1 Ziel des Spearman-Brown-Koeffizient bei Skalen mit nur zwei Items
Der Spearman-Brown-Koeffizient ist ein Indikator für die Reliabilität eines durch Items abgebildeten Konstrukts. Er ist aber insbesondere dann hilfreich, wenn man Skalen hat, die aus lediglich zwei Items bestehen. Er ist zwischen 0 und 1 skaliert.
Zwar ist es nicht unbedingt üblich und zu empfehlen ein Konstrukt bzw. eine Skala mit nur zwei Items abzubilden, wenn es aber aus diversen Gründen gar nicht anders geht, muss man dennoch die Reliabilität dessen berechnen und darlegen. Cronbachs Alpha ist hierzu nicht geeignet, weswegen verschiedene Autoren (z.B. Eisinga et al.) die Nutzung des Spearman-Brown-Koeffizienten empfehlen. Dies geht über SPSS ebenso problemlos und ermöglicht die Einschätzung, ob die Skala hinreichend gut und intern konsistent ist.
2 Voraussetzungen des Spearman-Brown-Koeffizient in SPSS
Da es hier lediglich darum geht, den Spearman-Brown-Koeffizient für Skalen mit zwei Items zu berechnen, ist die einzige Voraussetzung neben genau zwei Items, eine gleiche “Richtung” der formulierten Fragen. Ein “trifft vollkommen zu” sollte demnach immer die gleiche Bedeutung über die zwei vorhanden haben. Eine Umkodierung einer Kontrollfrage kann daher notwendig sein.
3 Berechnung des Spearman-Brown-Koeffizient in SPSS
Über das Menü in SPSS:
SPSS 28: Analysieren -> Metrisch-> Reliabilitätsanalyse
SPSS 27 oder früher: Analysieren -> Skala -> Reliabilitätsanalyse
Im folgenden Dialogfeld sind die entsprechenden zwei Items auszuwählen. Im Beispiel habe ich zwei Fragen zu Ernährungsthemen selektiert. Sie sollen das Konstrukt “Einstellung zur Ernährung” abbilden. Mit dem Spearman-Brown-Koeffizient wird geprüft, wie gut dies gelingt. Dazu muss entsprechend bei “Modell” die Auswahl auf “Split-Half” stehen.
Die Schaltfläche “Statistiken” muss man nicht aufrufen. Ein Klick auf OK und die Ergebnisse werden berechnet:
4 Interpretation des Spearman-Brown-Koeffizient in SPSS
Die Zusammenfassung zur Fallverarbeitung braucht man nicht weiter beachten, gibt sie lediglich Aufschluss darüber, wie viele Fälle gültig (hier: 52) und ausgeschlossen (hier: 0) sind. Die Tabelle Reliabilitätsstatistiken zeigt die Gesamtzahl der Items von 2 und neben dem zu ignorierenden Wert für Cronbachs Alpha auch den gewünschten Spearman-Brown-Koeffizient. In der Beispielrechnung beträgt er 0,717. Bei nur zwei Items steht bei gleicher Länge und ungleicher Länge stets derselbe Wert, man diese Unterscheidung deshalb hier ignoriere. Nun stellt sich die Frage, ob 0,717 ein guter Wert ist, oder nicht.
In der Literatur findet man speziell bei Konstrukten, die sich aus nur zwei Items zusammensetzen, keine konkreten Vorgaben (Eisinga, R. et al.). Vielmehr kann man hier allgemeiner argumentieren. Gibt es bereits eine größere Anzahl an hinreichend reliablen Skalen (-> Skalenhandbücher prüfen), auf die man sich u.a. auch bezieht, sollte der Wert der eigenen zwei-Item-Skala entsprechend ähnlich oder besser sein. Bei einer gänzlich neuen Konzipierung sind auch Werte, die eine geringere Reliabilität ausdrücken, in Ordnung. Das bedeutet, dass man auch Werte ab 0,6 rechtfertigen kann, wenn das aufschlussreicher erscheint, als die Messung gänzlich zu unterlassen. Ansonsten orientiert euch an bereits vorhandenen Skalen und deren Reliabilität. Ein ungefähr ähnlicher oder besserer Wert ist hier anzustreben.
5 Videotutorial
https://www.youtube.com/watch?v=3NDrciHsmUE/
6 Empfohlene Literatur
- Kelava, A., & Moosbrugger, H. (2012). Testtheorie und Fragebogenkonstruktion. Berlin: Springer. (speziell S. 134-137)
-
Eisinga, R., Te Grotenhuis, M., & Pelzer, B. (2013). The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown?. International journal of public health, 58(4), 637-642.
Weitere nützliche Tutorials findest du auf meinem YouTube-Kanal.