,03* -,74** -,222** f22_i fühle mich selbst unter Leuten einsa -,269**,286** -,276** -,046 -,095 -,74** -,233** -,03*,239**,390** f22_m grüble über meine Situation -,297**,84** -,265** -,089 -,090 -,34** -,06* -,74**,239**,382** f22_o was ich tue, geht schief -,340**,97** -,279** -,096 -,57** -,258** -,25** -,222**,390**,382** **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. 2_d ausgew wogene Ernährun g f2 f22_e plan ne Tagesabla auf f22 2_f langfristig ge Ziele f22 g Zeit gut einteilen f22 2_h finde Lös sungen für ein Prob blem h selbst einsam 2_i fühle mich nter Leuten e f22 un f2 22_m grüble über meine Situa ation ue, geht f22 o was ich t schief 36

19 f22 2_a körperlic ch wohl f2 22_b wenig Appetit f2 22_c voller Energie f22_a körperlich wohl -,63**,634**,297**,99**,342**,409**,375** -,269** -,297** -,340** f22_b wenig Appetit -,63** -,83** -,079 -,05 -,5**-,43** -,4** -,078,286**,84**,97** f22_c voller Energie, ** -,83 83**, **, **, **, **, ** -, ** -, ** -, ** f22_d ausgewogene Ernährung,297** -,079,274**,36**,32**,246**,74** -,046 -,089 -,096 f22_e plane Tagesablauf,99** -,05,307**,36**,504**,40**,277** -,095 -,090 -,57** f22_f langfristige Ziele,342** -,5**,369**,32**,504**,50**,380** -,74** -,34** -,258** f22_g Zeit gut einteilen il,409** -,43**,362**,246**,40**,50**,435** -,233** -,06* -,25** f22_h finde Lösungen für ein Problem,375** -,078,460**,74**,277**,380**,435** -,03* -,74** -,222** f22_i fühle mich selbst unter Leuten einsa -,269**,286** -,276** -,046 -,095 -,74**-,233** -,23** -,03*,239**,390** f22_m grüble über meine Situation -,297**,84** -,265** -,089 -,090 -,34**-,06* -,* -,74**,239**,382** f22_o was ich tue, geht schief -,340**,97** -,279** -,096 -,57** -,258**-,25** -,25** -,222**,390**,382** **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. 2_d ausgew wogene Ernährun g f2 f22_e plan ne Tagesabla auf f22 2_f langfristig ge Ziele f22 g Zeit gut einteilen f22 2_h finde Lös sungen für ein Prob blem f22 2_i fühle mich selbst un nter Leuten einsam f2 22_m grüble über meine Situa ation ue, geht f22 o was ich t schief 37 38

20 39 40

21 Reliabilitätsanalyse IMMER vor RELA: Richtungskontrolle der Items Analys Skalieren Reliabilitätsanalyse. 4 Zuverlässigkeitsstatistik Cronbach s Alpha für Cronbachs standardis Anzahl Alpha ierte Items der Items,793,800 Itemstatistik Zusammenfassung der Fallverarbeitung Anzahl % Fälle Gültig ,2 Ausgeschlossen a 98 2,8 Insgesamt ,0 a. Listenweise Löschung auf der Grundlage aller Variablen in der Prozedur. Mittelwert Std. -Abweichung Anzahl f22_a fühle mich körperlich wohl 4,05, f22_b_rec NICHT wenig Appetit 4,4, f22_c voller Energie 3,92, f22_d ausgewogene Ernährung 3,63, f22_e plane Tagesablauf 355 3,55, f22_f verfolge langfristige Ziele 4,09, f22_g kann mir Zeit gut einteilen 4,37, f22_h finde Lösungen für ein Problem 4,28, f22_i_rec NICHT einsam unter Leuten 4,53, f22_m_rec NICHT grübeln über Situation 3,55, f22_o_rec NICHT was ich tue geht schief 4,65, Zusammenfassung der Itemstatistiken Mittelwert Minimum Maximum Bereich Maximum / Minimum Varianz Anzahl der Items Item-Mittelwerte t 4,069 3,548 4,648,099,30,45 Inter-Item-Korrelationen,266,063,637,574 0,095,06 Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. 42

22 Matrix für die Korrelation zwischen den Items f22_a füh hle mich körpe erlich wohl f22_b_re ec NICHT we enig Appetit ie voller Energi f22_c f22_ a fühle mich körperlich wohl,00,75,637,284,60,339,422,40,268,304,357 f22_b_rec NICHT wenig Appetit,75,00,22,08,096,203,6,33,245,95,94 f22_c voller Energie,637,22,00,288,283,372,382,489,288,246,306 f22_d ausgewogene Ernährung,284,08,288,00,368,289,236,83,063,30,38 f22_e plane Tagesablauf,60,096,283,368 00,00,487,403,260,9,066,75 f22_f verfolge langfristige Ziele,339,203,372,289,487,00,55,389,204,6,287 f22_g kann mir Zeit gut einteilen,422,6,382,236,403,55,00,449,230,089,285 f22_h finde Lösungen für ein Problem,40,33,489,83,260,389,449,00,50,77,274 f22_i_rec NICHT einsam unter Leuten,268,245,288,063,9,204,230,50 00,00,246,420 f22_m_rec NICHT grübeln über Situation,304,95,246,30,066,6,089,77,246,00,353 f22_o_rec NICHT was ich tue geht schief,357,94,306,38,75,287,285,274,420,353,00 Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. ausgewogen ne Ernährung f22_d lane Tagesab blauf f22_e pl rfolge langfris stige Ziele f22_f ve Zusammenfassung der Itemstatistiken gut f22_g kann mir Zeit einteilen f22_h fin nde Lösungen n für ein Problem f22_i_rec NICHT eins sam un nter Leuten f22_m_re ec NICHT grü übeln übe er Situation s ich c NICHT was e geht schief f22_o_re tue Mittelwert Minimum Maximum Bereich Maximum / Minimum Varianz Anzahl der Items Item-Mittelwerte t 4,069 3,548 4,648,099,30,45 Inter-Item-Korrelationen,266,063,637,574 0,095,06 Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. 43 händisch berechneter Summenindex der Itemsauswahl Statistiken Skalenstatistik ti tik Std. Anzahl Mittelwert Varianz -Abweichung der Items 44,76 9,530 9,567 Summenindex_f22auswahl Summenindex f22a/b/c/d/e/f/g/h/i/m/o N Gültig Fehlend Mittelwert Standardabweichung Varianz ,76 9,567 9,530 Zusammenfassung der Itemstatistiken Maximum / Anzahl Mittelwert Minimum Maximum Bereich Minimum Varianz der Items Item-Mittelwerte 4,069 3,548 4,648,099,30,45 Inter-Item-Korrelationen,266,063,637,574 0,095,06 Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. 44

23 -Itemstatistik f22_a fühle mich körperlich wohl f22_b_rec NICHT wenig Appetit f22_c voller Energie f22_d ausgewogene Ernährung f22_e plane Tagesablauf f22_f verfolge langfristige Ziele f22_g kann mir Zeit gut einteilen f22_h finde Lösungen für ein Problem f22 i rec NICHT einsam unter Leuten f22_m_rec NICHT grübeln über Situation f22_o_rec NICHT was ich tue geht schief Cronbachs Skalenmw, Skalenvarianz, Korrigierte Quadrierte Alpha, wenn wenn Item wenn Item Item-Skala- multiple Item weggelassen weggelassen Korrelation Korrelation weggelassen 40,70 75,428,579,497,764 40,6 8,6767,288,0,794 40,84 74,70,609,504,760 4,3 78,433,355,20,788 4,2 76,53,42,340,782 40,66 73,723,556,408,765 40,39 77,48,55,40,768 40,47 77,446,495,344,773 40,23 78,30,374,240,785 4,20 79,650,320,92,79 40, 77,49,480,308,774 Korrelation des Einzelitems mit dem Summenindex der restlichen Items Bestimmtheitsmaß (R 2 ) des Einzelitems mit den restlichen Items als unabhängige Variablen 45 Allgemeines Wohlbefinden -Itemstatistik Cronbachs Korrigierte Item-Skala- Korrelation Quadrierte multiple Korrelation Alpha, wenn Item weggelassen f22_a fühle mich körperlich wohl,579,497,764 f22_b_rec NICHT wenig Appetit,288,0,794 f22_c voller Energie,609,504,760 f22_d ausgewogene Ernährung,355,20,788 f22_e plane Tagesablauf,42,340,782 f22_f verfolge langfristige Ziele,556,408,765 f22_g kann mir Zeit gut einteilen,55,40,768 f22_h finde Lösungen für ein Problem,495,344,773 f22_i_rec NICHT einsam unter Leuten,374,240,785 f22_m_rec NICHT grübeln über Situation,320,92,79 f22_o_rec NICHT was ich tue geht schief,480,308,774 Zuverlässigkeitsstatistik Cronbachs Cronbach s Alpha für standardis di Anzahl Alpha ierte Items der Items,793,800 46

24 Zuverlässigkeitsstatistik Zusammenfassung der Fallverarbeitung Zuverlässigkeitsstatistik Cronbach s Alpha für Cronbach Cronbachs standardis Anzahl s Alpha für Alpha ierte Items der Items Cronbachs standardis Anzahl,796,803 0 Alpha ierte Items der Items,793,800 Anzahl % Fälle Gültig ,8 Ausgeschlossen a 9 20,2 Insgesamt ,0 a. Listenweise Löschung auf der Grundlage aller Zusammenfassung Variablen in der Prozedur. der Fallverarbeitung Fälle Gültig Ausgeschlossen a Insgesamt Anzahl % ,2 98 2, ,0 schwarz = RA ohne f22b Appetit rot = RA mit f22b Appetit (vorherige Analyse) Zusammenfassung der Itemstatistiken Maximum / Anzahl Mittelwert Minimum Maximum Bereich Minimum Varianz der Items Item-Mittelwerte 4,07 Zusammenfassung 3,568 4,649 der Itemstatistiken,08,303,56 0 Inter-Item-Korrelationen,289,063,638,575 0,202,06 0 Maximum / Anzahl Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. Mittelwert Minimum Maximum Bereich Minimum Varianz der Items Item-Mittelwerte 4,069 3,548 4,648,099,30,45 Inter-Item-KorrelationenItem,266,063,637,574 0,095095,06 Die Kovarianzmatrix wird berechnet und in der Analyse verwendet. 47 -Itemstatistik 48 f22_a fühle mich körperlich wohl f22_c voller Energie f22_d ausgewogene Ernährung f22_e plane Tagesablauf f22_f verfolge langfristige Ziele f22_g kann mir Zeit gut einteilen f22_h finde Lösungen für ein Problem f22_i_rec NICHT einsam unter Leuten f22_m_rec NICHT grübeln über Situation f22_o_rec NICHT was ich tue geht schief f22_a fühle mich körperlich wohl f22_b_rec NICHT wenig Appetit f22_c voller Energie f22_d ausgewogene Ernährung f22_e plane Tagesablauf f22_f verfolge langfristige Ziele f22_g kann mir Zeit gut einteilen f22_h finde Lösungen für ein Problem f22_i_rec NICHT einsam unter Leuten f22_m_rec NICHT grübeln über Situation f22_o_rec NICHT was ich tue geht schief Skalenmw, Skalenvarianz, Korrigierte Quadrierte Cronbachs Alpha, wenn wenn Item wenn Item Item-Skala- multiple Item weggelassen weggelassen Korrelation Korrelation weggelassen 36,65 65,865,588,494,765 36,79 64,83,64,502,76 37,08 68,859859,354,94,792 37,4 66,245,430,337,783 36,60 64,402,559,404,766 36,34 67,705,562,409,769 36,42 67,668,509,347,774 36,9 69,97,355,225,792 -Itemstatistik 37,4 70,085,35,8,797 36,06 68,077,473,303,777 Cronbachs Alpha, wenn Item Skalenmw, Skalenvarianz, Korrigierte Quadrierte wenn Item wenn Item Item-Skala- multiple weggelassen weggelassen Korrelation Korrelation weggelassen 40,70 75,428,579,497,764 40,6 8,67,288,0,794 40,84 74,70,609,504,760 4,3 78,433,355,20,788 4,2 76,53,42,340,782 40,66 73,723,556,408,765 40,39 77,48,55,40,768 40,47 77,446,495,344,773 40,23 78,30,374,240,785 4,20 79,650,320,92,79 40, 77,49,480,308,774

25 Berechnen des Summen Index zur Messdimension Allgemeines Wohlbefinden Transf Berechnen. COMPUTE Summenindex_f22auswahl = f22_a + f22_c + f22_d + f22_e + f22_f + f22_g + f22_h + f22_i_rec + f22_m_rec + f22_o_rec. Statistiken Summenindex_f22auswahl Allgemeines Wohlbefinden (f22a/c/d/e/f/g/h/i/m/o) N Gültig 359 Fehlend 9 Mittelwert Standardabweichung Varianz 40,7 9,03 8, Summenindex_f22auswahl Allgemeines Wohlbefinden (f22a/c/d/e/f/g/h/i/m/o) Anz. % Gült. % Kum. % 8,2,3,3 9 2,4,6,8 20 2,4,6,4 2 3,7,8 2,2 22 3,7,8 3, 23 3,7,8 3,9 24 5,,4 5,3 25 4,9, 6,4 26 2,4,6 7, ,2,3 7,2 7,6,9 9,2 5,,4 0,6 6,3,7 2,3 6,3,7 3, , 3,9 2,4 2,4 3, 24,5 3 2,9 3,6 28, 2 2,7 3,3 3,5 8 4,0 5,0 36,5 2 2,7 3,3 39,8 6 3,6 4,5 44,3 8 4,0 5,0 49,3 5 3,3 4,2 53,5 2 2,7 3,3 56,8 6 3,6 4,5 6,3 7 3,8 4,7 66, ,4 3, 73,5 2,4 3, 76,6 8,8 2,2 78,8 2 2,7 3,3 82,2 4 3, 3,9 86, 0 2,2 2,8 88,9 5,,4 90,3 2,4,6 90,8 4,9, 9,9 7,6,9 93,9 9 2,0 2,5 96,4 4,9, 97,5 3,7,8 98,3 2,4,6 98,9 4,9, 00, ,8 00,0 9 20, ,9 3,6 7, ,6 4,5 70,5 5,,, System 50

26 Aufgabe 3:. Blättern Sie aufmerksam den Fragebogen zur Gesundheit 2008 durch. Finden Sie eine weitere Messdimension anhand metrischer Items. Benennen Sie diese Messdimension und wählen Sie die dazugehörigen Items aus. Kontrollieren Sie mithilfe einer Korrelationsmatrix, wie stark und in welcher Richtung die von Ihnen gewählten Items zusammenhängen. Gegebenenfalls ändern Sie Ihre Auswahl, bis diese Ihrer Meinung Mi nach für eine einheitliche itli h Skala (Index) geeignet tit ist. Führen Sie gegebenenfalls Rekodierungen durch. Wenn Ihre Auswahl feststeht und alle Items in einer Bedeutungsrichtung kodiert sind (pos neg), vergleichen Sie die Mittelwerte der Items mit einem Liniendiagramm anhand von Geschlecht oder Alter. 2. Führen Sie eine Reliabilitätsanalyse mit den von Ihnen gewählten Items durch. Beschreiben Sie Ihre Vorgangsweise und die Ergebnisse. Welche Items sind die Hauptvertreter Ihrer Messdimension? Welche nicht? Erläutern Sie, welche Items Sie in Ihren neuen Index miteinbeziehen wollen und welche nicht. Begründen Sie Ihre Auswahl. 3. Berechnen Sie den Summenindex Ihrer neuen Messdimension und erstellen Sie eine Häufigkeitstabelle und ein Histogramm desselben. 5 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Regressionsanalyse Daten: Gesundheit_2008.sav Fragebogen: FB_Gesundheit.pdf 52

27 h wohl f22 a körperlich f22 c voller En nergie f22 d ausgewo ogene Ernährung f22_a körperlich wohl,634**,297**,99**,342**,409**,375** -,269** -,297** -,340** f22_c voller Energie,634**,274**,307**,369**,362**,460** -,276** -,265** -,279** f22_d ausgewogene Ernährung,297**,274**,36**,32**,246**,74** -,046 -,089 -,096 f22_e plane Tagesablauf,99**,307**,36**,504**,40**,277** -,095 -,090 -,57** f22_f langfristige Ziele,342**,369**,32**,504**,50**,380** -,74** -,34** -,258** f22_g Zeit gut einteilen,409**,362**,246**,40**,50**,435** -,233** -,06* -,25** f22_h finde Lösungen für ein Problem,375**,460**,74**,277**,380**,435** -,03* -,74** -,222** f22_i fühle mich unter Leuten einsam -,269** -,276** -,046 -,095 -,74** -,23** -,03*,239**,390** f22_m grüble über meine Situation -,297** -,265** -,089 -,090 -,34** -,* -,74**,239**,382** f22_o was ich tue, geht schief -,340** -,279** -,096 -,57** -,258** -,25** -,222**,390**,382** f22_e plane Tagesablau uf **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. f22 f langfristige Ziele nteilen f22_g Zeit gut ei f22 h finde Lösu ungen für ein Proble em selbst nsam f22 i fühle mich unt er Leuten ein über ion f22 2_m grüble meine Situati f22_o was ich tue e, geht schief 53 -Itemstatistik Wohlbefinden /m/o) gemeines W a/c/d/e/f/g/h/i/ Korr mit Allg (f22a Korrelation Korrigierte Item-Skalate multiple Korrelation Quadriert Cronbac chs Alpha, we enn Item weggelassen n = 359 voller Energie,709,64,502,76 fühle mich körperlich wohl,685,588,494,765 verfolge langfristige Ziele,674,559,404,766 kann mir Zeit gut einteilen,656,562,409,769 finde Lösungen für ein Problem,69,509,347,774 NICHT was ich tue geht schief,59,473,303,777 plane Tagesablauf,579,430,337,783 ausgewogene Ernährung,508,354,94,792 NICHT einsam unter Leuten,506,355,225,792 NICHT grübeln über Situation,472,35,8,797 54

28 Regressionsanalyse Methode Einschluss: voller Energie Analys Regression linear. Unabhängig: gg f22_a f22_d f22_e f22_f f22_g f22_h f22_i_rec f22_m_rec _ f22_o_rec _ Abhängige Variable: f22_c voller Energie Unabhängige Variablen: alle anderen Items aus f22 Index Allgemeines Wohlbefinden Methode: Einschluss: Alle Variablen werden unabhängig von deren signifikanten Beitrag in die Analyse miteinbezogen i 55 Modellzusammenfassung Bestimmtheitsmaß: t e ts 50% der varianz von f22_c Korrigiertes Standardfehler Modell R R-Quadrat R-Quadrat des Schätzers voller Energie können durch,709 a,502,489,034 die unabhängigen gg Variablen a. erklärt werden. (erklärte Varianz / varianz) Einflußvariablen : (Konstante), NICHT grübeln über Situation, ausgewogene Ernährung, finde Lösungen für ein Problem, NICHT was ich tue geht schief, plane Tagesablauf, NICHT einsam unter Leuten, fühle mich körperlich wohl, verfolge langfristige Ziele, kann mir Zeit gut einteilen ANOVA b Quadratsumme df Mittel der Quadrate F Sig Regression 376, ,844 39,3,000 a Residuen 373, , , a. Einflußvariablen : (Konstante), NICHT grübeln über Situation, ausgewogene Ernährung, finde Lösungen für ein Problem, NICHT was ich tue geht schief, plane Tagesablauf, NICHT einsam unter Leuten, fühle mich körperlich wohl, verfolge langfristige Ziele, kann mir Zeit gut einteilen b. Abhängige Variable: voller Energie Signifikanztest ifik t für die Analyse: F = (erklärte Varianz / nicht erklärte Varianz) 56

29 Schätzfunktion: voller Energie ergibt sich am stärksten aus: Koeffizienten a Nicht stdd Koeff Stdd Koeff B Beta Sig KORRELATIONEN mit f22_c voller Energie (Konstante) -,05,694 f22_a körperlich wohl,634,470 fühle mich körperlich wohl,48,466,000 f22_h finde Lösungen für ein Problem,460,267 finde Lösungen für ein Problem,243,233,000 f22_f langfristige Ziele,369,054 NICHT einsam unter Leuten,0,2,009 f22_g Zeit gut einteilen,362,023 plane Tagesablauf,079,093,044 f22_ e plane Tagesablauf,307,08 ausgewogene Ernährung,057,064,25 f22_o_rec NICHT was ich tue, geht schief,279,09 f22_i_rec NICHT einsam unter Leuten verfolge langfristige Ziele,045,050,3,276,40 f22_d ausgewogene Ernährung,274,082 NICHT grübeln über Situation,022,024,562 f22_m_rec NICHT grüblen über Situationti,265,03 kann mir Zeit gut einteilen -,024 -,02,670 NICHT was ich tue geht schief -,06 -,06,728 t bivariat partiell a. Abhängige Variable: voller Energie Körperliches p Wohlbefinden,, Lösungeng finden,, nicht einsam sein und Tagesablauf planen 57 Regressionsanalyse mit schrittweiser Methode: voller Energie Modellzusammenfassung e ANOVA e Modell R R-Quadrat Korrigiertes R-Quadrat Modell Standardfehler des Schätzers Quadratsumme df Mittel der Quadrate F Signifikanz,638 a,407,405 Regression,6 304, , ,632,000 a 2,684 b,468,465 Residuen, ,93 357,246 3,697 c,485,48, , ,705 d,496 2,49 Regression,033 35, ,543 56,73,000 b a. Einflußvariablen : (Konstante), fühle mich körperlich Residuen wohl 398,73 356,20 b. 749, Einflußvariablen : (Konstante), fühle mich körperlich wohl, finde Lösungen für ein Problem 3 Regression 363, ,257,506,000 c c. Einflußvariablen : (Konstante), fühle mich körperlich Residuen wohl, finde 386, ,087 Lösungen für ein Problem, plane Tagesablauf 749, d. Einflußvariablen : (Konstante), fühle mich 4körperlich Regression wohl, finde 372, ,045 87,222,000 d Lösungen für ein Problem, plane Tagesablauf, NICHT Residuen einsam 377, ,067 unter Leuten 749, e. Abhängige Variable: voller Energie a. Einflußvariablen : (Konstante), fühle mich körperlich wohl b. Einflußvariablen : (Konstante), fühle mich körperlich wohl, finde Lösungen für ein Problem c. Einflußvariablen : (Konstante), fühle mich körperlich wohl, finde Lösungen für ein Problem, p Tagesablauf d. Einflußvariablen : (Konstante), fühle mich körperlich wohl, finde Lösungen für ein Problem, plane Tagesablauf, NICHT einsam unter Leuten 58 e. Abhängige Variable: voller Energie

30 Koeffizienten a Modell (Konstante) fühle mich körperlich wohl (Konstante) fühle mich körperlich wohl finde Lösungen für ein Problem (Konstante) fühle mich körperlich wohl finde Lösungen für ein Problem plane Tagesablauf (Konstante) fühle mich körperlich wohl finde Lösungen für ein Problem plane Tagesablauf NICHT einsam unter Leuten a. Abhängige Variable: voller Energie Nicht standardisierte Standd Koeffizienten Koeff B Standardfehler Beta T Signifikanz,250,8 6,920,000,657,042,638 5,64,000,506,207 2,446,05,539,044,523 2,298,000,285,044,273 6,423,000,283,24,320,88,530,043,54 2,23,000,25,045,24 5,63,000,4,033,35 3,46,00 -,06,237 -,068,946,502,044,487,403,000,248,044,238 5,585,000,07,033,27 3,230,00,00,036,0 2,808,005 Signifikante Erklärungsbeiträge: Körperliches Wohlbefinden, Lösungen finden, nicht einsam sein und Tagesablauf planen 59 Ausgeschlossene Variablen e Partielle Korrelation = Beta Partielle Modell In T Signifikanz Korrelation ausgewogene Ernährung,20 a 2,846,005,49 Korrelation mitden Residuen plane Tagesablauf,84 a 4,567,000,235 (nicht erklärte Varianz) verfolge langfristige Ziele,78 a 4,200,000,27 kann mir Zeit gut einteilen,39 a 3,33,002,64 finde Lösungen für ein Problem,273 a 6,423,000,322 NICHT einsam unter Leuten,3 a 3,4,002,64 NICHT grübeln über Situation,063 a,466,44,077 Filterprozess :. Schritt: 2 NICHT was ich tue geht schief,086 a,980,048,04 fast alle anderen Variablen ausgewogene Ernährung,0 b 2,52020,02,33 plane Tagesablauf,35 b 3,46,00,78 liefern signifikanten Beitrag verfolge langfristige Ziele,0 b 2,588,00,36 kann mir Zeit gut einteilen,054 b,205,229,064 NICHT einsam unter Leuten,20 b 3,07,003,58 NICHT grübeln über Situation,046 b,34,258,060 NICHT was ich tue geht schief,049 b,65,245,062 3 ausgewogene Ernährung,063 c,508,32,080 verfolge langfristige Ziele,059 c,258,209,067 Filterprozess : 3. Schritt: kann mir Zeit gut einteilen,005 c,0,99,005 NICHT einsam unter Leuten,0 c 2,808,005,48 nur noch eine Variable NICHT grübeln über Situation,044 c,07,269,059 liefert signifikanten Beitrag NICHT was ich tue geht schief,035 c,842,40,045 4 ausgewogene Ernährung,069 d,649,00,087 verfolge langfristige Ziele,047 d,02,32,054 Filterprozess : 4. Schritt: kann mir Zeit gut einteilen -,00 d -,23,832 -,0 keine Variable NICHT grübeln über Situation,025 d,624,533,033 liefert signifikanten Beitrag NICHT was ich tue geht schief -,006 d -,4,888 -,008 a. Einflußvariablen im Modell: (Konstante), fühle mich körperlich wohl 60 b. Einflußvariablen im Modell: (Konstante), fühle mich körperlich wohl, finde Lösungen für

31 Unstandardized Predicted Value Predicted standardized P Value Un Un nstandardized Residual lbefinden h/i/m/o) Allg gemeines Woh (f f22a/c/d/e/f/g/h,000,866** Unstandardized Residual,000,39** fühle mich körperlich wohl,905**,000,685** voller Energie,705**,70**,709** ausgewogene Ernährung,329**,079,508** plane Tagesablauf,406**,000,579** verfolge langfristige Ziele,488**,043,674** kann mir Zeit gut einteilen,552** -,009,656** finde Lösungen für ein Problem,699**,000,69** NICHT einsam unter Leuten,47**,000,506** NICHT grübeln über Situation,327**,03,472** NICHT was ich tue geht schief,435** -,006,59** Allgemeines Wohlbefinden,866**,39** **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) f Residuenstatistik a a. Listenweise N=359 6 Nicht standardisierter vorhergesagter g Wert Nicht standardisierte Residuen Standardisierter vorhergesagter Wert Standardisierte Residuen a Abhä i V i bl ll E i Vorhergesagter Wert: Wert auf Regressionsgerade erklärte Varianz Residuum: Abweichung zur Regressionsgerade: tatsächlich: mehr/weniger als geschätzt (nicht erklärte Varianz) 0, ,7 2 = 0, ,504 = (erklärte Varianz + nicht erklärte Varianz = varianz) Min Max MW STDD N,24 5,72 3,9, ,87 3,390,005, ,63,766 -,06, ,054 3,283,005, Regressionsanalyse mit schrittweiser Methode: verfolge langfristige Ziele Modellzusammenfassung f ANOVA f Korrigiertes Standardfehler Mittel der Modell R R-Quadrat R-Quadrat Modell des Schätzers Quadratsumme df Quadrate F Signifikanz,58 a Regression 243, ,792 30,884,000,268,266,365 2,60 b Residuen 664,97 357,863,36,358,277,69 c 908, ,383,378,257,627 d 2 Regression 328, ,080 00,606,000 b 4,393,386,249 5,632 e Residuen 580, ,63,399,39, , a. Einflußvariablen : (Konstante), kann mir Zeit 3 gut einteilen Regression 347, ,986 73,42,000 c b. Einflußvariablen : (Konstante), kann mir Zeit gut einteilen, Residuen plane 560, ,580 Tagesablauf 908, c. Einflußvariablen : (Konstante), kann mir Zeit 4gut einteilen, Regression plane 356, ,226 57,235,000 d Tagesablauf, finde Lösungen für ein Problem Residuen 55,86 354,559 d. Einflußvariablen : (Konstante), kann mir Zeit gut einteilen, plane 908, Tagesablauf, finde Lösungen für ein Problem, 5 NICHT Regression grübeln 362, ,592 46,949,000 e über Situation Residuen 545, ,546 e. Einflußvariablen : (Konstante), kann mir Zeit gut einteilen, plane 908, Tagesablauf, finde Lösungen für ein Problem, a. NICHT grübeln Einflußvariablen : (Konstante), kann mir Zeit gut einteilen über Situation, voller Energie b. Einflußvariablen : (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf f. Abhängige gg Variable: verfolge langfristige g Ziele c. Einflußvariablen i : (Konstante), t kann mir Zeit gut einteilen, il plane Tagesablauf, finde Lösungen für ein Problem 62 d. Einflußvariablen : (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf, finde Lösungen für ein Problem, NICHT grübeln über Situation

32 Koeffizienten a Nicht standardisierte Koeffizienten Standardisierte Koeffizienten Modell B Standardfehler Beta T Signifikanz (Konstante),296,256 5,060,000 kann mir Zeit gut einteilen,643,056,58,440,000 2 (Konstante),930,245 3,795,000 kann mir Zeit gut einteilen,474,058,382 8,236,000 plane Tagesablauf,309,043,334 7,92,000 3 (Konstante),535,266 2,02,045 kann mir Zeit gut einteilen,390,06,34 6,348,000 plane Tagesablauf,294,043,37 6,907,000 finde Lösungen für ein Problem,90,054,66 3,540,000 4 (Konstante),205,298,687,493 kann mir Zeit gut einteilen,365,062,294 5,902,000 plane Tagesablauf,288,042,3 6,83,000 finde Lösungen für ein Problem,70,054,48 3,35,002 NICHT was ich tue geht schief,8,049,05 2,395,07 5 (Konstante),37,299,460,646 kann mir Zeit gut einteilen,349,062,28 5,66,000 plane Tagesablauf,278,042,300 6,560,000 finde Lösungen für ein Problem,29,058,2 2,23,026 NICHT was ich tue geht schief,02,050,09 2,052,04 voller Energie,08,054,098,979,049 a. Abhängige Variable: verfolge langfristige Ziele 63 Ausgeschlossene Variablen f Modell Beta In T Signifikanz Partielle Korrelation fühle mich körperlich wohl,49 a 3,07,003,58 ausgewogene Ernährung,75 a 3,829,000,99 plane Tagesablauf,334 a 7,92,000,356 voller Energie,206 a 4,35,000,223 finde Lösungen für ein Problem,99 a 4,05,000,208 NICHT einsam unter Leuten,088 a,895,059,00 NICHT grübeln über Situation,078 a,723,086,09 NICHT was ich tue geht schief,49 a 3,89,002,67 2 fühle mich körperlich wohl,50 b 3,252,00,70 ausgewogene Ernährung,088 b,940,053,02 voller Energie,59 b 3,485,00,82 finde Lösungen für ein Problem,66 b 3,540,000,85 NICHT einsam unter Leuten,078 b,792,074,095 NICHT grübeln über Situation,066 b,559,20,082 NICHT was ich tue geht schief,27 b 2,898,004,52 a. Einflußvariablen im Modell: (Konstante), kann mir Zeit gut einteilen b. Einflußvariablen im Modell: (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf f. Abhängige Variable: verfolge langfristige Ziele 64

33 Ausgeschlossene Variablen f Modell Beta In T Signifikanz Partielle Korrelation 3 fühle mich körperlich wohl,3 c 2,364,09,25 ausgewogene Ernährung,079 c,756,080,093 voller Energie,4 c 2,333,020,23 NICHT einsam unter Leuten,070 c,637,03,087 NICHT grübeln über Situation,045 c,052,293,056 NICHT was ich tue geht schief,05 c 2,395,07,26 4 fühle mich körperlich wohl,09 d,854,065,098 ausgewogene Ernährung,075 d,670,096,089 voller Energie,098 d,979,049,05 NICHT einsam unter Leuten,037 d,8,48,043 NICHT grübeln über Situation,04 d,3,756,07 5 fühle mich körperlich wohl,056 e,983,326,052 ausgewogene Ernährung,06 e,354,76,072 NICHT einsam unter Leuten,022 e,472,637,025 NICHT grübeln über Situation,00 e,025,980,00 c. Einflußvariablen im Modell: (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf, finde Lösungen für ein Problem d. Einflußvariablen im Modell: (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf, finde Lösungen für ein Problem, NICHT grübeln über Situation e. Einflußvariablen im Modell: (Konstante), kann mir Zeit gut einteilen, plane Tagesablauf, finde Lösungen für ein Problem, NICHT grübeln über Situation, voller Energie f. Abhängige Variable: verfolge langfristige Ziele 65 Korrelationen a Korrelationen a voller Energie Unstandardi ized Predicte ed Va alue ized Residua al Unstandard Allgemeines Wohlbefinde en (f22a/c/d/e e/f/g/h/i/m/o) ed ized Predicte alue Unstandardi Va ized Residua al Unstandard Wohlbefinde en e/f/g/h/i/m/o) Allgemeines (f22a/c/d/e verfolge langfristige Ziele Unstandardized Predicted Value Unstandardized,000 Predicted,866** Value,000,872** Unstandardized Residual Unstandardized,000 Residual,39**,000,59** fühle mich körperlich wohl fühle,905** mich körperlich,000,685 wohl 685**,492**,038,685** voller Energie voller,705** Energie,70**,709**,592**,000,709** ausgewogene Ernährung ausgewogene,329**,079 Ernährung,508**,372**,066,508** plane Tagesablauf plane,406** Tagesablauf,000,579**,774**,000,579** verfolge langfristige Ziele verfolge,488** langfristige,043 Ziele,674**,632**,775**,674** kann mir Zeit gut einteilen kann,552** mir Zeit -,009 gut einteilen,656**,820**,000,656** finde Lösungen für ein Problem finde,699** Lösungen,000 für ein,69** Problem,620**,000,69** NICHT einsam unter Leuten NICHT,47** einsam,000 unter Leuten,506**,295**,022,506** NICHT grübeln über Situation NICHT,327** grübeln,03 über Situation,472**,204**,00,472** NICHT was ich tue geht schief NICHT,435** was -,006 ich tue geht,59** schief,453**,000,59** Allgemeines Wohlbefinden Allgemeines,866**,39** Wohlbefinden,872**,59** **. Die Korrelation ist auf dem Niveau von 0,0 **. (2-seitig) Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) a. Listenweise f N=359 a. Listenweise f N=359 66

34 Regressionsanalyse: Theorie wird geprüft strukturenprüfendes Verfahren Lanzeitarbeitslosigkeit: (mögliches) Studienergebnis: Zustimmung zu Items fühle mich voller Energie und verfolge langfristige Ziele hängt am stärksten mit Anzahl der Bewerbungen und Motivation bei Kursbesuchen zusammen Anzahl der Bewerbungen und Motivation bei Kursbesuchen hängt am stärksten mit Vermittlunserfolg zusammen. Was bewirkt das Gefühl, sich voller Energie zu fühlen? Hier sind: körperliches Wohlbefinden, subjektive Problemlösungsfähigkeit, Fähigkeit, den eigenen Tagesablauf zu planen und positiv erlebte soziale Integration wichtig. Was bewirkt die Motivation langfristige Ziele zu verfolgen? Hier sind: Zeiteinteilung, Tagesablaufplanung, subjektive Problemlösungsfähigkeit und sichvoll Energie fühlen wichtig. Erste Maßnahmen: Gesundheitsprogramme, Tagesstruktur 67 Aufgabe 4:. Entwerfen Sie ausgehend von der Thematik zu der von Ihnen in Aufgabe 3 konstruiertenmessdimension eine Theorie: BestimmenSieeine eine abhängige Variable, die einen zentralen Stellenwert in Ihrer Theorie einnimmt und erklären Sie diese zentrale Variable durch mehrere unabhängige Variablen mittels Regressionsanalayse. Wie viel von der varianz Ihrer abhängigen Variable konnten Sie durch Ihre Auswahl erklären? Welche Items liefern die wichtigsten Erklärungsbeiträge? Beschreiben Sie die Ergebnisse in Hinblick auf Ihre Theorie. 2. FREIWILLIG: Nachdem Sie sich nun mit der von Ihnen gewählten Thematik befasst haben: Ergeben sich in Hinblick auf Ihre Theorie neue Hypothesen, die zu einer Verbesserung Ihres Erklärungsmodells führen könnten? Falls ja, führen Sie eine weitere Regressionsanalyse mit neu zusammengestellten unabhängigen Variablen durch und beschreiben und interpretieren Sie die Ergebnisse. Hat sich das Modell verbessert, falls ja, inwiefern? 68

35 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Faktoranalyse Daten: Gesundheit_2008.sav Fragebogen: FB_Gesundheit.pdf 69 wohl f22_a körperlich petit f22 b wenig Ap f22 c voller Ene ergie f22_a körperlich wohl -,63**,634**,297**,99**,342**,409**,375** -,269** -,297** -,340** f22_b wenig Appetit -,63** -,83** -,079 -,05 -,5** -,4** -,078,286**,84**,97** f22_c voller Energie,634** -,83**,274**,307**,369**,362**,460** -,276** -,265** -,279** f22_d ausgewogene Ernährung,297** -,079,274**,36**,32**,246**,74** -,046 -,089 -,096 f22_e plane Tagesablauf,99** -,05,307**,36**,504**,40**,277** -,095 -,090 -,57** f22_ f langfristige stge Ziele ee,342** -,5**,369**,32**,504**,50**,380** -,74** -,34** -,258** f22_g Zeit gut einteilen,409** -,43**,362**,246**,40**,50**,435** -,233** -,06* -,25** f22_h finde Lösungen für ein Problem,375** -,078,460**,74**,277**,380**,435** -,03* -,74** -,222** f22_i fühle mich selbst unter Leuten einsa -,269**,286** -,276** -,046 -,095 -,74** -,23** -,03*,239**,390** f22_m grüble über meine Situation -,297**,84** -,265** -,089 -,090 -,34** -,* -,74**,239**,382** f22_o was ich tue, geht schief -,340**,97** -,279** -,096 -,57** -,258** -,25** -,222**,390**,382** **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. f22 d ausgewog gene Ernährung f f22_e plane Tagesablauf Ziele f langfristige f22_f f22_g Zeit gut ein nteilen ungen m h finde Lösu ür ein Problem f22_h fü fühle mich selbst er Leuten ein sam f22_i unte f22 2_m grüble über meine Situatio on f22_o was ich tue e, geht schief 70

36 Faktoranalyse: Dimensionen werden gesucht (explorativ) strukturentdeckendes Verfahren Frage: Wlh Welche Messdimensionen i enthält die Auswahl hlder Items Messdimension = wechselseitig miteinander korrelierende Items Vorraussetzungen: metrisches Datenniveau, sinnvoller Mittelwert d.h. annähernde Normalverteilung. Nur Items mit identer Skala verwenden. z.b.: Tagesablauf g fp planen,, langfristige g Ziele setzen,, Zeit gut einteilen können z.b.: einsam, grübeln, was ich tue geht schief z.b.: bei körperlichem Wohlbefinden, sich voller Energie fühlen, Probleme lösen : bestehen Wechselwirkungen mit anderen Bündeln 7 Analys Data Reduction Factor. f22_a, f22_c, f22_d, f22_e, f22_f, f22_g, f22_h, f22_i_rec, f22_m_rec, f22_o_rec. 72

37 73 Anti Image Matrix: partielle Korrelationsmatrix = Korrelationen zwischen zwei Items unter Ausschluss des Einflusses aller anderen = wechselseitiger Einfluss (Kolinearität) ausgeschlossen Anti-Image-Matrizen rperlich ühle mich kör wohl f22_a f rgie f22 c voller Ener ene f22 d ausgewog Ernährung Anti-Image-Korrelation f22_a fühle mich körperlich wohl,788 a -,470 -,27,6 -,043 -,99 -,064 -,04 -,44 -,8 f22_c voller Energie -,470,800 a -,082 -,08 -,054,023 -,267 -,40 -,03,09 f22_d ausgewogene Ernährung -,27 -,082,83 a -,258 -,068,000,036,063 -,049,009 f22_e plane Tagesablauf,6 -,08 -,258,767 a -,304 -,92 -,08,002,00 -,023 f22_f verfolge langfristige Ziele -,043 -,054 -,068 -,304,854 a -,265 -,8 -,029,02 -,084 f22_g kann mir Zeit gut einteilen -,99,023,000 -,92 -,265,844 a -,220 -,083,097 -,058 f22_h finde Lösungen für ein Problem -,064 -,267,036 -,08 -,8 -,220,868 a,082 -,048 -,07 f22_i_rec NICHT einsam unter Leuten -,04 -,40,063,002 -,029 -,083,082,792 a -,0 -,303 f22_ m_ rec NICHT grübeln über Situation -,44 -,03 -,049,00,02,097 -,048 -,0,84 a -,227 f22_o_rec NICHT was ich tue geht schief -,8,09,009 -,023 -,084 -,058 -,07 -,303 -,227,822 a a. Maß der Stichprobeneignung plane Tagesa ablauf f22_e fristige f22_f verfolge langf Ziele kann mir Ze eit gut einteilen f22_g finde Lösung gen für ein Problem f22_h insam rec NICHT e unter Leuten f22_i_r f22_m rec NICHT grübeln über Situation rec NICHT was ich ue geht schief f22_o_ tu 74

38 Faktorladungsmatrix 75 Rotierte Komponentenmatrix a Komponente 2 2 f22_e plane Tagesablauf,75,75 -,053 f22_f verfolge langfristige Ziele Ziele,749,749,66 f22_g kann mir mir Zeit Zeit gut gut einteilen il,705,237 f22_d ausgewogene Ernährung,576,022 f22_h finde Lösungen für für ein ein Problem,567,348 f22_o_rec NICHT was was ich ich tue tue geht geht schief schief,67,70 f22_m_rec NICHT grübeln über über Situation Situation -,02,680 f22_i_rec NICHT einsam unter unter Leuten Leuten,054,673 f22_a fühle mich körperlich wohl,440,606 f22_c voller Energie,529,530 Extraktionsmethode: Hauptkomponentenanalyse. Rotationsmethode: t ti th d Varimax i mit mit Kaiser-Normalisierung. i N i Erklärte varianz a. a. Die Rotation ist ist in in 33 Iterationen konvergiert. Rotierte Summe der quadrierten Ladungen Komponente %d der Varianz Kumulierte % 2,780 27,798 27, ,277 22,774 50,57 00% varianz = pro Item: Varianzeigenwert = (standardisierte Variablen) 0 Items = Summe der Varianzeigenwerte = 0 Komponente 2 Erklärte varianz Rotierte Summe der quadrierten Ladungen % der Varianz Kumulierte % 2,780 27,798 27,798 2,277 22,774 50,57 Extraktionsmethode: Hauptkomponentenanalyse. Erklärter Anteil an 00% varianz: 50,57% von 00% = Eigenwerte 2,78 + 2,277 = 5,057 = (5,057 / 0 )*00 = 50,57% Eigenwert eines Faktors (Komponente) muss mehr als sein, sonst würde der Faktor nicht mehr Varianz aufklären als der Erklärungsbeitrag einer Variable Das ist kein zusätzlicher Informationsgewinn. 76

39 Neuerliche Faktoranalyse unter Ausschluss von: f22akörperliches Wohlbefinden, f22c voller Energie, f22h Problemlösung Diesmal: alles wie gehabt und: Faktorscores speichern 77 Anti-Image-Matrizen f22 2_d ausgew wogene Ernährun ng f22_e plane Tag gesablauf verfolge la angfristige Ziele r Zeit gut n _g kann mir einteilen T einsam ten f22_i rec NICH unter Leut f22_m m_rec NICH HT grübeln über Situat tion f22_o o_rec NICH HT was ich tue geht sc chief Anti-Image-Korrelation f22_d ausgewogene Ernährung,778 a -,244 -,08 -,057,035 -,097,003 f22_e plane Tagesablauf -,244,754 a -,304 -,75 -,007,035 -,07 f22_f verfolge langfristige Ziele -,08 -,304,74 a -,363 -,027 -,08 -,07 f22_g kann mir Zeit gut einteilen -,057 -,75 -,363,767 a -,04,033 -,09 f22_i_rec NICHT einsam unter Leuten,035 -,007 -,027 -,04,724 a -,28 -,328 f22_m_rec NICHT grübeln über Situation -,097,035 -,08,033 -,28,692 a -,282 f22_o_rec NICHT was ich tue geht schief,003 -,07 -,07 -,09 -,328 -,282,706 a a. Maß der Stichprobeneignung f22_f f22_ 78

40 Rotierte Komponentenmatrix a Strukturiertheit (Cronbach α α = 0,7) Komponente 2 Depressivität ität f22_e plane Tagesablauf,790,05 (Cronbach α = 0,6) f22_f verfolge langfristige Ziele,778,85 f22_g kann mir Zeit gut einteilen,70,225 f22_d ausgewogene Ernährung,60 -,002 f22 _ o _ rec NICHT was ich tue geht schief,95,783 f22_i_rec NICHT einsam unter Leuten,06,740 f22_m_rec NICHT grübeln über Situation -,00,705 Extraktionsmethode: Hauptkomponentenanalyse. Rotationsmethode: Varimax mit Kaiser-Normalisierung. a. Die Rotation ist in 3 Iterationen konvergiert. Erklärte varianz Komponente 2 Rotierte Summe der quadrierten Ladungen % der Varianz Kumulierte % 2,55 30,779 30,779,742 24,882 55,66 Extraktionsmethode: Hauptkomponentenanalyse % varianz = pro Item: Varianzeigenwert = (standardisierte Variablen) 7 Items = Summe der Varianzeigenwerte = 7 Komponente 2 Erklärte varianz Rotierte Summe der quadrierten Ladungen % der Varianz Kumulierte % 2,55 30,779 30,779,742 24,882 55,66 Extraktionsmethode: Hauptkomponentenanalyse. Erklärter Anteil an 00% varianz: 55,66% von 00% = Eigenwerte 2,55 +,74 74= 3,895 = (3,895 / 7)*00 = 55,66% 80

41 Gruppenunterschiede 8 Alter bis 35 J. - missings LISTWISE Alter J. Komponente Komponente erklärte Varianz 55,2% erklärte Varianz = 63,7% f22_a fühle mich körperlich f22_a wohl fühle mich körperlich,800 wohl,744 f22_c voller Energie f22_c voller Energie,727,786 f22_h finde Lösungen für f22_h ein Problem finde Lösungen,703 für ein Problem,68,349 f22_g kann mir Zeit gut einteilen f22_g kann mir Zeit,370 gut einteilen,360,306,730 f22_e plane Tagesablauf22_e plane Tagesablauf,855,828 f22_f verfolge langfristige f22_f Zieleverfolge langfristige Ziele,654,45,796 f22_d ausgewogene Ernährung f22_d ausgewogene Ernährung,580,552,367 f22_i_rec NICHT einsam f22_i_rec unter Leuten NICHT einsam unter Leuten,755,740 f22_o_rec NICHT was ich f22_o_rec tue geht schief NICHT was,305 ich tue geht schief,60,776 f22_m_rec NICHT grübeln f22_m_rec über Situation NICHT grübeln über Situation,632,490,596 Extraktionsmethode: Hauptkomponentenanalyse. Extraktionsmethode: Hauptkomponentenanalyse. Rotationsmethode: Varimax Rotationsmethode: mit Kaiser-Normalisierung. Varimax mit Kaiser-Normalisierung. a. Die Rotation ist in 4 Iterationen a. Die Rotation konvergiert. ist in 6 Iterationen konvergiert. Für bestimmte Gruppen können unterschiedliche Bedeutungsbündel bestehen. Dies deutet auf Sonderthemen hin. Beispiele: b. alt_ kat3 Alter = bis b. 35 alt J. _ kat3 Alter = J. Jüngere versus Ältere: Sonderthema Zeit einteilen il können (ih (siehe oben) Jüngere versus Ältere: Sonderthema: Gesundheit (bei Zufriedenheit, Wichtigkeit) Wenig/höher g Gebildete: Sonderthemen: Religion, g Militär, Fernsehen auch Geschlechtsunterschied sollte stets kontrolliert werden Sonderthema je nach Fragestellung: alle Arten von Bewertungen ( Skepsis, Angst, Wirtschaft, Gefühle,...) Unterschiede nach Fallausschlussmethode 82 Alter bis 35 J. - missings LISTWISE Alter bis 35 J. - missings PAIRWISE Komponente Komponente erklärte Varianz 55,2% erklärte Varianz = 55,5% 5% f22_a fühle mich körperlich f22_a wohl fühle mich körperlich,800 wohl,606,44 f22_c voller Energie f22_c voller Energie,727,703 f22_h finde Lösungen für ein f22_h Problem finde Lösungen,703 für ein Problem,720 f22_g kann mir Zeit gut einteilen f22_g kann mir Zeit,370 gut einteilen,360,655 f22_e plane Tagesablauf f22_e plane Tagesablauf,855,727 f22_f verfolge langfristige Ziele f22_f verfolge langfristige Ziele,654,45,504,508 f22_d ausgewogene Ernährung f22_d ausgewogene Ernährung,580,787 f22_i_rec NICHT einsam unter f22_i_rec Leuten NICHT einsam unter Leuten,755,36,504 f22_o_rec NICHT was ich tue f22_o_rec geht schief NICHT was,305 ich tue geht schief,60,762 f22_m_rec NICHT grübeln über f22_m_rec Situation NICHT grübeln über Situation,632,752 Extraktionsmethode: Hauptkomponentenanalyse. Extraktionsmethode: Hauptkomponentenanalyse. Rotationsmethode: Varimax Rotationsmethode: mit Kaiser-Normalisierung. Varimax mit Kaiser-Normalisierung. a. Die Rotation ist in 4 Iterationen a. Die konvergiert. Rotation ist in 5 Iterationen konvergiert. Mit fehlenden Werten kann unterschiedlich umgegangen werden: Listwise b. t alt_kat3 i Fll Fallausschluss: Alter = bis 35 b. J. Wer alt_kat3 eines Alter der = ausgewählten bis 35 J. Items nicht ihbeantwortet hat, ist draussen = geht aus von listwise Korrmatrix: jeder Koeff mit gleicher Fallzahl berechnet Die Braven : Einsamkeit ist deutlicher bei Depressivität Paarweiser Fallausschluss: All h di hl i A füll d it i b Paarweiser Fallausschluss: Alle, auch die schlampigen Ausfüller, werden miteinbezogen: = geht aus von pairwise Korrmatrix: unterschiedliche Fallzahl pro Korrelation Alle, auch die Schlampigen : Ausgewogene Ernährung stärker bei Strukturiertheit

42 Faktorladungen g = Korrelationen mit den Einzelitems (Faktoren sind voneinander unabhängig) Korrelationen FAC_ REGR factor score for analysis FAC2_ REGR factor score 2 for analysis FAC_ REGR factor score for analysis,000 FAC2_ REGR factor score 2 for analysis,000 f22_ d ausgewogene g Ernährung,60** -,002 f22_e plane Tagesablauf,790**,05 f22_f verfolge langfristige Ziele,778**,85** f22_g kann mir Zeit gut einteilen,70**,225** f22_i_rec NICHT einsam unter Leuten,06*,740** f22_m_rec NICHT grübeln über Situation -,00,705** f22_o_rec NICHT was ich tue geht schief,95**,783** Summenindex_f22auswahl Allg. Wohlbefinden,744**,604** **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. 83 Zwei neue Variablen wurden erstellt = Faktorscores 84

43 Zwei neue Variablen wurden erstellt = Faktorscores 85 Kategorisieren der Faktorscores mittels N tile 86 Transf Rank Cases..

44 bis 0,47 0,46 bis +0,42 +0,43 bis + 87 bis 0,37 0,36 bis +0,53 +0,54 bis + 88

45 0,75 0,75 89 Kategorisieren der Faktorscores mittels Rekodieren 90 Transf Recode into different..

46 bis 076 0,76 0,75 bis +0,75 +0,76 bis + 9 bis 076 0,76 0,75 bis +0,75 +0,76 bis + 92

47 Rank Cases = die Verteilung wird gedrittelt Jede Kategorie enthält genau ein Drittel der Fälle = nie 3 = immer Rekodieren nach Skala = die Skala wird gedrittelt Spiegelt die Form der Verteilung wider = nie = immer 93 Abwesenheit des Merkmals Strukturiertheit S k i h i Abwesenheit des Merkmals Depressivität D i i ä 94 = nie 3 = immer = immer 3 = nie z.b. plane Tagesablauf z.b. einsam unter Leuten = nie = immer = immer = nie

48 Nicht vergessen: Nach Transformierung von Variablen immer Labels vergeben! Immer Umkodierung und Richtungsübereinstimmung der Skala mittels Kreuztabellen kontrollieren. Original Item (Hauptvertreter) Kategorisierter Faktorscore Anzahl NFAC_ Faktorscore Strukturiertheit: Ntile 2 nie mittelmäßig 3 immer f22_e plane nie Tagesablauf immer Anzahl f22_i fühle mich selbst unte Leuten einsam nie immer NFAC2_ Faktorscore Depressivität: Ntile 2 immer mittelmäßig 3 nie Rekodierter nal Item (Hauptvertreter) Faktorscore Anzahl Original Item (Hauptvertreter) f22_i_rec NICHT einsam unter Leuten nie immer NFAC2_ Faktorscore Depressivität: Ntile 2 immer mittelmäßig 3 nie

49 Aufgabe 5:. Führen Sie mit einer Itembatterie Ihrer Wahl eine Faktoranalyse durch. Berücksichtigen Sie die bivariate Korrelationsmatrix. Wie viel % der varianz aller Variablen konnte erklärt werden? Beschreiben und interpretieren Sie die Faktorladungsmatrix. Welche Items lassen sich eindeutig zuordnen, welche Items sind unscharf? Schließen Sie die unscharfen Items aus, bis Sie eine Lösung erhalten, in welcher sich zwei oder mehrere scharfe Faktoren zeigen. Benennen Sie die Faktoren Fkt und lassen Sie sich ihbiih bei Ihrer endgültigen dülti Lösung die Faktorscores speichern. 2. Erstellen Sie pro Faktorscore ein Histogramm. Rekodieren Sie die Faktorscores mittels Rekodierung anhand der Skala. Kontrollieren Sie die Richtungsübereinstimmung der Labels der Originalitems (Hauptvertreter) mitden rekodierten Faktorscores. Erstellen Sie zu jeder Ihrer neu kodierten Variablen ein Balkendiagramm. 97 Pflegewissenschaft: SE Quantitative Methoden II LV Nr SWS 6 ECTS SS 2009 Isabella Hager Claudia Tschipan Indexbildung Daten: Gesundheit_2008.sav Fragebogen: FB_Gesundheit.pdf 98

50 Strukturiertheit Depressivität 99 Indexbildung mittels COUNT (Werte zählen) Transf Count.. (6) Value(s) to to count: 6 (=immer) 00

51 Ausschluss der missings: Count: Hilfsvariable xxx und yyy: Value to count: System or user missing Value(s) to count: MISSING Zwei neue Hilfsvariablen entstehen, die die fehlenden Antworten in den Items zu Strukturiertheit und Depressivität zählen. 0 Im neuerlichen Countbefehl für struktur_count und depri_count (wie gehabt) geben wir eine IF Bedingung gein: Count If. xxx <=3 und: Count If. yyy <= 2 DO IF (xxx <= 3). COUNT struktur_count_6 = f22_d f22_e f22_f f22_g (6). VARIABLELABELS LABELS struktur_count_6 'Countindex Strukturiertheit (immer)'. END IF. EXECUTE. 02

52 struktur_count_6 Countindex Strukturiertheit (immer) Gültig Fehlend System Gültige Kumulierte Häufigkeit Prozent Prozente Prozente ,4 59,2 59,2 84 8,7 9,6 78, ,6 79 7,9 86,7 30 6,7 7,0 93,7 27 6,0 6,3 00, ,3 00,0 2 4, ,0 depri_count_6 Countindex Depressivität (immer) Gültige Kumulierte Häufigkeit Prozent Prozente Prozente Gültig ,0 80, 80, 67 4,9 5,7 95, , 3,3 99, 3 4,9,9 00, ,9 00,0 Fehlend System 23 5, ,00 03 Anzahl struktur_ count_6 Countindex Strukturiertheit (immer) depri_count_6 Countindex Depressivität (immer) Count von einer Ausprägung: Nachteil: Restliches Antwortverhalten ist nicht berücksichtigt meist schiefe Verteilung In unserem Beispiel: Rund die Hälfte der Befragten hat WEDER bei Strukturiertheit NOCH bei Depressivität einen gezählten Wert aufzuweisen = großer Infoverlust!! Deshalb zählen wir nicht nur die Ausprägung (6) sondern wir zählen jetzt die Ausprägungen im Bereich (4 thru 6). 04

53 struktur_count_456 Countindex Strukturiertheit (456immer) Gültig Fehlend System Häufigkeit it Prozent Gültige Prozente Kumulierte Prozente 48 0,7,2,2 75 6,7 7,5 28,7 79 7,6 8,4 47, 08 24,0 25,2 72,3 9 26,4 27,7 00, ,3 00,0 2 4, ,0 depri_count_456 Countindex Depressivität (456immer) Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig ,6 39,6 39, ,4 34,2 73, ,2 9,2 93, ,7 7,0 00, ,9 00,0 Fehlend System , ,0 05 Anzahl struktur_count_456 Countindex Strukturiertheit (456immer) depri_count_456 Countindex Depressivität (456immer) Jetzt, mit diesen neuen Indizes, hat die Verteilung mehr Varianz (mehr Information). Beachte bei bicount: es wird idimmer nur eine dichotome Information gezählt: EINE bestimmte Ausprägung (oder Ausprägungsintervall) trifft zu oder nicht. In unserem Beispiel: Ob eine Befragte 4 oder 5 oder 6 angekreuzt hat, bleibt im Count Index unberücksichtigt (4 thru 6 bedeutet Zustimmung ). 06

54 Indexbildenmittels Summation Transf Berechnen. COMPUTE struktur_summe = f22_d + f22_e + f22_f + f22_g. COMPUTE depri_summe = f22_i + f22_o + f22_m. 07 struktur_summe Summendindex Strukturiertheit depri_summe Summenindex Depressivität Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig 4,2,3,3 Gültig ,7 77 7,7 77 7,7 5 3,7,8, ,8 9,0 6,7 6 2,4,5, ,7 7,7 24,4 7 5,,3 2, ,6 8,7 33, ,4 28 2,8 55 5, ,8 9,0 42, ,3 3,8 9, ,4 2, 54, ,8 4,3 3, ,3 0,8 65,0 26 5,8 6,5 20, ,8 6,7 7, ,4 5,0 25, 23 5, 5,8 30,9 40 8,9 0,3 82, , 8,0 38, ,6 4, 86, ,4 7,3 46, ,6 6,4 92, ,3 0,6 56,8 4 2,4 2,8 95, ,7 7,5 64,3 5 4,9,0 96, ,2 7,0 7,4 6 4,9,0 97, ,3 6,0 77,4 7 6,3,5 99, ,6 6,3 83,7 8 4,9,0 00, ,7 3,0 86, ,4 00, ,9 3,3 89,9 Fehlend System 6 3, ,9 3,3 93, , ,0 6,8 00, ,4 00,0 Fehlend System 52, ,0 08

55 . Verankern im Nullpunkt: kleinste Ausprägung abziehen. 2. Skala Vereinheitlichen auf 0 : Dividieren durch maximale Ausprägung. 3. Interpretation erleichtern (0 00): Multiplizieren mit 00. COMPUTE struktur_summe = (((f22_d + f22_e + f22_f + f22_g) 4)/20)*00. COMPUTE depri_summe = (((f22_i + f22_o + f22_m) 3)/5)* struktur_summe Summendindex Strukturiertheit depri_summe Summenindex Depressivität Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig 0,2,3,3 Gültig ,7 7,7 7,7 5 3,7,8, ,8 9,0 6,7 0 2,4,5, ,7 7,7 24,4 5 5,,3 2, ,6 8,7 33,2 20 2,4 2,8 5, ,8 9,0 42, ,3 3,8 9, ,4 2, 54, ,8 4,3 3, ,3 0,8 65, ,8 6,5 20, ,8 67 6,7 7, ,4 5,0 25, ,9 0,3 82, , 5,8 30, ,6 4, 86, , 8,0 38, ,6 6,4 92, ,4 7,3 46, ,4 28 2,8 95, ,3 0,6 56,8 30 6,7 7,5 64,3 80 4,9,0 96, ,2 7,0 7,4 87 4,9,0 97, ,3 6,0 77,4 93 6,3,5 99, ,6 6,3 83,7 00 4,9,0 00, ,7 3,0 86, ,4 00, ,9 3,3 89,9 Fehlend System 6 3, ,9 3,3 93, , ,0 6,8 00, ,4 00,0 Fehlend System 52, ,0 z.b. ein Wert von 60 bedeutet = Die Person erreicht 60% der maximal möglichen Punkte bei Depressivität. 0

56 Rückführen des Summenindex auf Originalskala : 6er Skala (rot) Kategorisieren einessummenindex auf z.b. zb 5er (lila) und auf 3er Skala (blau) Vergleichbarmachen weiterer Variablen (auch Einzelvariablen) auf 0 00: Vorteil: kann mit jeder Variable gemacht werden Skalenendpunkte füralle gleich Mittelwerte können anschaulich (zb in Diagrammen) verglichen werden. COMPUTE f6_neu = ((f6 )/4)* VARIABLE LABELS f6_neu 'momentaner Gesundheitszustand (0 00)'. val lab f6_neu 0 "sehr gut" 00 "sehr schlecht". COMPUTE f23_b_neu _ = ((f23_b )/5)*00 ). VARIABLE LABELS f23_b_neu 'Zufriedenheit mit Lebenssituation (0 00)'. val lab f23_b_neu 0 "unzufrieden" 00 "zufrieden". Tipp: Man kann auch dichotome Variablen von 0 00 skalieren kli (0 versus 00): Vorteil: Mittelwerte sind die Anteile der Zustimmung. N Gültig Fehlend Mittelwert f6 Einschätzung momentaner Gesundheitszustan 439 2,60 f23_b bin mit meiner Lebenssituation zufrieden ,56 f6 Einschätzung momentaner Gesundheitszustand t d Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr gut 65 4,4 4,8 4,8 2 gut 20 26,7 27,3 42, 3 zufriedenstellend 8 40,2 4,2 83,4 4 schlecht 70 5,6 5,9 99,3 5 sehr schlecht 3,7,7 00, ,6 00,0 Fehlend System 2, ,0 f23_ b bin mit me iner Lebenssitua tion zufriede n Gültige Kumulierte Häufigkeit Prozent Prozente Prozente Gültig stimm e gar nicht zu 65 4,4 5,2 5, ,7 3,3 28, ,8 8,7 47, ,6 20,6 67, ,4 7,3 85,2 6 stimme voll zu 63 4,0 4,8 00, ,9 00,0 Fehlend System 23 5, ,0 2

57 Faktorscore Rank Cases = Verteilung Faktorscore wird gedrittelt Faktorscore Kategorien nach Skala = Skala Faktorscore wird gedrittelt Count bei Einzelitems = Einzelne pos. oder neg. Ausprägungen gezählt Summe von Einzelitems = Ausprägungen summiert und kategorisiert 3 Auswerten mit Indizes FAC Faktorsco ore Strukturie ertheit NFAC_ Faktorscore Strukturiert theit: Ntile Korrelationen FAC_ Faktorscore Strukturiertheit,907**,9**,722** -,582**,880**,987**,963**,882** NFAC_ Faktorscore,907**,845**,62** -,458**,86**,90**,900**,85** RFAC_ Faktorscore,9**,845**,65** -,503**,83**,907**,868**,805** struktur_count_6 Countindex,722**,62**,65** -,2*,55**,729**,699**,604** struktur_count_ Countindex -,582** -,458** -,503** -,2* -,380** -,596** -,594** -,57** struktur_count_456 Countindex,880**,86**,83**,55** -,380**,89**,867**,803** struktur_summe Summendindex,987**,90**,907**,729** -,596**,89**,976**,900** struktur_summe_kat6,963**,900**,868**,699** -,594**,867**,976**,930** struktur_summe_kat3 k t3,882**,85**,805**,604** -,57**,803**,900**,930** RFAC_ Faktorscore Strukturiert heit: Skala **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. ex stru uktur_count 6 Countind Strukturierth heit (immer) ex stru uktur_count Countind Strukturier rtheit (nie) dex r) 456 Countin it (456immer ktur_count_4 trukturierthei struk St Summendin ndex riertheit tur_summe Struktur strukt r_summe_ka at6 Summen nindex Struktur riertheit *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. 4 struktur r_summe_ka at3 Summen nindex Struktur riertheit struktur

58 5 t Tests/ANOVA Geeignete Indizes: Stetig, annähernd normalverteilt Test bei unabhängigen Stichproben Gruppenvergleich: unter 40, 4 und älter struktur_summe Summendindex Strukturiertheit depri_summe Summenindex Depressivität f6_neu momentaner Gesundheitszustand f23_b_neu Zufriedenheit mit Lebenssituation Varianzen sind gleich Varianzen nicht gleich Varianzen sind gleich Varianzen nicht gleich Varianzen sind gleich Varianzen nicht gleich Varianzen sind gleich Varianzen nicht gleich Levene-Test der Varianzgleichheit T-Test für die Mittelwertgleichheit Sig. Mittlere 95% KI der Differenz F Sig T df (2-seit) Differenz Untere Obere,709,92 2,7 387,03 5,076,475 9,677 2,20 377,029 5,076,534 9,67,000,995 -, 379,254-2,760-7,507,988 -, 362,252-2,760-7,489,970 5,25,023,74 428,083 4,026 -,522 8,574,7 368,088 4,026 -,595 8,647 3,437,064 -,204 46,839 -,656-6,994 5,68 -, ,837 -,656-6,93 5,68 Rang Korrelation: Geeignete Indizes: möglichst viele Ausprägungen Korrelationen, weitere multivariate Verfahren Geeignete Indizes: Stetig, annähernd normalverteilt f6_neu f23_b_neu alter f3 Pearson Korrelationen Gesundheits - zustand Zufr. mit Lebenssit. Alter in Jahren Anzahl AL FAC_ Faktorscore Strukturiertheit -,343**,287**,54** -,089 FAC2_ Faktorscore Depressivität -,228**,333** -,008 -,70** struktur_summe Summendindex Strukturiertheit -,366**,362**,59** -,46** depri_summe Summenindex Depressivität,270** -,358** -,024,79** struktur_count_6 Countindex Strukturiertheit (immer) -,299**,28**,080 -,065 struktur_count_ Countindex Strukturiertheit (nie),42** -,093 -,48**,60** struktur_count_456 Countindex Strukturiertheit (456immer) -,329**,334**,050 -,096* f6_neu momentaner Gesundheitszustand (0-00) -,280**,6*,0* f23_ b_ neu Zufriedenheit mit Lebenssituation (0-00) -,280** -,052 -,223** alter Alter in Jahren,6* -,052,080 f3 Anzahl Arbeitslosigkeit,0* -,223**,080 **. Die Korrelation ist auf dem Niveau von 0,0 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. 6

59 Kreuztabellen: Indizes umkodiert in möglichst wenige, sinnvolle Kategorien KK =.4 p =.275 bis und älter NFAC _ Faktorscore RFAC _ Faktorscore Strukturiertheit: Ntile Strukturiertheit: Skala 7 2 mittelmäßig 3 KK =.69-0 mittel- nie immer Ges p =.092 nie mäßig immer Ges Anz bis 25 Anz % 36,2% 40,6% 23,2% 2% 00% % 28% 60,9%,6% 00% Anz Anz % 36,7% 33,0% 30,3% 00% % 27% 53,2% 20,2% 00% Anz Anz % 3,6% 3,6% 36,8% 00% % 23% 50,3% 26,9% 00% Anz und Anz % 25,0% 25,0% 50,0% 00% älter % 25% 35,0% 40,0% 00% Anz Anz % 33,6% 33,3% 33,% 00% % 25% 52,3% 22,8% 00% struktur_summe_kat3 Summenindex Strukturiertheit KK =.04 strukt_count_456kat Countindex Strukturiertheit (456immer) KK =.62 3 p = bis 2 3 bis 4 Ges p =.02 nie 2 immer Ges bis 25 Anz bis 25 Anz % 8,3% 43,% 48,6% 00% % 7,% 57,% 25,7% 00% Anz Anz %,0% 38,6% 50,4% 00% %,7% 57,5% 30,8% 00% Anz Anz % 4,2% 45,9% 39,9% 00% % 2,7% 32,8% 54,4% 00% 4 56 und Anz Anz älter und älter % 9,% 36,4% 54,5% 00% % 8,7% 26,% 65,2% 00% Anz Anz % 3,7% 50,9% 35,4% 00% %,3% 35,9% 52,8% 00% 8