Composite Reliability
In diesem Beitrag
Was versteht man unter Composite Reliability?
Die Composite Reliability (CR) ist ein Maß zur Beurteilung der internen Konsistenz eines latenten Konstrukts in der konfirmatorischen Faktorenanalyse (CFA) und in Strukturgleichungsmodellen (SEM). Sie gibt an, wie zuverlässig eine Gruppe von Indikatoren (Items) gemeinsam ein zugrundeliegendes Konstrukt misst.
Mathematisch berechnet sich die Composite Reliability wie folgt:
Formel: Composite Reliability
Dabei steht für die standardisierte Faktorladung des i-ten Indikators und für dessen MessfehlerVarianz, also den Anteil der Varianz, der nicht durch das latente Konstrukt erklärt wird. Je höher die Faktorladungen und je geringer die Fehlervarianz, desto höher fällt die CR aus.
Warum ist Composite Reliability für statistische Analysen wichtig?
In der Forschung werden latente Konstrukte wie Motivation, Zufriedenheit oder Vertrauen häufig durch mehrere Indikatoren erfasst. Bevor man inhaltliche Schlussfolgerungen zieht, muss man sicherstellen, dass diese Indikatoren das Konstrukt auch tatsächlich zuverlässig messen. Hier kommt die Composite Reliability ins Spiel.
Als allgemeine Richtwerte gelten:
- CR ≥ 0,70: akzeptable interne Konsistenz
- CR ≥ 0,80: gute interne Konsistenz
- CR ≥ 0,90: sehr hohe interne Konsistenz (aber Vorsicht: zu hohe Werte können auf Redundanz hinweisen)
Die Composite Reliability gilt gegenüber dem klassischen Cronbachs Alpha als das genauere und modernere Maß, weil sie die tatsächlichen Faktorladungen aus dem Messmodell berücksichtigt. Cronbachs Alpha hingegen setzt implizit voraus, dass alle Items gleich stark zum Konstrukt beitragen – eine Annahme, die in der Praxis selten zutrifft.
Praxisbeispiel zu Composite Reliability
Angenommen, du untersuchst in deiner Masterarbeit das Konstrukt Arbeitszufriedenheit mithilfe von vier Items. In deiner konfirmatorischen Faktorenanalyse erhältst du folgende standardisierte Faktorladungen und Fehlervarianten:
| Item | Faktorladung (λ) | Fehlervarianz (ε = 1 − λ²) |
|---|---|---|
| Item 1 | 0,80 | 0,36 |
| Item 2 | 0,75 | 0,44 |
| Item 3 | 0,85 | 0,28 |
| Item 4 | 0,70 | 0,51 |
Die Summe der Faktorladungen beträgt , deren quadrierte Summe also . Die Summe der Fehlervarianz beträgt . Eingesetzt in die Formel ergibt sich:
Berechnung im Beispiel
Mit einem CR-Wert von 0,81 liegt die Composite Reliability im guten Bereich (≥ 0,80). Du kannst also davon ausgehen, dass deine vier Items das Konstrukt Arbeitszufriedenheit zuverlässig messen, und dieses Ergebnis entsprechend in deiner Arbeit berichten.
