Skalenentwicklung: Datencheck
Datenqualität vor EFA/CFA prüfen
Beschreibung
"Dieser Skill wird eingesetzt, wenn Rohdaten zur Skalenentwicklung (Excel/CSV), die von einem professionellen Umfrageinstitut erhoben wurden, vor der EFA/CFA oder endgültigen Reliabilitätsanalysen hinsichtlich ihrer psychometrischen Datenqualität geprüft werden müssen. Fehlende Werte, Ausreißer, unaufmerksames Antwortverhalten, Antwortverzerrungen, Itemqualität und Stichprobeneignung werden umfassend bewertet und eine Go-/No-Go-Entscheidung getroffen; die Daten werden nicht verändert, sondern ausschließlich in einem Diagnose- und Prüfbericht dokumentiert."
Ähnliche Fähigkeiten
Alle anzeigen
Skalen-Datenqualitätscheck
Diese Fähigkeit prüft Rohdaten aus einer im Rahmen einer Skalenentwicklungsstudie durchgeführten Umfrage systematisch auf fehlende Werte, Ausreißer, careless responding (Straightlining, Longstring, Random Responding), Verzerrungen in den itembezogenen Verteilungen sowie Voraussetzungen für Reliabilität und Faktorenanalysierbarkeit. Sie erstellt keine abschließenden EFA-/CFA-Ergebnisse, sondern liefert eine evidenzbasierte „Go/No-Go“-Entscheidung dazu, ob die Daten für die nächsten Analyseschritte bereit sind, und empfiehlt eine stratifizierte Aufteilung der Stichprobe (EFA/CFA-Split). Alle Berechnungen erfolgen durch die Ausführung echten Codes (Python: pandas, scipy, factor_analyzer, pingouin); es werden keine hypothetischen Zahlen erzeugt.
Validität & Reliabilität
Erstellt aus Ihren Ergebnissen der EFA oder CFA (KMO, Bartlett-Test, Faktorladungen, Anpassungsindizes, Cronbachs Alpha/CR/AVE) einen vollständigen, publikationsfertigen Text für Methode und Ergebnisse. Ordnet Schwellenwerte für Anpassungsindizes (CFI/TLI≥.90, RMSEA≤.08 usw.) korrekt ein und berichtet Validitätsprobleme wie AVE<0.50, ohne sie zu verschweigen. Geeignet für: Akademikerinnen und Akademiker sowie Studierende im Aufbaustudium, die Skalen entwickeln oder adaptieren.
PLS-SEM-Bericht + Einwände
Erstellt aus Ihren PLS-SEM-Analyseergebnissen (externe Ladungen, CR/AVE, HTMT zur diskriminanten Validität, Pfadkoeffizienten, R²/f²/Q², SRMR) einen vollständigen Bericht zu Messmodell und Strukturmodell. Wendet den HTMT-Schwellenwert und die Interpretation von R² (nach Cohen/Chin) korrekt an und vermeidet kausale Formulierungen. Erkennt außerdem mindestens 4 häufige Einwände von Zeitschriftengutachtern im Voraus (z. B. „Warum wurde PLS statt CB-SEM gewählt?“ oder „Es wurde keine CMB-Prüfung durchgeführt“) und liefert zu jedem eine Formulierung zur Verteidigung. Geeignet für: Forschende in Betriebswirtschaft und Sozialwissenschaften, die Strukturgleichungsmodelle mit PLS-SEM analysieren und vor einer Zeitschrifteneinreichung die methodische Robustheit prüfen möchten.
Skalenentwicklung: Datencheck
Datenqualität vor EFA/CFA prüfen
Beschreibung
"Dieser Skill wird eingesetzt, wenn Rohdaten zur Skalenentwicklung (Excel/CSV), die von einem professionellen Umfrageinstitut erhoben wurden, vor der EFA/CFA oder endgültigen Reliabilitätsanalysen hinsichtlich ihrer psychometrischen Datenqualität geprüft werden müssen. Fehlende Werte, Ausreißer, unaufmerksames Antwortverhalten, Antwortverzerrungen, Itemqualität und Stichprobeneignung werden umfassend bewertet und eine Go-/No-Go-Entscheidung getroffen; die Daten werden nicht verändert, sondern ausschließlich in einem Diagnose- und Prüfbericht dokumentiert."
Ähnliche Fähigkeiten
Alle anzeigenSkalen-Datenqualitätscheck
Diese Fähigkeit prüft Rohdaten aus einer im Rahmen einer Skalenentwicklungsstudie durchgeführten Umfrage systematisch auf fehlende Werte, Ausreißer, careless responding (Straightlining, Longstring, Random Responding), Verzerrungen in den itembezogenen Verteilungen sowie Voraussetzungen für Reliabilität und Faktorenanalysierbarkeit. Sie erstellt keine abschließenden EFA-/CFA-Ergebnisse, sondern liefert eine evidenzbasierte „Go/No-Go“-Entscheidung dazu, ob die Daten für die nächsten Analyseschritte bereit sind, und empfiehlt eine stratifizierte Aufteilung der Stichprobe (EFA/CFA-Split). Alle Berechnungen erfolgen durch die Ausführung echten Codes (Python: pandas, scipy, factor_analyzer, pingouin); es werden keine hypothetischen Zahlen erzeugt.
Validität & Reliabilität
Erstellt aus Ihren Ergebnissen der EFA oder CFA (KMO, Bartlett-Test, Faktorladungen, Anpassungsindizes, Cronbachs Alpha/CR/AVE) einen vollständigen, publikationsfertigen Text für Methode und Ergebnisse. Ordnet Schwellenwerte für Anpassungsindizes (CFI/TLI≥.90, RMSEA≤.08 usw.) korrekt ein und berichtet Validitätsprobleme wie AVE<0.50, ohne sie zu verschweigen. Geeignet für: Akademikerinnen und Akademiker sowie Studierende im Aufbaustudium, die Skalen entwickeln oder adaptieren.
PLS-SEM-Bericht + Einwände
Erstellt aus Ihren PLS-SEM-Analyseergebnissen (externe Ladungen, CR/AVE, HTMT zur diskriminanten Validität, Pfadkoeffizienten, R²/f²/Q², SRMR) einen vollständigen Bericht zu Messmodell und Strukturmodell. Wendet den HTMT-Schwellenwert und die Interpretation von R² (nach Cohen/Chin) korrekt an und vermeidet kausale Formulierungen. Erkennt außerdem mindestens 4 häufige Einwände von Zeitschriftengutachtern im Voraus (z. B. „Warum wurde PLS statt CB-SEM gewählt?“ oder „Es wurde keine CMB-Prüfung durchgeführt“) und liefert zu jedem eine Formulierung zur Verteidigung. Geeignet für: Forschende in Betriebswirtschaft und Sozialwissenschaften, die Strukturgleichungsmodelle mit PLS-SEM analysieren und vor einer Zeitschrifteneinreichung die methodische Robustheit prüfen möchten.
Finde deine nächste Lieblingsfähigkeit
Entdecke weitere kuratierte KI-Fähigkeiten für Recherche, Kreativität und den Arbeitsalltag.