Krankheitseinsicht, dynamisch getestete Exekutivfunktionen und ...

10.8 Komposition von Metatypen
231
Ergebnisse Studie 2
Die Gewinne an Homogenität und deskriptiver Präzision, die aus der angewendeten
Typologie resultieren, werden mit einem gravierenden Nachteil erkauft: Eine Neun-
Gruppen-Lösung dürfte häufig zu unzureichenden Teststärken führen. Sollen nicht
bestimmte Gruppen aus der Analyse ausgeschlossen werden, bleibt im Rahmen dieses
Ansatzes nur eine Vergröberung der Betrachtung. Diese kann erstens primär durch einen
einfacheren Klassifikationsalgorithmus erfolgen, der in eine geringere Zahl von Typen
einmündet. Ein solcher ist z. B. die 1,5-SD-Regel, die WIEDL et al. (1999, 2001) herangezogen
haben, um ihre Stichproben in der Tradition von BUDOFF und FRIEDMAN (1964)
einer Trichotomisierung zu unterziehen (»Highscorer« – »Lerner« – »Nichtlerner«).
Die oben präsentierten Daten bestätigen einerseits dieses Vorgehen: Es wurde gezeigt,
dass über alle Methoden hinweg über 80 % der Stichprobe auf die Klassen der konstant
leistungsstarken und -schwachen sowie der bedeutsam verbesserten Probanden entfallen.
Andererseits entfallen etwa 15 % auf Performanztypen, die sich nicht nahtlos in eine
einfache Dreiteilung einfügen. Generell problematisiert werden muss die Zuordnung von
Probanden, die nur eines von zwei Forderungen des Doppelkriteriums nach JACOBSON et al.
(1984) erfüllen oder die sich statistisch signifikant verändern, obwohl sie nach dem
ursprünglichen 15P43-Algorithmus einer leistungskonstanten Gruppe zugeordnet werden
(d. h. Grenzfälle, echte Verschlechterer, verbesserte und verschlechterte Nichtlerner,
verbesserte Leistungsstarke). Besonders ins Gewicht fällt die Subgruppe der Grenzfälle, die
nahezu die Größe der konstant leistungsschwachen Gruppe erreicht. Ihre Zuordnung hat,
wie gezeigt werden wird, deutliche Auswirkungen auf die Homogenität der drei Gruppen.
Eine Vergröberung kann zweitens sekundär erfolgen. Hierbei werden die vorgestellten
Subtypen nach rationalen und statistischen Kriterien zu »Metatypen« zusammengefasst.
Dieser Ansatz soll im Folgenden verfolgt werden.
10.8.1 Identifikation von Performanz-Clustern
Obwohl sich das kompositorische Problem nicht ausschließlich statistisch, sondern letztlich
nur unter Rekurs auf das Erkenntnisinteresse und externe Validierungskriterien lösen lässt,
werden zunächst die Varianzhomogenitäten unterschiedlicher Lösungen als statistisches
Kriterium betrachtet. In Anlehnung an das Vorgehen von WIEDL et al. (2001) wurde
entschieden, dass die Optimierung dieses Kriteriums zunächst über Clusteranalysen
erfolgen sollte. Die so gewonnene Lösung soll als Orientierungshilfe bei der Zusammenstellung
von Metatypen dienen. Die ausführliche Darstellung des Aggregationsprozesses
erfolgt für WCST-Rohwerte. Später wird gezeigt, dass die ausführliche Typologie unter
Verwendung von T-Werten auf die gleiche Metatypen-Lösung konvergiert.
Es wurde entsprechend den Empfehlungen von BACKHAUS et al. (2006) eine hierarchischagglomerative
Clusteranalyse auf der Grundlage des Ward-Algorithmus mit der quadrierten
euklidischen Distanz als Proximitätsmaß berechnet. Die so gefundene Lösung wurde
anschließend durch das partitionierende k-means-Verfahren verfeinert. Da Objekte mit
atypischer Merkmalskonfiguration den Fusionierungsprozess verzerren können, wurde das
kontrahierende Nearest-Neighbour-Verfahren zur Identifikation solcher »Ausreißer«
vorgeschaltet. Es konnten vier ungewöhnliche Fälle identifiziert werden, für die das
Dendrogramm eine Fusionierung auf den letzten beiden Stufen abbildet. Drei der Probanden
waren stabil leistungsschwach mit angedeuteter bzw. signifikanter Verschlechterung
und einer ein stabil Leistungsschwacher mit dem niedrigsten Prätestwert der Stichprobe
(= 10 korrekte Sortierungen). Die folgende Ward-Analyse wurde jeweils mit und ohne diese