Referenzen

Bandalos, Deborah L. 2017. Measurement Theory and Applications for the Social Sciences. New York, NY: Guilford Publications.
Borsboom, Denny. 2008. “Latent Variable Theory.” Measurement: Interdisciplinary Research & Perspective 6 (1-2): 25–53. https://doi.org/10.1080/15366360802035497.
Bortz, Jürgen, and Nicola Döring. 2016. Forschungsmethoden Und Evaluation: In Den Sozial- Und Humanwissenschaften. 5. Aufl. Berlin: Springer-Verlag. https://doi.org/10.1007/978-3-540-33306-7.
Brown, Timothy A. 2006. Confirmatory Factor Analysis for Applied Research. Methodology in the Social Sciences. New York, NY: Guilford Press. http://www.loc.gov/catdir/enhancements/fy0629/2006001103-b.html.
———. 2015. Confirmatory Factor Analysis for Applied Research. Second edition. Methodology in the Social Sciences. New York; London: The Guilford Press.
Bühner, Markus. 2011. Einführung in Die Test- Und Fragebogenkonstruktion. 3., aktualisierte und erweiterte Auflage. PS Psychologie. München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney: Pearson.
Carpenter, Serena. 2017. “Ten Steps in Scale Development and Reporting: A Guide for Researchers.” Communication Methods and Measures 12 (1): 25–44. https://doi.org/10.1080/19312458.2017.1396583.
Cheung, Gordon W., and Roger B. Rensvold. 2002. “Evaluating Goodness-of-Fit Indexes for Testing Measurement Invariance.” Structural Equation Modeling: A Multidisciplinary Journal 9 (2): 233–55. https://doi.org/10.1207/S15328007SEM0902{\textunderscore }5.
Christophersen, Timo, and Christian Grape. 2009. “Die Erfassung Latenter Konstrukte Mit Hilfe Formativer Und Reflektiver Messmodelle.” In Methodik Der Empirischen Forschung, edited by Sönke Albers, Daniel Klapper, Udo Konradt, Achim Walter, and Joachim Wolf, 103–18. Wiesbaden: Gabler Verlag. https://doi.org/10.1007/978-3-322-96406-9{\textunderscore }8.
DeVellis, Robert F. 2017. Scale Development: Theory and Applications. Fourth edition. Vol. 26. Applied Social Research Methods Series. Los Angeles; London; New Delhi; Singapore; Washington DC; Melbourne: SAGE.
Edwards, Jeffrey R. 2011. “The Fallacy of Formative Measurement.” Organizational Research Methods 14 (2): 370–88. https://doi.org/10.1177/1094428110378369.
Field, Andy. 2018. Discovering Statistics Using IBM SPSS Statistics. 5th edition. Los Angeles; London; New Delhi; Singapore; Washington DC; Melbourne: IBM SPSS statistics; SAGE.
Field, Andy, Jeremy Miles, and Zoë Field. 2012. Discovering Statistics Using r. Los Angeles; London; New Delhi; Singapore; Washington, DC: SAGE.
Fuchs-Heinritz, Werner, Rüdiger Lautmann, Otthein Rammstedt, and Hanns Wienold. 1994. Lexikon Zur Soziologie. Wiesbaden: VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-322-91545-0.
Hair, Joseph F., G. Tomas M. Hult, Christian M. Ringle, and Marko Sarstedt. 2022. A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Third edition. Los Angeles; London; New Delhi; Singapore; Washington DC; Melbourne: SAGE.
Hair, Joseph F., Christian M. Ringle, and Marko Sarstedt. 2012. “Partial Least Squares: The Better Approach to Structural Equation Modeling?” Long Range Planning 45 (5-6): 312–19. https://doi.org/10.1016/j.lrp.2012.09.011.
Hermida, Richard. 2015. “The Problem of Allowing Correlated Errors in Structural Equation Modeling: Concerns and Considerations.” Computational Methods in Social Sciences 3 (1): 5–17.
Kenny, David A., Burcu Kaniskan, and D. Betsy McCoach. 2014. “The Performance of RMSEA in Models with Small Degrees of Freedom.” Sociological Methods & Research 44 (3): 486–507. https://doi.org/10.1177/0049124114543236.
Kieslich, Kimon, Marco Lünich, and Frank Marcinkowski. 2020. “The Threats of Articial Intelligence Scale (TAI): Development, Measurement and Test over Three Application Domains.” arXiv. https://arxiv.org/abs/2006.07211.
———. 2021. “The Threats of Artificial Intelligence Scale (TAI).” International Journal of Social Robotics, 1–15. https://doi.org/10.1007/s12369-020-00734-w.
Kline, Rex B. 2011. Principles and Practice of Structural Equation Modeling. New York: ebrary, Inc; Guilford Press. http://site.ebrary.com/lib/academiccompletetitles/home.action.
———. 2016. Principles and Practice of Structural Equation Modeling. Fourth edition. Methodology in the Social Sciences. New York; London: The Guilford Press.
Kohring, Matthias. 2004. Vertrauen in Journalismus: Theorie Und Empirie. Konstanz: UVK Verlagsgesellschaft.
Little, Todd D., David W. Slegers, and Noel A. Card. 2006. “A Non-Arbitrary Method of Identifying and Scaling Latent Variables in SEM and MACS Models.” Structural Equation Modeling: A Multidisciplinary Journal 13 (1): 59–72. https://doi.org/10.1207/s15328007sem1301{\textunderscore }3.
Marcinkowski, Frank, and Christopher Starke. 2018. “Trust in Government: What’s News Media Got to Do with It?” Studies in Communication Sciences 18 (1): 187–02. https://doi.org/10.24434/J.SCOMS.2018.01.006.
———. 2019. “Wann Ist künstliche Intelligenz (Un-)Fair? Ein Sozialwissenschaftliches Konzept von KI-Fairness.” In Politik in Der Digitalen Gesellschaft, edited by Jeanette Hofmann, Norbert Kersting, and Claudia Ritzi, 269–88. Bielefeld: transcript.
Masch, Lena, and Ulrich Rosar. 2020. “Umfragen Als Erhebungsinstrument in Der Politischen Kommunikationsforschung.” In Handbuch Politische Kommunikation, edited by Isabelle Borucki, Katharina Kleinen-von Königslöw, Stefan Marschall, and Thomas Zerback, 1–10. Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-26242-6{\textunderscore }47-1.
Masur, Philipp K., Doris Teutsch, and Sabine Trepte. 2017. “Entwicklung Und Validierung Der Online-Privatheitskompetenzskala (OPLIS).” Diagnostica, 1–13. https://doi.org/10.1026/0012-1924/a000179.
Milli, Smitha, Luca Belli, and Moritz Hardt. 2020. “From Optimizing Engagement to Measuring Value.” arXiv. https://arxiv.org/abs/2008.12623.
Müller, Philipp, and Svenja Schäfer. 2017. “Latent Mean (Comparison).” In The International Encyclopedia of Communication Research Methods, edited by Jörg Matthes, Christine S. Davis, and Robert F. Potter, 1–7. Wiley. https://doi.org/10.1002/9781118901731.iecrm0132.
Rössler, Patrick. 2011. Skalenhandbuch Kommunikationswissenschaft. 1. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften / Springer Fachmedien Wiesbaden GmbH Wiesbaden. https://doi.org/10.1007/978-3-531-94179-0.
Starke, Christopher, Janine Baleis, Birte Keller, and Frank Marcinkowski. 2021. “Fairness Perceptions of Algorithmic Decision-Making: A Systematic Review of the Empirical Literature.”
Starke, Christopher, and Marco Lünich. 2020. “Artificial Intelligence for EU Decision-Making. Effects on Citizens Perceptions of Input, Throughput and Output Legitimacy.” Arxiv, no. Pre-print: 1–18. http://arxiv.org/pdf/2003.11320v1.
van de Schoot, Rens, Peter Lugtig, and Joop Hox. 2012. “A Checklist for Testing Measurement Invariance.” European Journal of Developmental Psychology 9 (4): 486–92. https://doi.org/10.1080/17405629.2012.686740.
van Deursen, Alexander J. A. M., Ellen J. Helsper, and Rebecca Eynon. 2016. “Development and Validation of the Internet Skills Scale (ISS).” Information, Communication & Society 19 (6): 804–23. https://doi.org/10.1080/1369118X.2015.1078834.
Weiber, Rolf, and Daniel Mühlhaus. 2014. Strukturgleichungsmodellierung: Eine Anwendungsorientierte Einführung in Die Kausalanalyse Mit Hilfe von AMOS, SmartPLS Und SPSS. Berlin: Springer Gabler. https://doi.org/10.1007/978-3-642-35012-2.
Yale, Robert N., Jakob D. Jensen, Nick Carcioppolo, Ye Sun, and Miao Liu. 2015. “Examining First- and Second-Order Factor Structures for News Credibility.” Communication Methods and Measures 9 (3): 152–69. https://doi.org/10.1080/19312458.2015.1061652.

  1. Bitte beachten Sie, dass ich hier mit der 2006er-Version arbeite, da ich lediglich diese über die ULB in Vorbereitung auf das Seminar bekommen konnte. Die Version von 2015 ist aktueller: Brown (2015)↩︎

  2. Sollten übrigens Sie, werte Leser*in, Fehler in diesem Dokument finden, freue ich mich auf Hinweis an meine Mail-Adresse.↩︎

  3. Die Beschäftigung mit diesen Indizes und der Diskussion wie diese welche theoretischen Konstrukte operationalisieren, eignet sich übrigens wunderbar für eine Hausarbeit oder zumindest für eine weiterführende Beschäftigung mit den unterschieden reflektiver und formativer Konstrukte.↩︎

  4. Bitte beachten Sie, dass die Daten im Datensatz noch gemäß der Erhebung codiert sind und dort die Werte 1 und 2 vergeben wurden. Dies wurde entsprechend recodiert und die Darstellung der Ergebnisse stützt sich auf eine zusammengefasste Variable, die auf die recodierten Daten zurückgreift.↩︎

  5. Für die Beobachtung ist die Erhebung latenter Variablen meines Wissens nach eher unüblich was vor allem daran liegt, dass man ja erst einmal manifestes Verhalten dokumentiert, aus dem man dann wiederrum auf nicht-manifeste Sachverhalte schließen können muss. Das ist zwar zunächst überhaupt nicht problematisch, allerdings kann man für die statistische Modellierung ja einfach die manifesten Beobachtung wählen. Dennoch gibt es auch hier genug Fragen und Ansätze zur Konzeption und Modellierung latenter Variablen (siehe das Beispiel von Milli, Belli, and Hardt (2020) aus einer der ersten Sitzungen). Interessant ist hier auch die Perspektive von Borsboom (2008), der argumentiert, dass bspw. alle psychlogischen Konstrukte latenter Natur sind.↩︎

  6. Da viele der Ressourcen auf die ich verweise und auch die Befehle in den auf Englisch sind, werde ich in meinen Beschreibungen die Abkürzungen KFA und CFA synonym gebrauchen.↩︎

  7. Zur Modellierung kovariierender Fehlerterme bereits an anderer Stelle der Verweis auf Hermida (2015)↩︎

  8. Wie auch im SPSS-Datensatz üblich findet sich im Wide-Format ein Fall pro Zeile.↩︎

  9. Das wird allerdings bei vielen Variablen schnell unübersichtlich.↩︎

  10. Hier lohnt auch noch mal der Blick in die bi-variaten Korrelationen der Indikatoren.↩︎

  11. Das gilt natürlich nicht immer und unumwunden. Bei der Skalenkonstruktion ist es meist unproblematisch sich frühzeitig von solchen problematischen Indikatoren zu trennen. Bei pre-registrierten Studien und Replikationsstudien hingegen, wäre ich persönlich zurückhaltender die Messung nachträglich entsprechend anzupassen. Hier kann es sinnvoll sein, die ursprünglich nicht im Modell vorgesehene Kovarianz zu modellieren und somit sichtbar zu machen, wo in den erhobenen Daten genau sich Kovarianz zeigt.↩︎

  12. Hier könnte man auch von einer Gleichheitsrestriktion sprechen, da man für das Modell festlegt, dass der Parameterschätzer in beiden Gruppen der gleiche ist, jedoch dennoch frei geschätzt wird.↩︎

  13. Be aware: By using perfect correlations (i.e., a correlation of +1.0 or -1.0) the variance-covariance matrix will not be positive-definite.↩︎

  14. It is also possible to scale the factor variance by using std.lv = TRUE.↩︎

  15. See the chapter on measurement invariance in my coursebook in German or consult the literature (Brown 2015).↩︎