Fehlende Werte in der Somatisierungsskala des SCL-90-R durch „Listenfragen-Effekt”: Häufigkeit in verschiedenen Surveys und Vergleich unterschiedlicher Imputationsmethoden

Zusammenfassung

Item-non-Response kann die Gültigkeit von Studienergebnissen erheblich beeinträchtigen. Am Beispiel der Subskala Somatisierung der SCL-90-R postulieren wir ein Antwortmuster („Listenfragen-Effekt”), bei dem die Probanden bei Beschwerdefreiheit statt der vorgesehenen „Überhaupt-nicht”-Kategorie keine Antwortkategorie markieren. Die vorliegende Studie analysiert Ausmaß und Bedeutung dieses Listenfragen-Effekts. Als Analysegrundlage dient eine postalische Befragung von n = 228 Versicherten einer Arbeiterrentenversicherung mit Antrag auf medizinische Rehabilitation (A1-Studie). Zum Vergleich werden zwei weitere Datensätze herangezogen. Der Listenfragen-Effekt wurde operationalisiert durch Antwortmuster mit (1.) mindestens einem fehlenden Wert und (2.) mindestens einem gültigen Wert und (3.) Fehlen von „Überhaupt-nicht”-Antworten. Die Häufigkeit des Listenfragen-Effekts in den drei Surveys ist sehr unterschiedlich. In der A1-Studie hatten 75 % der Befragten komplette Daten, 16,2 % einen postulierten Listenfragen-Effekt. Durch Imputation der fehlenden Werte unter der Annahme des Listenfragen-Effekts reduzierte sich der Anteil fehlender Skalenwerte von 12,3 % auf 0,4 %. Die Nichtberücksichtigung des Listenfragen-Effekts führt zu einer Überschätzung der Symptomausprägung bzw. zu einer systematischen Exklusion gering belasteter Probanden. Mögliche Gründe für das Phänomen werden diskutiert. Das tatsächliche Auftreten des Effekts muss in weiteren methodischen Studien überprüft werden.

Abstract

Item non-response is a potential threat to the validity of study results. Taking the somatisation subscale of the SCL-90-R as an example, we hypothesise a specific response pattern (”checklist-effect”) that is characterised by symptom-free persons not checking the “not at all”-category. The present study analyses the extent and relevance of this postulated “checklist-effect”. Our data is derived from a survey of n = 228 blue-collar workers who previously had filed applications for medical rehabilitation benefits (A1-study), and two additional surveys as well. We defined the “checklist-effect” by the following response pattern: (1) at least one missing value and (2) at least one valid item response and (3) no “not at all”-responses. Occurrence of the “checklist-effect” in the three datasets differed widely. 75 % of the responders in the A1-Study had complete data, 16.2 % a postulated “checklist-effect”. Imputation of missing values under the assumption of a “checklist-effect” led to a reduction of missing data in the somatisation-subscale from 12.3 % to 0.4 %. Ignoring the “checklist-effect” would overestimate the symptom level. Possible explanations for the effect are discussed. However, the validity of this effect has yet to be proven via methodological studies.

Fehlende Werte - Missing Data - Imputation - SCL-90-R - Somatisierung

Missing data - imputation - SCL-90-R - somatisation

Literatur

• 1 Faber C, Vennemann C, Raspe H. Entwicklung eines Selbstausfüllbogens für Kurpatienten zur Erfassung subjektiver Wahrnehmungen und Bewertungen nach ambulanten Vorsorge-/Rehabilitationsmaßnahmen am Kurort.  Heilbad und Kurort. 2002;  54 296-303
• 2 Franke G H. SCL-90-R. Manual Göttingen; Beltz Test 1995
• 3 Franke G H. SCL-90-R (2., vollständig überarbeitete und neu normierte Auflage). Göttingen; Beltz Test 2002
• 4 Krampen G, Hense H, Schneider J F. Reliabilität und Validität von Fragebogenskalen bei Standardreihenfolgen versus inhaltshomogene Blockbildung ihrer Items.  Zeitschrift für experimentelle und angewandte Psychologie. 1992;  34 229-248
• 5 Meyer T, Schäfer I, Matthis C. et al . Missing data due to a ‘checklist-effect’, (submitted). 
• 6 Mittag O, Böhmer S, Deck R. et al . Fragen über Fragen: Cognitive survey in der Fragebogenentwicklung.  Sozial- und Präventivmedizin. 2003;  48 55-64
• 7 Raspe A, Matthis C, Héon-Klin V. et al . Chronische Rückenschmerzen. Mehr als Schmerzen im Rücken. Ergebnisse eines Surveys unter Versicherten. Landesversicherungsanstalt.  Rehabilitation. 2003;  42 195-203
• 8 Schafer J L, Graham J W. Missing data: our view of the state of the art.  Psychological Methods. 2002;  7 147-177
• 9 Wirtz M. Über das Problem fehlender Werte. Wie der Einfluss fehlender Informationen auf Analyseergebnisse entdeckt und reduziert werden kann.  Rehabilitation. 2004;  43 109-115