Krankheitseinsicht, dynamisch getestete Exekutivfunktionen und ...

Tabelle 64.
Mustermatrix einer Hauptkomponentenanalyse
mit Promax-Rotation der OSSTI-Items
Item
266
Komponente
I. II. h 2 MSA
01 .50 .43 .63 .77
02U -.38 .87 .59 .68
03 .47 .26 .40 .91
04 .73 -.11 .48 .83
05 -.05 .55 .28 .64
06 .85 -.39 .57 .75
07 .51 .30 .49 .84
08 .60 .35 .67 .83
09U .11 .33 .15 .68
10U .21 .67 .62 .82
Eigenwert (λ)
(rotiert)
3,67
3,13
1,22
2,88
Anmerkungen. N = 85; Items siehe Tabelle 62; MSA:
measures of sampling adequacy
KMO = .80; Bartletts Test: χ 2 (45) = 218,3 (p < .001)
Ergebnisse Studie 3
Auf der korrelierten zweiten Komponente laden v. a. die Items 2, 5 und 10. Sie repräsentiert
somit Items, die allgemeine Krankheitseinsicht operationalisieren (Item 2: »Ich bin gesund
und habe keine psychischen Beschwerden«; Item 10: »… würde ich gesund bleiben«).
Zusätzlich ist an einen Einfluss der Polung zu denken (s. auch Item 10).
Für Item 5 ist auch ein Einfluss der erwähnten Extremwerte möglich. Eine explorative
Wiederholung der Analyse bestätigt dies: Werden die zwei totalen Verneiner ausgeschlossen
(n = 83), bildet Item 5 eine eigene, dritte Komponente, die nicht bzw. deutlich geringer
mit den ersten beiden Komponenten korreliert (r12 = .36; r13 = .24; r23 = .06). Die Aufteilung
der Gewichte der übrigen Items auf eine Krankheitseinsichts- und eine Psychoedukations-
und Adhärenzkomponente bleibt bis auf geringe Änderungen erhalten. Ein probeweiser
Ausschluss von Item 5 ergibt erwartungsgemäß wieder zwei Komponenten (r = .46).
Diese lassen sich sehr ähnlich charakterisieren, d. h. die Gewichte der Mustermatrix
entsprechen recht genau denen aus Tabelle 64 ohne Item 5. Insgesamt ist festzuhalten, dass
sich die von KRUPA (2005) intendierte zweidimensionale Struktur zwar ansatzweise
bestätigen lässt, das erwartete Ladungsmuster jedoch nicht (Einsicht: Items 2, 4, 6, 8;
Behandlungsbedürftigkeit: 1, 3, 5, 7, 9, 10).
Es wurden zusätzlich eine Parallelanalyse nach HORN (1965) und der Minimum-
Average-Partial-Test (MAP) nach VELICER (1976) mit Programmen von O’CONNOR (2000)
berechnet. Bei der Parallelanalyse wurden für N = 85 und 10 Variablen 1000 Zufallsdatensätze
erzeugt und die kritischen Werte (95. Perzentil) der Eigenwert-Zufallsverteilungen
mit dem empirischen Eigenwerteverlauf verglichen. Es zeigt sich, dass nur der erste
Eigenwert größer ausfällt (3,67 > 1,75), der zweite bereits nicht mehr (1,22 < 1,51), d. h. es
wird die Extraktion einer Komponente empfohlen. Beim MAP-Test wird die mittlere