Reliabilitätsanalyse Gruppe 2C
Übung WS-24-25 Akademische Prokrastination
1 Vorbereitung
1.1 Daten einlesen
setwd("~/Desktop/HU Psy/3_WS 24:25/08 Diagnostik/08 UE Diagnostik/_R Directory/_HA7 Reliabilität")
apro <- openxlsx::read.xlsx("apro_complete.xlsx")
codebook<- openxlsx::read.xlsx("Codebook_apro.xlsx")
names(apro)## [1] "apro_1a_1" "apro_1a_2" "apro_1a_3" "apro_1b_1" "apro_1b_2" "apro_1b_3"
## [7] "apro_1c_1" "apro_1c_2" "apro_1c_3" "apro_1d_1" "apro_1d_2" "apro_1d_3"
## [13] "apro_1e_1" "apro_1e_2" "apro_1e_3" "apro_2a_1" "apro_2a_2" "apro_2a_3"
## [19] "apro_2b_1" "apro_2b_2" "apro_2b_3" "apro_2c_1" "apro_2c_2" "apro_2c_3"
## [25] "apro_2d_1" "apro_2d_2" "apro_2d_3" "apro_2e_1" "apro_2e_2" "apro_2e_3"
## [31] "apro_3a_1" "apro_3a_2" "apro_3a_3" "apro_3a_4" "apro_3a_5" "apro_3b_1"
## [37] "apro_3b_2" "apro_3b_3" "apro_3b_4" "apro_3b_5" "apro_3c_1" "apro_3c_2"
## [43] "apro_3c_3" "apro_3d_1" "apro_3d_2" "apro_3d_3" "apro_3d_4" "apro_3d_5"
## [49] "apro_3e_1" "apro_3e_2" "apro_3e_3" "apro_4a_1" "apro_4a_2" "apro_4a_3"
## [55] "apro_4b_1" "apro_4b_2" "apro_4b_3" "apro_4c_1" "apro_4c_2" "apro_4c_3"
## [61] "apro_4d_1" "apro_4d_2" "apro_4d_3" "apro_4e_1" "apro_4e_2" "apro_4e_3"
## [67] "apro_5a_1" "apro_5a_2" "apro_5a_3" "apro_5b_1" "apro_5b_2" "apro_5b_3"
## [73] "apro_5c_1" "apro_5c_2" "apro_5c_3" "apro_5d_1" "apro_5d_2" "apro_5d_3"
## [79] "apro_5e_1" "apro_5e_2" "apro_5e_3"1.2 Pakete laden
library(psych)
library(openxlsx)## Warning: package 'openxlsx' was built under R version 4.4.12 Reliabilität schätzen
2.1 Für Faktor 1: Behavioral (Aufschiebeverhalten)
# Items anhand des Namens auswählen
items_fac1 <- c("apro_4a_1","apro_4c_2","apro_5e_3","apro_3a_4","apro_3a_5","apro_1c_1","apro_2b_3","apro_5a_1","apro_4e_2","apro_5c_2","apro_1e_2","apro_5d_2","apro_5e_1","apro_4c_3","apro_1a_3","apro_3a_3","apro_3c_3","apro_5e_2","apro_4e_1","apro_3e_3","apro_2a_3","apro_2d_3","apro_1c_3","apro_2e_3","apro_2b_2")
fac1 <- apro[items_fac1]
alpha_fac1 <- alpha(fac1, check.keys = TRUE)
alpha_fac1##
## Reliability analysis
## Call: alpha(x = fac1, check.keys = TRUE)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.97 0.97 0.98 0.59 36 0.0026 3.5 1.2 0.62
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.97 0.97 0.98
## Duhachek 0.97 0.97 0.98
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## apro_4a_1 0.97 0.97 0.98 0.58 34 0.0028 0.016 0.61
## apro_4c_2 0.97 0.97 0.98 0.60 35 0.0026 0.017 0.62
## apro_5e_3 0.97 0.97 0.98 0.59 34 0.0027 0.017 0.62
## apro_3a_4 0.97 0.97 0.98 0.58 34 0.0027 0.016 0.61
## apro_3a_5 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_1c_1 0.97 0.97 0.98 0.58 34 0.0027 0.016 0.61
## apro_2b_3 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_5a_1 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_4e_2 0.97 0.97 0.98 0.60 35 0.0026 0.016 0.63
## apro_5c_2 0.97 0.97 0.98 0.59 35 0.0026 0.017 0.62
## apro_1e_2 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_5d_2 0.97 0.97 0.98 0.58 34 0.0028 0.016 0.61
## apro_5e_1 0.97 0.97 0.98 0.60 36 0.0026 0.016 0.63
## apro_4c_3 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_1a_3 0.97 0.97 0.98 0.59 35 0.0026 0.017 0.62
## apro_3a_3 0.97 0.97 0.98 0.59 35 0.0026 0.017 0.62
## apro_3c_3 0.97 0.97 0.98 0.59 35 0.0027 0.017 0.61
## apro_5e_2 0.97 0.97 0.98 0.60 36 0.0026 0.016 0.63
## apro_4e_1 0.97 0.97 0.98 0.59 35 0.0027 0.016 0.62
## apro_3e_3 0.97 0.97 0.98 0.60 37 0.0026 0.015 0.63
## apro_2a_3 0.97 0.97 0.98 0.59 34 0.0027 0.016 0.61
## apro_2d_3 0.97 0.97 0.98 0.62 38 0.0024 0.010 0.63
## apro_1c_3 0.97 0.97 0.98 0.59 35 0.0027 0.016 0.62
## apro_2e_3 0.97 0.97 0.98 0.59 35 0.0027 0.016 0.62
## apro_2b_2 0.97 0.97 0.98 0.59 35 0.0027 0.016 0.62
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## apro_4a_1 213 0.89 0.89 0.89 0.88 3.1 1.6
## apro_4c_2 212 0.73 0.73 0.72 0.70 3.8 1.7
## apro_5e_3 214 0.82 0.82 0.81 0.80 3.4 1.7
## apro_3a_4 213 0.88 0.88 0.88 0.87 3.5 1.7
## apro_3a_5 215 0.84 0.84 0.83 0.82 3.2 1.6
## apro_1c_1 219 0.88 0.88 0.88 0.87 3.6 1.7
## apro_2b_3 219 0.85 0.85 0.85 0.84 3.5 1.6
## apro_5a_1 213 0.87 0.87 0.87 0.86 3.4 1.6
## apro_4e_2 214 0.71 0.71 0.69 0.68 3.6 1.5
## apro_5c_2 214 0.74 0.74 0.73 0.72 3.7 1.5
## apro_1e_2 219 0.85 0.86 0.85 0.84 3.4 1.5
## apro_5d_2 212 0.90 0.90 0.90 0.89 3.3 1.6
## apro_5e_1 213 0.67 0.66 0.65 0.64 2.8 1.6
## apro_4c_3 212 0.86 0.86 0.86 0.84 3.6 1.5
## apro_1a_3 218 0.77 0.77 0.76 0.75 3.8 1.6
## apro_3a_3 213 0.75 0.75 0.74 0.73 2.5 1.5
## apro_3c_3 213 0.79 0.79 0.79 0.77 3.7 1.5
## apro_5e_2 214 0.67 0.67 0.65 0.64 2.7 1.7
## apro_4e_1 214 0.78 0.78 0.77 0.76 3.4 1.5
## apro_3e_3 215 0.60 0.61 0.58 0.57 4.3 1.4
## apro_2a_3 219 0.84 0.84 0.84 0.82 3.5 1.5
## apro_2d_3 218 0.45 0.45 0.41 0.40 4.7 1.6
## apro_1c_3 219 0.79 0.79 0.79 0.78 3.6 1.5
## apro_2e_3 219 0.79 0.79 0.78 0.77 3.3 1.5
## apro_2b_2 217 0.78 0.78 0.77 0.76 3.0 1.7
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## apro_4a_1 0.23 0.19 0.18 0.16 0.15 0.09 0.03
## apro_4c_2 0.15 0.10 0.13 0.22 0.19 0.20 0.03
## apro_5e_3 0.19 0.19 0.14 0.18 0.14 0.16 0.02
## apro_3a_4 0.13 0.24 0.14 0.17 0.13 0.19 0.03
## apro_3a_5 0.20 0.22 0.17 0.18 0.13 0.11 0.02
## apro_1c_1 0.12 0.21 0.15 0.17 0.18 0.16 0.00
## apro_2b_3 0.11 0.18 0.23 0.16 0.20 0.12 0.00
## apro_5a_1 0.15 0.15 0.20 0.21 0.18 0.10 0.03
## apro_4e_2 0.10 0.16 0.15 0.28 0.18 0.13 0.02
## apro_5c_2 0.10 0.14 0.17 0.29 0.20 0.11 0.02
## apro_1e_2 0.08 0.26 0.18 0.22 0.16 0.10 0.00
## apro_5d_2 0.14 0.23 0.17 0.21 0.13 0.13 0.03
## apro_5e_1 0.29 0.21 0.16 0.18 0.07 0.09 0.03
## apro_4c_3 0.11 0.15 0.18 0.26 0.17 0.14 0.03
## apro_1a_3 0.08 0.18 0.15 0.25 0.17 0.17 0.00
## apro_3a_3 0.38 0.23 0.12 0.13 0.10 0.04 0.03
## apro_3c_3 0.07 0.19 0.17 0.23 0.23 0.11 0.03
## apro_5e_2 0.34 0.18 0.14 0.15 0.10 0.09 0.02
## apro_4e_1 0.11 0.20 0.23 0.20 0.15 0.11 0.02
## apro_3e_3 0.03 0.07 0.21 0.14 0.30 0.23 0.02
## apro_2a_3 0.12 0.19 0.21 0.20 0.17 0.11 0.00
## apro_2d_3 0.06 0.06 0.07 0.15 0.18 0.47 0.00
## apro_1c_3 0.06 0.21 0.19 0.23 0.16 0.14 0.00
## apro_2e_3 0.11 0.26 0.20 0.20 0.13 0.10 0.00
## apro_2b_2 0.24 0.26 0.12 0.15 0.12 0.12 0.01alpha_fac1$item.stats## n raw.r std.r r.cor r.drop mean sd
## apro_4a_1 213 0.8885383 0.8873888 0.8884363 0.8766607 3.103286 1.636448
## apro_4c_2 212 0.7281623 0.7270935 0.7157860 0.7031308 3.820755 1.687968
## apro_5e_3 214 0.8180830 0.8158923 0.8116900 0.7988679 3.373832 1.736238
## apro_3a_4 213 0.8773892 0.8777199 0.8768474 0.8666544 3.488263 1.706288
## apro_3a_5 215 0.8364992 0.8361350 0.8320735 0.8176940 3.153488 1.634807
## apro_1c_1 219 0.8816866 0.8800757 0.8788309 0.8701330 3.575342 1.658322
## apro_2b_3 219 0.8501461 0.8544277 0.8510496 0.8408443 3.520548 1.554304
## apro_5a_1 213 0.8727625 0.8717214 0.8697860 0.8572645 3.422535 1.563094
## apro_4e_2 214 0.7087595 0.7095419 0.6948853 0.6826219 3.649533 1.517836
## apro_5c_2 214 0.7419833 0.7439135 0.7304720 0.7194795 3.677570 1.457943
## apro_1e_2 219 0.8536816 0.8558364 0.8522296 0.8430112 3.415525 1.470173
## apro_5d_2 212 0.8957915 0.8964527 0.8978027 0.8895816 3.344340 1.593624
## apro_5e_1 213 0.6666808 0.6648259 0.6482594 0.6368974 2.807512 1.623977
## apro_4c_3 212 0.8559516 0.8583707 0.8557077 0.8434444 3.632075 1.532123
## apro_1a_3 218 0.7682158 0.7706918 0.7590914 0.7451094 3.752294 1.551904
## apro_3a_3 213 0.7481483 0.7491103 0.7372813 0.7279726 2.455399 1.540072
## apro_3c_3 213 0.7928526 0.7941734 0.7877670 0.7713942 3.718310 1.458706
## apro_5e_2 214 0.6685912 0.6667606 0.6508811 0.6365226 2.747664 1.684469
## apro_4e_1 214 0.7816082 0.7836098 0.7742872 0.7626036 3.397196 1.506229
## apro_3e_3 215 0.6016307 0.6056434 0.5813561 0.5726445 4.306977 1.397159
## apro_2a_3 219 0.8386210 0.8392999 0.8374446 0.8185924 3.452055 1.532891
## apro_2d_3 218 0.4463284 0.4482734 0.4144370 0.4043510 4.738532 1.562959
## apro_1c_3 219 0.7937500 0.7946298 0.7874415 0.7752089 3.621005 1.483152
## apro_2e_3 219 0.7851991 0.7855126 0.7790227 0.7657867 3.260274 1.508636
## apro_2b_2 217 0.7750994 0.7764396 0.7699191 0.7577984 2.990783 1.696922# Dataframe mit Itemnamen
Itemname <- data.frame(Itemname = items_fac1)
# Neues Objekt mit Itemname und Klartext für die ausgewählten Items
item_texts <- merge(codebook, Itemname, by = "Itemname")
knitr::kable(item_texts)| Itemname | Iteminhalt |
|---|---|
| apro_1a_3 | Beim Bearbeiten einer Aufgabe merke ich, dass ich sie schon viel früher hätte erledigen können. |
| apro_1c_1 | Ich verschiebe akademische Aufgaben regelmäßig, selbst wenn dadurch Zeitdruck und Stress entstehen. |
| apro_1c_3 | Ich vermeide schwierige Aufgaben und neige dazu, sie aufzuschieben, selbst wenn ich mir vorgenommen habe, rechtzeitig damit anzufangen. |
| apro_1e_2 | Auch wenn ich plane, eine Aufgabe direkt zu erledigen, schiebe ich sie häufig auf. |
| apro_2a_3 | Ich schiebe Aufgaben im Studium häufig auf, obwohl ich mich damit nicht gut fühle. |
| apro_2b_2 | Ich schiebe Aufgaben so lange auf, dass ich befürchte, meine akademische Leistung könne darunter leiden. |
| apro_2b_3 | Obwohl ich weiß, dass es besser für mich wäre, kann ich mich nicht dazu durchringen mein Aufschiebeverhalten, im akademischen Kontext zu ändern. |
| apro_2d_3 | Ich habe schon mal bis spät in die Nacht gearbeitet, um mit meinen akademischen Aufgaben fertig zu werden. |
| apro_2e_3 | Oft fällt es mir schwer meine akademischen Aufgaben (Hausarbeiten, Abgaben oder das Lernen für eine Prüfung) gut zu planen und mich selbst zu motivieren, sie durchzuführen. |
| apro_3a_3 | Ich habe große Schwierigkeiten, selbst einfachste studienbezogene Tätigkeiten anzufangen. |
| apro_3a_4 | Ich schiebe häufig so lange studienbezogene Tätigkeiten auf, bis ich Aufgaben unter großem Zeitdruck erledigen muss. |
| apro_3a_5 | Selbst, wenn ich ausreichend Zeit und Ressourcen habe, beginne ich studienbezogene Tätigkeiten erst kurz vor der Deadline. |
| apro_3c_3 | Ich finde es oft schwierig, akademische Aufgaben zu beginnen, auch wenn ich weiß, dass sie wichtig sind. |
| apro_3e_3 | Neue akademische Aufgaben erledige ich direkt nachdem ich sie erhalten habe. (-) |
| apro_4a_1 | Trotz guter Vorsätze, zögere ich die Bearbeitung anstehender Aufgaben immer bis zum letzten Moment hinaus. |
| apro_4c_2 | Ich brauche zeitlichen Druck, um meine akademischen Aufgaben fertigzustellen. |
| apro_4c_3 | Auch wenn ich mir vornehme, früher mit einer Aufgabe zu beginnen, fällt es mir schwer, dies umzusetzen. |
| apro_4e_1 | Ich widme mich häufig anderen Aktivitäten, obwohl ich studienbezogene Aufgaben mit nahenden Abgabeterminen habe. |
| apro_4e_2 | Ich denke oft, dass ich studienbezogene Aufgaben problemlos später erledigen kann, auch wenn mir bewusst ist, dass ich dadurch unter Zeitdruck geraten könnte. |
| apro_5a_1 | Es fällt mir schwer, meine Hausaufgaben sofort zu erledigen, obwohl ich genug Zeit habe. |
| apro_5c_2 | Ich schiebe meine Studienaufgaben manchmal vor mir her, auch wenn ich sie in relativ kurzer Zeit erledigen könnte. |
| apro_5d_2 | Ich gerate oft in Zeitstress beim Bearbeiten einer Aufgabe, weil ich zu spät angefangen habe. |
| apro_5e_1 | Ich habe in mindestens zwei vergangenen Gruppenarbeiten gemerkt, dass meine Mitstudierenden deutlich früher mit den Aufgaben anfangen, wohingegen ich meinen Aufgabenteil erst kurz vor Abgabeschluss eingereicht habe. |
| apro_5e_2 | Ich schiebe zeitlich wenig aufwendige Erledigungen wie Kurs- oder Prüfungsanmeldungen auf, obwohl mir die drohenden Konsequenzen und der dadurch wachsende Aufwand bewusst ist. |
| apro_5e_3 | Ich tendiere dazu, mit meinen Aufgaben erst einige Tage vor der Abgabefrist zu beginnen. |
2.2 Mittelwerte für Faktor 1
score <- rowMeans(fac1[c(1:25)], na.rm=TRUE)
hist(score, main = "Behavioral", col = "purple") 
2.3 Für Faktor 2: Emotionalität
items_fac2<- c("apro_4e_3", "apro_1a_2", "apro_5b_3", "apro_4d_3", "apro_2c_1", "apro_3e_1", "apro_3a_2", "apro_5c_1", "apro_3d_4", "apro_1e_1", "apro_3b_4", "apro_1a_1", "apro_5b_1", "apro_1d_3", "apro_4a_2")
fac2 <- apro[items_fac2]
alpha_fac2 <- alpha(fac2)
alpha_fac2##
## Reliability analysis
## Call: alpha(x = fac2)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.94 0.94 0.95 0.5 15 0.0062 3.6 1.1 0.47
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.92 0.94 0.95
## Duhachek 0.92 0.94 0.95
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## apro_4e_3 0.93 0.93 0.94 0.49 14 0.0068 0.015 0.46
## apro_1a_2 0.93 0.93 0.94 0.51 14 0.0065 0.014 0.48
## apro_5b_3 0.93 0.93 0.94 0.50 14 0.0066 0.015 0.47
## apro_4d_3 0.93 0.93 0.94 0.49 14 0.0068 0.015 0.46
## apro_2c_1 0.94 0.94 0.95 0.51 15 0.0063 0.013 0.49
## apro_3e_1 0.93 0.93 0.94 0.49 13 0.0069 0.014 0.46
## apro_3a_2 0.93 0.93 0.94 0.49 13 0.0070 0.013 0.46
## apro_5c_1 0.93 0.93 0.94 0.49 13 0.0070 0.013 0.46
## apro_3d_4 0.93 0.93 0.94 0.49 14 0.0068 0.014 0.46
## apro_1e_1 0.93 0.93 0.94 0.49 13 0.0069 0.013 0.47
## apro_3b_4 0.93 0.93 0.94 0.49 13 0.0070 0.013 0.47
## apro_1a_1 0.94 0.94 0.95 0.51 15 0.0064 0.015 0.51
## apro_5b_1 0.93 0.93 0.94 0.50 14 0.0067 0.014 0.47
## apro_1d_3 0.94 0.94 0.95 0.51 14 0.0064 0.014 0.48
## apro_4a_2 0.94 0.94 0.95 0.51 15 0.0063 0.015 0.51
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## apro_4e_3 212 0.76 0.76 0.75 0.72 3.6 1.6
## apro_1a_2 219 0.65 0.65 0.62 0.59 4.3 1.5
## apro_5b_3 214 0.69 0.69 0.67 0.64 4.3 1.5
## apro_4d_3 213 0.77 0.77 0.76 0.73 3.6 1.5
## apro_2c_1 218 0.61 0.61 0.57 0.54 4.0 1.6
## apro_3e_1 215 0.81 0.81 0.80 0.78 3.6 1.5
## apro_3a_2 215 0.82 0.82 0.81 0.78 3.3 1.6
## apro_5c_1 214 0.81 0.81 0.81 0.77 3.3 1.6
## apro_3d_4 215 0.78 0.78 0.76 0.74 2.8 1.6
## apro_1e_1 218 0.81 0.80 0.80 0.77 3.6 1.6
## apro_3b_4 214 0.82 0.82 0.81 0.78 3.3 1.5
## apro_1a_1 218 0.61 0.62 0.58 0.56 4.2 1.4
## apro_5b_1 214 0.74 0.74 0.72 0.69 3.2 1.6
## apro_1d_3 218 0.64 0.64 0.61 0.58 3.1 1.6
## apro_4a_2 214 0.62 0.61 0.57 0.55 3.6 1.6
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## apro_4e_3 0.13 0.16 0.17 0.17 0.25 0.12 0.03
## apro_1a_2 0.06 0.10 0.11 0.22 0.30 0.22 0.00
## apro_5b_3 0.04 0.11 0.14 0.22 0.22 0.27 0.02
## apro_4d_3 0.11 0.15 0.19 0.23 0.20 0.11 0.03
## apro_2c_1 0.10 0.15 0.10 0.21 0.21 0.23 0.00
## apro_3e_1 0.10 0.19 0.18 0.22 0.17 0.14 0.02
## apro_3a_2 0.15 0.19 0.20 0.21 0.12 0.13 0.02
## apro_5c_1 0.15 0.22 0.18 0.22 0.08 0.14 0.02
## apro_3d_4 0.27 0.22 0.15 0.19 0.07 0.08 0.02
## apro_1e_1 0.10 0.17 0.19 0.20 0.20 0.14 0.00
## apro_3b_4 0.12 0.25 0.15 0.23 0.14 0.10 0.02
## apro_1a_1 0.03 0.12 0.12 0.24 0.27 0.22 0.00
## apro_5b_1 0.19 0.21 0.20 0.17 0.12 0.11 0.02
## apro_1d_3 0.18 0.29 0.11 0.19 0.13 0.10 0.00
## apro_4a_2 0.12 0.19 0.15 0.18 0.20 0.16 0.02alpha_fac2$item.stats## n raw.r std.r r.cor r.drop mean sd
## apro_4e_3 212 0.7628620 0.7635597 0.7493329 0.7199527 3.627358 1.599113
## apro_1a_2 219 0.6472890 0.6497656 0.6218667 0.5891640 4.264840 1.463061
## apro_5b_3 214 0.6881385 0.6920423 0.6715858 0.6382823 4.289720 1.463223
## apro_4d_3 213 0.7697079 0.7725296 0.7584329 0.7316924 3.605634 1.512329
## apro_2c_1 218 0.6096669 0.6077694 0.5734452 0.5419204 3.977064 1.647349
## apro_3e_1 215 0.8094266 0.8086357 0.7980970 0.7752250 3.595349 1.549488
## apro_3a_2 215 0.8178752 0.8161567 0.8128963 0.7811543 3.325581 1.587347
## apro_5c_1 214 0.8112388 0.8097390 0.8050640 0.7748236 3.294393 1.619212
## apro_3d_4 215 0.7772727 0.7757947 0.7605104 0.7371109 2.818605 1.594274
## apro_1e_1 218 0.8068943 0.8037365 0.7955667 0.7679398 3.637615 1.551529
## apro_3b_4 214 0.8168049 0.8165525 0.8126496 0.7836533 3.322430 1.536340
## apro_1a_1 218 0.6116866 0.6154808 0.5760245 0.5573273 4.238532 1.410292
## apro_5b_1 214 0.7391921 0.7362597 0.7194194 0.6919694 3.158879 1.610701
## apro_1d_3 218 0.6367533 0.6421092 0.6072722 0.5816428 3.082569 1.612900
## apro_4a_2 214 0.6180230 0.6149696 0.5698429 0.5526708 3.621495 1.642083Itemname <- data.frame(Itemname = items_fac2)
item_texts <- merge(codebook, Itemname, by = "Itemname")
knitr::kable(item_texts)| Itemname | Iteminhalt |
|---|---|
| apro_1a_1 | Es bereitet mir Stress, wenn eine Abgabefrist bevorsteht. |
| apro_1a_2 | Das Aufschieben von Studienaufgaben verursacht bei mir Schuldgefühle. |
| apro_1d_3 | Der Gedanke, eine schwierige akademische Aufgabe anzufangen, macht mir Angst, weswegen ich dazu neige die Arbeit aufzuschieben. |
| apro_1e_1 | Ich fühle mich oft schlecht, weil ich akademische Aufgaben aufschiebe. |
| apro_2c_1 | Es belastet mich emotional, wenn ich akademische Fristen kaum einhalten kann. |
| apro_3a_2 | Ich fühle mich oft schuldig, weil ich studienbezogene Tätigkeiten aufschiebe. |
| apro_3b_4 | Ich schiebe Aufgaben für das Studium auf, obwohl ich mich dann schäme und/oder schuldig fühle. |
| apro_3d_4 | Ich fühle mich dauerhaft gestresst und gereizt, weil ich nicht glaube, dass ich meine studienbezogenen Aufgaben rechtzeitig beginnen werde. |
| apro_3e_1 | Dass ich akademische Aufgaben nicht rechtzeitig beginne, wirkt sich oft negativ auf mein emotionales Wohlbefinden aus. |
| apro_4a_2 | Wenn Klausuren anstehen, bin ich manchmal so überfordert, dass ich einfach nicht weiß, wie und wo ich mit dem Lernen anfangen soll. |
| apro_4d_3 | Ich fühle mich häufig schuldig, wenn ich eine geplante akademische Aufgabe bewusst auf später verschiebe. |
| apro_4e_3 | Wenn ich studienbezogene Aufgaben aufschiebe, empfinde ich starke emotionale Belastung, weil ich weiß, dass dies negative Konsequenzen haben könnte. |
| apro_5b_1 | Ich mache mir häufig Vorwürfe, weil ich meine akademischen Aufgaben nicht rechtzeitig erledige. |
| apro_5b_3 | Das Hinauszögern meiner akademischen Aufgaben führt bei mir zu Stress. |
| apro_5c_1 | Durch das ständige Aufschieben meiner Studienaufgaben fühle ich mich häufig gestresst. |
2.4 Mittelwerte für Faktor 2
score <- rowMeans(fac2[c(1:15)], na.rm=TRUE)
hist(score, main = "Emotionalität", col = "green") 
2.5 Für Faktor 3: Kognition
items_fac3<- c("apro_2b_1", "apro_2a_2", "apro_1d_2", "apro_3e_2", "apro_2d_1", "apro_1b_2", "apro_3b_2", "apro_1c_2", "apro_5d_1", "apro_2a_1", "apro_5c_3", "apro_4a_3", "apro_5a_2", "apro_4c_1", "apro_2e_1", "apro_5a_3")
fac3 <- apro[items_fac3]
alpha_fac3 <- alpha(fac3, check.keys = TRUE)
alpha_fac3##
## Reliability analysis
## Call: alpha(x = fac3, check.keys = TRUE)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.94 0.94 0.95 0.48 15 0.0062 3.6 1 0.47
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.92 0.94 0.95
## Duhachek 0.93 0.94 0.95
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## apro_2b_1 0.93 0.93 0.94 0.48 14 0.0065 0.016 0.47
## apro_2a_2 0.93 0.93 0.94 0.49 14 0.0064 0.015 0.47
## apro_1d_2 0.93 0.93 0.94 0.48 14 0.0067 0.015 0.46
## apro_3e_2 0.93 0.93 0.94 0.47 13 0.0069 0.015 0.46
## apro_2d_1 0.93 0.93 0.94 0.47 13 0.0069 0.013 0.46
## apro_1b_2 0.93 0.93 0.94 0.48 14 0.0067 0.015 0.47
## apro_3b_2 0.93 0.93 0.94 0.48 14 0.0067 0.016 0.47
## apro_1c_2 0.94 0.94 0.94 0.49 14 0.0064 0.015 0.48
## apro_5d_1 0.93 0.93 0.94 0.47 13 0.0068 0.014 0.46
## apro_2a_1 0.93 0.93 0.94 0.49 14 0.0064 0.016 0.48
## apro_5c_3 0.93 0.93 0.94 0.49 14 0.0064 0.015 0.48
## apro_4a_3 0.93 0.93 0.94 0.47 14 0.0068 0.015 0.46
## apro_5a_2 0.93 0.93 0.94 0.48 14 0.0067 0.015 0.46
## apro_4c_1 0.93 0.93 0.94 0.49 14 0.0064 0.016 0.48
## apro_2e_1 0.93 0.93 0.95 0.49 14 0.0064 0.016 0.47
## apro_5a_3 0.94 0.94 0.95 0.51 16 0.0060 0.010 0.49
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## apro_2b_1 218 0.71 0.71 0.69 0.66 3.0 1.4
## apro_2a_2 219 0.68 0.68 0.65 0.62 3.5 1.5
## apro_1d_2 216 0.76 0.76 0.75 0.72 3.9 1.4
## apro_3e_2 215 0.85 0.85 0.84 0.82 3.5 1.4
## apro_2d_1 219 0.84 0.84 0.84 0.81 3.7 1.4
## apro_1b_2 219 0.76 0.76 0.75 0.73 3.9 1.3
## apro_3b_2 215 0.76 0.76 0.74 0.72 3.5 1.5
## apro_1c_2 218 0.65 0.65 0.62 0.59 4.2 1.3
## apro_5d_1 214 0.80 0.80 0.79 0.76 3.6 1.4
## apro_2a_1 219 0.67 0.67 0.65 0.62 3.4 1.5
## apro_5c_3 214 0.66 0.65 0.63 0.60 3.0 1.5
## apro_4a_3 214 0.80 0.79 0.78 0.76 3.3 1.6
## apro_5a_2 211 0.76 0.77 0.75 0.73 3.7 1.4
## apro_4c_1 211 0.65 0.66 0.63 0.61 3.9 1.4
## apro_2e_1 219 0.68 0.68 0.65 0.62 3.8 1.5
## apro_5a_3 214 0.46 0.46 0.40 0.39 3.2 1.4
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## apro_2b_1 0.15 0.28 0.21 0.19 0.11 0.06 0.00
## apro_2a_2 0.09 0.20 0.19 0.26 0.16 0.11 0.00
## apro_1d_2 0.03 0.16 0.19 0.26 0.18 0.18 0.01
## apro_3e_2 0.07 0.19 0.21 0.27 0.17 0.08 0.02
## apro_2d_1 0.03 0.22 0.16 0.26 0.23 0.10 0.00
## apro_1b_2 0.04 0.16 0.17 0.31 0.21 0.12 0.00
## apro_3b_2 0.08 0.27 0.13 0.22 0.20 0.09 0.02
## apro_1c_2 0.02 0.12 0.13 0.26 0.29 0.17 0.00
## apro_5d_1 0.07 0.19 0.19 0.25 0.18 0.12 0.02
## apro_2a_1 0.13 0.20 0.16 0.26 0.14 0.10 0.00
## apro_5c_3 0.19 0.26 0.19 0.20 0.10 0.06 0.02
## apro_4a_3 0.13 0.22 0.18 0.21 0.14 0.11 0.02
## apro_5a_2 0.07 0.18 0.18 0.30 0.15 0.12 0.04
## apro_4c_1 0.03 0.15 0.19 0.26 0.21 0.16 0.04
## apro_2e_1 0.08 0.15 0.14 0.24 0.25 0.14 0.00
## apro_5a_3 0.12 0.22 0.19 0.28 0.13 0.05 0.02alpha_fac3$item.stats## n raw.r std.r r.cor r.drop mean sd
## apro_2b_1 218 0.7067671 0.7081701 0.6877126 0.6616672 3.041284 1.447433
## apro_2a_2 219 0.6779882 0.6755152 0.6548241 0.6197463 3.520548 1.459951
## apro_1d_2 216 0.7595824 0.7595934 0.7474608 0.7188690 3.921296 1.420223
## apro_3e_2 215 0.8463889 0.8466893 0.8441440 0.8209817 3.534884 1.379910
## apro_2d_1 219 0.8394718 0.8395285 0.8412135 0.8106709 3.735160 1.369121
## apro_1b_2 219 0.7607171 0.7641675 0.7549608 0.7255471 3.863014 1.340769
## apro_3b_2 215 0.7601958 0.7591083 0.7445003 0.7171731 3.465116 1.496863
## apro_1c_2 218 0.6451213 0.6462855 0.6184004 0.5924255 4.201835 1.332195
## apro_5d_1 214 0.7987774 0.7996577 0.7942692 0.7644614 3.644860 1.442171
## apro_2a_1 219 0.6718997 0.6730126 0.6474494 0.6221161 3.374429 1.522457
## apro_5c_3 214 0.6551027 0.6534591 0.6262617 0.6010323 2.957944 1.473748
## apro_4a_3 214 0.7957453 0.7942901 0.7833729 0.7585617 3.345794 1.560082
## apro_5a_2 211 0.7646610 0.7672589 0.7520467 0.7301104 3.654028 1.433849
## apro_4c_1 211 0.6539552 0.6575970 0.6276518 0.6058326 3.947867 1.391174
## apro_2e_1 219 0.6772859 0.6769629 0.6458920 0.6236991 3.849315 1.511466
## apro_5a_3 214 0.4562047 0.4585200 0.4031058 0.3871305 3.228972 1.390410Itemname <- data.frame(Itemname = items_fac3)
item_texts <- merge(codebook, Itemname, by = "Itemname")
knitr::kable(item_texts)| Itemname | Iteminhalt |
|---|---|
| apro_1b_2 | Ich neige dazu, mich von unwichtigeren Aufgaben ablenken zu lassen, anstatt mich auf meine akademischen Aufgaben zu konzentrieren. |
| apro_1c_2 | Ich lasse mich leicht von Medien wie Social Media ablenken, obwohl ich eigentlich lernen sollte. |
| apro_1d_2 | Oft lasse ich mich, während einer akademischen Aufgabe von anderen, unterhaltsameren und weniger wichtigen Aufgaben ablenken. |
| apro_2a_1 | Je anstrengender mir meine Hausaufgabe erscheint, desto später erledige ich sie. |
| apro_2a_2 | Ich unterbreche oft meine Hausaufgaben, um mich ablenkenden Tätigkeiten zu widmen, wie z.B. putzen. |
| apro_2b_1 | Ich breche die Bearbeitung meiner akademischen Aufgaben frühzeitig ab, um mich angenehmeren Tätigkeiten zu widmen. |
| apro_2d_1 | Ich neige dazu, mich weniger dringenden Tätigkeiten zu widmen, anstatt akademische Aufgaben zu erledigen. |
| apro_2e_1 | Ich schiebe manchmal akademische Aufgaben auf, um mich kurzfristig besser zu fühlen, obwohl ich weiß, dass ich mich langfristig darüber ärgern werde. |
| apro_3b_2 | Ich gehe studienrelevanten Aufgaben oft nicht nach, weil ich andere Tätigkeiten vorschiebe. |
| apro_3e_2 | Wenn ich mir eigentlichen vorgenommen habe an akademische Aufgaben zu arbeiten und mir diese Schwierigkeiten bereiten, führe ich stattdessen oft alternative Tätigkeiten aus. |
| apro_4a_3 | Im Rahmen von Prüfungsvorbereitungen gerate ich oft in Zeitnot, da ich anstatt zu lernen, Zerstreuung in anderen Aktivitäten suche. |
| apro_4c_1 | Wenn mir eine Aufgabe keinen Spaß macht, schiebe ich sie auf. |
| apro_5a_2 | Ich erledige oft zuerst weniger wichtige Aufgaben, anstatt mit wichtigen Studienaufgaben zu beginnen. |
| apro_5a_3 | Ich schiebe lernbezogene Aufgaben vor mir her, weil ich das Gefühl habe, dass andere Dinge wichtiger sind. |
| apro_5c_3 | Ich schiebe oft Hausaufgaben auf, wenn ich denke, dass sie zu schwer für mich sind. |
| apro_5d_1 | Wenn ich eine wichtige Aufgabe habe, finde ich oft Ablenkungen (z.B.soziale Medien, Fernsehen), um nicht daran arbeiten zu müssen. |
2.6 Mittelwerte für Faktor 3
score <- rowMeans(fac3[c(1:16)], na.rm=TRUE)
hist(score, main = "Kognition", col = "pink") 
2.7 Für Faktor 4: Selbstdisziplin
items_fac4<- c("apro_4d_2", "apro_5b_2", "apro_4b_1", "apro_3d_1", "apro_1e_3", "apro_2d_2")
fac4 <- apro[items_fac4]
alpha_fac4 <- alpha(fac4, check.keys = TRUE)
alpha_fac4##
## Reliability analysis
## Call: alpha(x = fac4, check.keys = TRUE)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.91 0.91 0.91 0.63 10 0.0093 3.4 1.2 0.61
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.89 0.91 0.93
## Duhachek 0.89 0.91 0.93
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## apro_4d_2 0.89 0.89 0.87 0.61 7.9 0.012 0.0019 0.61
## apro_5b_2 0.90 0.90 0.88 0.64 8.8 0.011 0.0024 0.62
## apro_4b_1 0.90 0.90 0.89 0.63 8.7 0.011 0.0051 0.61
## apro_3d_1 0.89 0.89 0.89 0.63 8.5 0.011 0.0052 0.60
## apro_1e_3 0.90 0.90 0.88 0.64 8.8 0.011 0.0047 0.62
## apro_2d_2 0.90 0.90 0.89 0.65 9.1 0.011 0.0048 0.63
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## apro_4d_2 210 0.87 0.87 0.86 0.81 3.8 1.4
## apro_5b_2 212 0.82 0.82 0.79 0.74 3.4 1.4
## apro_4b_1 211 0.83 0.83 0.78 0.75 3.3 1.3
## apro_3d_1 214 0.84 0.84 0.80 0.76 3.9 1.4
## apro_1e_3 219 0.83 0.82 0.78 0.74 3.0 1.5
## apro_2d_2 218 0.81 0.81 0.75 0.72 3.2 1.4
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## apro_4d_2 0.02 0.21 0.22 0.20 0.20 0.14 0.04
## apro_5b_2 0.07 0.24 0.24 0.21 0.16 0.09 0.03
## apro_4b_1 0.08 0.20 0.27 0.22 0.18 0.04 0.04
## apro_3d_1 0.04 0.16 0.21 0.18 0.26 0.15 0.02
## apro_1e_3 0.18 0.26 0.19 0.20 0.12 0.05 0.00
## apro_2d_2 0.13 0.23 0.23 0.17 0.20 0.04 0.00alpha_fac4$item.stats## n raw.r std.r r.cor r.drop mean sd
## apro_4d_2 210 0.8736865 0.8743273 0.8611032 0.8104090 3.771429 1.409178
## apro_5b_2 212 0.8214136 0.8234739 0.7871413 0.7384742 3.443396 1.418097
## apro_4b_1 211 0.8278060 0.8305212 0.7831714 0.7455695 3.341232 1.319147
## apro_3d_1 214 0.8421981 0.8402526 0.8000883 0.7648835 3.929907 1.437180
## apro_1e_3 219 0.8286791 0.8225902 0.7789934 0.7391575 2.968037 1.453841
## apro_2d_2 218 0.8064180 0.8077018 0.7519552 0.7228240 3.174312 1.426181Itemname <- data.frame(Itemname = items_fac4)
item_texts <- merge(codebook, Itemname, by = "Itemname")
knitr::kable(item_texts)| Itemname | Iteminhalt |
|---|---|
| apro_1e_3 | Ich plane und erledige akademische Aufgaben meist pünktlich und gewissenhaft. (-) |
| apro_2d_2 | Ich nehme mir vor, akademische Aufgaben bis zu einem bestimmten Zeitpunkt zu erledigen und halte diesen dann auch ein. (-) |
| apro_3d_1 | Ich plane meine Aufgaben sorgfältig und halte mich immer an meinem Zeitplan. (-) |
| apro_4b_1 | Wenn ich mir ein Lernziel setze, fällt es mir leicht, dieses zu verfolgen. (-) |
| apro_4d_2 | Wenn ich einen Lernplan erstelle, schaffe ich es konsequent, mich daran zu halten. (-) |
| apro_5b_2 | Wenn ich mir während der Klausurenphase Zeitpläne erstelle, halte ich sie ein. (-) |
2.8 Mittelwerte für Faktor 4
score <- rowMeans(fac4[c(1:6)], na.rm=TRUE)
hist(score, main = "Selbstdisziplin", col = "orange") 
2.9 Für alle Faktoren
items_all <- c("apro_4a_1","apro_4c_2","apro_5e_3","apro_3a_4","apro_3a_5","apro_1c_1","apro_2b_3","apro_5a_1","apro_4e_2","apro_5c_2","apro_1e_2","apro_5d_2","apro_5e_1","apro_4c_3","apro_1a_3","apro_3a_3","apro_3c_3","apro_5e_2","apro_4e_1","apro_3e_3","apro_2a_3","apro_2d_3","apro_1c_3","apro_2e_3","apro_2b_2", "apro_4e_3", "apro_1a_2", "apro_5b_3", "apro_4d_3", "apro_2c_1", "apro_3e_1", "apro_3a_2", "apro_5c_1", "apro_3d_4", "apro_1e_1", "apro_3b_4", "apro_1a_1", "apro_5b_1", "apro_1d_3", "apro_4a_2", "apro_2b_1", "apro_2a_2", "apro_1d_2", "apro_3e_2", "apro_2d_1", "apro_1b_2", "apro_3b_2", "apro_1c_2", "apro_5d_1", "apro_2a_1", "apro_5c_3", "apro_4a_3", "apro_5a_2", "apro_4c_1", "apro_2e_1", "apro_5a_3", "apro_4d_2", "apro_5b_2", "apro_4b_1", "apro_3d_1", "apro_1e_3", "apro_2d_2")
all_factors <- apro[items_all]
alpha_all <- alpha(all_factors, , check.keys = TRUE)
alpha_all##
## Reliability analysis
## Call: alpha(x = all_factors, check.keys = TRUE)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.98 0.98 0.99 0.44 48 0.0019 3.5 1 0.45
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.98 0.98 0.98
## Duhachek 0.98 0.98 0.98
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## apro_4a_1 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_4c_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_5e_3 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3a_4 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_3a_5 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_1c_1 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_2b_3 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_5a_1 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_4e_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_5c_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_1e_2 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_5d_2 0.98 0.98 0.99 0.43 46 0.0020 0.026 0.44
## apro_5e_1 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_4c_3 0.98 0.98 0.99 0.43 47 0.0020 0.026 0.44
## apro_1a_3 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_3a_3 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3c_3 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_5e_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_4e_1 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_3e_3 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_2a_3 0.98 0.98 0.99 0.43 46 0.0020 0.026 0.44
## apro_2d_3 0.98 0.98 0.99 0.44 48 0.0019 0.026 0.45
## apro_1c_3 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_2e_3 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_2b_2 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_4e_3 0.98 0.98 0.99 0.44 48 0.0019 0.026 0.45
## apro_1a_2 0.98 0.98 0.99 0.44 49 0.0019 0.025 0.45
## apro_5b_3 0.98 0.98 0.99 0.44 49 0.0019 0.026 0.45
## apro_4d_3 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_2c_1 0.98 0.98 0.99 0.44 49 0.0019 0.025 0.45
## apro_3e_1 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3a_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_5c_1 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_3d_4 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_1e_1 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_3b_4 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_1a_1 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_5b_1 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_1d_3 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_4a_2 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_2b_1 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_2a_2 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_1d_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3e_2 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_2d_1 0.98 0.98 0.99 0.43 47 0.0019 0.027 0.44
## apro_1b_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3b_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_1c_2 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_5d_1 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_2a_1 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_5c_3 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_4a_3 0.98 0.98 0.99 0.43 47 0.0020 0.027 0.44
## apro_5a_2 0.98 0.98 0.99 0.43 47 0.0019 0.027 0.44
## apro_4c_1 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_2e_1 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_5a_3 0.98 0.98 0.99 0.44 49 0.0019 0.026 0.45
## apro_4d_2 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_5b_2 0.98 0.98 0.99 0.44 48 0.0019 0.027 0.45
## apro_4b_1 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_3d_1 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_1e_3 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
## apro_2d_2 0.98 0.98 0.99 0.44 47 0.0019 0.027 0.45
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## apro_4a_1 213 0.82 0.81 0.81 0.81 3.1 1.6
## apro_4c_2 212 0.62 0.62 0.62 0.61 3.8 1.7
## apro_5e_3 214 0.72 0.71 0.71 0.70 3.4 1.7
## apro_3a_4 213 0.82 0.82 0.82 0.81 3.5 1.7
## apro_3a_5 215 0.76 0.76 0.76 0.75 3.2 1.6
## apro_1c_1 219 0.82 0.82 0.82 0.81 3.6 1.7
## apro_2b_3 219 0.83 0.83 0.83 0.82 3.5 1.6
## apro_5a_1 213 0.83 0.83 0.83 0.82 3.4 1.6
## apro_4e_2 214 0.64 0.64 0.64 0.63 3.6 1.5
## apro_5c_2 214 0.71 0.71 0.70 0.69 3.7 1.5
## apro_1e_2 219 0.83 0.83 0.83 0.82 3.4 1.5
## apro_5d_2 212 0.89 0.89 0.89 0.89 3.3 1.6
## apro_5e_1 213 0.60 0.60 0.59 0.58 2.8 1.6
## apro_4c_3 212 0.83 0.83 0.83 0.82 3.6 1.5
## apro_1a_3 218 0.75 0.75 0.74 0.73 3.8 1.6
## apro_3a_3 213 0.72 0.72 0.71 0.71 2.5 1.5
## apro_3c_3 213 0.78 0.78 0.77 0.76 3.7 1.5
## apro_5e_2 214 0.63 0.62 0.62 0.61 2.7 1.7
## apro_4e_1 214 0.75 0.76 0.75 0.74 3.4 1.5
## apro_3e_3 215 0.55 0.55 0.55 0.54 4.3 1.4
## apro_2a_3 219 0.88 0.88 0.88 0.87 3.5 1.5
## apro_2d_3 218 0.41 0.41 0.39 0.38 4.7 1.6
## apro_1c_3 219 0.81 0.81 0.81 0.80 3.6 1.5
## apro_2e_3 219 0.80 0.80 0.80 0.79 3.3 1.5
## apro_2b_2 217 0.81 0.82 0.82 0.81 3.0 1.7
## apro_4e_3 212 0.43 0.43 0.42 0.41 3.6 1.6
## apro_1a_2 219 0.31 0.31 0.30 0.29 4.3 1.5
## apro_5b_3 214 0.39 0.38 0.38 0.37 4.3 1.5
## apro_4d_3 213 0.53 0.53 0.53 0.52 3.6 1.5
## apro_2c_1 218 0.32 0.31 0.30 0.29 4.0 1.6
## apro_3e_1 215 0.68 0.68 0.67 0.67 3.6 1.5
## apro_3a_2 215 0.68 0.68 0.68 0.67 3.3 1.6
## apro_5c_1 214 0.76 0.76 0.75 0.75 3.3 1.6
## apro_3d_4 215 0.71 0.71 0.70 0.70 2.8 1.6
## apro_1e_1 218 0.77 0.77 0.77 0.76 3.6 1.6
## apro_3b_4 214 0.79 0.79 0.79 0.78 3.3 1.5
## apro_1a_1 218 0.46 0.46 0.45 0.44 4.2 1.4
## apro_5b_1 214 0.72 0.72 0.72 0.71 3.2 1.6
## apro_1d_3 218 0.57 0.58 0.57 0.56 3.1 1.6
## apro_4a_2 214 0.52 0.52 0.51 0.50 3.6 1.6
## apro_2b_1 218 0.55 0.56 0.55 0.54 3.0 1.4
## apro_2a_2 219 0.52 0.52 0.52 0.50 3.5 1.5
## apro_1d_2 216 0.64 0.64 0.64 0.63 3.9 1.4
## apro_3e_2 215 0.77 0.78 0.77 0.76 3.5 1.4
## apro_2d_1 219 0.75 0.75 0.75 0.74 3.7 1.4
## apro_1b_2 219 0.69 0.69 0.69 0.68 3.9 1.3
## apro_3b_2 215 0.68 0.68 0.68 0.67 3.5 1.5
## apro_1c_2 218 0.56 0.56 0.56 0.55 4.2 1.3
## apro_5d_1 214 0.75 0.76 0.75 0.74 3.6 1.4
## apro_2a_1 219 0.60 0.61 0.60 0.59 3.4 1.5
## apro_5c_3 214 0.63 0.63 0.63 0.62 3.0 1.5
## apro_4a_3 214 0.80 0.80 0.80 0.79 3.3 1.6
## apro_5a_2 211 0.74 0.75 0.74 0.73 3.7 1.4
## apro_4c_1 211 0.60 0.60 0.60 0.59 3.9 1.4
## apro_2e_1 219 0.65 0.65 0.65 0.64 3.8 1.5
## apro_5a_3 214 0.36 0.36 0.35 0.34 3.2 1.4
## apro_4d_2 210 0.61 0.61 0.61 0.59 3.8 1.4
## apro_5b_2 212 0.58 0.58 0.58 0.56 3.4 1.4
## apro_4b_1 211 0.67 0.67 0.67 0.65 3.3 1.3
## apro_3d_1 214 0.67 0.67 0.67 0.66 3.9 1.4
## apro_1e_3 219 0.64 0.64 0.64 0.63 3.0 1.5
## apro_2d_2 218 0.65 0.66 0.66 0.65 3.2 1.4
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## apro_4a_1 0.23 0.19 0.18 0.16 0.15 0.09 0.03
## apro_4c_2 0.15 0.10 0.13 0.22 0.19 0.20 0.03
## apro_5e_3 0.19 0.19 0.14 0.18 0.14 0.16 0.02
## apro_3a_4 0.13 0.24 0.14 0.17 0.13 0.19 0.03
## apro_3a_5 0.20 0.22 0.17 0.18 0.13 0.11 0.02
## apro_1c_1 0.12 0.21 0.15 0.17 0.18 0.16 0.00
## apro_2b_3 0.11 0.18 0.23 0.16 0.20 0.12 0.00
## apro_5a_1 0.15 0.15 0.20 0.21 0.18 0.10 0.03
## apro_4e_2 0.10 0.16 0.15 0.28 0.18 0.13 0.02
## apro_5c_2 0.10 0.14 0.17 0.29 0.20 0.11 0.02
## apro_1e_2 0.08 0.26 0.18 0.22 0.16 0.10 0.00
## apro_5d_2 0.14 0.23 0.17 0.21 0.13 0.13 0.03
## apro_5e_1 0.29 0.21 0.16 0.18 0.07 0.09 0.03
## apro_4c_3 0.11 0.15 0.18 0.26 0.17 0.14 0.03
## apro_1a_3 0.08 0.18 0.15 0.25 0.17 0.17 0.00
## apro_3a_3 0.38 0.23 0.12 0.13 0.10 0.04 0.03
## apro_3c_3 0.07 0.19 0.17 0.23 0.23 0.11 0.03
## apro_5e_2 0.34 0.18 0.14 0.15 0.10 0.09 0.02
## apro_4e_1 0.11 0.20 0.23 0.20 0.15 0.11 0.02
## apro_3e_3 0.03 0.07 0.21 0.14 0.30 0.23 0.02
## apro_2a_3 0.12 0.19 0.21 0.20 0.17 0.11 0.00
## apro_2d_3 0.06 0.06 0.07 0.15 0.18 0.47 0.00
## apro_1c_3 0.06 0.21 0.19 0.23 0.16 0.14 0.00
## apro_2e_3 0.11 0.26 0.20 0.20 0.13 0.10 0.00
## apro_2b_2 0.24 0.26 0.12 0.15 0.12 0.12 0.01
## apro_4e_3 0.13 0.16 0.17 0.17 0.25 0.12 0.03
## apro_1a_2 0.06 0.10 0.11 0.22 0.30 0.22 0.00
## apro_5b_3 0.04 0.11 0.14 0.22 0.22 0.27 0.02
## apro_4d_3 0.11 0.15 0.19 0.23 0.20 0.11 0.03
## apro_2c_1 0.10 0.15 0.10 0.21 0.21 0.23 0.00
## apro_3e_1 0.10 0.19 0.18 0.22 0.17 0.14 0.02
## apro_3a_2 0.15 0.19 0.20 0.21 0.12 0.13 0.02
## apro_5c_1 0.15 0.22 0.18 0.22 0.08 0.14 0.02
## apro_3d_4 0.27 0.22 0.15 0.19 0.07 0.08 0.02
## apro_1e_1 0.10 0.17 0.19 0.20 0.20 0.14 0.00
## apro_3b_4 0.12 0.25 0.15 0.23 0.14 0.10 0.02
## apro_1a_1 0.03 0.12 0.12 0.24 0.27 0.22 0.00
## apro_5b_1 0.19 0.21 0.20 0.17 0.12 0.11 0.02
## apro_1d_3 0.18 0.29 0.11 0.19 0.13 0.10 0.00
## apro_4a_2 0.12 0.19 0.15 0.18 0.20 0.16 0.02
## apro_2b_1 0.15 0.28 0.21 0.19 0.11 0.06 0.00
## apro_2a_2 0.09 0.20 0.19 0.26 0.16 0.11 0.00
## apro_1d_2 0.03 0.16 0.19 0.26 0.18 0.18 0.01
## apro_3e_2 0.07 0.19 0.21 0.27 0.17 0.08 0.02
## apro_2d_1 0.03 0.22 0.16 0.26 0.23 0.10 0.00
## apro_1b_2 0.04 0.16 0.17 0.31 0.21 0.12 0.00
## apro_3b_2 0.08 0.27 0.13 0.22 0.20 0.09 0.02
## apro_1c_2 0.02 0.12 0.13 0.26 0.29 0.17 0.00
## apro_5d_1 0.07 0.19 0.19 0.25 0.18 0.12 0.02
## apro_2a_1 0.13 0.20 0.16 0.26 0.14 0.10 0.00
## apro_5c_3 0.19 0.26 0.19 0.20 0.10 0.06 0.02
## apro_4a_3 0.13 0.22 0.18 0.21 0.14 0.11 0.02
## apro_5a_2 0.07 0.18 0.18 0.30 0.15 0.12 0.04
## apro_4c_1 0.03 0.15 0.19 0.26 0.21 0.16 0.04
## apro_2e_1 0.08 0.15 0.14 0.24 0.25 0.14 0.00
## apro_5a_3 0.12 0.22 0.19 0.28 0.13 0.05 0.02
## apro_4d_2 0.02 0.21 0.22 0.20 0.20 0.14 0.04
## apro_5b_2 0.07 0.24 0.24 0.21 0.16 0.09 0.03
## apro_4b_1 0.08 0.20 0.27 0.22 0.18 0.04 0.04
## apro_3d_1 0.04 0.16 0.21 0.18 0.26 0.15 0.02
## apro_1e_3 0.18 0.26 0.19 0.20 0.12 0.05 0.00
## apro_2d_2 0.13 0.23 0.23 0.17 0.20 0.04 0.00alpha_all$item.stats## n raw.r std.r r.cor r.drop mean sd
## apro_4a_1 213 0.8150243 0.8131407 0.8142467 0.8073626 3.103286 1.636448
## apro_4c_2 212 0.6217837 0.6193648 0.6153699 0.6072246 3.820755 1.687968
## apro_5e_3 214 0.7168181 0.7144155 0.7133993 0.7037196 3.373832 1.736238
## apro_3a_4 213 0.8168629 0.8157031 0.8161498 0.8107932 3.488263 1.706288
## apro_3a_5 215 0.7595333 0.7583388 0.7578048 0.7471721 3.153488 1.634807
## apro_1c_1 219 0.8210474 0.8198305 0.8200297 0.8146307 3.575342 1.658322
## apro_2b_3 219 0.8261732 0.8281921 0.8278824 0.8229182 3.520548 1.554304
## apro_5a_1 213 0.8296465 0.8266690 0.8267271 0.8189006 3.422535 1.563094
## apro_4e_2 214 0.6428092 0.6429520 0.6381089 0.6287464 3.649533 1.517836
## apro_5c_2 214 0.7061811 0.7064020 0.7031884 0.6948975 3.677570 1.457943
## apro_1e_2 219 0.8269200 0.8282133 0.8279304 0.8225574 3.415525 1.470173
## apro_5d_2 212 0.8908747 0.8913815 0.8932500 0.8902877 3.344340 1.593624
## apro_5e_1 213 0.5984121 0.5952901 0.5892676 0.5821795 2.807512 1.623977
## apro_4c_3 212 0.8313109 0.8314294 0.8308743 0.8247832 3.632075 1.532123
## apro_1a_3 218 0.7470858 0.7466130 0.7423549 0.7342243 3.752294 1.551904
## apro_3a_3 213 0.7189488 0.7165612 0.7133097 0.7087580 2.455399 1.540072
## apro_3c_3 213 0.7775973 0.7762901 0.7749741 0.7648897 3.718310 1.458706
## apro_5e_2 214 0.6271758 0.6243256 0.6197377 0.6111168 2.747664 1.684469
## apro_4e_1 214 0.7538495 0.7558668 0.7541430 0.7444751 3.397196 1.506229
## apro_3e_3 215 0.5492507 0.5524503 0.5474178 0.5353226 4.306977 1.397159
## apro_2a_3 219 0.8760869 0.8780316 0.8791908 0.8692072 3.452055 1.532891
## apro_2d_3 218 0.4052918 0.4055160 0.3935000 0.3843231 4.738532 1.562959
## apro_1c_3 219 0.8104131 0.8091788 0.8070999 0.8025100 3.621005 1.483152
## apro_2e_3 219 0.7998142 0.8000815 0.7989451 0.7924412 3.260274 1.508636
## apro_2b_2 217 0.8143196 0.8165538 0.8153960 0.8125440 2.990783 1.696922
## apro_4e_3 212 0.4312388 0.4280988 0.4242549 0.4101506 3.627358 1.599113
## apro_1a_2 219 0.3092569 0.3073317 0.3005940 0.2870147 4.264840 1.463061
## apro_5b_3 214 0.3856960 0.3829449 0.3774387 0.3653599 4.289720 1.463223
## apro_4d_3 213 0.5319516 0.5320686 0.5273502 0.5154168 3.605634 1.512329
## apro_2c_1 218 0.3180772 0.3114556 0.3025492 0.2909828 3.977064 1.647349
## apro_3e_1 215 0.6806496 0.6780187 0.6748352 0.6678726 3.595349 1.549488
## apro_3a_2 215 0.6832024 0.6805042 0.6786809 0.6675663 3.325581 1.587347
## apro_5c_1 214 0.7577446 0.7554676 0.7547763 0.7474026 3.294393 1.619212
## apro_3d_4 215 0.7082851 0.7061888 0.7030544 0.6963577 2.818605 1.594274
## apro_1e_1 218 0.7725354 0.7699084 0.7688321 0.7604238 3.637615 1.551529
## apro_3b_4 214 0.7910632 0.7918095 0.7920932 0.7826707 3.322430 1.536340
## apro_1a_1 218 0.4554259 0.4599242 0.4507804 0.4432520 4.238532 1.410292
## apro_5b_1 214 0.7204867 0.7186663 0.7156266 0.7086298 3.158879 1.610701
## apro_1d_3 218 0.5747106 0.5762058 0.5713465 0.5580950 3.082569 1.612900
## apro_4a_2 214 0.5204778 0.5202409 0.5123539 0.5013254 3.621495 1.642083
## apro_2b_1 218 0.5474605 0.5567880 0.5518914 0.5368630 3.041284 1.447433
## apro_2a_2 219 0.5198905 0.5242516 0.5188421 0.5001001 3.520548 1.459951
## apro_1d_2 216 0.6428860 0.6448933 0.6410669 0.6292083 3.921296 1.420223
## apro_3e_2 215 0.7716594 0.7758611 0.7749034 0.7635722 3.534884 1.379910
## apro_2d_1 219 0.7493149 0.7527472 0.7521815 0.7395328 3.735160 1.369121
## apro_1b_2 219 0.6887909 0.6905289 0.6880897 0.6779915 3.863014 1.340769
## apro_3b_2 215 0.6794945 0.6820791 0.6792259 0.6660473 3.465116 1.496863
## apro_1c_2 218 0.5605796 0.5630272 0.5560888 0.5452955 4.201835 1.332195
## apro_5d_1 214 0.7534525 0.7567442 0.7549234 0.7435810 3.644860 1.442171
## apro_2a_1 219 0.6041219 0.6067022 0.6008909 0.5896886 3.374429 1.522457
## apro_5c_3 214 0.6322025 0.6328090 0.6288999 0.6177995 2.957944 1.473748
## apro_4a_3 214 0.8007718 0.8023140 0.8010138 0.7921617 3.345794 1.560082
## apro_5a_2 211 0.7405729 0.7452933 0.7417910 0.7335194 3.654028 1.433849
## apro_4c_1 211 0.5983564 0.6038141 0.5969640 0.5874663 3.947867 1.391174
## apro_2e_1 219 0.6492814 0.6529221 0.6471325 0.6350450 3.849315 1.511466
## apro_5a_3 214 0.3599685 0.3626034 0.3519027 0.3408631 3.228972 1.390410
## apro_4d_2 210 0.6084586 0.6111268 0.6094172 0.5928912 3.771429 1.409178
## apro_5b_2 212 0.5756426 0.5812695 0.5787381 0.5628901 3.443396 1.418097
## apro_4b_1 211 0.6700283 0.6722705 0.6692023 0.6541392 3.341232 1.319147
## apro_3d_1 214 0.6682758 0.6724037 0.6696584 0.6571806 3.929907 1.437180
## apro_1e_3 219 0.6419133 0.6442302 0.6414145 0.6286914 2.968037 1.453841
## apro_2d_2 218 0.6524433 0.6611546 0.6572523 0.6494910 3.174312 1.426181# Itemtexte
Itemname <- data.frame(Itemname = items_all)
item_texts <- merge(codebook, Itemname, by = "Itemname")
knitr::kable(item_texts)| Itemname | Iteminhalt |
|---|---|
| apro_1a_1 | Es bereitet mir Stress, wenn eine Abgabefrist bevorsteht. |
| apro_1a_2 | Das Aufschieben von Studienaufgaben verursacht bei mir Schuldgefühle. |
| apro_1a_3 | Beim Bearbeiten einer Aufgabe merke ich, dass ich sie schon viel früher hätte erledigen können. |
| apro_1b_2 | Ich neige dazu, mich von unwichtigeren Aufgaben ablenken zu lassen, anstatt mich auf meine akademischen Aufgaben zu konzentrieren. |
| apro_1c_1 | Ich verschiebe akademische Aufgaben regelmäßig, selbst wenn dadurch Zeitdruck und Stress entstehen. |
| apro_1c_2 | Ich lasse mich leicht von Medien wie Social Media ablenken, obwohl ich eigentlich lernen sollte. |
| apro_1c_3 | Ich vermeide schwierige Aufgaben und neige dazu, sie aufzuschieben, selbst wenn ich mir vorgenommen habe, rechtzeitig damit anzufangen. |
| apro_1d_2 | Oft lasse ich mich, während einer akademischen Aufgabe von anderen, unterhaltsameren und weniger wichtigen Aufgaben ablenken. |
| apro_1d_3 | Der Gedanke, eine schwierige akademische Aufgabe anzufangen, macht mir Angst, weswegen ich dazu neige die Arbeit aufzuschieben. |
| apro_1e_1 | Ich fühle mich oft schlecht, weil ich akademische Aufgaben aufschiebe. |
| apro_1e_2 | Auch wenn ich plane, eine Aufgabe direkt zu erledigen, schiebe ich sie häufig auf. |
| apro_1e_3 | Ich plane und erledige akademische Aufgaben meist pünktlich und gewissenhaft. (-) |
| apro_2a_1 | Je anstrengender mir meine Hausaufgabe erscheint, desto später erledige ich sie. |
| apro_2a_2 | Ich unterbreche oft meine Hausaufgaben, um mich ablenkenden Tätigkeiten zu widmen, wie z.B. putzen. |
| apro_2a_3 | Ich schiebe Aufgaben im Studium häufig auf, obwohl ich mich damit nicht gut fühle. |
| apro_2b_1 | Ich breche die Bearbeitung meiner akademischen Aufgaben frühzeitig ab, um mich angenehmeren Tätigkeiten zu widmen. |
| apro_2b_2 | Ich schiebe Aufgaben so lange auf, dass ich befürchte, meine akademische Leistung könne darunter leiden. |
| apro_2b_3 | Obwohl ich weiß, dass es besser für mich wäre, kann ich mich nicht dazu durchringen mein Aufschiebeverhalten, im akademischen Kontext zu ändern. |
| apro_2c_1 | Es belastet mich emotional, wenn ich akademische Fristen kaum einhalten kann. |
| apro_2d_1 | Ich neige dazu, mich weniger dringenden Tätigkeiten zu widmen, anstatt akademische Aufgaben zu erledigen. |
| apro_2d_2 | Ich nehme mir vor, akademische Aufgaben bis zu einem bestimmten Zeitpunkt zu erledigen und halte diesen dann auch ein. (-) |
| apro_2d_3 | Ich habe schon mal bis spät in die Nacht gearbeitet, um mit meinen akademischen Aufgaben fertig zu werden. |
| apro_2e_1 | Ich schiebe manchmal akademische Aufgaben auf, um mich kurzfristig besser zu fühlen, obwohl ich weiß, dass ich mich langfristig darüber ärgern werde. |
| apro_2e_3 | Oft fällt es mir schwer meine akademischen Aufgaben (Hausarbeiten, Abgaben oder das Lernen für eine Prüfung) gut zu planen und mich selbst zu motivieren, sie durchzuführen. |
| apro_3a_2 | Ich fühle mich oft schuldig, weil ich studienbezogene Tätigkeiten aufschiebe. |
| apro_3a_3 | Ich habe große Schwierigkeiten, selbst einfachste studienbezogene Tätigkeiten anzufangen. |
| apro_3a_4 | Ich schiebe häufig so lange studienbezogene Tätigkeiten auf, bis ich Aufgaben unter großem Zeitdruck erledigen muss. |
| apro_3a_5 | Selbst, wenn ich ausreichend Zeit und Ressourcen habe, beginne ich studienbezogene Tätigkeiten erst kurz vor der Deadline. |
| apro_3b_2 | Ich gehe studienrelevanten Aufgaben oft nicht nach, weil ich andere Tätigkeiten vorschiebe. |
| apro_3b_4 | Ich schiebe Aufgaben für das Studium auf, obwohl ich mich dann schäme und/oder schuldig fühle. |
| apro_3c_3 | Ich finde es oft schwierig, akademische Aufgaben zu beginnen, auch wenn ich weiß, dass sie wichtig sind. |
| apro_3d_1 | Ich plane meine Aufgaben sorgfältig und halte mich immer an meinem Zeitplan. (-) |
| apro_3d_4 | Ich fühle mich dauerhaft gestresst und gereizt, weil ich nicht glaube, dass ich meine studienbezogenen Aufgaben rechtzeitig beginnen werde. |
| apro_3e_1 | Dass ich akademische Aufgaben nicht rechtzeitig beginne, wirkt sich oft negativ auf mein emotionales Wohlbefinden aus. |
| apro_3e_2 | Wenn ich mir eigentlichen vorgenommen habe an akademische Aufgaben zu arbeiten und mir diese Schwierigkeiten bereiten, führe ich stattdessen oft alternative Tätigkeiten aus. |
| apro_3e_3 | Neue akademische Aufgaben erledige ich direkt nachdem ich sie erhalten habe. (-) |
| apro_4a_1 | Trotz guter Vorsätze, zögere ich die Bearbeitung anstehender Aufgaben immer bis zum letzten Moment hinaus. |
| apro_4a_2 | Wenn Klausuren anstehen, bin ich manchmal so überfordert, dass ich einfach nicht weiß, wie und wo ich mit dem Lernen anfangen soll. |
| apro_4a_3 | Im Rahmen von Prüfungsvorbereitungen gerate ich oft in Zeitnot, da ich anstatt zu lernen, Zerstreuung in anderen Aktivitäten suche. |
| apro_4b_1 | Wenn ich mir ein Lernziel setze, fällt es mir leicht, dieses zu verfolgen. (-) |
| apro_4c_1 | Wenn mir eine Aufgabe keinen Spaß macht, schiebe ich sie auf. |
| apro_4c_2 | Ich brauche zeitlichen Druck, um meine akademischen Aufgaben fertigzustellen. |
| apro_4c_3 | Auch wenn ich mir vornehme, früher mit einer Aufgabe zu beginnen, fällt es mir schwer, dies umzusetzen. |
| apro_4d_2 | Wenn ich einen Lernplan erstelle, schaffe ich es konsequent, mich daran zu halten. (-) |
| apro_4d_3 | Ich fühle mich häufig schuldig, wenn ich eine geplante akademische Aufgabe bewusst auf später verschiebe. |
| apro_4e_1 | Ich widme mich häufig anderen Aktivitäten, obwohl ich studienbezogene Aufgaben mit nahenden Abgabeterminen habe. |
| apro_4e_2 | Ich denke oft, dass ich studienbezogene Aufgaben problemlos später erledigen kann, auch wenn mir bewusst ist, dass ich dadurch unter Zeitdruck geraten könnte. |
| apro_4e_3 | Wenn ich studienbezogene Aufgaben aufschiebe, empfinde ich starke emotionale Belastung, weil ich weiß, dass dies negative Konsequenzen haben könnte. |
| apro_5a_1 | Es fällt mir schwer, meine Hausaufgaben sofort zu erledigen, obwohl ich genug Zeit habe. |
| apro_5a_2 | Ich erledige oft zuerst weniger wichtige Aufgaben, anstatt mit wichtigen Studienaufgaben zu beginnen. |
| apro_5a_3 | Ich schiebe lernbezogene Aufgaben vor mir her, weil ich das Gefühl habe, dass andere Dinge wichtiger sind. |
| apro_5b_1 | Ich mache mir häufig Vorwürfe, weil ich meine akademischen Aufgaben nicht rechtzeitig erledige. |
| apro_5b_2 | Wenn ich mir während der Klausurenphase Zeitpläne erstelle, halte ich sie ein. (-) |
| apro_5b_3 | Das Hinauszögern meiner akademischen Aufgaben führt bei mir zu Stress. |
| apro_5c_1 | Durch das ständige Aufschieben meiner Studienaufgaben fühle ich mich häufig gestresst. |
| apro_5c_2 | Ich schiebe meine Studienaufgaben manchmal vor mir her, auch wenn ich sie in relativ kurzer Zeit erledigen könnte. |
| apro_5c_3 | Ich schiebe oft Hausaufgaben auf, wenn ich denke, dass sie zu schwer für mich sind. |
| apro_5d_1 | Wenn ich eine wichtige Aufgabe habe, finde ich oft Ablenkungen (z.B.soziale Medien, Fernsehen), um nicht daran arbeiten zu müssen. |
| apro_5d_2 | Ich gerate oft in Zeitstress beim Bearbeiten einer Aufgabe, weil ich zu spät angefangen habe. |
| apro_5e_1 | Ich habe in mindestens zwei vergangenen Gruppenarbeiten gemerkt, dass meine Mitstudierenden deutlich früher mit den Aufgaben anfangen, wohingegen ich meinen Aufgabenteil erst kurz vor Abgabeschluss eingereicht habe. |
| apro_5e_2 | Ich schiebe zeitlich wenig aufwendige Erledigungen wie Kurs- oder Prüfungsanmeldungen auf, obwohl mir die drohenden Konsequenzen und der dadurch wachsende Aufwand bewusst ist. |
| apro_5e_3 | Ich tendiere dazu, mit meinen Aufgaben erst einige Tage vor der Abgabefrist zu beginnen. |
3 Mittelwerte der Items über die Personen
score <- rowMeans(all_factors[c(1:28)], na.rm=TRUE)
hist(score, main = "Akademische Prokrastination", col = "blue") 