Konvergenz von Skalen zur Erfassung sozialer Ängste: Ein IRT-Linking Ansatz

Zusammenfassung

Ziel der Studie Bei der Untersuchung von sozialer Ängstlichkeit haben sich die Fragebögen Liebowitz Social Anxiety Scale (LSAS) und das Social Phobia-Inventory (SPIN) etabliert. Außerdem wird zum Screening sozialer Ängstlichkeit häufig die Subskala Unsicherheit im Sozialkontakt des Brief Symptom Inventory (BSI-53) eingesetzt. Alle drei Skalen geben vor dasselbe Konstrukt zu erfassen. Somit stellt sich die Frage der Konvergenz dieser Skalen. Um Forschungsergebnisse zu sozialer Ängstlichkeit, welche diese Instrumente nutzen, über einen fragebogenübergreifenden Faktor (Common-Faktor) vergleichbar zu machen, wird in der vorliegenden Studie ein Item Response Theorie (IRT) Linking Ansatz verwendet.

Methodik 64 deutschsprachige psychiatrische Patienten und 295 Probanden aus der deutschen Normalbevölkerung füllten die drei Fragebögen aus. Verschiedene IRT-Modelle – darunter Graded Response Modelle (GRM) – wurden an die Daten angepasst und verglichen. Basierend auf dem Modell mit dem besten Fit wurden Regressionsanalysen durchgeführt. Der Common-Faktor wurde dabei jeweils von den Fragebogensummenwerten vorhergesagt.

Ergebnisse Der Zusammenhang zwischen den verschiedenen Skalen wird am besten durch ein Bi-Faktor GRM erklärt (RMSEA=0,036; CFI=0,977; WRMR=1,061). Anhand der Ergebnisse der Regressionsanalysen lassen sich drei Gleichungen zur Transformation von Fragebogensummenwerten ableiten.

Schlussfolgerung Durch den IRT Linking Ansatz konnte ein fragebogenübergreifender genereller Faktor Sozialer Ängstlichkeit abgeleitet werden. Gemeinsamkeiten und Unterschiede wurden dabei berücksichtigt. Dies hat sowohl für die Forschung als auch für die Praxis Vorteile. Eine Replikation dieser Studie sowie die Implementierung weiterer Instrumente wird empfohlen, um die Gültigkeit dieses Ansatzes zu überprüfen und die Ergebnisse zu generalisieren.

Abstract

Objective The Liebowitz Social Anxiety Scale (LSAS) and the Social Phobia Inventory (SPIN) are established measures in the investigation of social anxiety. Furthermore, the subscale Interpersonal Sensitivity of the Brief Symptom Inventory (BSI-53) is frequently used to screen social anxiety. All three scales claim to capture the same construct, which raises the question of the convergence of these scales. To make research findings comparable by a cross-questionnaire factor (common factor), an item response theory (IRT) linking approach is used in the present study.

Methods 64 German-speaking psychiatric patients and 295 healthy subjects completed the three questionnaires. Different IRT models, including Graded Response Models (GRM), were constructed, and their model fit compared. Regression analyses were performed based on the best-fit model. The common factor was predicted from the questionnaire total values.

Results The relationship between the different scales was best explained by a bifactor GRM with one common factor and three domain-specific factors (RMSEA=0.036, CFI=0.977, WRMR=1.061). Based on the results of the regression analyses, three equations were derived for the transformation of questionnaire’s total values.

Conclusion The IRT linking approach allows the derivation of a general factor of social anxiety, taking into account commonalities and differences between the instruments used. This has advantages for both research and practice. A replication of this study as well as the implementation of further instruments are recommended to verify the validity of this approach and to generalize the results.

Schlüsselwörter

soziale Ängstlichkeit - Bi-Faktor-Modell - Common-Faktor - IRT Linking

Key words

social anxiety - bifactor model - common factor - IRT linking

Publication History

Received: 27 November 2020

Accepted: 26 May 2021

Article published online:
13 September 2021

• Literatur

• 1 Liebowitz MR. Social Phobia. In: Klein DF, Hrsg. Modern Trends in Pharmacopsychiatry S. Karger AG 1987; 141–173. doi:10.1159/000414022
• 2 Connor KM, Davidson JRT, Churchill LE. et al. Psychometric properties of the Social Phobia Inventory (SPIN): New self-rating scale. Br J Psychiatry 2000; 176: 379-386 DOI: 10.1192/bjp.176.4.379.
• 3 Franke GH. Brief Symptom Inventory von L. R. Derogatis: Kurzform der SCL-90-R. deutsche Version. Göttingen: Hogrefe; 2000
• 4 Hoyer J, Margraf J. Fragebögen und Ratingskalen zur sozialen Phobie und zu sozialen Ängsten. In: Hoyer JMargraf J, Hrsg. Angstdiagnostik. Berlin, Heidelberg: Springer Berlin Heidelberg; 2003: 233–319. doi:10.1007/978-3-642-18976-0_10
• 5 Eid M, Gollwitzer M, Schmitt M. Statistik und Forschungsmethoden: Lehrbuch; mit Online-Materialien. 3., korrigierte Aufl. Weinheim: Beltz; 2013
• 6 Fresco DM, Coles ME, Heimberg RG. et al. The Liebowitz Social Anxiety Scale: a comparison of the psychometric properties of self-report and clinician-administered formats. Psychol Med 2001; 31: 1025-1035 DOI: 10.1017/S0033291701004056.
• 7 Antony MM, Coons MJ, McCabe RE. et al. Psychometric properties of the social phobia inventory: Further evaluation. Behaviour Research and Therapy 2006; 44: 1177-1185 DOI: 10.1016/j.brat.2005.08.013.
• 8 Boulet J, Boss MW. Reliability and validity of the Brief Symptom Inventory. Psychological Assessment: A Journal of Consulting and Clinical Psychology 1991; 3: 433-437 DOI: 10.1037/1040-3590.3.3.433.
• 9 Dorans NJ, Moses TP, Eignor DR. PRINCIPLES AND PRACTICES OF TEST SCORE EQUATING. ETS Research Report Series 2010; 2010: i-41 DOI: 10.1002/j.2333-8504.2010.tb02236.x.
• 10 Wahl I, Löwe B, Bjorner JB. et al. Standardization of depression measurement: a common metric was developed for 11 self-report depression measures. Journal of Clinical Epidemiology 2014; 67: 73-86 DOI: 10.1016/j.jclinepi.2013.04.019.
• 11 Hambleton RK, Swaminathan H, Rogers HJ. Fundamentals of item response theory. Newbury Park, Calif: Sage Publications; 1991
• 12 Schalet BD, Cook KF, Choi SW. et al. Establishing a common metric for self-reported anxiety: Linking the MASQ, PANAS, and GAD-7 to PROMIS Anxiety. Journal of Anxiety Disorders 2014; 28: 88-96 DOI: 10.1016/j.janxdis.2013.11.006.
• 13 Kaat AJ, Newcomb ME, Ryan DT. et al. Expanding a common metric for depression reporting: linking two scales to PROMIS® depression. Qual Life Res 2017; 26: 1119-1128 DOI: 10.1007/s11136-016-1450-z.
• 14 Sunderland M, Batterham P, Calear A. et al. High agreement was obtained across scores from multiple equated scales for social anxiety disorder using item response theory. Journal of Clinical Epidemiology 2018; 99: 132-143 DOI: 10.1016/j.jclinepi.2018.04.003.
• 15 Samejima F. Graded Response Model. In: van der Linden WJ, Hambleton RK, Hrsg. Handbook of Modern Item Response Theory. New York, NY: Springer New York; 1997: 85–100. doi:10.1007/978-1- 4757-2691-6_5
• 16 Gibbons RD, Bock RD, Hedeker D. et al. Full-Information Item Bifactor Analysis of Graded Response Data. Applied Psychological Measurement 2007; 31: 4-19 DOI: 10.1177/0146621606289485.
• 17 Ausgewählte Ergebnisse. Wiesbaden: Statistisches Bundesamt (Destatis); 2013
• 18 Heimberg RG, Horner KJ, Juster HR. et al. Psychometric properties of the Liebowitz Social Anxiety Scale. Psychol Med 1999; 29: 199-212 DOI: 10.1017/S0033291798007879.
• 19 Core Team R. A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing; 2017
• 20 van Buuren S, Groothuis-Oudshoorn K, Robitzsch A. et al. Multivariate Imputation by Chained Equations. R package. 2014 https://cran.microsoft.com/snapshot/2014-11-17/web/packages/mice/mice.pdf
• 21 Liebowitz MR. Social Phobia. In: Klein DF, Hrsg. Modern Trends in Pharmacopsychiatry S. Karger AG 1987; 141–173. doi:10.1159/000414022
• 22 Muthén LK, Muthén BO. Mplus User’s Guide. Seventh Edition Los Angeles, CA: Muthén & Muthén; 1998
• 23 Li C-H. The Performance of MLR, USLMV, and WLSMV Estimation in Structural Regression Models with Ordinal Variables. 2014 https://www.statmodel.com/download/Yudissertation.pdf
• 24 Paek I, Cui M, Öztürk Gübeş N. et al. Estimation of an IRT Model by Mplus for Dichotomously Scored Responses Under Different Estimation Methods. Educational and Psychological Measurement 2018; 78: 569-588 DOI: 10.1177/0013164417715738.
• 25 Cousineau D, Hélie S. Improving maximum likelihood estimation using prior probabilities: A tutorial on maximum a posteriori estimation and an examination of the weibull distribution. TQMP 2013; 9: 61-71 DOI: 10.20982/tqmp.09.2.p061.
• 26 Yu C-Y. Evaluating Cutoff Criteria of Model Fit Indices for Latent Variable Models with Binary and Continuous Outcome. 2002
• 27 Ludbrook J. SPECIAL ARTICLE COMPARING METHODS OF MEASUREMENT. Clin Exp Pharmacol Physiol 1997; 24: 193-203 DOI: 10.1111/j.1440-1681.1997.tb01807.x.
• 28 Cohen J. Statistical power analysis for the behavioral sciences. 2nd ed. Hillsdale, N.J: L. Erlbaum Associates; 1988
• 29 DiStefano C, Liu J, Jiang N. et al. Examination of the Weighted Root Mean Square Residual: Evidence for Trustworthiness?. Structural Equation Modeling: A Multidisciplinary Journal 2018; 25: 453-466 DOI: 10.1080/10705511.2017.1390394.
• 30 Liu Y, Thissen D. Identifying Local Dependence With a Score Test Statistic Based on the Bifactor Logistic Model. Applied Psychological Measurement 2012; 36: 670-688 DOI: 10.1177/0146621612458174.
• 31 Fries J, Rose M, Krishnan E. The PROMIS of Better Outcome Assessment: Responsiveness, Floor and Ceiling Effects, and Internet Administration. J Rheumatol 2011; 38: 1759-1764 DOI: 10.3899/jrheum.110402.
• 32 Jiang S, Wang C, Weiss DJ. Sample Size Requirements for Estimation of Item Parameters in the Multidimensional Graded Response Model. Front Psychol 2016; 7 DOI: 10.3389/fpsyg.2016.00109.
• 33 Asparouhov T, Muthén B. Weighted Least Squares Estimation with Missing Data. Technical Appendix 2010; 1-10
• 34 Asparouhov T, Muthén B. Plausible Values for Latent Variables Using Mplus. 2010 Im Internet: http://www. statmodel. com/download/Plausible. pdf
• 35 Hu L, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal 1999; 6: 1-55 DOI: 10.1080/10705519909540118.