Das Thema „Wohlbefinden“ wird seit langem in den Sozial- und Geisteswissenschaften erforscht (Diener et al., 1999; Haybron, 2008; Ryff & Keyes, 1995). In den letzten Jahren hat sich diese Forschung stark ausgeweitet (Lee, Kubazansky, et al., 2021; Wammerl et al., 2019). Es besteht zwar kein Konsens über die wesentlichen Elemente des Wohlbefindens, aber die US-amerikanischen Zentren für Krankheitskontrolle und -prävention haben darauf hingewiesen, dass es mindestens eine positive Bewertung des Lebens, ein Gefühl des positiven Affekts und die Erfahrung einer guten körperlichen Gesundheit umfasst (Lee, Kubazansky, et al., 2021; siehe auch VanderWeele et al., 2023 über die Beziehung zwischen Wohlbefinden und Wohlergehen). Die Untersuchung des Wohlbefindens von Bevölkerungsgruppen ist wichtig, da es als allgemeiner menschlicher Wunsch angesehen werden kann, sich hinsichtlich verschiedener Dimensionen wohlzufühlen (VanderWeele, 2017). Außerdem wird ein höheres Wohlbefinden auch mit einem geringeren Risiko für chronische Krankheiten und Sterblichkeit in Verbindung gebracht (Trudel-Fitzgerald et al., 2021), also mit zentralen Gesundheitsindikatoren, die bspw. für epidemiologische Studien von Interesse sind. Darüber hinaus hilft uns die Erforschung des Wohlbefindens, die Auswirkungen sozialer, psychologischer und sozioökonomischer Aspekte auf das Funktionieren der Gesellschaft zu verstehen, was die Identifizierung sozialpolitischer „blind spots“ ermöglicht. Diese beeinflussen Ereignisse, die für viele Menschen von Bedeutung sind. Dazu zählen unter anderem soziale Verwerfungen wie die arabischen Unruhen und der Brexit (Clifton, 2022). Empirische Daten darüber, was Menschen glücklich und wohlhabend macht, sowie die Möglichkeit, Veränderungen des Wohlbefindens im Zeitverlauf zu bewerten und zu untersuchen, wie sich politische Entscheidungen auf das Wohlbefinden auswirken, ermöglichen auch die Identifizierung von Gruppen mit geringem Wohlbefinden bspw. um für sie gezielte Verbesserungen herbeizuführen (Michaelson et al., 2009). Neben Informationen wie dem Bruttoinlandsprodukt oder der Lebenserwartung ist eine kontinuierliche Messung des Wohlbefindens daher sowohl für Regierungen und Entscheidungsträger in Organisationen als auch für die breite Öffentlichkeit wichtig (Hone et al., 2014).

Laut dem jüngsten World Happiness Reports lassen sich 75 % der Unterschiede in der Bewertung des Lebens (z. B. mit Blick auf Lebensfreude und Lebenszufriedenheit) zwischen Ländern durch sechs Faktoren erklären: Vier dieser Variablen spiegeln das soziale Gefüge einer Gesellschaft wider (d. h. jemanden zu haben, auf den man sich in schwierigen Zeiten verlassen kann; das Gefühl die Freiheit zu haben, Lebensentscheidungen zu treffen; Großzügigkeit und eine vertrauenswürdige Umgebung). Würde bei den Ländern mit den niedrigsten Werten auf diesen vier Variablen eine Angleichung auf den Weltdurchschnitt erfolgen, käme dies einer drastischen Verbesserung der Bewertung des Lebens gleich. Dieser Anstieg wäre größer als derjenige, der mit ähnlichen Veränderungen des Pro-Kopf-Einkommens und der durchschnittlichen Lebenserwartung einhergehen würde (Helliwell, 2021). Daher sollten Messinstrumente für das Wohlbefinden mehrdimensional sein. Nur so können die wichtigsten Facetten des Konstrukts erfasst werden, einschließlich von Aspekten, die über das Bruttoinlandsprodukt und die körperliche Gesundheit hinausgehen. Zugleich müssen Messinstrumente zuverlässig und valide sein, um in repräsentativen Bevölkerungsstichproben Verwendung zu finden (Diener et al., 2009). Aus diesem Grund sind eng gefasste Konstrukte wie „Gesundheit“ oder „Lebenszufriedenheit“ ganzheitlicheren Beurteilungen des „umfassenden Wohlbefindens“ oder „Wohlergehens“ gewichen (Hone et al., 2014; VanderWeele, 2017, 2019). Bei der zunehmenden Verbreitung von solchen umfassenden Instrumenten kamen Studien jedoch aufgrund unterschiedlicher Instrumente und Konzeptualisierungen der zu messenden Konstrukte zu unterschiedlichen Ergebnissen (Hone et al., 2014).

Einige psychologische Maße des „Wohlergehens“, wie Seligmans PERMA-Profiler, fokussieren bspw. auf das „subjektive Wohlbefinden“ und bieten somit keine so umfassende Betrachtung, wie es der Begriff nahelegt (Wammerl et al., 2019). Zwar korrelieren viele Instrumente zur Erfassung von Wohlbefinden stark, aber sie sind nicht identisch. Deshalb wurde gefordert, dass die Wahl des Instruments möglichst klar die theoretischen Ziele repräsentieren sollte (Margolis et al., 2021). Hierfür wurden verschiedene Vorschläge unterbreitet, wie dies erreicht werden kann (Hone et al., 2014; VanderWeele, Trudel-Fitzgerald, et al., 2020), wenngleich es dabei keinen Konsens gibt (Ryff et al., 2020).

Im Kern ist das Wohlergehen mit Begriffen wie Wachstum, Wohlstand und „Gedeihen“ verbunden (VanderWeele, 2019). Um festzustellen, ob es einer Person wohl ergeht, ist jedoch eine möglichst ganzheitliche Betrachtung der wichtigsten Ziele des menschlichen Lebens erforderlich. Dies umfasst „grundlegende Belange“ wie positive Gefühle, wirtschaftlicher Wohlstand oder körperliche Gesundheit, geht aber auch darüber hinaus (Lee, 2019). Diese Betrachtung kann sowohl objektive als auch subjektive Indikatoren sowie eine Beurteilung der gesellschaftlichen Bedingungen umfassen (VanderWeele, 2019). Manchmal ist es jedoch nur möglich, eine kleine Anzahl subjektiver Indikatoren zu erheben, weshalb eine vereinfachte Messung der wichtigsten Dimensionen des individuellen Wohlergehens wünschenswert ist (Lee, Kubazansky, et al., 2021; VanderWeele, 2019; VanderWeele, Trudel-Fitzgerald, et al., 2020). Diese Dimensionen mögen in den verschiedenen Kulturen unterschiedlich hoch bewertet werden, aber es scheint ein Konsens darüber zu bestehen, welche Dimensionen dazu zählen (Lee, Bialowolski, et al., 2021; VanderWeele, 2017; Wȩziak-Białowolska et al., 2019a, 2019b).

Wohlergehen wird aus verschiedenen Blickwinkeln betrachtet, unter anderem philosophisch, psychologisch und aus einer interdisziplinären Perspektive (Stawski & Fritz, 2021). Die verschiedenen Messinstrumente des Wohlergehens haben alle ihre Stärken und Schwächen (Hone et al., 2014). Ein disziplinübergreifendes Messinstrument, das sowohl auf philosophischen als auch psychologischen Erkenntnissen aufbaut, hätte viele Vorteile. Dazu zählt die Einbeziehung von Dimensionen, die in einigen Instrumenten fehlen, darunter körperliche Gesundheit, ein guter Charakter und finanzielles Wohlergehen (Stawski & Fritz, 2021). Menschliches Wohlergehen als Zustand des vollständigen Wohlbefindens auf individueller Ebene umfasst somit mindestens fünf Bereiche, die einen gewissen Selbstzweck besitzen (Stawski & Fritz, 2021; VanderWeele, 2017): Der Bereich "Lebensfreude und Lebenszufriedenheit" bezieht sich auf das Ausmaß, in dem eine Person ihr Leben positiv bewertet und positive Gefühle empfindet. Die Dimension "körperliche und psychische Gesundheit " erfasst das allgemeine Gefühl, körperlich und emotional gesund zu sein. "Sinn und Zweck" bezieht sich auf das Gefühl, dass das eigene Leben einen Wert hat und beinhaltet ein Bewusstsein für eine sinnvolle Ausrichtung und bedeutsame Lebensziele. "Charakter und Tugenden" steht für das Gefühl, dass man ein besserer Mensch wird, dass man in der Lage ist, mit moralischer Stärke und praktischer Weisheit zu handeln. Die Dimension „enge soziale Beziehungen“ beschreibt die Wahrnehmung, dass man gesunde und zufrieden stellende Beziehungen zu anderen Menschen, einschließlich Freunden und Familie, hat. Ein gewisses Maß an finanzieller und materieller Stabilität ist jedoch erforderlich, um diese Dimensionen über einen längeren Zeitraum aufrechtzuerhalten. Daher stellt dieser Bereich eine unverzichtbare sechste Dimension dar (VanderWeele, 2017). Konkret bezieht sich diese Dimension auf die relative Abwesenheit von Sorgen um physische Sicherheit, Unterkunft oder finanzielle Belange. Jenseits dieser wesentlichen Dimensionen wird es schwieriger einen Konsens zu finden. Religiöse Menschen schätzen beispielsweise die Gemeinschaft mit Gott (oder dem Transzendenten), während Nicht-Religiöse dies vielleicht nicht tun. Es ist jedoch schwierig, sich ein erfülltes Leben vorzustellen, welches nicht die fünf wesentlichen Dimensionen und den ermöglichenden Bereich der materiellen Stabilität umfasst.

Die Dimensionen des Wohlergehens sind sowohl Ergebnisse, die von einer Vielzahl individueller und sozialer Faktoren beeinflusst werden, als auch Prädiktoren für andere Ereignisse. So gibt es beispielsweise Hinweise darauf, dass die Covid-19-Pandemie erhebliche Auswirkungen auf viele, aber nicht alle Bereiche des Wohlergehens hatte. Eine Befragung unter Erwachsenen in den USA (Januar bis Juni 2020) ergab bspw. erhebliche Einbußen in den Dimensionen Gesundheit, Lebensfreude und finanzielle Stabilität. Wichtig ist jedoch, dass die Dimension Charakter und Tugenden in diesem Zeitraum nicht abgenommen hat (VanderWeele, Fulks, et al., 2020). In einer anderen Studie wurde festgestellt, dass die Dimensionen des Wohlergehens – einschließlich Lebenszufriedenheit, Lebenszweck sowie körperliche und psychische Gesundheit – ein höheres Maß an Hoffnung vorhersagen konnte (Long et al., 2020). Die Zusammenhänge waren jedoch bidirektional, wobei ein höheres Maß an Hoffnung auch ein höheres Maß an Gesundheit und Wohlbefinden voraussagte. Darüber hinaus zeigte sich, dass die finanziellen Verhältnisse unabhängig von Störfaktoren mit späteren selbstberichteten Messungen der körperlichen und geistigen Gesundheit zusammenhängen (Bialowolski et al., 2021). In ähnlicher Weise hat sich gezeigt, dass der Charakter eine Vielzahl von Faktoren im Bereich Gesundheit und Wohlbefinden fördert (Wȩziak-Białowolska et al., 2021).

Der Wortlaut der Items für den SFI und den FI findet sich in VanderWeele (2017). Der ursprünglich in den Vereinigten Staaten entwickelte SFI wurde in mehrere Sprachen übersetzt und in Ländern wie China, Mexiko, Polen, Sri Lanka und Kambodscha eingesetzt (Wȩziak-Białowolska et al., 2019a). Zudem ist der Einsatz in mehreren mehrere großen Kohorten-Längsschnittstudien vorgesehen (z. B. die Growing Up Today Study mit 27.000 Befragten - http://www.gutsweb.org und die Nurses Health Study mit 275.000 Befragten - https://nurseshealthstudy.org). Darüber hinaus wurde im Oktober 2021 ein großes Forschungsprojekt gestartet, das sich mit dem Wohlergehen weltweit befasst und wofür der SFI als primäres Maß verwendet wird. Im Rahmen dieser Zusammenarbeit mit Gallup, die als Global Flourishing Study (Institute for Studies of Religion at Baylor University, 2021) bekannt ist, wurden ab 2022 Umfragedaten von 240.000 Personen auf der Grundlage national repräsentativer Stichproben in 22 Ländern erhoben, die etwa die Hälfte der Weltbevölkerung repräsentieren. Die Umfrage wird fünf Jahre lang einmal pro Jahr durchgeführt, und der daraus resultierende Längsschnittdatensatz wird in der Wohlbefindensforschung beispiellos sein. Die Ergebnisse können für Studien in anderen Ländern, in denen der SFI in Zukunft eingesetzt werden könnte, als Benchmark dienen.

Sowohl der FI als auch der SFI weisen in Studien, die auf Gemeinschafts- und Arbeitsplatzstichproben basieren, gute psychometrische Eigenschaften auf. Dazu zählt eine hohe Konstruktvalidität sowie eine hohe Reliabilität (α = .89 für den FI; α = .86 für den SFI) (Wȩziak-Białowolska et al., 2019a). Mittels einer Faktorenanalyse wurde auch die faktorielle Struktur bestätigt. In kulturübergreifenden Untersuchungen mit Arbeitnehmerstichproben zeigte sich konfigurale, metrische und teilskalare Messinvarianz, was darauf hindeutet, dass die Maße kulturell universell sein könnten (Wȩziak-Białowolska et al., 2019b). Interessanterweise wiesen die Befragten aus den USA in dieser Studie in den meisten Dimensionen des Wohlergehens die niedrigsten Werte auf, mit Ausnahme von zwei Bereichen: Lebensfreude und Lebenszufriedenheit sowie finanzielle und materielle Stabilität. Die Befragten aus China hatten die höchsten Werte für Gesundheit und enge soziale Beziehungen, während die Werte für Charakter und Tugenden in Kambodscha relativ hoch waren. Die Befragten in Mexiko gaben die niedrigsten Werte für finanzielle und materielle Stabilität an, sahen aber dafür den vergleichsweise größten Sinn und Zweck in ihrem Leben (Wȩziak-Białowolska et al., 2019b). Weitere kulturübergreifende Forschungen sind jedoch erforderlich, um die weltweit vorherrschenden Muster des allgemeinen und bereichsspezifischen Wohlergehens besser zu verstehen.

Itemkonstruktion und Itemselektion

Dies stellt eine Übersetzung des FI und des SFI zur Erfassung unterschiedlicher Dimensionen des menschlichen Wohlergehens dar (VanderWeele, 2017). Ursprünglich wurden die Skalen in den Vereinigten Staaten entwickelt und bereits in mehrere Sprachen übersetzt und unter anderem in China, Mexiko, Polen, Sri Lanka und Kambodscha eingesetzt (Wȩziak-Białowolska et al., 2019a). Mit je zwei Fragen/Items werden die Unterdimensionen Lebensfreude und Lebenszufriedenheit (D1), psychische und körperliche Gesundheit (D2), Sinn und Zweck (D3), Charakter und Tugenden (D4) und enge soziale Beziehungen erfasst (D5), wobei der SFI zusätzlich die Dimension finanzielle und materielle Stabilität (D6) berücksichtigt.

In Schritt 1 wurde das Instrument einschließlich der Anweisungen und Antwortmöglichkeiten von einem professionellen Übersetzer (deutscher Muttersprachler) und einem zweisprachigen Soziologen mit Expertise in Umfrageforschung vom Englischen ins Deutsche übersetzt. Dabei orientierten wir uns an den internationalen Richtlinien für eine kulturübergreifende Anpassung von gesundheitsbezogenen Selbstauskünften (Beaton et al., 2000; Guillemin et al., 1993).

In Schritt 2 wurden die Rückübersetzungen von zwei zweisprachigen englischen Muttersprachlern vorgenommen. Von diesen ist einer ein professioneller Übersetzer und einer ein Soziologe mit Expertise im Bereich Wohlbefindensforschung, der zudem mit der englischen Version des SFI und den sozialwissenschaftlichen Konstrukten, die damit erfasst werden sollten, vertraut ist.

In Schritt 3 wurden Diskrepanzen zwischen den Übersetzungen und den Originalitems von zwei Mitgliedern des Forschungsteams, zwei professionellen Linguist:innen für Englisch (einer ist englischer Muttersprachler), einem Soziologen mit Expertise in Umfrageforschung (deutscher Muttersprachler), den beiden Originalübersetzern und den beiden Rückübersetzern diskutiert. Die Gruppe wurde darüber informiert, dass das Ziel darin besteht, sicherzustellen, dass die Übersetzung möglichst allgemeinverständlich ist (z. B. kurze Sätze, einfache Formulierungen, Aktiv statt Passiv oder Vermeidung von Metaphern) und die kulturübergreifende Äquivalenz sowie die konzeptionelle Äquivalenz berücksichtigt (Guillemin et al., 1993). Obwohl einige Items zu Diskussionen führten, z. B. die Übersetzung des Ausdrucks „purpose of life“ oder des Begriffs „happiness“ (D4.2), gelangte die gesamte Gruppe zu einem Konsens über die endgültigen Formulierungen der einzelnen Items.

In Schritt 4 wurden kognitive Pretests mit einer diversifizierten Stichprobe von 18 Erwachsenen aus Deutschland durchgeführt. Dabei kamen die Think Aloud-Technik sowie gezielte Fragen zu einzelnen Aspekten der Instrumente zum Einsatz, um die Verständlichkeit und Inhaltsvalidität der Items zu erfassen (Van Someren et al., 1994). Dabei wurden die Befragten nach ihrem Verständnis des Sinn-Items (D4.1) gefragt, wodurch wir feststellten, dass einige Befragte die Beantwortung als anspruchsvoll wahrnahmen und verstärkt darüber nachdenken mussten. Sie konnten die Frage aber schließlich beantworten. Zudem stellte sich heraus, dass das Tugend-Item (D4.2) zwar wie beabsichtigt verstanden wurde (z. B. in Bezug auf die Fähigkeit, Befriedigung aufzuschieben, um bessere Ergebnisse zu erzielen), die Befragten aber auch hier nachdenken mussten.

Auf der Grundlage dieser vier Schritte erfolgte ein Test der Skaleneigenschaften anhand von drei Studien (Schritt 5). Die erste Studie zielte darauf ab, die übersetzten deutschen Items, Subdimensionen und die FI sowie die SFI-Skala deskriptiv zu untersuchen und die dimensionale Struktur sowie die Skalenreliabilität zu erforschen. Auf der Grundlage der Ergebnisse dieses ersten quantitativen Tests und angesichts der Diskussionen in den vorangegangenen Phasen haben wir das Item D4.2 überarbeitet, indem das Wort „Freude“ durch das Wort „Wünsche“ ersetzt wurde und der Rest des Items entsprechend angepasst wurde, um so die Verständlichkeit zu erhöhen (siehe Tabelle 1 sowie die Ergebnisse weiter unten).

Die zweite Studie diente dazu, die Ergebnisse von Studie 1 zur dimensionalen Struktur mittels konfirmatorischer Faktorenanalyse (CFA) zu replizieren, insbesondere vor dem Hintergrund der Überarbeitung von Item D4.2. Die Messinvarianz über Geschlecht und Alter wurde getestet, da frühere Untersuchungen darauf hinwiesen, dass Indikatoren für Wohlergehen teilweise entlang beider Indikatoren variieren können (z.B. Diener et al., 1999). Die interne Konsistenz wurde erneut mittels Cronbachs α und McDonald ω untersucht. Darüber hinaus wurde in Studie 2 die diskriminante Validität des FI und SFI untersucht. Hierfür wurden Skalen mit subjektiven (z. B. Versagensangst) und objektiven (z. B. Diagnose einer psychischen Erkrankung) Messungen für psychische Belastung, sozialen Zusammenhalt (z. B. wahrgenommene soziale Unterstützung), persönliche Ressourcen (z. B. Selbstwirksamkeit) sowie subjektive (z. B. Fähigkeit, Geld zu sparen) und objektive Messungen für wirtschaftliches Wohlbefinden (z. B. Haushaltsäquivalenzeinkommen) genutzt.

Zunächst gaben die Befragten auf einer Skala von „nicht wichtig“ [0] bis „sehr wichtig“ [10] an, wie wichtig ihnen ihre Gesundheit ist (adaptiert von Forschungsdatenzentrum ALLBUS, 2012). Darüber hinaus wurden die Teilnehmer gefragt, ob bei ihnen Krankheiten wie Depressionen, Aufmerksamkeitsdefizit- und Hyperaktivitätsstörungen (ADS), Phobien, Demenz oder andere psychische Erkrankungen diagnostiziert wurden. Hierfür wurde ein binärer Indikator erstellt, wobei der Wert 0 „keine psychische Erkrankung“ und 1 „ja, mindestens eine psychische Erkrankung“ bedeutet. Versagensangst wurde mit zwei Items der deutschen Version der Revised Achievement Motives Scale (Lang & Fries, 2006) gemessen. Dabei reichte die Antwortskala von „trifft überhaupt nicht zu“ [1] bis „trifft voll zu“ [5]. Die instrumentelle und emotionale soziale Unterstützung wurde anhand von vier Items der Berlin Social Support Scale (Schwarzer et al., 2003) mit den Antwortmöglichkeiten „trifft überhaupt nicht zu“ [1] bis „trifft voll und ganz zu“ [5] gemessen. Zur Erfassung von Selbstwirksamkeitserwartungen wurde die drei Items umfassende Kurzskala Allgemeine Selbstwirksamkeitserwartungen (ASKU) verwendet (Beierlein et al., 2013). Die Antwortoptionen reichten von „trifft überhaupt nicht zu“ [1] bis „trifft voll und ganz zu“ [5]. Temperament wurde mittels zwei Items aus einer Selbstkontrollskala erfasst (Grasmick & Bursik, 1990; Kroneberg et al., 2016). Dabei umfasste die Antwortskala Antworten von „trifft nicht zu“ [1] bis „trifft völlig zu“ [5]. Darüber hinaus wurden materialistische Tendenzen mittels der Subdimension Erfolg der deutschen Version (Müller et al., 2013) der Material Values Scale (Richins, 2004) untersucht und zwar inwiefern Personen dazu neigen, den Erfolg anderer und sich selbst anhand von Besitztümern zu beurteilen. Die Antwortmöglichkeiten reichten von „trifft nicht zu“ [1] bis „trifft voll zu“ [5]. Zudem wurde das monatliche Haushaltsnettoeinkommen mittels einer offenen Frage erfasst (übernommen aus Beckmann et al., 2016). Wurde darauf nicht geantwortet, wurde nochmals mittels Einkommenskategorien abgefragt. Zur Schätzung des Äquivalenzeinkommens wurde zudem die Anzahl der Personen pro Haushalt ermittelt. Das Äquivalenzeinkommen wurde dann mit der modifizierten OECD-Skala berechnet, bei der dem ersten Erwachsenen ein Gewicht von 1, weiteren Erwachsenen jeweils 0.5 und jedem Kind (unter 14 Jahren) ein Gewicht von 0.3 zugeordnet wird (European Commission et al., 1995). Das Einkommen wurde durch das Gewicht geteilt. Bei Einkommenskategorien wurde der Mittelwert der Kategorie verwendet. Da die letzte Kategorie nach oben offen war, wurde der Mittelwert geschätzt (Celeste & Bastos, 2013). Außerdem wurde danach gefragt, ob man in der Regel jeden Monat einen bestimmten Geldbetrag zum Sparen übrighat (z. B. für größere Anschaffungen, Notfälle oder den Aufbau von Vermögenswerten) (Sauer & Valet, 2014). Die Antwortmöglichkeiten waren „nein“ [0] und „ja“ [1].

In Studie 3 wurde die konvergente Validität untersucht. Dazu wurden Korrelationen des FI und SFI sowie den Subdimensionen mit der deutschen Version des PERMA-Profilers ermittelt. Der PERMA-Profiler ist ebenso ein kurzes multidimensionales Maß zur Erfassung des psychologischen Wohlbefindens (Wammerl et al., 2019) im Sinne der PERMA-Theorie von Seligman (Seligman, 2012).  Für jede der fünf Dimensionen haben wir drei Items verwendet: Positive Emotionen (P), Engagement (E), positive Beziehungen (R), Sinn (M) und Zielerreichung (A) (Wammerl et al., 2019). Wie in der Originalstudie haben wir zudem acht Füll-Items aufgenommen mit dem Ziel, Antworttendenzen zu unterbrechen und zusätzliche Informationen zu erhalten: ein Item bezog sich auf die allgemeine Lebensfreude, drei Items auf die selbst wahrgenommene körperliche Gesundheit, drei Items auf negative Emotionen (Traurigkeit, Wut und Angst) und ein Item auf die wahrgenommene Einsamkeit. Während die allgemeine Lebensfreude und die wahrgenommene körperliche Gesundheit zum Verständnis der konvergenten Validität beitragen sollten, dienten die negativen Emotionen und die Einsamkeit zur Überprüfung der diskriminanten Validität. Die Items wurden auf 11-Punkte-Skalen bewertet, die von „nie“ [0] bis „immer“ [10] oder „überhaupt nicht“ [0] bis „vollständig“ [10] reichten. Die Items jeder Dimension wurden gemittelt, und aus den 15 Items wurde schließlich ein Gesamtwert errechnet.

Während die Gesamtwerte von FI und SFI mit dem PERMA-Profiler hoch korrelieren dürften, sollte sich für die jeweiligen Subskalen der Instrumente ein differenzierteres Bild zeigen. Während sich jeweils entsprechend Subskalen (z.B. positive Beziehungen und enge soziale Beziehungen) ebenfalls hoch korrelieren dürften, sollten sich zwischen nicht entsprechenden bzw. nicht vertretenden Subskalen (finanzielle Stabilität) nur geringe Zusammenhänge finden. Zudem waren in Studie 3 auch Items enthalten, die sich zu Bestimmung diskriminanter Validität eignen (Indikatoren für negative Emotionen und Einsamkeit).

Stichproben

Studie 1:

Für die erste Studie, die mittels Computer-Assisted Self-Administered Interviewing (CASI) durchgeführt wurde, wurde eine offline rekrutierte, bundesweite Stichprobe verwendet. Dafür gab es eine mehrstufige Zufallsauswahl auf Basis der Telefonstichprobe des Arbeitskreises Deutscher Markt- und Sozialforschungsinstitute e.V. (ADM). Die Stichprobe setzt sich aus erwachsenen Befragten in Deutschland zusammen, die über das forsa.omninet-Panel rekrutiert wurden. Die Bruttostichprobe bestand aus 264 eingeladenen Personen, von denen 237 (89.8 %) ihre schriftliche Einwilligung zur Teilnahme gaben und 200 (84.4 %) die multithematische Studie zwischen August und September 2020 abschlossen. Nur ein sehr kleiner Teil der Befragten hat bei den FI- und SFI-Items „trifft nicht zu“ als Antwortoption gewählt, was darauf hindeutet, dass die Befragten die Fragen trotz des „philosophischen“ Charakters einiger Items problemlos beantworten konnten. Diese Zahl lag im Durchschnitt bei 2.3 von 203 Befragten, mit den höchsten Zahlen für das Tugend-Item D4.2 (N = 7; 3.4%) und das Charakter-Item D4.1 (N = 5; 2.5%). Somit umfasst unsere weitere Analyse aufgrund der listenweisen Streichung fehlender Antworten die Antworten von 192 Personen (45.8% Frauen, Durchschnittsalter: 45.64, Altersspanne: 18 bis 80 Jahre). Die Teilnehmer erhielten Bonuspunkte als Anreiz (ca. 2.30 $, umwandelbar in Gutscheine, ein Los für eine Wohltätigkeitslotterie oder eine Spende an UNICEF). Die Ethikkommission der Universität Erfurt hatte bezüglich der Durchführung der Studie keine Bedenken (Referenznummer: EV-20190917).

Studie 2:

Für Studie 2, die ebenfalls mittels CASI durchgeführt wurde, erfolgte die Rekrutierung der Befragten erneut über das forsa.omninet-Panel. Sie gehören zur zweiten Welle der ENHANCE-Studie. Die Ausgangsstichprobe war national repräsentativ hinsichtlich Geschlecht, Alter, Bildung und Bundesland für die erwachsenen Einwohner (ab 18 Jahren) in Deutschland (mit Internetzugang, was auf etwa 95% aller Haushalte zutrifft (Statista, 2020). Für diese Welle wurden 24.683 Personen eingeladen, von denen 17.818 (72.2%) Personen ihre schriftliche Einwilligung zur Teilnahme gaben. 15.235 (85.5%) schlossen die multithematische Studie zwischen Oktober und Dezember 2020 ab. Nur ein sehr kleiner Teil der Befragten hat bei allen FI- und SFI-Items „trifft nicht zu“ als Antwortoption gewählt (im Durchschnitt 1.2%, mit dem höchsten Anteil bei D3.2, nämlich 2.5%). Nach listenweisem Ausschluss fehlender Werte bei allen für die Analyse relevanten Items umfasst das Analysesample Antworten von 13.268 Personen (49.7% Frauen, Durchschnittsalter: 51.79, Altersspanne: 18 bis 92 Jahre). Die Teilnehmer erhielten Bonuspunkte als Anreiz (ca. $3.00, umwandelbar in Gutscheine, ein Los für eine Wohltätigkeitslotterie oder eine Spende an UNICEF), wenn sie die Umfrage abschlossen. Die Ethikkommission der Universität Erfurt sah keine ethischen Bedenken hinsichtlich der Studie (Referenznummer: EV-20200805).

Studie 3:

Für Studie 3 (erneut CASI) haben wir erwachsene Teilnehmer (ab 18 Jahren) in Deutschland über das respondi Online-Panel rekrutiert. Dies ist ein aktiv gemanagtes Panel mit freiwilliger Teilnahme und einem Double-Opt-In-Registrierungsverfahren. Mittels eines Scoring- und Kontrollverfahrens wird das Panel einer permanenten Qualitätskontrolle unterzogen. Für diese Studie wurde eine bundesweite, nach Geschlecht, Alter (18-74) und Bundesland repräsentative Quotenstichprobe verwendet. Die Studie wurde im Januar 2021 durchgeführt. Von den 388 teilnehmenden Befragten gaben 345 (88.9%) ihre schriftliche Einwilligung. Aufgrund fehlender Werte wurden Daten von 28 Befragten ausgeschlossen. Das Analysesample umfasst entsprechend 317 Befragte (49.4% Frauen; Durchschnittsalter: 45.73 Jahre zwischen 18 und 74 Jahren). Die Personen, die an der Umfrage teilnahmen, erhielten 0.45 € als Incentive. Die Ethikkommission der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität zu Köln sah keine ethischen Bedenken bezüglich der Studiendurchführung (Genehmigungsnummer: 200028SeSa).

Itemanalysen

Explorative Faktorenanalyse

Mit den Daten von Studie 1 wurde mittels explorativer Faktorenanalyse (EFA, hier einer Hauptachsenalayse) untersucht, auf welchen Faktoren die Items laden. Dafür wurde eine Oblimin-Rotation verwendet, um, wie in der Forschung zu Wohlergehen üblich, mögliche Korrelationen zwischen Dimensionen zu berücksichtigen (Keyes, 2005; Wȩziak-Białowolska et al., 2019b). Zuvor wurde über das Kaiser-Meyer-Olkin-Kriterium (KMO) und einen Bartlett-Tests auf Sphärizität geprüft, ob sich die Daten für eine Faktorenanalyse eignen. Der Bartlett-Test auf Sphärizität (Chi²_FI = 960.11, p_FI < .001; Chi²_SFI = 1336.77, p_SFI < .001) deutet darauf hin, dass unsere Daten für die geplante Datenreduktionsstrategie geeignet sind, und auch die KMO-Werte von .87 (FI) und .85 (SFI) implizieren eine hohe Eignung der Daten für eine Strukturerkennung. Die Ergebnisse der explorativen Faktorenanalysen (siehe Tabelle 2) zeigen eine einfaktorielle Lösung für den FI mit einem Eigenwert von 4.49 (siehe Abbildung 1).

Tabelle 1

Ergebnisse der explorativen Faktorenanalyse (Oblimin-Rotation) der deutschen Version des Flourish Index (FI) und des Secure Flourish Index (SFI) (N_{Studie 1} = 192)

Anmerkung. Bartlett-Test auf Sphärizität: Chi²_FI = 960.11, p_FI < .001 und Chi²_SFI = 1336.77, p_SFI < .001; Kaiser-Meyer Olkin (KMO) = .87 (FI) und .85 (SFI).

Abbildung 1

Scree-Plot (N_{Studie 1} = 192).

Dieser Faktor erklärt eine Gesamtvarianz von 87.5%. Die Faktorenladungen reichen von .304 bis .832 (Tabelle 2), wobei nur ein Item (D4.2) die übliche Mindestladung von .32 unterschreitet. Werden die Items der Dimension „finanzielle und materielle Stabilität“ (D6) in einer zweiten Analyse berücksichtigt, ergibt sich eine zweifaktorielle Lösung mit Eigenwerten von 4.63 und 1.71 (siehe Abbildung 1), die 67.5% und 24.9% der Gesamtvarianz erklären. Die Faktorladungen für den ersten Faktor reichen von .294 bis .804, wobei die beiden Items der Dimension „Charakter und Tugend“ (D4) relativ niedrige Ladungen aufweisen. Dies gilt erneut besonders für das Item D4.2 – in anderen Stichproben wurden hierfür auch teils nur geringe oder keine substanziellen Ladungen berichtet (Wȩziak-Białowolska et al., 2019b, 2019a). Die beiden Items der Subdimension „finanzielle und materielle Stabilität“ (D6) besitzen Kreuzladungen von .341 (D6.1) und .351 (D6.2) auf dem ersten Faktor, allerdings wiesen sie deutlich größere Ladungen auf dem zweiten Faktor auf. Die Items von D1 bis D5 besaßen keine wesentlichen Doppelladungen auf dem zweiten Faktor.

Konfirmatorische Faktorenanalyse

Um die Ergebnisse der EFA zu überprüfen, wurde mit den Daten aus Studie 2 eine CFA (Brown, 2015) durchgeführt. Dabei wurden zwei Spezifikationen getestet: Modelle mit fünf (für FI) bzw. sechs Faktoren (für SFI), bei denen die Items ihren jeweiligen erwarteten Dimensionen zugeordnet wurden, sowie Faktorenmodelle zweiter Ordnung, bei denen die Items zu zusammengesetzten Maßen aggregiert wurden, die dem FI und dem SFI entsprechen. Die Schätzung der CFA-Modelle erfolgte mit dem Maximum-Likelihood-Verfahren. Die Faktoren wurden über die latente Varianz identifiziert. Die Anpassungsgüte der CFA-Modelle wurde über den Comparative Fit Index (CFI), den Tucker-Lewis-Index (TLI), den Root Mean Square Error of Approximation (RMSEA) und den Standardized Root Mean Residual (SRMR) ermittelt. Dabei weisen Werte von < .95 für CFI und TLI auf eine akzeptable Passung hin, während Werte im Bereich von .00-.08 für RMSEA und SRMR als zufriedenstellend gelten (Hu & Bentler, 1999).

Tabelle 3 zeigt die Faktorladungen der CFA für die Faktorenmodelle zweiter Ordnung für FI und SFI, und die Ergebnisse für FI und SFI sind in den Abbildungen 2 und 3 dargestellt.

Tabelle 3

Standardisierte Faktorladungen für die konfirmatorische Faktorenanalyse zweiter Ordnung für den Flourish Index (FI) und Secure Flourish Index (SFI) (N_{Studie 2} = 13.268).

Abbildung 2

Standardisierte Faktorladungen (mit Standardfehlern in Klammern) für die konfirmatorische Faktorenanalyse zweiter Ordnung für den Flourish Index (FI) (N_{Studie 2} = 13.268).

Abbildung 3

Standardisierte Faktorladungen (mit Standardfehlern in Klammern) für die konfirmatorische Faktorenanalyse zweiter Ordnung für den Secure Flourish Index (SFI) (N_{Studie 2} = 13.268).

Die Fünf-Faktoren- (für FI) und Sechs-Faktoren-Modelle (für SFI) sowie die Faktorenmodelle zweiter Ordnung für FI und SFI zeigten eine zufriedenstellende Passung (Tabelle 4). Die Anpassungsstatistiken für das Fünf-Faktoren-Modell (FI) und das Sechs-Faktoren-Modell (SFI) bestätigen empirisch, dass beide Indizes hierarchische Strukturen aufweisen, d. h. sie bestehen aus Items, die in ihren jeweiligen Dimensionen gruppiert sind. Darüber hinaus zeigen die Anpassungsstatistiken für die Faktorenmodelle zweiter Ordnung für den FI und den SFI eine zufriedenstellende Anpassung, was darauf hindeutet, dass die Items des FI und die Items des SFI zu zusammengesetzten Messgrößen - dem FI bzw. dem SFI - aggregiert werden können. Dies steht im Einklang mit früheren Ergebnissen (Wȩziak-Białowolska et al., 2019a).

Tabelle 4

Anpassungsstatistiken für die Struktur des Flourish Index (FI) und des Secure Flourish Index (SFI) (N_{Studie 2} = 13.268).

Anmerkung. X² = Chi-Quadrat; df = Degrees of Freedom; CFI = Comparative Fit Index; TLI = Tucker-Lewis Index; RMSEA = Root Mean Square Error of Approximation; KI = Konfidenzintervall; SRMR = Standardized Root Mean Square Residual.

Zusammenfassend lässt sich sagen, dass die ein- bzw. zweifaktorielle Struktur des FI bzw. SFI aus der EFA durch die Ergebnisse der CFA gestützt wird. In der CFA konnte zudem gezeigt werden, dass auch eine Aggregation auf Subskalenebene gerechtfertigt ist. Somit können die Items und ihre jeweiligen Dimensionen zu den beiden zusammengesetzten Maßen aggregiert werden, wie es einerseits theoretisch angenommen wird (VanderWeele, 2017) und wie es sich bereits in früheren Studien zeigte (Wȩziak-Białowolska et al., 2019b). Während sich die Faktorladungen des von Studien 1 auf Studie 2 überarbeiteten Items D4.2 in der CFA verbesserten, überraschen die dennoch vergleichsweise niedrigeren Ladungen des Items nicht, da frühere Analysen bereits ähnliche Muster zeigen (Wȩziak-Białowolska et al., 2019a). Es ist möglich, dass die Dimension „Charakter und Tugend“ (D4) ein breiteres Spektrum abdeckt als die anderen Bereiche. Zum Beispiel scheinen die beiden Items im Bereich Lebensfreude und Lebenszufriedenheit (sich glücklich und sich zufrieden fühlen) intuitiv zusammenzugehören, aber gemessen an den beiden Items im Bereich Charakter und Tugend könnte die „Förderung des Guten“ in einigen Fällen ganz unabhängig von der „Verzögerung der Lebensfreude“ erfolgen. Zum Beispiel könnte man sehr viel Lebensfreude in der Förderung des Guten finden. Da Dimension D4 relativ neu in der Literatur zum Wohlergehen ist, ist hier weitere Forschung nötig, um mögliche andere Gründe herauszufinden.

Itemkennwerte

Tabelle 5 enthält deskriptive Informationen über die Verteilung der Antworten (d. h. Mittelwerte, Standardabweichungen, Schiefe und Exzess-Kurtosis). Eine Prüfung auf Normalität der Daten deutet darauf hin, dass alle Werte in akzeptablen Grenzen (±2 gemäß Field 2009) liegen, und zwar in Bezug auf ihre maximale Schiefe (Studie 1: -1.27, Studie 2: -1.46 und Studie 3: -1.28) sowie die maximale Exzess-Kurtosis (Studie 1: 1.24, Studie 2: 1.27 und Studie 3: 1.58). Während die negative Schiefe mehr Fälle auf der rechten Seite impliziert, deuten die Werte der Exzess-Kurtosis auf eine minimal leptokurtische Verteilung hin, d. h. mit geringfügig mehr Fällen an den Enden. Zudem ist anzumerken, dass der Mittelwert des überarbeiteten Items 8 (D4.2) von Studie 1 auf Studie 2 deutlich anstieg und in Studie 3 auf diesem Niveau blieb.

Tabelle 5

Mittelwerte, Standardabweichungen, Schiefe und Exzess-Kurtosis der manifesten Items

Anmerkung. M = Mittelwert; SA = Standardabweichung

Zusammenfassend lässt sich sagen, dass die Items nicht von der Normalverteilung abweichen und sich somit für verschiedenste Analysen eignen.

Objektivität

Die Objektivität der Messung wurde dadurch gewährleistet, dass zunächst mittels eines qualitativen Pretests untersucht wurde, ob die Items gleich verstanden und interpretiert werden, in den Online-Erhebung gibt es keinen Einfluss von Interviewenden auf die Antworten der Befragten, zudem wurden standardisierte Auswertungsverfahren verwendet.

Reliabilität

Die Reliabilität des FI und des SFI sowie aller Teildomänen wurde in Studie 1 mittels interner Konsistenzanalyse (Cronbachs α) ermittelt. Die meisten α-Koeffizienten zeigen eine akzeptable bis ausgezeichnete Reliabilität (Tabelle 6) mit Werten zwischen .75 und .94. Die einzige Ausnahme ist D4 mit α = .40.

In Studie 2 wurde zusätzlich zu Cronbachs α mittels Omega-Koeffizienten (ω) geprüft, inwiefern die latente Variable die gemeinsame Varianz aller Items widerspiegelt (McDonald, 2013). Die Cronbachs α-Werte zeigen eine akzeptable bis ausgezeichnete Reliabilität des SFI und FI sowie aller Teildimensionen (α zwischen .72 und .91), wobei das α der Dimension D4 nach Überarbeitung von Item D4.2 von .40 auf .49 anstieg. Die mit den Omega-Koeffizienten ermittelte Messgenauigkeit zeigt für beide Skalen ein ausreichendes Maß an Skalenreliabilität (ω_FI = .89, ω_SFI = .89). Dies trifft mit Ausnahme von Dimension D4 auch auf die Subskalendimensionen zu (ω_D1 = 0.87, ω_D2 = 0.74, ω_D3 = 0.81, ω_D4 = 0.50, ω_D5 = 0.91 und ω_D6 = 0.91).

Die Werte von Cronbachs α in Studie 3 weisen wiederum auf eine akzeptable bis ausgezeichnete interne Konsistenz hin. Mit Ausnahme der Dimension D4 lagen die α-Werte zwischen .73 und .94. Der α-Koeffizient für D4 ist zwar im Vergleich zu Studie 2 gesunken, nimmt aber immer noch einen höheren Wert an als in Studie 1.

Tabelle 6

Cronbachs α der deutschen Version des Flourish Index (FI) and Secure Flourish Index (SFI) (N_{Studie 1} = 192, N_{Studie 2} = 13.268 und N_{Studie 3} = 317)

Alles in allem weisen unsere Daten trotz der Kürze des Messinstrumentes auf eine akzeptable bis ausgezeichnete Reliabilität des FI und des SFI sowie aller Subdimensionen hin. Nach einer geringfügigen Änderung des Wortlauts eines Items im Bereich D4-Charakter und Tugend stieg die Reliabilität der Dimension an. In künftigen Studien könnte es dennoch sinnvoll sein, dieses Item erneut zu bewerten und zu verbessern.

Validität

Die Konstruktvalidität der Human Flourishing Scale wurde hinsichtlich diskriminanter und und konvergenter Validität mit Blick auf eine Reihe an Maßen zur psychischen Gesundheit, zum sozialen Zusammenhalt, zu persönlichen Ressourcen und zum Wohlstand sowie mit dem PERMA-Profiler untersucht. Hierfür wurden Pearson-Korrelationen verwendet. Sullivan und Fein (2012) klassifizieren der Stärke der korrelativen Assoziationen wonach r > ± .2 auf einen kleinen Effekt hindeutet, r > ± .5 auf einen mittleren Effekt und r > ± .8 auf einen großen Effekt.

Diskriminante Validität

Studie 2 untersucht die diskriminante Validität der Human Flourishing Scale mit subjektiven (z. B. Versagensangst) und objektiven (z. B. Diagnose einer psychischen Erkrankung) Maßen der psychischen Belastung, des sozialen Zusammenhalts (z. B. wahrgenommene soziale Unterstützung), der persönlichen Ressourcen (z. B. Selbstwirksamkeit) und der subjektiven (z. B. Fähigkeit, Geld zu sparen) und objektiven Maße des wirtschaftlichen Wohlstands (z. B. Haushaltsäquivalenzeinkommen). Wie erwartet zeigten Personen, bei denen eine psychische Erkrankung diagnostiziert wurde, die mehr Versagensängste, ein höheres Temperament und materialistischere Tendenzen aufwiesen, niedrigere FI- und SFI-Werte (alle p-Werte < .001, Tabelle 7). Positive Korrelationen wurden mit der Berlin Social Support Scale (BSSS), der Wichtigkeit von Gesundheit, allgemeinen Selbstwirksamkeitserwartungen (ASKU) und der Möglichkeit, Geld zu sparen, gefunden (alle p < .001). Das Haushaltsäquivalenzeinkommen korrelierte nur geringfügig mit FI und SFI. Weitere Einzelheiten zu den Korrelationen mit den sechs Bereichen des Wohlergehens sind in Tabelle 7 zu finden.

Zudem waren in Studie 3 Indikatoren für negative Emotionen und Einsamkeit enthalten (die als Zusatzitems im PERMA-Profiler erhoben wurden). Hier zeigten sich bezüglich negativer Emotionen (r = -.21 bis r = -.46, insbesondere bezüglich FI, SFI und der Dimension „Lebensfreude und Lebenszufriedenheit“ (D1)) und Einsamkeit (r = -.12 bis r = -.48, insbesondere bezüglich Dimension „enge soziale Beziehungen“ (D5)) negative Korrelationen mit bis zu kleinen Effektstärken. Für weitere Einzelheiten siehe Tabelle 8.

Tabelle 7

Interkorrelationen des Flourish Index (FI) und des Secure Flourish Index (SFI) mit Validierungsmaßen (N_{Studie 2} = 13.268).

Anmerkung. FI = D1-D5; SFI = D1-D6; D1 = Lebensfreude und Lebenszufriedenheit; D2 = Körperliche und psychische Gesundheit; D3 = Sinn und Zweck; D4 = Charakter und Tugenden; D5 = Enge soziale Beziehungen; D6 = Finanzielle und materielle Stabilität. Es werden die Korrelationskoeffizienten nach Pearson dargestellt.

Insgesamt zeigten sich positive Korrelationen von FI und SFI mit Indikatoren für soziale Unterstützung oder Selbstwirksamkeit, während negative Korrelationen mit Indikatoren für Versagensangst und diagnostizierte psychische Erkrankungen sowie negative Emotionen und Einsamkeit festgestellt wurden. Diese Ergebnisse wiesen hauptsächlich schwache bis mäßige Korrelationen mit anderen relevanten, aber konzeptionell unterschiedlichen Maßen auf, was auf diskriminante Validität schließen lässt.

Konvergente Validität

Studie 3 diente der Überprüfung der konvergenten Validität der Human Flourishing Scale mit der deutschen Version des PERMA-Profilers, einem kurzen multidimensionalen Maß des psychologischen Wohlbefindens (Wammerl et al., 2019) im Sinne der PERMA-Theorie von Seligman (2012). Wir gehen davon aus, dass beide Maße stark miteinander korrelieren, wobei Korrelationen auf der Ebene der Bereiche deutlich geringer ausfallen könnten, sofern ein bestimmter Bereich in dem jeweils anderen Maß nicht gut abgebildet wird. Zum Beispiel wird finanzielle und materielle Stabilität mit dem PERMA-Profiler kaum erfasst, wohl aber mit der Human Flourishing Scale. In Anlehnung an andere Arbeiten (z.B. Keyes, 1998) haben wir Pearson-Korrelationen verwendet, um die konvergente Validität der beiden Skalen und ihrer Dimensionen zu beurteilen, wobei höhere Korrelationskoeffizienten auf eine stärkere konvergente Validität hindeuten (Boateng et al., 2018; Marcoulides, 2010).

Die Ergebnisse zeigen durchweg positive Korrelationen aller PERMA-Profiler-Maße mit den Elementen der Human Flourishing Scale, insbesondere auf der Skalenebene (die Korrelationen mit den Dimensionen waren teilweise geringer). Die Interkorrelationen des FI (r = .86) und des SFI (r = .84) korrelieren stark mit dem Gesamtwert für das allgemeine Wohlbefinden des PERMA-Profilers (Tabelle 8). Während die Dimensionen D1 bis D5 stark mit dem allgemeinen Wohlbefinden korrelieren, finden wir für die Dimension D6 „finanzielle und materielle Stabilität“, die im PERMA-Profiler nicht direkt vertreten ist, eine weniger starke Korrelation (r = .32). Alle PERMA-Profiler-Subskalen sind durch den FI (r = .70 bis r = .85) und den SFI (r = .70 bis r = .82) gut repräsentiert. Eine Ausnahme bildet die Dimension „Engagement“, die durch die Human Flourishing Scale weniger gut repräsentiert zu sein scheint (r_FI = .39 und r_SFI = .39). Darüber hinaus zeigten die selbst wahrgenommene Gesundheit (r = .23 bis r = .79, insbesondere mit der Dimension „körperliche und psychische Gesundheit" (D2)) und die allgemeine Lebensfreude (r = .31 bis r = .77, insbesondere mit FI, SFI und Dimension „Lebensfreude und Lebenszufriedenheit“ (D1)) als weitere Indikatoren für die konvergente Validität durchweg positive Korrelationen kleiner bis mittlerer Effektstärken mit allen Maßen der Human Flourishing Scale. Für weitere Einzelheiten siehe Tabelle 8.

Tabelle 8

Interkorrelationen des Flourish Index (FI), des Secure Flourish Index (SFI) und der sechs Flourishing-Dimensionen mit dem PERMA-Profiler, der selbst wahrgenommenen Gesundheit, negativen Emotionen, Einsamkeit und der allgemeinen Lebensfreude (N_{Studie 3} = 317).

Anmerkung. FI = D1-D5; SFI = D1-D6; D1 = Lebensfreude und Lebenszufriedenheit; D2 = Körperliche und psychische Gesundheit; D3 = Sinn und Zweck; D4 = Charakter und Tugenden; D5 = Enge soziale Beziehungen; D6 = Finanzielle und materielle Stabilität. ^*p < .05, ^***p < .001. Es werden die Korrelationskoeffizienten nach Pearson dargestellt.

Alles in allem zeigten sich somit sehr starke Korrelationen von FI und SFI mit dem vom PERMA-Profiler gemessen allgemeinen Wohlbefinden, was auf eine hohe konvergente Validität hindeutet. Dies zeigte sich auch für alle Subdimensionen des PERMA-Profilers. Eine Ausnahme war die geringere Korrelation mit der Dimension Engagement, die in der Human Flourishing Scale weniger vertreten zu sein scheint. Da sich aber die Human Flourishing Scale und der PERMA-Profiler in ihrer Messung nicht vollständig überschneiden, war zu erwarten, dass deutlich niedrigere Korrelationen für die Subdimensionen des Profilers sowie zwischen bestimmten Bereichen der Human Flourishing Scale auftreten könnten. Dies zeigt sich z. B. in den schwächeren Korrelationen des Profilers mit finanzieller und materieller Stabilität, die sich kaum im PERMA-Profiler widerspiegelt. Bemerkenswert ist auch die starke Korrelation des Maßes für allgemeine Lebensfreude im PERMA-Profiler mit FI und SFI, die auf eine hohe konvergente Validität hinweist.

Nebengütekriterien

Messinvarianz

Mithilfe der Daten von Studie 2 wurde die Messinvarianz der Human Flourishing Scale bezüglich des Geschlechts und Alters getestet, da frühere Forschungen darauf hindeuten, dass Indikatoren für Wohlergehen teilweise entlang beider Indikatoren variieren können (z.B. Diener et al., 1999). Bei den Tests zur Messinvarianz des FI und des SFI über die Geschlechter- und Altersgruppen (45 Jahre und jünger, 46-60 Jahre und 61 Jahre und älter) hinweg wurden Änderungen der Fit-Indizes untersucht.  Dabei prüften wir mittels Multi-Group CFA sukzessiv auf konfigurale, metrische und skalare Messinvarianz. Beim konfiguralen Modell wurden die Faktorladungen, Intercepts und Residualvarianzen über die Gruppen frei geschätzt, während die Faktormittelwerte in den Gruppen auf Null gesetzt wurden. Beim metrischen Modell waren die Faktorladungen über die Gruppen gleichgesetzt, die Intercepts und Residualvarianzen wurden über die Gruppen frei geschätzt und die Faktormittelwerte wurden in allen Gruppen auf Null gesetzt. Für das skalare Modell wurden die Faktorladungen und Intercepts übder die Gruppen gleich gesetzt, die Residualvarianzen wurden über die Gruppen frei geschätzt, und die Faktormittelwerte wurden in einer Gruppe auf Null gesetzt und in der/den anderen Gruppen frei geschätzt. Veränderungen des CFI von weniger als -0.01 und des RMSEA von weniger als 0.015 wurden als Kriterien für Nichtinvarianz verwendet (Chen, 2007).

Die Ergebnisse der Invarianztests unterstützen die Generalisierbarkeit und Robustheit der Faktorenstrukturen des FI- und SFI nach Geschlecht (Tabelle 9). Die maximalen Unterschiede zwischen den Anpassungsstatistiken beim Vergleich von restriktiveren skalaren Modellen mit weniger restriktiven metrischen Modellen betrugen .002 für FI und SFI, was darauf hindeutet, dass die Faktorladungen für beide Maße für Frauen und Männer gleich sind. Die Ergebnisse deuten auch darauf hin, dass die Item-Intercepts zwischen den Geschlechtergruppen ähnlich sind. Daher können latente Regressionskoeffizienten, (Ko)Varianzen und die Mittelwerte ohne Verzerrung verglichen werden. In Bezug auf das Alter implizieren die maximalen Änderungen in der Anpassungsstatistik eine metrische Invarianz für die SFI- und FI-Faktorstrukturen sowie eine skalare Invarianz für den SFI. Die Veränderung des CFI für FI liegt jedoch an der Grenze des Akzeptablen, wenn man die metrischen und skalaren Modelle vergleicht (ΔCFI = -0.01), was darauf hindeutet, dass die Intercepts der Items für Personen unterschiedlichen Alters möglicherweise nicht ähnlich sind. Dennoch bestätigen die Ergebnisse der Anpassungsstatistiken für das restriktivste (skalare) Modell eine ausreichende Passung.

Tabelle 9

Anpassungsgüte für geschlechts- und altersbezogene Messinvarianz für den Flourish Index (FI) und den Secure Flourish Index (SFI) (N_{Studie 2} = 13.268).

Anmerkung. CFI = Comparative Fit Index; df = Degrees of Freedom; RMSEA = Root Mean Square Error of Approximation; BIC = Bayesian Information Criterion.

Zusammenfassend lässt sich sagen, dass unsere Tests zur Messinvarianz darauf hindeuten, dass für den FI und SFI die latenten Regressionskoeffizienten, die (Ko)Varianzen und die Mittelwerte für das Geschlecht verallgemeinerbar sind und ohne Verzerrungen zwischen Frauen und Männern verglichen werden können. Für das Alter zeigte sich metrische Invarianz für die SFI- und FI-Faktorstrukturen, was darauf hindeutet, dass eine Veränderung um eine Einheit in einem der beiden Bereiche in allen Altersgruppen die gleiche Bedeutung hat. Wir fanden auch skalare Invarianz für den SFI, aber nicht für den FI, was darauf hindeutet, dass die Intercepts der Items im FI für Personen unterschiedlichen Alters möglicherweise nicht ähnlich sind. Die Anpassungsstatistiken für das restriktivere skalare Modell ergaben jedoch immer noch eine ausreichende Passung, was darauf hindeutet, dass die latenten Mittelwerte über Altersgruppen hinweg sinnvoll verglichen werden können.

− Sebastian Sattler, Universität Bielefeld, Fakultät für Soziologie, sebastian.sattler@uni-bielefeld.de

− Renae Wilkinson, Harvard University, Institute for Quantitative Social Science, rwilkinson@fas.harvard.edu

− Matthew T. Lee, Baylor University, Institute for Studies of Religion; Harvard University, Institute for Quantitative Social Science, matthew_lee@fas.harvard.edu

Die hier verwendeten Daten der drei Studien sind im Repositorium der Universität Bielefeld frei zugänglich: Sattler S, Wilkinson R, Lee MT. Data Publication for: A Brief Measure of Complete Subjective Well-Being in Germany: A Population-Based Validation of a German Version of the Flourish Index (FI) and the Secure Flourish Index (SFI). Bielefeld: Bielefeld University; 2023. Abrufbar unter: https://doi.org/10.4119/unibi/2978689