Zusammenfassung
In diesem Beitrag werden Skalierungsverfahren für solche Items behandelt, welche einer hierarchischen Operationalisierung folgen. Es handelt sich dabei um Items, welche eine gesuchte latente Variable eindimensional abbilden, indem sie deren Ausprägungsspektrum aufgrund unterschiedlicher Itemschwierigkeiten in einzelne Abschnitte teilen. Ein einfaches Skalierungsmodell für hierarchisch operationalisierte Items liegt der Guttmanskalierung zugrunde. Es handelt sich dabei um ein deterministisches Modell, welches bei gegebenen Itemschwierigkeiten eine spezifische Form „erlaubter“, d. h. modellkonformer Ausprägungskombinationen definiert und davon abweichende Kombinationen als Fehlermuster klassifiziert. Da dieser Determinismus für sozialwissenschaftliche Anwendungen wenig realistisch ist und in der Anwendung nur wenige Daten diesen Anforderungen genügen, wird die Guttmanskalierung in der Forschungspraxis nur selten angewendet. Daher wird in diesem Beitrag als alternatives Verfahren auch die Mokkenskalierung präsentiert, welche als probabilistische Formulierung der Guttmanskala aufgefasst werden kann. Die Mokkenskala stellt als nichtparametrisches Verfahren auch ein „Bindeglied“ zwischen Guttmanskala und parametrischen IRT-Modellen (vgl. Kapitel 14 in diesem Handbuch) dar.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Ark, v. d. A., Croon, M. A., & Sijtsma, K. (2008). Mokken Scale Analysis for Dichotomous Items Using Marginal Models. Psychometrika, 73, 183–208.
Bacher, J. (1990). Einführung in die Logik der Skalierungsverfahren. Historische Sozialforschung, 15, 4–170.
Bortz, J. (1999). Statistik für Sozialwissenschaftler. Berlin: Springer.
Cliff, N. (1983). Evaluating Guttman Scales: Some Old and New Thoughts. In H. Wainer & S. Messick (Hg.), Principals of Modern Psychological Measurement(S. 283–301). Hillsdale: Erlbaum.
Coombs, C. H. (1964). A Theory of Data. New York: John Wiley.
Croon, M. A. (1991). Investigating Mokken Scalability of Dichotomous Items by Means of Ordinal Latent Class Analysis. British Journal of Mathematical and Statistical Psychology, 44, 315–331.
Denz, H. (1982). Analyse latenter Strukturen. München: Franke.
Edwards, A. (1957). Techniques of Attitude Scale Construction. New York: Appleton-Century-Crofts.
Gerich, J. (2001). Nichtparametrische Skalierung nach Mokken. Linz: Trauner.
Guttman, L. (1944). A Basis for Scaling Qualitative Data. American Sociological Review, 9, 139–150.
Guttman, L. (1950). The Basis for Scalogram Analysis. In S. A. Stouffer, L. Guttman, E. A. Suchman, P. F. Lazarsfeld, S. A. Star, & J. A. Clausen (Hg.), Measurement and Prediction(S. 66–90). New York: John Wiley and Sons.
Holm, K. (2009). ALMO Statistiksystem. Linz: Universität Linz.
Loevinger, J. (1947). A Systematic Approach to the Construction and Evaluation of Tests of Ability. Psychological Monographs, 61, 1–49.
Lord, F. M. & Novick, M. R. (1968). Statistical Theories of Mental Test Scores. Reading: Addison-Wesley.
McIver, J. & Carminesm, E. (1983). Undimensional Scaling. Beverly Hills: Sage.
Mokken, R. (1971). A Theory and Procedure of Scale Analysis. The Hague: Mouton.
Rosenbaum, P. R. (1987). Comparing Item Characteristics Curves. Psychometrika, 52, 217–233.
Rosenkam, E. E., Wollenberg, v. d. A. L., & Jansen, P. G. W. (1986). The Mokken Scale: A Critical Discussion. Applied Psychological Measurement, 10, 265–277.
Scheuer, A. (2005). How Europeans see Europe. Structure and Dynamics of European Legitimacy Beliefs. Amsterdam: Vossiuspers.
Schuur, v. W. H. (1988). Stochastic Unfolding. In W. E. Saris & I. Gallhofer (Hg.), Sociometric Research, Band 1 (S. 137–159). Basingstoke: Macmillan Press.
Sijtsma, K. (1988). Reliability Estimation in Mokken's Nonparametric Item Response Model. In W. E. Saris & I. Gallhofer (Hg.), Sociometric Research, Band 1 (S. 159–174). Basingstoke: Macmillan Press.
Sijtsma, K., Emons, W. H. M., Bouwmeester, S., Nyklicek, I., & Roorda, L. D. (2008). Nonparametric IRT Analysis of Quality-of-Life Scales and its Application to the World Health Organization Quality-of-Life Scale (WHOQOL-Bref). Quality of Life Research, 17, 275–290.
Sijtsma, K. & Junker, B. (1996). A Survey of Theory and Methods of Invariant Item Ordering. British Journal of Mathematical and Statistical Psychology, 49, 79–105.
Sijtsma, K. & Junker, B. (1997). Invariant Item Ordering of Transitive Reasoning Tasks. In J. Rost & R. Langeheine (Hg.), Applications of Latent Trait and Latent Class Models in the Social Sciences(S. 100–110). Münster: Waxmann.
Sijtsma, K. & Molenaar, I. W. (1987). Reliability of Test Scores in Nonparametric Item Response Theory. Psychometrica, 52, 79–97.
Sijtsma, K. & Molenaar, I. W. (2002). Introduction to Nonparametric Item Response Theory. Thousand Oaks: Sage.
Editor information
Rights and permissions
Copyright information
© 2010 VS Verlag fur Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Gerich, J. (2010). Guttman-und Mokkenskalierung. In: Wolf, C., Best, H. (eds) Handbuch der sozialwissenschaftlichen Datenanalyse. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92038-2_13
Download citation
DOI: https://doi.org/10.1007/978-3-531-92038-2_13
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-16339-0
Online ISBN: 978-3-531-92038-2
eBook Packages: Humanities, Social Science (German Language)