Diagnostische Zielsetzung

Das Ziel der Entwicklung der CorBel-Skala war die Entwicklung eines Instruments für die Erfassung der 97 Nuancen des CorBel-Modells, dem bisher differenziertesten Modell zu Glaubenssätzen. Die CorBel-Skala ist ein Instrument zur Selbsteinschätzung für Personen ab 16 Jahren dar und kann für Forschung, Selbstreflektion und Beratung genutzt werden.

Aufbau

Die Skala enthält 291 Items, die die 97 Nuancen des CorBel-Modells mit 3 Items je Nuance reliabel erfassen. Daneben liegen zwei Kurzversionen mit 97 bzw. 101 Items vor. Neben der deutschen Originalversion liegt eine englischsprachige Übersetzung vor.

Grundlagen und Konstruktion

Grundlage der Entwicklung bildeten Definitionen der Nuancen, die auf einer semantischen Analyse bestehender Skalen zur Erfassung von Glaubenssätzen beruhten. Die Items wurden in einem iterativen Prozess über vier Stichproben empirisch bezüglich Homogenität und Eindimensionalität überprüft.

Empirische Prüfung und Gütekriterien

Reliabilität: Für alle 97 Nuancen konnte Homogenität im Sinne von Omega(total) bestätigt werden.
Validität: Für die Items kann aufgrund der hohen Spezifität der Nuancen inhaltliche Validität angenommen werden. Eindimensionalität im Sinne der faktoriellen Validität konnte für alle Nuancen bestätigt werden.
Normen: Auf Basis der vorliegenden Daten wurden Normen für die drei Versionen berechnet. Die Größe der Normstichproben variiert zwischen 99 und 368 Personen. In Bezug auf demografische Daten waren 41 % Frauen und 58 % Männer (0.5 % divers), das mittlere Alter lag bei 28 Jahren (SD = 12).

Testkonzept

Theoretischer Hintergrund

Glaubenssätze (engl.: Core Beliefs) sind basale, generalisierte und relative stabile Kognitionen, die reflektieren, was Individuen über sich im Kontext ihrer sozialen und kulturellen Umwelt denken (Beck, 1970; Dweck, 2018; Young, 1999). Man geht davon aus, dass sie sich als kognitive Repräsentationen eigener Erfahrungen herausbilden, die Individuen im Kontext der Verfolgung persönlich relevanter Ziele machen. In unterschiedlichen Bereichen der Psychologie wurden dabei ganz unterschiedliche Glaubenssätze postuliert und untersucht. Diese vielfältigen Ansätze wurden im CorBel-Modell zusammengefasst (Mussel, 2023). Dabei wurden in einem ersten Schritt bestehende Modelle sowie deren Operationalisierungen in Form von Items in einem systematischen Review gesichtet. In einem zweiten Schritt erfolgte eine sprachbasierte Analyse der Items mittels Natural Language Processing (Collobert et al., 2011).

Das CorBel-Modell postuliert 97 Nuancen. Nuancen sind im Sinne hierarchischer Persönlichkeitsmodelle auf der untersten Ebene angesiedelt, haben eine hohe Spezifität und werden häufig durch einzelne Items operationalisiert (Mottus et al., 2019). Auf einer mittleren Ebene können Nuancen in Facetten zusammengefasst werden, die wiederum auf höchster Ebene in die beiden Dimensionen Valenz und Domäne aggregiert werden können. Tabelle 1 listet die 97 Nuancen sowie deren Zugehörigkeit zu Facetten und Dimensionen auf.

Eine empirische Überprüfung dieses auf rein semantischer Basis entwickelten Modells setzt ein Testverfahren voraus, mit dem die postulierten Glaubenssätze reliabel erfasst werden können. Hierfür wurde die Core Belief-Skala (CorBel) entwickelt, die jede der 97 Nuancen mit je drei Items reliabel erfasst. Auf dieser Basis können zukünftig die durch semantische Analysen identifizierten Nuancen empirisch erfasst und untersucht werden, beispielsweise in Bezug auf die latente Struktur von Glaubenssätzen; in Bezug auf Zusammenhänge mit Persönlichkeitsmerkmalen und psychischen Störungen; sowie für die Prognose relevanter Verhaltenskriterien.

Tabelle 1
97 Nuancen von Glaubenssätzen

Testaufbau

Die CorBel-Skala besteht aus 291 Items, drei je Nuance. Darüber hinaus stehen zwei Kurzversionen mit 97 bzw. 101 Items zur Verfügung. Die Skala wird als Verfahren zur Selbstbeurteilung vorgegeben. Die zu testende Person gibt zu jedem Item an, inwieweit sie diesem zustimmt. Dafür steht eine siebenstufige Antwortskala zur Verfügung.

Auswertungsmodus

Für den Skalenrohwert werden die drei Items je Nuance gemittelt. Rohwerte können anhand der in Tabelle 2 angegebenen Normen in Standardwerte überführt werden.

Auswertungshilfen

Die Auswertung erfolgt automatisiert über ein R-Skript, welches zur Verfügung gestellt wird.

Auswertungszeit

Wenige Minuten werden für die Auswertung benötigt.

Itembeispiele

Die Leute denken, ich sei langweilig. (Bori)
Ich vertraue auf mein eigenes Urteilsvermögen. (SAss)
Die Leute wollen mich ausnutzen. (MTru)

Items

Die deutschen und englischen Items werden in Tabelle 2 aufgeführt. Die Bearbeitungszeit liegt bei ca. 8 Minuten für die Kurzversion und 24 Minuten für die Langversion.

Tabelle 2
Die Items der CorBel-Skala

Durchführung

Testformen

Die CorBel-Skala besteht aus 291 Items (siehe Tabelle 2).

Darüber hinaus stehen zwei Kurzversionen zur Verfügung: Kurzversion 1 (K1) besteht aus 97 Items (ein Item pro Nuance). Dabei wurde je Nuance auf Basis von Trennschärfe und inhaltlichen Überlegungen ein repräsentatives Item ausgewählt. Die Items der Kurzversion K1 sind in der letzten Spalte von Tabelle 2 mit "K" gekennzeichnet.

Kurzversion 2 (K2) beinhaltet 101 Items, bestehend aus den 97 Items aus K1 sowie vier zusätzlichen Items. K2 ist für zukünftige Anwendungen entwickelt, die neben einer Erfassung der Nuancen auch die Berechnung von Facettenwerten mit mindestens 3 Items pro Facette ermöglicht. Da vier Facetten je nur aus 2 Nuancen bestehen, wurden für diese vier zusätzliche Items ausgewählt. K2 ist vorläufig, da eine empirische Validierung der latenten Struktur auf Ebene von Facetten und Dimensionen noch aussteht.

Die Items können auf Papier oder computerbasiert dargeboten werden. Die CorBel-Skala eignet sich sowohl für Einzel- als auch die Gruppentestung. Englische Übersetzungen der deutschen Items finden sich in Tabelle 2, diese sind jedoch noch nicht empirisch erprobt.

Altersbereiche

Der Test ist für Personen ab 16 Jahren konzipiert.

Durchführungszeit

Die CorBel-Skala wird ohne Zeitbegrenzung vorgegeben. Die Bearbeitung dauert etwa 8 Minuten für die Kurzversion und 24 Minuten für die Langversion.

Material

Das Verfahren ist eine Selbsteinschätzung. Die Items können auf Papier oder computerbasiert dargeboten werden. Antworten werden auf einer 7-stufigen Likert-Skala gegeben, die auf den Stufen 1 (trifft überhaupt nicht zu), 4 (teils/teils), und 7 (trifft vollständig zu) verankert ist.

Instruktion

Der Proband wird wie folgt instruiert:
Im Folgenden finden Sie eine Reihe von Glaubenssätzen. Glaubenssätze spiegeln wider, was Menschen über sich oder andere denken. Falls Ihnen die Aussagen nahe gehen sollten oder zu persönlich sind, können Sie die Bearbeitung jederzeit abbrechen.

Bitte geben Sie zu jeder Aussage an, inwieweit Sie dieser zustimmen. Dafür steht Ihnen eine siebenstufige Skala zur Verfügung:
1: trifft gar nicht zu
2
3
4: teils/teils
5
6
7: trifft vollständig zu

Durchführungsvoraussetzungen

Das Verfahren wird schriftlich instruiert, daher ist auf Seiten der Versuchsleitung keine besondere Qualifikation nötig.
Teilnehmende müssen der Sprache, in der das Verfahren dargeboten wird, mächtig sein. Die Items beinhalten eine Auseinandersetzung mit Inhalten, die als persönlich und belastend wahrgenommen werden können Darauf sollte vor der Bearbeitung hingewiesen werden. Drüber hinaus sind am Ende Informationen zu Beratungsstellen sowie Notrufnummern zu nennen, falls durch die Bearbeitung stark negative Gedanken und Gefühle ausgelöst wurden.

Testkonstruktion

Die CorBel-Skala wurde nach Prinzipien der Klassischen Testkonstruktion entwickelt mit dem Ziel, die Nuancen des CorBel-Modells reliabel zu erfassen. Die Erfassung von Facetten und Dimensionen setzt zunächst entsprechende empirische Strukturanalysen voraus und ist daher nicht Ziel der vorliegenden Testkonstruktion.

Als Grundlage für die Itementwicklung dienten die in Tabelle 1 aufgelisteten 97 Nuancen sowie die englischsprachigen Items, die der Entwicklung des CorBel-Modells zugrunde lagen (Mussel, 2023). Nuancen haben ein hohes Spezifitätsniveau und beinhalten in der Regel nur einen eng umrissenen Aspekt oder Gedanken. In der Literatur werden sie daher häufig mit nur einem Item operationalisiert (Mottus et al., 2019). Damit sind jedoch keine Aussagen über die interne Struktur der Nuancen und keine latenten Analysen auf Ebene der Nuancen möglich. Darüber hinaus sind Ein-Item-Skalen weniger reliabel (Credé et al., 2012). Daher bestand das Ziel in der Entwicklung eines Tests mit drei Items je Nuance. Hohe inhaltliche Ähnlichkeit zwischen den Items einer Facette sind daher zu erwarten.

Die Entwicklung erfolgte in zwei Schritten. In Schritt 1 wurde eine erste Version der CorBel-Skala (V1) mit 291 Items entwickelt, je drei pro Nuance. Diese wurden in einer Stichprobe (S1) nach der Methode des Synthetic Aperture Personality Assessment (Revelle et al., 2021) erprobt. Dabei wurden jeder teilnehmenden Person zufällig zwei von drei Items pro Nuance dargeboten, um die Testzeit pro Person zu minimieren und Ermüdungseffekten vorzubeugen.

In einem zweiten Schritt wurden Nuancen, die den Gütekriterien nicht genügten (28 von 97 Nuancen), revidiert. Dafür wurden die Items der Version V1 modifiziert sowie ggf. zusätzliche Items entwickelt. Für Nuancen, für die in diesem Schritt mehr als drei Items getestet wurden, erfolgte die Itemselektion anhand der Trennschärfe. Diese wurden an einer unabhängigen Stichprobe (S2a) erprobt. Dieses Prozedere wurde für 9 Nuancen ein weiteres Mal (S2b), für drei Nuancen zwei weitere Male (S2b und S2c) wiederholt, bis alle Nuancen den Kriterien genügten. Hieraus entstand die zweite und aktuelle Version der CorBel-Skala (V2).

Als Kriterium dienten die Homogenität sowie Eindimensionalität mit strenger Messinvarianz (gleiche hohe Ladungen aller Items). Für die Homogenität wurde Omega berechnet. Homogenität wurde als ausreichend definiert, wenn ω ≥ .70. Für Eindimensionalität wurde je Nuance ein latentes Modell mit einer latenten Variable aufgestellt und die Ladungen der drei Items auf den latenten Faktor gleichgesetzt. Als Kriterium diente CFI > .90, weitere Parameter der Modellpassung werden berichtet.

Die Probanden wurden über Clickworker rekrutiert. Einschlusskriterien für die Teilnahme war Alter (zwischen 18 und 99 Jahren) und Deutsch als Muttersprache. Für S1 wurden (aufgrund der Methode des Synthetic Aperture Personality Assessment) 390 Personen rekrutiert, für die Stichproben Sa, Sb und Sc je 130 Personen. Als Maß für gewissenhafte Bearbeitung diente die Zeit für die Bearbeitung des Fragebogens (mindestens 5 %-Perzentil); intra-individuelle Varianz in den Antworten (mindestens 1 %-Perzentil); fehlende Werte (maximal 2); sowie selbstberichtete gewissenhafte Bearbeitung. Nach Ausschluss von Personen mit wenig gewissenhafter Bearbeitung lagen die Stichprobengrößen für S1 bei N = 368; für S2a bei N = 99; für S2b bei N = 135; und für S2c bei N = 119. Über die vier Stichproben hinweg nahmen an der Studie 41 % Frauen und 58 % Männer teil (0.5 % divers), das mittlere Alter lag bei 28 Jahren (SD = 12).

Kennwerte für die 97 Nuancen finden sich in Tabelle 3. Trennschärfen für die 291 Items sind in der vorletzten Spalte von Tabelle 2 abgebildet, bezogen jeweils auf die zugehörige Nuance.

Gütekriterien

Objektivität

Es handelt sich um ein standardisiertes schriftliches Selbsteinschätzungsverfahren; Objektivität im Sinne der Durchführung und Auswertung kann als gegeben angesehen werden. Für die Interpretation können basierend auf den Normwerten (siehe „Normierung“) Standardwerte berechnet werden, die aufgrund der Beschreibung der Nuancen (Tabelle 1) standardisiert interpretiert werden können.

Reliabilität

Als Maß für die Reliabilität wurde Omega_t (Omega total) mit dem Packet psych (Revelle, 2022) berechnet. Der Median der Reliabilitäten über die 97 Nuancen lag bei .82 (SD = 0.06). Die Reliabilitäten der einzelnen Nuancen sind Tabelle 3 zu entnehmen.

Validität

Die Entwicklung der Items basierte auf den in Tabelle 1 abgebildeten Definitionen der Nuancen. Da Nuancen eine sehr hohe Spezifität haben, handelt es sich bei vielen der Items um Paraphrasierungen dieser Definitionen. Inhaltliche Validität kann damit angenommen werden.

Für die faktorielle Validität wurde jede der Nuancen auf Eindimensionalität getestet. Es wurde dabei strenge Messinvarianz (gleiche hohe Ladungen aller Items) angenommen. Die Modelle wurden in R mit dem Paket lavaan (Rosseel, 2022) geschätzt. Als Schätzer diente robust maximum-likelihood, die Varianz der latenten Variable wurde auf 1 gesetzt, fehlende Werte durch fiml (Enders & Bandalos, 2001) geschätzt. Fit-Indizes finden sich in Tabelle 3. Über die 97 Nuancen hinweg lag der Median der Fit-Indizes für CFI bei .98; für RMSEA bei .07; für GFI bei 1; für AGFI bei .99; und für SRMR bei .05.

Tabelle 3
Kennwerte für Eindimensionalität und Reliabilität für die 97 Nuancen

Normierung

Normen in Form von Mittelwerten über die Items einer Nuance sind in Tabelle 4 abgebildet. Falls Items revidiert wurden, basieren die Normen auf der Stichprobe, in der die revidierte Form der Items erprobt wurde (siehe letzte Spalte); entsprechend variiert die Stichprobengröße der Normstichprobe. Die Daten wurden im März und April 2023 erhoben. Die über Clickworker rekrutierten Teilnehmenden können hinsichtlich Alter und Geschlecht als hinreichend divers angesehen werden (Alter: M = 28 Jahren, SD = 12; 41 % weiblich; siehe unter „Testkonstruktion“), Bevölkerungsrepräsentativität kann jedoch nicht gewährleitet werden.

Für die Versionen K1 und K2 wurde eine zweite Stichprobe über das German Personality Panel (Mussel, 2021) erhoben. Es handelt sich dabei um eine Stichprobe von N = 379 junger Erwachsener (Alter: M = 23.6; SD = 2.47; 69 % weiblich). Die in Tabelle 4 für K1 und K2 abgebildeten Normen wurden über die beiden Stichproben gepoolt (Alter: M = 26.8, SD = 10.2; 51 % weiblich).

Tabelle 4
Normen für die 97 Nuancen

Anwendungsmöglichkeiten

Ziel der Entwicklung der CorBel-Skala war die Operationalisierung des auf semantischen Aspekten mittels Natural Language Processing entwickelten CorBel-Modells. Mit 97 Nuancen handelt es sich um das differenzierteste Modell zur Struktur von Glaubenssätzen. Die CorBel-Skala erlaubt eine Erfassung dieser Nuancen und ermöglicht somit eine empirische Validierung der Struktur von Glaubensätzen im Sinne einer Überprüfung des CorBel-Modells.

Des Weiteren kann die CorBel-Skala für weitere Forschungsfragen genutzt werden, beispielsweise für Untersuchungen zur Rolle von Glaubenssätzen in der Persönlichkeit, einschließlich der Persönlichkeitsentwicklung; für Untersuchungen zur Genese von Glaubenssätzen; sowie für die Vorhersage individueller Zielsetzungen, Situationswahrnehmung, Erleben und Verhalten.

Darüber hinaus kann die CorBel-Skala für die Selbstreflektion sowie in der Beratung eingesetzt werden, beispielsweise um negative Glaubenssätze zu identifizieren und zu modifizieren.

Bewertung

Die CorBel-Skala basiert auf dem bisher differenziertesten Modell zur Erfassung von Glaubenssätzen. Es ermöglicht in der Forschung die Untersuchung spezifischer Fragestellungen zur Genese und Entwicklung von Glaubenssätzen; deren Rolle für die Persönlichkeit; sowie für die Beschreibung und Vorhersage von Erleben und Verhalten. Im Anwendungskontext ist ein Einsatz zur Selbstreflektion und Beratung denkbar, beispielsweise im Falle leichter Krisen und Belastungssituationen, die noch nicht klinisch auffällig sind.

Das der Skala zugrundeliegende theoretische Strukturmodell wurde auf Basis semantischer Analysen mittels Natural Language Processing entwickelt. Die Entwicklung der Skala ist eine Voraussetzung, um dieses Modell empirisch überprüfen zu können. Zwangsläufig ist das der Skala zugrundeliegende Modell daher noch nicht empirisch überprüft und die Skala in diesem Sinne vorläufig. Dies betrifft insbesondere die latente Struktur der Nuancen auf Ebene von Facetten und Dimensionen.

Erstmals publiziert in:

• Mussel, P. (2023). CorBel. Core Belief-Skala [Verfahrensdokumentation, Fragebogen deutsch und englisch, Kurzversionen K1 und K2 auf Deutsch und Englisch, R-Skript]. In Leibniz-Institut für Psychologie (ZPID) (Hrsg.), Open Test Archive. Trier: ZPID. https://doi.org/10.23668/psycharchives.12703 PSYNDEX Dok.-Nr. 9008567

Literatur

• Beck, A. T. (1970). Cognitive therapy - Nature and relation to behavior therapy. Behavior Therapy, 1(2), 184-200. https://doi.org/10.1016/s0005-7894(70)80030-2

• Collobert, R., Weston, J., Bottou, L., Karlen, M., Kavukcuoglu, K., & Kuksa, P. (2011). Natural Language Processing (Almost) from Scratch. Journal of Machine Learning Research, 12, 2493-2537. <Go to ISI>://WOS:000298102200003

• Credé, M., Harms, P., Niehorster, S., & Gaye-Valentine, A. (2012). An evaluation of the consequences of using short measures of the Big Five personality traits. Journal of Personality and Social Psychology, 102(4), 874-888. https://doi.org/10.1037/a0027403

• Dweck, C. S. (2018). From needs to goals and representations: Foundations for a unified theory of motivation, personality, and development. Psychological Review, 124(6), 689-719. https://doi.org/10-1037/rev0000082

• Enders, C. K., & Bandalos, D. L. (2001). The relative performance of full information maximum likelihood estimation for missing data in structural equation models. Structural Equation Modeling-a Multidisciplinary Journal, 8(3), 430-457. https://doi.org/10.1207/S15328007sem0803_5

• Mottus, R., Sinick, J., Terracciano, A., Hrebickova, M., Kandler, C., Ando, J., Mortensen, E. L., Colodro-Conde, L., & Jang, K. L. (2019). Personality characteristics below facets: A replication and meta-analysis of cross-rater agreement, rank-order stability, heritability, and utility of personality nuances. Journal of Personality and Social Psychology, 117(4), E35-E50. https://doi.org/10.1037/pspp0000202

• Mussel, P. (2021). The German Personality Panel (GePP) [files]. Charlottesville, VA: Center for Open Science. https://doi.org/10.17605/OSF.IO/7W9YJ

• Mussel, P. (2023). A systematic review and natural language processing-based integration of the structure of core beliefs across fields. psyarxiv.com/ky4vu

• Revelle, W., Dworak, E. M., & Condon, D. M. (2021). Exploring the persome: The power of the item in understanding personality structure. Personality and Individual Differences, 169, Article 109905. https://doi.org/10.1016/j.paid.2020.109905

• Revelle, W. R. (2022). psych: Procedures for personality and psychological research (version 2.2.5). https://rdocumentation.org/packages/psych/versions/2.2.5

• Rosseel, Y. (2022). Package lavaan for R (version 0.6-11). Online unter https://cran.r-project.org/package=lavaan [17.05.2023]

• Young, J. E. (1999). Cognitive therapy for personality disorders: A schema-focused approach, 3rd ed. Professional Resource Press/Professional Resource Exchange.

Downloads

• Verfahrensdokumentation CorBel [PDF]
• CorBel Testheft [PDF]
• CorBel Kurzversion K1 [PDF]
• CorBel Kurzversion K2 [PDF]
• CorBel R-Skript [R]
• CorBel Kurzversion K1 englisch [PDF]
• CorBel Kurzversion K2 englisch [PDF]
• CorBel englisch [PDF]

Rückmeldeformular

Rückmeldung über die Anwendung eines Verfahrens aus dem Testarchiv des Leibniz-Instituts für Psychologie (ZPID) an die Testautoren/-innen