Konzeptuelles und prozedurales Wissen als latente Variablen: Ihre ...

Studie 1: Interrelationen der Wissensarten 165
Zweifaktormodelle. Für die Zweifaktormodelle spricht, dass die Unterscheidung von
konzeptuellem und prozeduralem Wissen von großer theoretischer Bedeutung und von
forschungsheuristischem Nutzen ist. Weitere Analysen der Beziehungen zwischen
konzeptuellem und prozeduralem Wissen sind nur möglich, wenn die Zweifaktormodelle
akzeptiert werden, da die Wissensarten nur in diesem Fall operationalisiert werden können.
Daher werden die Zweifaktormodelle für die weiteren Analysen verwendet, jedoch immer
unter dem Vorbehalt, dass die divergente Validität der Maße empirisch weder be- noch
widerlegt werden konnte. Ein weiteres Argument für die Verwendung der
Zweifaktormodelle liefern die im Folgenden beschriebenen explorativen Analysen.
Explorative Analysen der divergenten Validitäten
Die drei hohen Korrelationen zwischen den konzeptuellen und den prozeduralen Faktoren
verdeutlichen, dass ein Teststärkeproblem vorliegt. Ein Zweifaktormodell mit zwei perfekt
(d.h. mit r = 1,00) korrelierenden Faktoren ist äquivalent zu einem Einfaktormodell. Die
empirisch gefundenen Korrelationen sind jedoch kleiner als eins und sprechen somit für
die Richtigkeit des Zweifaktormodells – nur ist die Verschiedenheit der Koeffizienten vom
Wert eins nicht statistisch absicherbar. Bei einer Erhöhung der Teststärke könnte sich das
ändern.
Eine solche Erhöhung der Teststärke kann erzielt werden, indem mehrere
Messzeitpunkte gemeinsam analysiert werden. In den Zweifaktormodellen, die sich nur auf
einen Messzeitpunkt bezogen, waren empirisch gegeben die Varianzen der 8 manifesten
Variablen sowie die 28 Kovarianzen dieser Variablen. Es konnten also 36 empirisch
gegebene Größen zur Schätzung der Modellparameter verwendet werden. Analysiert man
hingegen zwei Messzeitpunkte gemeinsam in einem Modell, so sind 16 Varianzen und 120
Kovarianzen empirisch gegeben. Bei drei Messzeitpunkten sind 24 Varianzen und 276
Kovarianzen gegeben. Dieser nichtlineare Zuwachs an Kovarianzen ergibt sich aus der
quadratischen Form der Varianz-Kovarianz-Matrix. Er führt dazu, dass das Verhältnis
zwischen gegebenen und zu schätzenden Parametern bei Modellen über mehrere
Messzeitpunkte hinweg besser ist als bei Modellen über einen Messzeitpunkt.
Daher wurden Modell E1 und Modell E2 zu einem Modell E12 zusammengefasst und
Modell Z1 und Modell Z2 zu einem Modell Z12. Modell E12 umfasst 16 Indikatoren und
zwei latente Faktoren (einen Wissensfaktor pro Messzeitpunkt), Modell Z12 dieselben 16
Indikatoren, jedoch vier latente Faktoren (einen konzeptuellen und einen prozeduralen
Faktor pro Messzeitpunkt).