Glück ist wie ein Schmetterling - dza.de · Glück ist wie ein Schmetterling … es kommt zu dir...

Glück ist wie ein Schmetterling ?Zur Stabilität und Variabilität subjektiven Wohlbefindens

Michael Eid

Freie Universität Berlin

Glück ist wie ein Schmetterling … es kommt zu dir und fliegt davon … (Mouskouri)

Lerne nur das Glück ergreifen,

… denn das Glück ist immer da (Goethe)

1. Subjektives Wohlbefinden

2. Erfassung des Wohlbefindens

3. Stabilität und Variabilität des Wohlbefindens

4. Implikationen der Wohlbefindensforschung für die Psychometrie

5. Mischverteilungs-State-Trait-Modelle

6. Eine Anwendung: Wohlbefinden und Tagesereignisse

Glück ist wie ein Schmetterling ?Zur Stabilität und Variabilität subjektiven Wohlbefindens

Guidelines for National Indicators of SWB and Ill-being (Diener, 2005, signed by 48 international scientists)

Subjective well-being

• refers to all of the various types of evaluations ,

• both positive and negative,

• that people make of their lives.

Cognitive evaluations

• such as life satisfaction and work satisfaction, interest and engagement

Affective reactions to life events

• such as joy and sadness

Subjektives Wohlbefinden: State-Trait-Modell

Trait

Wohlbefindenslage

Set point

Messgelegenheitsspezifische

Abweichung

State 2 State 4

State 3State 1

☺ ☺

� �

Rahmenmodell zur Erfassung des SWB(Lischetzke und Eid, 2006)

Lebenszu-friedenheit

Emotion Stimmung

Komponente

Kognitiv Affektiv

Situative Abweichung

Habituell

Aktuell

Zeitlicher Bezug

Allgemein

Beruf

LebensbereicheFamilie

…Spezifisch

Strategien zur Erfassung des Wohlbefindens

1. Indirekte Erfassung: Längsschnittstudien

• Aggregationsansatz

* Stimmungslage:

Mittelwert wiederholt gemessenerStimmungszustände

* Messgelegenheitsspezifische Abweichung:

Abweichung zwischen Zustand und Stimmungslage

• Psychometrische Modelle

2. Direkte Erfassung

Fragebogen

Direkte Erfassung (Eid et al., 1999)

Interkorrelationen

-.04.31Trait

.72Zustand

AbweichungZustand

0204060

1 2 3 4 5

Per

cent Happy

(state)

0204060

-2 -1 0 1 2

Per

cent

Happy(dev)

Verteilungen: Gehobene Stimmung

Verteilungen: Gedrückte Stimmung

0

20

40

60

1 2 3 4 5

Per

cent Unhappy

(state)

0

20

40

-2 -1 0 1 2

Per

cent

Unhappy(dev)

Subjektives Wohlbefinden: Stabilität(Lucas, 2008)

Trait

Wohlbefindenslage

Set point

Messgelegenheitsspezifische

Abweichung

State 2 State 4

State 3State 1

☺ ☺

� �

• Hohe zeitliche Stabilität (Jahr-zu-Jahr-Stabilität: .50 - .60; 17 Jahre: .30)

• Zusammenhang zu Persönlichkeitsmerkmalen

(z.B. Extraversion, Neurotizismus, Verträglichkeit, Gewissenhaftigkeit)

• Erblichkeit: 40 – 50 %

Subjektives Wohlbefinden: Variabilität (Larsen & Prizmic-Larsen, 2008)

Trait

Wohlbefindenslage

Set point

Messgelegenheitsspezifische

Abweichung

State 2 State 4

State 3State 1

☺ ☺

� �

• Adaptation

Subjektives Wohlbefinden: Veränderung

Trait

Wohlbefindenslage

Set point

Messgelegenheitsspezifische

Abweichung

State 2 State 4

State 3State 1

☺ ☺

� �

• Set-Point-Veränderungen

(Diener, Lucas, Scollon, 2006)

Intraindividuelle Variabilität (Eid & Diener, 1999)

☺

�

☺

�

Person A

☺

�

☺

�

Person B

Resilienz und Wohlbefinden

State ☺

Trait

�

State☺

Trait

�

• Situation

• Person-Situations-Interaktion

Resilienz(Olson et al., 2003; Tugade & Fredrickson, 2004)

•Resistenz gegenüber Stress und

belastenden Ereignissen

•Fähigkeit, sich schnell von negativen

Ereignissen zu erholen

•Flexible Adaptation an negative

Ereignisse

Implikationen für die Psychometrie

Messung von

• stabilen Traiteinflüssen

• messgelegenheitsspezifischen

Einflüssen (Situationen, Interaktionen)

• Messfehlern

Modelle der Latent-State-Theorie(Steyer, Schmitt & Eid, 1999)

Berücksichtigung von latenterHeterogenität in bezug auf

• das Ausmass situationsbedingter

Variabilität

• den Einfluss situationaler Merkmale

Mischverteilungs-State-Trait-Modelle(Courvoisier, Eid & Nussbeck, 2007)

Latent-State-Trait-Modell

Trait 2Trait 1

Sit.1

1. MZP

W11 W21

☺

Sit.2

2. MZP

W12 W22

�

Sit.3

3. MZP

W13 W23

☺

Sit.4

4. MZP

W14 W24

�

☺

�

☺

�

.

..

.

Latent-State-Trait-Modell: Problem

W11 W21

1. MZP

W12 W22

2. MZP

W13 W23

3. MZP

W14 W24

4. MZP

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Populationshomogenität

Modell gilt in gleicher

Weise für alle Personen

Varianzen der

Situations-Interaktions-

Variablen kennzeichnen

das Ausmass situations-

bedingter Variabilität

Einfluss von Ereignissen

auf situationsbedingte

Abweichungen

Erweiterung: Mischverteilungs-State-Trait-Modell

(latente)

Populationsheterogenität

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Latente Klasse 1

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Latente Klasse 2

Eine Anwendung: Wohlbefinden und Tagesereignisse

Stichprobe

N = 501

Design

4 Messgelegenheiten mit einem Zeitabstand von 3 Wochen

Variablen

Messung der Momentanstimmung mit den zwei Testhälften des

Mehrdimensionalen Befindlichkeitsfragebogens (Steyer et al., 1999)

Erfassung der Daily Hassles and Uplifts innerhalb der letzten 24 Stunden (nach Filipp et al., 1980)

Modellvergleiche

AIC

BIC Lo-Mendell-Rubin-Test Klassengrössen

1 Klasse

18522 18562 100 %

2 Klassen

18144 18207 p < .01 76 %, 24 %

3 Klassen

18135 18228 p = .07 73 %, 23 %, 4 %

Modellgüte (Mplus)

1-Klassenmodell χ2 = 55.48, df = 37, p = .03 RMSEA = .03 CFI = .99

Ergebnis: Zwei-Klassen-Lösung

Sit.4

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3

Latente Klasse 1: 24 %

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Latente Klasse 2: 76 %

Mittelwerte(Wertebereich: 4-20)

17.79 17.54

Varianzen0.720.72

0.78 Varianzen

9.92 Varianzen

Mittelwerte(Wertebereich: 4-20)

14.34 13.97

Varianzen

1.99 1.99

Zuordnungswahrscheinlichkeiten

Sit.4

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3

Latente Klasse 1: 24 %

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Latente Klasse 2: 76 %

.96

.04

Trefferquote (Reliabilität): Mittlere Zuordnungswahrscheinlichkeiten

Sit.4

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3

Latente Klasse 1: 24 %

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3 Sit.4

Latente Klasse 2: 76 %

.91

.98

Daily Hassles (H) and Uplifts (U)

Sit.4

W11 W21 W12 W22 W13 W23 W14 W24

Trait 1 Trait 2

Sit.1 Sit.2 Sit.3

H: Ich hatte Streit mit jemandem

H1

U: Ich habe ein gutes Gespräch geführt

U1 U2H2 H3 U3 H4 U4

H U

U1H1 H2 U2 H3 U3 H4 U4

Daily Hassles (H) and Uplifts (U): 1.MZPStandardisierte Regressionskoeffizienten

W11 W21

Sit.1

H1 U1

U1H1

W11 W21

Sit.1

H1 U1

U1H1

-.08.22**

-.29**.33**

Klasse 1: 25 %

R = .23

Klasse 2: 75 %

R = .44

Daily Hassles (H) and Uplifts (U): 1.MZPStandardisierte Regressionskoeffizienten

W11 W21

Sit.1

H1 U1

U1H1

W11 W21

Sit.1

H1 U1

U1H1

-.08.22**

-.29**.33**

Klasse 1: 25 %

R = .23

Hassles (Prozent)

Mittelwert: 8.23

Standardabweichung 6.67

Uplifts (Prozent)

Mittelwert 37.10

Standardabweichung: 13.06

Class 2: 75 %

R = .44

Hassles (Prozent)

Mittelwert: 16.06

Standardabweichung: 10.64

Uplifts (Prozent)

Mittelwert: 34.91

Standardabweichung: 14.33

Schlussfolgerungen

Wohlbefindensforschung

Psychometrie

Danke für Ihre Aufmerksamkeit!