nya asi-index

108
1.Bakgrund Den här rapporten förutsätter att läsaren är bekant med den semi-strukturerade intervjumetoden Addiction Severity Index. Om så inte är fallet finns instrumentet beskrivet såväl i manualform som i olika forskningsrapporter (se litteraturlista). Addiction Severity Index (ASI) har under s enare år fått en stor spridning i Sverige såväl inom kriminalvården, socialtjänsten och beroendevård. Instrumentet är utmärkt för analys av enskilda klienters psykosociala situation. Med hjälp av de tilläggsmoduler som ingår i MAPS får man dessutom möjlighet till en systematisk behandlingsplanering som ASI i sig inte erbjuder och som tidigare inte varit möjligt. ASI-intervjun omfattar c:a 180 frågor och är på så sätt en ganska omfattande intervju. Den tar c:a 45 – 60 minuter att genomföra beroende på klientens problematik och intervjuarens vana. 2. Inledning Följande analys baserar sig således på test- eller förmätningar av KAPUBRA, KrAMI- och KVS-materialens kompositvärden. Dessa beräknas emellertid på litet olika sätt. Dels använder man det sätt som McLellan (1992) angivit, dels har man modifierat beräkningarna av komposit-värdena i den europeiska versionen av ASI (Koster, M.W och Hartgers, C. 1997) och dels har ett försök gjorts att ”vässa” kompositvärdena så att de bättre skall peka på klientens nuvarande problemnivå (Andrén 2000). När det gäller McLelland’s och Euro-ASI’s kompositberäkningar har jag inte funnit material som belyser hur man valt ut de enskilda items som ingår i beräkningarna för de olika problemområdena. Det finns dock skäl att tro att valet av items som ingår i de olika beräkningarna valts intuitivt 1 .När det gäller de indexberäkningar som utvecklats vid Karolinska Institutet har man i stället använt en kombination av faktor- (PCA) och reliabilitetsanalys för att undersöka skalornas (kompositvärdenas) psykometriska egenskap. Därefter har de items tagits med som bildat de mest reliabla skalkonstruktionerna med förmåga att belysa en problematik vid intervjutillfället. Här skall alla tre systemen för beräkningar redovisas utifrån en sådan analys. Syftet med arbetet är alltså att pröva reliabilitet och validitet för de olika kompositvärden som kan räknas fram i Addiction Severity Index. Genom att pröva beräkningarna på två olika material får vi också en prövning av dessa beräkningars inre konsistens. 3. Teori Begreppen ”reliabilitet” och ”validitet” är inte ”allmängods” och skäligen komplicerad som begrepp och dessa kan därför behöva en kort introduktion. 1

Upload: independent

Post on 12-Nov-2023

0 views

Category:

Documents


0 download

TRANSCRIPT

1.Bakgrund

Den här rapporten förutsätter att läsaren är bekant med den semi-strukturerade intervjumetoden Addiction Severity Index. Om så inte är fallet finns instrumentet beskrivet såväl i manualform som i olika forskningsrapporter (se litteraturlista).

Addiction Severity Index (ASI) har under s enare år fått en stor spridning i Sverige såväl inom kriminalvården, socialtjänsten och beroendevård. Instrumentet är utmärkt för analys av enskilda klienters psykosociala situation. Med hjälp av de tilläggsmoduler som ingår i MAPS får man dessutom möjlighet till en systematisk behandlingsplanering som ASI i sig inte erbjuder och som tidigare inte varit möjligt.

ASI-intervjun omfattar c:a 180 frågor och är på så sätt en ganska omfattande intervju. Den tar c:a 45 – 60 minuter att genomföra beroende på klientens problematik och intervjuarens vana.

2. Inledning

Följande analys baserar sig således på test- eller förmätningar av KAPUBRA, KrAMI- och KVS-materialens kompositvärden. Dessa beräknas emellertid på litet olika sätt. Dels använder man det sätt som McLellan (1992) angivit, dels har man modifierat beräkningarna av komposit-värdena i den europeiska versionen av ASI (Koster, M.W och Hartgers, C. 1997) och dels har ett försök gjorts att ”vässa” kompositvärdena så att de bättre skall peka på klientens nuvarande problemnivå (Andrén 2000). När det gäller McLelland’s och Euro-ASI’s kompositberäkningar har jag inte funnit material som belyser hur man valt ut de enskilda items som ingår i beräkningarna för de olika problemområdena. Det finns dock skäl att tro att valet av items som ingår i de olika beräkningarna valts intuitivt1 .När det gäller de indexberäkningar som utvecklats vid Karolinska Institutet har man i stället använt en kombination av faktor- (PCA) och reliabilitetsanalys för att undersöka skalornas (kompositvärdenas) psykometriska egenskap. Därefter har de items tagits med som bildat de mest reliabla skalkonstruktionerna med förmåga att belysa en problematik vid intervjutillfället. Här skall alla tre systemen för beräkningar redovisas utifrån en sådan analys.

Syftet med arbetet är alltså att pröva reliabilitet och validitet för de olika kompositvärden som kan räknas fram i Addiction Severity Index. Genom att pröva beräkningarna på två olika material får vi också en prövning av dessa beräkningars inre konsistens.

3. Teori

Begreppen ”reliabilitet” och ”validitet” är inte ”allmängods” och skäligen komplicerad som begrepp och dessa kan därför behöva en kort introduktion.

1

3.1 ReliabilitetBegreppet ”reliabilitet” avser en mätnings ”precision” eller ”tillförlitlighet”. Det finns fyra sätt att försöka bestämma reliabiliteten.

3.1.1. Inter-bedömar reliabilitet

Man kontrollerar om olika bedömare erhåller samma eller likartade resultat om de använder samma instrument.

3.1.2 Test – retest reliabilitet

Man använder samma instrument vid två tillfällen. Parallella former Man konstruerar en stor mängd frågor och delar sedan upp dessa på två parallella former som sedan administreras till samma personer vid samma tillfälle.

3.1.3 Internal Consistency reliabilitet

Vid bestämmning av internal consistency reliabilitet bedömer man hur väl sådana items i en skala som är avsedda att återspeglar samma ”begrepp” ger samma resultat. Det finns flera tekniker med vars hjälp man kan undersöka internal consistency reliabilitet på.

3.1.4 Den genomsnittlig inter-item korrelationen

Man tar medelvärdet av korrelationerna mellan items som mäter samma begrepp.

3.1.5 Split-half reliabilitet Slumpmässigt delar man upp alla items som mäter samma begrepp i två delar, vilkasedan korreleras med varandra. Medelvärdet av dessa utgör sedan reliabilitetskoefficienten.

3.1.6 Chronbach Alpha Chronbach Alpha innebär att man genomför det teoretiskt största antalet möjliga split-half bedömningar och tar medelvärdet ur dessa. Utan dator vore detta inte möjligt – särskilt om man har många items. En tumregel är att instrument-reliabiliteten bör vara minst 0.70

3.2 Validitet

Om vi operationaliserar ett begrepp - alkoholmissbruk, spelberoende eller depression och “översätter” detta begrepp i en skala bestående av olika frågor - och svaren på dessa frågor hjälper oss att hitta alkoholmissbrukare, spelproblematiker eller människor som är deprimerade - har den konstruerade skalan hög grad av validitet eller giltighet. Den mäter det vi avsett den att mäta

Varje gång man "översätter" eller operationaliserar ett begrepp till en mätbar "funktion" måste man ta hänsyn till hur väl man genomfört operationaliseringen - eller "översättningen". Vi kan tala om "begreppssvaliditet" (construct validity) som ett generellt begrepp när man operationaliserar en tankemässig konstruktion av något fenomen. Nu använder man en rad

2

olika validitetsbegrepp - vilka alla återspeglar olika aspekter av denna mer generella begreppsvaliditet.

3.2.1 Construct validity

Construct validity handlar om hur väl ett begrepp täcks eller fångas upp av de aspekter och frågor som ingår i ett instrument.

Face validity - uppenbar validitet/giltighet utan behov av statistisk prövning Content validity - Innehållsvaliditet

Vid kontroll av innehållsvaliditet undersöker man om operationaliseringen av ett begreppomfattar de relevanta domänerna eller beståndsdelarna i det undersökta begrepppet.

Trochim,W., (1985, 1989) introducerade ex.vis teorin om ”mönsterjämförelse” (pattern matching) som ett hjälpmedel för att bestämma innehållsvaliditeten. Enligt denna utgör ett mönster icke-slumpmässiga positioner mellan ”objekt” eller ”begrepp” som – åtminstonde delvis – är beskrivbara. Alla teorier beskriver sådana ”mönster” (fast ”teorier” och ”mönster” är inte samma sak. En teori postulerar att det finns strukturella relationer mellan särskilda nyckelbegrepp. Formeln E = MC2 kan betraktas som en teoretisk formulering avseende fenomenet E som byggs upp av egenskaperna M och C. Utifrån formeln kan man föreställa sig ett förväntat mönster av egenskaper. Genom att konstanthålla två värden kan man predicera ett tredje värde.

Vid ”pattern matching” försöker man jämföra två mönster med varandra där det ena är ett ”teoretiskt mönster” och det andra utgörs av empiriska obsbervationer eller operationaliserade data. För att åstadkomma det teoretiska mönstret föreställer man sig hur de teoretiska enheterna, objekten eller dimensionerna förhåller sig till varandra. Sedan skattar man det teoretiska avståndet mellan dessa. Därefter genomförs empiriska studier där erhållna värden för varje enhet, objekt eller dimension parvis korreleras med varandra.Slutligen korreleras vektorn med parvisa “teoretiska distanser” med vektorn för “empiriskt erhållna parvisa korrellationer”. På så sätt erhåller man ett sambandsmått för mönsterlikheten mellan teooretiskt postulerat och empiriskt funnet mönster. Eftersom man studerar sambandet mellan teoretiska avstånd för begrepp eller enheter (i den teoretiska kartan) med funna empiriska “likheter” (i den empiriska kartan) kan man förvänta sig att långa teoretiska distanser mellan teoretiska begrepp eller enheter är förbundna med låga empiriska korrelationer och tvärt om.

Den erhållna korrelationen (the pattern matching correlation) återspeglar graden av “construct validity” eftersom den återger den grad i vilken empiriska fynd och operationella mätningar återspeglar teoretiska förväntningar (Trochim 2002).

3.2.2 Criterion-related validity

Genom kriterie-relaterad validitet söker man på olika sätt förstå i vad mån om man mäter det man tänkt mäta genom att relatera ett instrument till andra (säkra) mätpunkter.

3

3.2.2.1 Predictive validity Om ett instrument har god prediktionsförmåga bör det kunna förutsäga sådana

framtida fenomen det är konstruerat för att mäta.För att undersöka detta prövas om om sambandet är linjärt. Om så är fallet så kan man räkna ut riktningskoefficienten för regressionslinjen. För att ange sambandets riktning och styrka så använder man sig av Pearsons test (rxy), när testen är standardiserade och således också normalfördelade.

3.2.2.2 Samtidig (Concurrent) validity Giltigheten bekräftas genom instrumentets förmåga att skilja mellan gruppersom det teoretiskt borde kunna diskriminera mellan.

3.2.2.3 Convergent validity Giltigheten bekräftas genom begreppets likhet med andra operationaliseringarav andra likartade begrepp. Har vi konstruerat ett test för "numerisk förmåga"kan vi undersöka validiteten genom att korrelera tetstet med ett annat test sommäter "aritmetiska färdigheter".

3.2.2.4 Discriminant validity Giltigheten bekräftas genom begreppets olikhet med andra operationaliseringar av andra begrepp som det teoretiskt inta har någonting att göra med. Konstruerar vi ett tetst för "numerisk förmåga" kan detta korreleras med ett test för "verbal förmåga". Låga korrelationer indikerar hög diskriminerande validitet.

För att undersöka olika kompositberäkningar kommer vi här att använda Chronbach Alpha som reliabilitetsmått och samtidig (concurrent) validitet som validitetsmått. Som mätpunkt används generellt intervjuarbedömningarna och där så medges även andra mätpunkter.

3.3 SkalorOlika items (frågor) bygger upp en skala. Kravet på en god skala är att den skall vara ”endimensionell” d.v.s. de olika frågorna som ingår i skalan skall mäta olika aspekter av samma sak. Genom faktoranalys kan man undersöka om ett antal frågor bildar en gemensam skala. Här gör vi det genom PCA-analys (principal Component Analysis) med Varimax-rotering av faktorerna. Med hjälp av programmet ”reliability” i SPSS kan man sedan undersöka skalans reliabilitet genom ett mått kallat Chronbach Alpha (CA) och hur denna kan höjas genom inklusion/exklusion av enskilda items. Med hjälp av enkla sambandsberäkningar (Pearson Rxy) kan man beskriva den samtidiga validiteten mellan olika mätpunkter.

4

När olika sambanden beskrivs för reliabilitet och validitet använder jag en skala där:

Rxy = 0 benämns ”obefintligt samband” 1 – 20 -”- ”lågt samband

30 – 69 -”- ”medelhögt samband” 70 < ”högt samband”

Kravet på den reliabilitet och validitet är att sambanden måste vara minst 0.70 eftersom vi då har en samstämmighet eller mäter 49% av de fenomen vi avser att beskriva.

Beräkningarna av de olika indexkonstruktionerna redovisas i detalj för KAPUBRA-materialet men upprepas inte när det gäller KrAmi-och KVS-materialet av utrymmesskäl.

4. Material

För att pröva reliabiliteten och validiteten för de olika kompositmått i ASI som nu finns (Standard, Euro- och KI-ASI) skall desa prövas på två empiriska material (KAPUBRA-materialet och KrAMI-materialet). Reliabiliteten för nya framräknade KI-index prövas slutligen på ett KVS-material .

4.1 KAPUBRA-materialetKAPUBRA-materialet omfattar 980 fängelsedömda rattfyllerister som följts upp efter två år.

4.2 KrAMI

KrAMI-materialet omfattar 135 klienter som deltagit i tre behandlingsprogram i rehabiliterande syfte med inriktning på att återge klienterna ett inträde på arbetsmarknaden.

4.3 KVS

KVS-materialet omfattar 2733 individer som intervjuats med ASI-X och varit intagna på kriminalvårdsanstalt.

5. Syfte

Syftet med rapporten är att undersöka dimensionaliteten i komponenterna för standard-beräkningar av kompositvärdena i ASI, Euro-ASI och de alternativa beräkningar av kompositvärden som utvecklats vid Karolinska Institutet samt dessa måtts stabilitet och validitet.

Det eller de kompositvärden som genererar mest endimensionella, stabila (reliabla) och valida inom ett visst problemområde är antagligen också bäst ägnat att återspegla problembilden inom detta område.

5

6. Metod

De mått som skall tillämpas på KAPUBRA- och KrAMI-materialen är:

(1) Standardberäkningar

Standardberäkningar kallas här de anvisningar som McLelland et al (1999) givit för beräkning av kompositvärden i ASI. Dessa återges också i den svenska ASI-manualen. (Andreasson et al 1999).

(2) Euro-ASI beräkningar

M.W Koster och C. Hartgers (1997) har modifierat den amerikanska versionen till en europeisk ASI-version och beräknar kompositvärdena delvis annorlunda än i den amerikanska versionen.

(3) KI-ASI beräkningar

I ett försök att nykonstruera index-beräkningarna genomförde Andrén (2002) beräkningar utifrån KAPUBRA-materialet baserat på faktor- och reliabilitetsanalys.

6

7. Standardberäkningar av ASI-index

7.1 KAPUBRA-materialet

7.1.1 Fysisk hälsa

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”fysisk hälsa”:

F#11. Besvärad av fysiska problem de senaste 30 dagarna (KROPPROB)F#12. Klientskattning av hur viktigt det är att få behandling för fysiska problem (FYSBESV)

F#13. Klientskattning av eget behov av somatisk vård (FYSBEH)

Beräkningar av fysindex:

((KROPPROB/30) + (FYSBESV/4) + (FYSBEH/4))/3

7.1.1.1 Reliabiliteten i kompositvärdet ”Fysisk hälsa” (standardberäkningar)

En PCA-analys visar att dessa tre items ingår i en och samma faktor (d.v.s. dimension som mäter samma sak). Komponent 1 förklarar 81% av den totala variansen i faktorn ”Fysisk hälsa”.

Tabell 1: Förklarad varians i KAPUBRA för fysisk hälsaTotal Variance Explained

2.437 81.224 81.224 2.437 81.224 81.224.349 11.635 92.858.214 7.142 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

En faktoranalys (PCA) visar också att alla de tre ingående frågor har ungefär lika höga laddningar i faktorn ”fysisk hälsa” (tabell 2)

Tabell 2: Komponentladdningar avseende fysisk hälsa (standardberäkning i KAPUBRA)Component Score Coefficient Matrix

.365

.381

.364

UPPLEVD KROPPSLIGA PROBLEM-ANTALDAGAR AV DE SENASTE 30BESVÄRAD AV FYSISKA PROBLEM DESENASTE 30 DAGARHUR VIKTIGT ATT FÅ BEHANDLING FÖRFYSISKA PROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

7

En reliabilitetsbestämmning av de tre item som ingår i faktorn ”fysisk hälsa” ger en hög Chronbach Alpha (CA) = .80 (tabell 3). Om man tar bort item #11 skulle reliabiliteten kunna höjas ytterligare till CA = .86.

Tabell 3: Reliabiliteten i standardberäkningar för fysisk hälsa i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE 2.2000 8.5543 2.9248 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KROPPROB 1.9204 6.7821 .7521 .8568FYSBESV 1.1447 2.9213 .8009 .5178FYSBEH 1.3350 2.8955 .7613 .5859

Reliability Coefficients

N of Cases = 904.0 N of Items = 3

Alpha = .7908

7.1.1.2 Validiteten i standardkompositvärdet ”Fysisk hälsa” (KAPUBRA)

Samtidig validitet (tabell 4) I KAPUBRA-materialet är hög (rxy = 0.79). om man utgår från sambandet mellan index för fysisk hälsa vid förmätning och intervjuarskattningen (som inte ingår i indexkonstruktionen).

Tabell 4: Samtidig validitet : Fysisk hälsa I KAPUBRA Correlations

1 .796**. .000

904 893.796** 1.000 .893 899

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N

INDEX PÅ FYSISK HÄLSA

KLIENTENS BEHOV AVSOMATISK VÅRD

INDEX PÅFYSISKHÄLSA

KLIENTENSBEHOV AVSOMATISK

VÅRD

Correlation is significant at the 0.01 level (2-tailed).**.

7.1.1.3 Sammanfattning: standardindex för ”Fysisk hälsa” i KAPUBRA

Standardberäkningen av ”fysisk hälsa” tillämpat på KAPUBRA-materialet är endimensionell med en hög reliabilitet och en hög samtidig validitet.

8

7.1.2 Arbete och försörjning

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”arbete och försörjning”:

A#4a. Giltigt körkort (korkort)A#4b. Tillgång till bil (bil)A#9a. Pengar erhållna från anställning senaste 30 dagarna (logpeng)A#10 Antalet arbetsdagar av de senaste 30 dagarna (arbdagar)

Item #A9a maximeras till en inkomst av 8000 / månad + 1. Därefter tar man logaritmen ur A#9a och delar med logaritmen för 8000 som är 8.99.

Beräkning av arbetsindex:

(korkort + bil +(arbdagar/30) + logpeng)/4 .

7.1.2.1 Reliabiliteten i kompositvärdet ”Arbete och försörjning” (standardberäkningar)

En PCA-analys visar att frågorna bygger upp två dimensioner som vi kan kalla (1) Bil och (2) Anställning. Tillsammans förklarar de merparten (78%) av den totala variansen..

Tabell 5: Förklarad varians av ”arbete och försörjning” (standardberäkning i KAPUBRA)

Total Variance Explained

1.713 42.829 42.829 1.625 40.614 40.6141.456 36.410 79.239 1.545 38.625 79.239.456 11.404 90.643.374 9.357 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Efter rotering enligt ”Vari-max- principen” och normalisering av laddningarna i komponent-erna erhåller item #4a och 4b nästan lika höga laddningar i komponent 1 (Bil) och Item #9a och #10 laddade lika mycket i komponent 2 (Anställning).

Tabell 6: Komponenter i faktorn ”arbete och försörjning” (KAPUBRA)

9

Rotated Component Matrixa

.035 .878

.033 .878

.902 .009

.899 .061

GILTIGT KÖRKORTTILLGÅNG TILL BILARBETSDAGAR UNDER DE SENASTE 30Anställningspengar maximerade till 8000

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Sambandet mellan faktorerna är emellertid noll. För rattfylleristernas del i KAPUBRA hade körkort och tillgång till bil inte något att göra med om de haft inkomster från anställning eller arbetat senaste månaden.

Standardindex för arbete och försörjning har i KAPUBRA-materialet en obefintlig reliabilitet och är inte ett tillförlitligt mått (tabell 7)

Tabell 7: Reliabilitetsanalys av index för ”arbete och försörjning” i ASI-5 (standardberäkning)

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 2416.8915 12591436.3 3548.4414 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KORKORT 2416.7679 12591318.5865 .0503 .0002BIL 2416.7893 12591243.1171 .0884 .0002ARBDAGAR 2416.5384 12589601.0227 .6369 .0000APENG2 .5790 .5429 .4103 .4828

Reliability Coefficients

N of Cases = 704.0 N of Items = 4

Alpha = .0002

7.1.2.2 Validiteten i standard-kompositvärdet ”arbete och försörjning” (KAPUBRA)

10

Den samtidiga validiteten i KAPUBRA-materialet är medelhög och negativ (rxy

= -.40**) om man utgår från sambandet mellan index för arbete och försörjning vid förmätning och intervjuar-skattningen (som inte ingår i indexkonstruktionen). Den blir heller inte högre om man utgår från andra mätpunkter som klientens upplevelse av ”att vara besvärad av arbetsproblem senaste 30 dagarna” (rxy = -.32**), ”problem med arbetat senaste 30 dagarna” (rxy = .-34**) eller ”klientens behov av hjälp för arbetsproblem” (rxy = -.31**),

7.1.2.3 Sammanfattning: standardindex för ”arbete och försörjning” i KAPUBRA

Standardindex för arbete och försörjning är ett problematiskt flerdimensionellt mått om man tolkar resultatet utifrån en analys av KAPUBRA-materialet, med obefintlig reliabilitet och negativ samt måttlig validitet.Arbetsindex verkar mäta motsatsen till det som man avser mäta (med låg grad av precision).

7.1.3 Alkoholanvändning

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”alkoholanvändning”.

Alk#1. Alkohol – regelbunden användning under de 30 sista dagarna (alregsen)Alk#2. Alkohol – till berusning under de senaste 30 dagarna (albersen)Alk#21 Logaritmen för hur mycket pengar klienten betalat för alkohol under de

senaste 30 dagarna (pengalk = pengtran)Alk#23. Upplevt problem antal dagar av de senaste 30 dagarna (alkprob3)Alk#24. Oroad eller besvärad under de senaste 30 dagarna av alkoholproblem (alkbesv)Alk# 25. Hur viktigt det är att få behandling för alkoholproblem (alkhjalp)

Beräkningen av item #21 kräver en beräkning i fyra steg av alla värden lika med eller över 1500 till 1500 vilka sedan adderas med 1 och logaritmeras enligt följande syntaxer:

RECODE pengalk (1500 thru Highest=1500) (ELSE=Copy) INTO apeng1 .

EXECUTE .

För att inte få problem med logaritmtransformeringen ersätter vi alla ”nollor” i ”apeng1” med en ”etta” enligt följande:

COMPUTE apeng1 = apeng1+1 .EXECUTE .

Därefter transformeras värdet i “apeng1” till den naturliga logaritmen :

COMPUTE pengtran = LN(apeng1) .EXECUTE .

Den naturliga logaritmen av det högsta värdet ( = 1500) i “apeng1” är 7.31.

11

Beräkning av alkoholindex :

(alregsen/30+(albersen/30) +(pengtran/7.31) + (alkprob3/30) + (alkbesv/4) + (alkhjalp/4))6

7.1.3.1 Reliabiliteten i kompositvärdet ”alkoholanvändning” i KAPUBRA (standardberäkningar).

En PCA-analys visar att två komponenter förklarar 74% av den totala variansen.

Tabell 8: Förklarad varians i KAPUBRA för alkoholanvändningTotal Variance Explained

3.384 56.394 56.394 2.416 40.269 40.2691.061 17.690 74.084 2.029 33.816 74.084.630 10.504 84.589.391 6.525 91.113.316 5.268 96.381.217 3.619 100.000

Component123456

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponent 1 har höga laddningar för item #23,#24 och #25 och kan benämnas ”Kontemplativa alkoholmissbrukare”. Komponent 2 har höga laddningar avseende item #1, #2 och #21 och kan kallas ”Prekontemplativa alkoholmissbrukare” (tabell 8).

Tabell 9: Komponentladdningar avseende alkoholanvändning i KAPUBRA.

Rotated Component Matrixa

.274 .798

.379 .767

.058 .785

.829 .308

.866 .290

.869 .096

ALKOHOL-REGELBUNDEN ANVÄNDNING-SENASTE 30 DAGARALKOHOL-TILL BERUSNING-SENASTE 30 DAGARPENGTRAN (Kostnader för alkohol senaste månaden)UPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP FÖR ALKOHOLPROBLEM

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

En reliabilitetsanalys (tabell 9) visar att standardberäkningen av alkoholindex ger en hög reliabilitet i KAPUBRA-materialet (CA = .76).

Tabell 10:Reliabiliteten i standardberäkningar för alkoholanvändning i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE 1.2721 1.3333 1.1547 6

12

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALREGSEN 1.0814 .8995 .6146 .6992ALBERSEN 1.1115 .9372 .6957 .6862PENGTRAN .6555 .8787 .4223 .7730ALKPROB3 1.1541 .8960 .6264 .6959ALKBESV 1.2501 1.2639 .7255 .7727ALKHJALP 1.1079 .9424 .4872 .7359

Reliability Coefficients

N of Cases = 877.0 N of Items = 6

Alpha = .7641

7.1.3.2 Validiteten i kompositvärdet ”alkoholanvändning” (standardberäkningar)

Den samtidiga validiteten kan bara beräknas på intervjuarskattning av klientens behov av hjälp för alkoholproblem (som inte ingår i kompositvärdet) och är rxy = 0.59** - d.v.s. beskriver c:a 35% av samma fenomen som intervjuaren försöker beskriva.

7.1.3.3 Sammanfattning: Standardindex för ”alkoholanvändning” i KAPUBRA

Standardberäkningen av kompositvärdet för alkoholanvändning i KAPUBRA-materialet är flerdimensionell med hög reliabilitet och måttlig samtidig validitet. Indexet är i sin standardform är stabilt och men fångar endast upp litet över en tredjedel av det fenomen det skall kunna beskriva (om man utgår från intervjuarbedömningen).

7.1.4 Droganvändning

Items som ingår i problemområdet droganvändning är:

D#3 Antal dagar av de senaste 30 som klienten använt heroin (hersen)D#4 Antal dagar av de senaste 30 som klienten använt metadon (metasen)D#5 Antal dagar av de senaste 30 som klienten använt opiater (opiasen)D#6 Antal dagar av de senaste 30 som klienten använt dämpande medicin (bdzsen)D#7 Antal dagar av de senaste 30 som klienten använt kokain (kokasen)D#8 Antal dagar av de senaste 30 som klienten använt amfetamin (amfesen)D#9 Antal dagar av de senaste 30 som klienten använt canabis (cansen)D#10 Antal dagar av de senaste 30 som klienten använt hallucinogener

13

(halusen)D#13 Antal dagar av de senaste 30 som klienten använt flera droger samtidigt (flerasen)D#23 Antal dagar av de senaste 30 som klienten upplevt narkotikaproblem (narprob3)D#24 Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30

dagarna (narbesv)D#25 Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem

(narhjalp)

Kompositberäkning:

((hersen/30) + (metasen/30) + (opiasen/30) + (bdzsen/30) + (kokasen/30) + (amfesen/30) + (cansen/30) + (halusen/30) + (flerasen/30) + (narprob3/30) + (narbesv/4) + (narhjalp/4))/12

7.1.4.1 Reliabiliteten i kompositvärdet ”Droganvändning” i KAPUBRA (standardberäkningar).

En PCA-analys resulterar i fyra faktorer. som förklarar 66% av den totala variansen (tabell 10). Skall faktorerna benämnas utifrån sina högsta laddningar kan man karakterisera faktor 1 som ”Amfetaminmissbruk med problem”, faktor 2: ”Heroinmissbruk”, faktor 3: Opiatmissbruk” och faktor 4: ”Hallucinogenmissbruk” (tabell11).

Tabell 11: Förklarad varians i KAPUBRA för droganvändningTotal Variance Explained

3.037 27.612 27.612 2.669 24.267 24.2671.990 18.093 45.705 2.102 19.106 43.3731.217 11.068 56.773 1.445 13.138 56.5111.018 9.257 66.030 1.047 9.519 66.030.994 9.036 75.066.776 7.050 82.116.691 6.279 88.396.531 4.831 93.227.461 4.191 97.418.284 2.582 100.000.000 .000 100.000

Component1234567891011

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 12: Komponentladdningar avseende droganvändning i KAPUBRA.

14

Rotated Component Matrixa

.077 .989 -.008 .019

.077 .989 -.008 .019-.069 .036 .813 -.015.238 -.035 .733 .067

-.045 .069 .069 .494.771 -.107 -.068 .136.683 .172 .032 .118.452 -.055 -.002 .638.644 -.088 .426 .108.730 .222 .133 -.292.617 .196 .194 -.511

HEROIN-SENASTE 30 DAGARMETADON-SENASTE 30 DAGAROPIATER-SENASTE 30 DAGARBENSODIAZEPINER-SENASTE 30 DAGARKOKAIN-SENASTE 30 DAGARAMFETAMIN-SENASTE 30 DAGARCANNABIS-SENASTE 30 DAGARHALLUCINOGENER-SENASTE 30 DAGARFLERA DROGER/DAG-SENASTE 30 DAGARUPPLEVT NARKOTIKAPROBLEM-ANTAL DAGAR AV DE SENASTE 30HUR VIKTIGT ATT FÅ HJÄLP FÖR NARKOTIKAPROBLEM

1 2 3 4Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 6 iterations.a.

Reliabiliteten i kompositvärdet för ”droganvändning” är god, CA = 0.74 (tabell 13).

Tabell 13: Reliabiliteten i standardberäkningar för droganvändning i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .2304 .5512 .7424 12

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

HERSEN .2304 .5508 .2205 .7464METASEN .2292 .5410 .1771 .7424OPIASEN .2012 .4804 .2120 .7510BDZSEN .1781 .4097 .3697 .7405KOKASEN .2290 .5502 -.0048 .7484AMFESEN .2180 .4912 .4606 .7187CANSEN .2029 .4537 .4161 .7178HALUSEN .2303 .5502 .2551 .7460FLERASEN .2064 .4429 .5818 .6966Forts. tabell 13:

NARPROB3 .2110 .4218 .6617 .6828NARBESV .1995 .3955 .6798 .6737NARHJALP .1986 .4011 .6194 .6838

Reliability Coefficients

N of Cases = 840.0 N of Items = 12

Alpha = .7405Standardberäkningen av index för droganvändning i KAPUBRA-materialet har god reliabi-litet samtidigt som det är är mångdimensionellt. Dimensionerna hänger samman med typ av missbruk och hur besvärande missbruket upplevs av klienten som också kommer till uttryck i dennes behov av hjälp för sitt missbruk.

15

7.1.4.2 Validiteten i kompositvärdet ”Droganvändning” (standardberäkningar)

Den samtidiga validiteten är låg om man utgår från intervjuarskattningen (som inte ingår i kompositvärdet) av klientens hjälpbehov (rxy = 0.24**).

7.1.4.3 Sammanfattning: Standardindex för ”Droganvändning” i KAPUBRA

Standardindex för droganvändning är mångdimensionellt och har hög reliabilitet och medelhög validitet i KAPUBRA-materialet.

Vid analys av KrAMI-materialet går det inte att använda item #3 - #13 utan att slå samman dessa till ett nytt index på grund av att det inte finns någon varians i flera variabler.Item #3 - #13 har därför vägts samman enligt formeln:

Nidx2 = (#3 + #4 + #5 + #6 + #7 + #8 + #9 + #10 + #11 + #12 + #13)/9

För att pröva effekterna av detta också på KAPUBRA-materialet genomfördes samma manöver, vilket resulterade i en en-faktorlösning enligt tabell 14. Detta resulterar i en faktor som förklarar 69% av den totala variansen med följande komponentladdningar:

Tabell 14: Nya komponentladdningar avseende droganvändning i KAPUBRA.Component Score Coefficient Matrix

.223

.316

.336

.320

Antalet dagar med drogmissbruk (nidx2)UPPLEVT NARKOTIKAPROBLEM-ANTAL DAGAR AV DE SENASTE 30BESVÄRAD AV NARKOTIKAPROBLEM DE SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP FÖR NARKOTIKAPROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Komponentstrukturen liknar inte alls den ursprungliga. Här hänger upplevda besvär och hjälpbehov samman medan den ursprungliga fyr-komponentmodellen viktade användandet av amfetamin och hjälpbehov högre i en och samma dimension.

7.1.5 Familj och umgänge

Items som ingår i problemområdet ”Familj- och umgänge” är:

FU#3. NOJDCIV2 (Är klienten nöjd med sitt civilstånd)FU#10. SVMORSEN (Svårigheter komma överens med mor senaste 30 dagarna)FU#11. SVFARSEN (Svårigheter komma överens med far senaste 30 dagarna)FU#12. SVSYSSEN (Svårigheter komma överens med syskon senaste 30 dagarna)FU#13. SVPARSEN (Svårigheter komma överens med partner senaste 30 dagarna)FU#14. SVBARSEN (Svårigheter komma överens med barn senaste 30 dagarna)FU#15. SVSLASEN (Svårigheter komma överens med släkting senaste 30 dagarna)FU#16. SVVANSEN (Svårigheter komma överens med vänner senaste 30 dagarna)

16

FU#17. SVGRASEN (Svårigheter komma överens med grannar senaste 30 dagarna)FU#18. SVARBSEN.(Svårigheter komma överens med arbetskamrater senaste 30 dagarna)FU#19A.KONFAM (Allvarliga konflikter med familjen senaste 30 dagarna)FU#20. FAMBESV (Hur oroad/besvärad klienten varit senaste 30 dagarna av familje-/anhörigproblem)FU#22. FAMPROB (Hur viktigt det är för klienten att få hjälp för famiulje- och anhörigproblem)

Summan av Item #10 - #18 delat på 8 = EKVOT

Index för familj och umgänge beräknas genom:

SUM.4(NOJDCIV2/10,KONFAM/150,FAMBESV/20,FAMPROB/20,(#EKVOT/(#DELA*5))).

7.1.5.1 Reliabiliteten i kompositvärdet ”Familj och umgänge ” för KAPUBRA-materialet (standardberäkningar).

En PCA-analys resulterar i en faktor. Komponent 1 (med egenvärden över 1.0) förklarar ensam 48% av den totala variansen (tabell 15) i denna faktor.

Tabell 15: Förklarad varians i KAPUBRA för Familj- och umgängeTotal Variance Explained

2.385 47.692 47.692 2.385 47.692 47.692.942 18.833 66.526.783 15.668 82.194.610 12.204 94.397.280 5.603 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Högst komponentladdningar erhåller item #20 och #22 (tabell 16).

Tabell 16: Komponentladdningar avseende familj och umgänge i KAPUBRA.

17

Component Score Coefficient Matrix

.134

.245

.298

.375

.335

NÖJD MED NUV. CIVILSTÅNDFAMILJEKONFLIKTALLVARLIGA KONFLIKTER MED FAMILJEN SENASTE30 DAGARBESVÄRAD AV FAMILJEPROBLEM SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP MED FAMILJEPROBLEM

1

Compone

nt

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Reliabiliteten i Familjeindex är låg (CA = .21) men kan höjas till CA = ,54 om item #3 (nöjd med nuvarande civilstånd) inte tages med i ekvationen (tabell 15).

Tabell 17: Reliabiliteten i standardberäkningar för familj- och umgänge i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N of

Statistics for Mean Variance Std Dev Variables SCALE .2951 .2289 .4784 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

CIVIL .0683 .0350 .1687 .5358EKVOT .2652 .2129 .1936 .1770KONFAM .2732 .1907 .2144 .1182FAMBESV .2843 .2159 .4265 .1720FAMPROB .2894 .2211 .3177 .1977

Reliability Coefficients

N of Cases = 893.0 N of Items = 5

Alpha = .2182

7.1.5.2 Validiteten i kompositvärdet ”Familjeproblem” (standardberäkningar) i KAPUBRA

Den samtidiga validiteten kan beräknas på intervjuarskattning av klientens behov av hjälp för Familjeproblem (som inte ingår i kompositvärdet) och är rxy = 0.67**

7.1.5.3 Sammanfattning: Standardindex för ”Familjeproblem” i KAPUBRA

Reliabiliteten i familjeindex (som endast mäter en dimension) är låg medan den samtidiga validiteten är måttlig. Familjeindex i sin nuvarande utformning tycks inte kunna ge ett säkert mått på klientens familjeproblematik.

18

7.1.6 Kriminalitet

Fem frågor används för att beräkna index för kriminalitet / asocialitet:

K#14 Väntar på åtal, rättegång eller straffpåföljd (brotatal)K#17 Antal dagar av de senaste 30 med olaglig verksamhet (olagpen3)K#18 Oroad eller besvärad av nuvarande juridiska problem (krimbesv)K#19 Eget behov av hjälp för juridiska problem (krihjalp)A#15 Antal dagar med pengar från olaglig verksamhet under de senaste 30 (olagpeng)

Kriminalitetsindex beräknas då:

(Brotatal + (olagpen3/30) + (krimbesv/4) + (krihjalp/4) + (olagpeng))/5

7.1.6.1 Reliabiliteten i kompositvärdet ”kriminalitet” (standardberäkningar).

En PCA-analys visar att dessa items bygger upp två komponenter som tillsammansFörklarar 64% av den totala variansen.

Tabell 18: Förklarad varians i KAPUBRA för droganvändningTotal Variance Explained

1.875 37.495 37.495 1.657 33.134 33.1341.317 26.336 63.831 1.535 30.697 63.831.919 18.386 82.217.535 10.708 92.925.354 7.075 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Den roterade komponentlösningens två komponenter kan vi kalla för 1. ”kontemplativt kriminella med hjälpbehov” och 2. ”Prekontemplativt kriminella utan hjälpbehov – d.v.s. en faktoranalys tycks skilja ut klienter som är aktivt kriminella från sådana klienter som inte längre är aktivt kriminella och som dessutom upplever sin kriminalitet som ett problem och därför också har behov av hjälp för detta..

Tabell 19: Komponentladdningar avseende kriminalitet i KAPUBRA.Rotated Component Matrixa

-.029 -.839.219 .344.021 .835.897 .077

.896 .095

PENGAR FRÅN OLAGLIG VERKSAMHETAKTUELL BROTTÅTAL/STRAFFPÅFÖLJDOLAGLIG VERKSAMHET SENASTE 30 DAGARNABESVÄRAD AV KRIMINELLA PROBLEMHUR VIKTIGT ATT FÅ HJÄLP MED KRIMINELLAPROBLEM

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

19

Reliabiliteten för standardberäkningen av krininalitets-index är mycket låg och låter sig heller inte höjas (tabell 20).

Tabell 20: : Reliabiliteten i standardberäkningar för kriminalitet i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 1.9068 16.9171 4.1130 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

OLPENG .9682 17.8473 -.4866 .1229PENG3 1.8824 15.8446 .9921 -.0334OLAGPEN3 1.1760 .2542 .1524 .2173KRIMBESV 1.7744 16.5237 .1368 .0277KRIHJALP 1.8260 16.5413 .1630 .0273

Reliability Coefficients

N of Cases = 895.0 N of Items = 5

Alpha = .0486

7.1.6.2 Validiteten i kompositvärdet ”kriminalitet” (standardberäkningar)

Den samtidiga validiteten med intervjuarbedömningen av klientens behov av hjälp för sin kriminalitet är rxy = 0.35** och rxy = 0.52** med klientens egen motivation att få hjälp med sin kriminalitet.

7.1.6.3 Sammanfattning: Standardindex för ”kriminalitet” i KAPUBRA

Standardberäkningen av index för kriminalitet är ett mycket ostabilt endimensionellt mått med obefintlig reliabilitet och en medelhög samtidig validitet.

7.1.7. Psykisk hälsa

I problemområdet ”psykisk hälsa” imgår variablerna:

P#3. DEPSEN (Har klienten under de senaste 30 dagarna upplevt allvarlig depression)P#4. ANGSTSEN (Har klienten under de senaste 30 dagarna upplevt allvarlig ångest

eller spänning)P#5. KONCSEN (Har klienten under de senaste 30 dagarna upplevt svårigheter att

förstå, minnas eller koncentrera sig)P#6. HALLUSEN (Har klienten under de senaste 30 dagarna upplevt hallucinationer)P# 7. VALDSEN (Har klienten under de senaste 30 dagarna upplevt svårigheter att

kontrollera våldsamt beteende)P#8. LAKEMSEN (Har klienten under de senaste 30 dagarna ordinerats läkemedel för

20

psykoligiska problem)P#9. SMORTSEN (Har klienten under de senaste 30 dagarna haft allvarligt menade

självmordstankar)P#10. SMORDSEN (Har klienten under de senaste 30 dagarna gjort självmordsförsök)P#11. PSYKPR3 (Antal dagar av de senaste 30 som klienten upplevt känslomässig eller psykisk problematik)P#12. PSYKBESV (Hur oroad/besvärad har klienten varit av känslomässiga eller

psykiska problem de senaste 30 dagarna)P#13. PSYHJALP (Hur viktigt är det för klienten att få hjälp/behandling för

känslomässiga/psykologiska problem).Index för psykisk hälsa beräknas genom:

((DEPSEN + ANGSTSEN +KONCSEN +HALLUSEN +VALDSEN +LAKEMSEN +SMORTSEN + SMORDSEN) + (PSYKPR3/30) +(PSYKBESV/4) + (PSYHJALP/4))/11.

7.1.7.1 Reliabiliteten i kompositvärdet ”psykisk problematik” (standardberäkningar).

En komponent förklarar ensam 74% av den totala variansen (tabell 21).

Tabell 21. Förklarad varians i KAPUBRA för psykisk problematikTotal Variance Explained

2.948 73.691 73.691 2.948 73.691 73.691.474 11.840 85.531.379 9.476 95.007.200 4.993 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Den högsta faktorladdningen får item #11 (Antal dagar av de senaste 30 som klienten upplevt känslomässig eller psykisk problematik).

Tabell 22: Komponentladdningar avseende psykisk problematik i KAPUBRA.Component Score Coefficient Matrix

.277

.290.311.287

SUMPSYKpsykpr3/30psykbesv/4psyhjalp/4

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

De fyra faktorerna bygger upp en endimensionell skala med en CA = .86. Tar man bort faktorn ”sumpsyk” (som är det sammanräknade värdet av item P#3 - P#9) skulle reliabiliteten kunna höjas ytterligare till CA = .87.

21

Tabell 23: Reliabiliteten i standardberäkningar för psykisk problematik i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .5361 .8813 .9388 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha

if Item if Item Total if Item Deleted Deleted Correlation Deleted

SUMPSYK .4714 .7095 .6835 .8715PSYKPR3A .3791 .4436 .7487 .8022PSYBSV .3401 .4159 .8461 .7513PSHLP .4177 .5089 .7184 .8095

Reliability Coefficients

N of Cases = 893.0 N of Items = 4

Alpha = .8566

7.1.7.2 Validiteten i kompositvärdet ”psykisk problematik” (standardberäkningar)

Den samtidiga validiteten (beräknat på sambandet mellan Intervjuarskattningarna och index för psykisk hälsa) är rxy = 0.80**

7.1.7.3 Sammanfattning: Standardberäkningar av ”Psykisk hälsa” i KAPUBRA.

Standardberäkningen av ”Psykisk hälsa” i KAPUBRA-materialet är endimensionell, har en hög reliabilitet och en hög samtidig validitet.

7.1.8 Sammanfattning av ASI-indexberäkningarna i KAPUBRA-materialet

Standardberäkningen av ”fysisk hälsa” tillämpat på KAPUBRA-materialet är endimensionell ochhar en hög reliabilitet och en hög samtidig validitet. Standardindex för ”arbete och försörjning”är ett problematiskt flerdimensionellt mått om man tolkar resultatet utifrån en analys avKAPUBRA-materialet, med obefintlig reliabilitet och negativ samt måttlig validitet.Arbetsindexverkar mäta motsatsen till det som man avser mäta (med låg grad av precision). Standardberäkningenav kompositvärdet för ”alkoholanvändning” i KAPUBRA-materialet är flerdimensionell medhög reliabilitet och måttlig samtidig validitet. Indexet är i sin standardform är stabilt och men fångarendast upp litet över en tredjedel av det fenomen det skall kunna beskriva (om man utgårfrån intervjuarbedömningen).Standardindex för ”droganvändning” är mångdimensionellt och harhög reliabilitet och medelhög validitet i KAPUBRA-materialet. Reliabiliteten i index för ”familj

22

och umgänge”(som endast mäter en dimension) är låg medan den samtidiga validiteten ärmåttlig. Familjeindex i sin nuvarande utformning tycks inte kunna ge ett säkert mått påklientens familjeproblematik. Standard-beräkningen av index för ”kriminalitet” är ett mycketostabilt endimensionellt mått med obefintlig reliabilitet och en medelhög samtidigvaliditet. Standardberäkningen av ”Psykisk hälsa” i KAPUBRA-materialet är endimensionell,har en hög reliabilitet och en hög samtidig validitet.Kravet på en god skala eller ett bra index är att det är endimensionellt, har hög reliabilitet och validitet. Endast två av de sju standardberäkningarna av kompositvärde i ASI, tillämpat på KAPUBRA-materialet möter de kraven. nämligen index på fysisk och psykisk hälsa Tabell 24)

Tabell 24: Sammanfattning av indexberäkningar i KAPUBRA-materialet

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (81.2%) Hög Hög

Arbete 2 (79%) Obefintlig Måttlig, negativ

Alkohol 2 (74%) Hög Måttlig

Droger 4 (66%) Hög Måttlig

Kriminalitet 2(64%) Obefintlig Måttliga

Familj 1 (48%) Låg Måttlig

Psykisk hälsa 1 (74%) Hög Hög

23

7.2 KrAMI-materialet

I KrAMI-materialet använder man andra variabelnamn än i KAPUBRA varför redovisningen av detta ser annorlunda ut jämfört med föregående avsnitt.

7.2.1 Fysisk hälsa

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”fysisk hälsa”:

F#11. Besvärad av fysiska problem de senaste 30 dagarna (Many)F#12. Klientskattning av hur viktigt det är att få behandling för fysiska problem (Skatt)

F#13. Klientskattning av eget behov av somatisk vård (Help)

Beräkningar av fysindex:

((Many/30) + (Skatt/4) + (Help/4))/3

7.2.1.1 Reliabiliteten i kompositvärdet ”Fysisk hälsa” i KrAmi-materialet (standardberäkningar)

I KrAMI-materialet förmår komponent 1 (item #11) förklara det mesta (73%) av den totala variansen (tabell 18) och även här är index för ”Fysisk hälsa” endimensionell..

Tabell 25: Förklarad varians i KrAMI för fysisk hälsa (standardberäkningarTotal Variance Explained

2.192 73.064 73.064 2.192 73.064 73.064.493 16.428 89.492.315 10.508 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

I KrAmi-materialet har klienternas skattningar av problemet en större tyngd än de båda övriga komponenterna (tabell 19), vilket kan jämföras med KAPUBRA-materialet där alla komponenterna i faktorn ”Fysisk hälsa” hade samma vikt (tabell 4).

Tabell 26: Komponentladdningar avseende fysisk hälsa (standardberäkning i KrAMI)

24

Component Score Coefficient Matrix

.392

.406

.372

Hur många av de senaste 30 dagarna har klientenupplevt kroppsliga problem (f11)Klientskattning av problemet (f12)Klientskattning av behov av hjälp (f13)

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

En reliabilitetsbestämmning av de tre item som ingår i faktorn ”fysisk hälsa” ger en hög Chronbach Alpha (CA) = .81 (tabell 19) som heller inte går att höja ytterligare.

Tabell 27: Reliabiliteten i standardberäkningar för fysisk hälsa i KrAMI

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .4341 .5943 .7709 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

MANY .2963 .2875 .6700 .7411SKATT .2693 .2780 .7243 .6850HELP .3026 .3004 .6061 .8058

Reliability Coefficients

N of Cases = 135.0 N of Items = 3

Alpha = .8146

7.2.1.2 Validiteten i kompositvärdet ”Fysisk hälsa” (standardberäkningar)

Den Samtidiga validiteten i KrAMI-materialet är hög (rxy = 0.76). om man utgår från sambandet mellan index för fysisk hälsa vid förmätning och intervjuarskattningen (som inte ingår i indexkonstruktionen).

7.2.1.3 Sammanfattning: Standardberäkningar av ”Fysisk hälsa” i KrAMI

Standardberäkningen av den endimensionella faktorn ”Fysisk hälsa” ger likartade resultat såväl i KAPUBRA- som KrAMI-materialet. Faktorn ”Fysisk hälsa” har i båda materialen en hög reliabilitet och hög samtidig validitet.

7.2.2 Arbete och försörjning

Följande variabler i beräkningen av kompositvärdet för ”arbete och försörjning”:

25

A#4a. Giltigt körkort (kkort)A#4b. Tillgång till bil (bil)A#9a. Pengar erhållna från anställning senaste 30 dagarna (tvanst)A#10 Antalet arbetsdagar av de senaste 30 dagarna (dagar1)

7.2.2.1 Reliabiliteten för kompositvärdet ”Arbete och försörjning” (standardberäkningar) i

KrAMI-materialet

Kompositvärdet för ”arbete och försörjning” ger vid faktoranalys precis som i KAPUBRA-materialet en två-faktormodell som förklarar 81% av den totala variansen.

Tabell 28:Förklarad varians av ”arbete och försörjning” (standardberäkning i KrAMI)

Total Variance Explained

1.924 48.106 48.106 1.795 44.884 44.8841.296 32.402 80.508 1.425 35.624 80.508.573 14.323 94.831.207 5.169 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Efter rotering enligt ”Vari-max- principen” och normalisering av laddningarna i komponent-erna erhåller item #4a och 4b nästan lika höga laddningar i komponent 1 (Bil) och Item #9a och #10 laddade lika mycket i komponent 2 (Anställning).

Tabell 29: Komponenter i faktorn Arbete och försörjning i KrAMI-materialet (standardberäkningar)

Rotated Component Matrixa

.947 .024

.935 .126-.015 .856.153 .822

Har klienten ett giltigt körkortHar klienten tillgång till bilArbetade dagar av senaste 30Inkomst av anställning

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Resultatet liknar den komponentstruktur som också återfinns i KAPUBRA-matrialet, med den skillnaden att komponentladdningarna skiljer sig mellan båda materialen.

Tabell 30: Reliabilitetsanalys av index för ”arbete och försörjning” i KrAMI (standardberäkning)

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

26

N ofStatistics for Mean Variance Std Dev Variables SCALE .6245 .8566 .9255 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KKORT .4515 .4654 .4772 .4755BIL .4816 .4588 .5768 .3931DAGAR1B .4661 .6681 .2434 .6372TVANST1 .4742 .5829 .3007 .6119

Forts tabell 30:

Reliability Coefficients

N of Cases = 133.0 N of Items = 4

Alpha = .6143

Precis som i KAPUBRA-materialet får vi en medelhög reliabilitet, som endast låter sig höjas något om item #A10 tas ur ekvationen.

7.2.2.2 Validiteten i kompositvärdet ”arbete och försörjning” (standardberäkningar) för

KrAMI-materialet

Den samtidiga validiteten i KrAMI-materialet är negativ och medelhög (rxy = -.46**) om man utgår från sambandet mellan index för arbete och försörjning vid förmätning och intervjuar-skattningen (som inte ingår i indexkonstruktionen). Den blir heller inte högre om man utgår från andra mätpunkter som klientens upplevelse av ”att vara besvärad av arbetsproblem senaste 30 dagarna” (rxy = -.35**) eller ”behov av hjälp för arbetsproblem” (rxy

= -.24**),

7.2.2.3 Sammanfattning: Standardberäkningar av index för ”Arbete och försörjning” i

KrAMI.

Området ”Arbete och försörjning” får medelhög reliabilitet och negativ medelhög validitet vid en analys av KrAMI-materialet. Faktorstruktur och komponentladdningar liknar emellertid de som återfinns vid en analys av KAPUBRA-materialet som dock har en något högre reliabilitet och positiv validitet.

Resultatet styrker uppfattningen att standardindex för arbete och försörjning är ett problematiskt mått.

7.2.3 Alkoholanvändning

27

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”alkoholanvändning”.

Alk#1. Alkohol – regelbunden användning under de 30 sista dagarna (alregmo)Alk#2. Alkohol – till berusning under de senaste 30 dagarna (berusnmo)Alk#21 Logaritmen för hur mycket pengar klienten betalat för alkohol under de

senaste 30 dagarna ( = pengalk)Alk#23. Upplevt problem antal dagar av de senaste 30 dagarna (skalkpr)Alk#24. Oroad eller besvärad under de senaste 30 dagarna av alkoholproblem (alkprob)Alk# 25. Hur viktigt det är att få behandling för alkoholproblem (intskalk)

Beräkningen av item #21 kräver en beräkning i fyra steg av alla värden lika med eller över 1500 till 1500 vilka sedan adderas med 1 och logaritmeras enligt följande syntaxer:

RECODE pengalk (1500 thru Highest=1500) (ELSE=Copy) INTO pengalk1 .

EXECUTE .

För att inte få problem med logaritmtransformeringen ersätter vi alla ”nollor” i ”apeng1” med en ”etta” enligt följande:

COMPUTE apeng1 = apeng1+1 .EXECUTE .

Därefter transformeras värdet i “apeng1” till den naturliga logaritmen :

COMPUTE pengtran = LN(apeng1) .EXECUTE .

Den naturliga logaritmen av det högsta värdet ( = 1500) i “apeng1” är 7.31. Beräkning av alkoholindex :

(alregsen/30+(albersen/30) +(apeng1/7.31) + (alkprob3/30) + (alkbesv/4) + (alkhjalp/4))6

7.2.3.1 Reliabiliteten i kompositvärdet ”alkoholanvändning” (standardberäkningar).

En PCA-analys visar att två komponenter förklarar 65% av den totala variansen.

Tabell 31: Förklarad varians i KrAMI för alkoholanvändning (standardberäkningar)

28

Total Variance Explained

2.019 33.647 33.647 2.001 33.343 33.3431.845 30.751 64.399 1.863 31.056 64.399.975 16.243 80.642.650 10.835 91.477.506 8.429 99.905.006 .095 100.000

Component123456

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Vi får en likartad faktorstruktur i KrAMI jämfört med KAPUBRA och faktorerna mäter ungefär samma sak. Komponent 1 har höga laddningar för item #24 och #25 och kan benämnas ”Kontemplativa alkoholmissbrukare”. Komponent 2 har höga laddningar avseende item #1, #2 och #21 och kan kallas ”Prekontemplativa alkoholmissbrukare” (tabell 8).Skillnaden mellan analysen av KAPUBRA- och KrAMI-materialen är att item #23 har en högre laddning i komponent 2 i KrAMI-materialet medan detta item laddar högt i komponent 1 i KAPUBRA-materialet. Det kan vara så att detta reflekterar olika villkor mellan populationerna i KAPUBRA- och KrAMI-materialet.

Tabell 32: Komponentladdningar avseende alkoholanvändning i KrAMI-materialet (standardberäkningar)

Rotated Component Matrixa

-.001 .734-.019 .798-.027 .794.126 .234.996 .041.996 .021

Alkohol regelbunden användning antal dagar senaste månadAlkohol till berusning, antal dagar senaste månadPENGA (utgofter för alkohol senaste månaden)Hur många dagar senaste månad har klienten upplevt alkoholproblemKlientens skattning av alkoholproblem senaste 30 dagarKlientens skattning av behov av hjälp, alkohol

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Reliabiliteten är måttlig (CA = .53) i KrAmi-materialet men ändå högre än i KAPUBRA. Den kan dock höjas till CA = .54 om man exkluderar item #21 ur ekvationen. Samma förslag på exkludering av variabel #21 får man vid en prövning av reliabiliteten i KAPUBRA-materialet.

Tabell 33: Reliabiliteten i standardberäkningar för alkoholanvändning i KrAMI.

29

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .9344 .7475 .8646 6

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALKREGMO .8870 .6644 .3875 .4858BERUSNMO .8811 .6691 .3987 .4879PENGA .4587 .4418 .2519 .5416ALKPROB .8726 .5735 .3869 .4399SKALKPR .8209 .5114 .4752 .3832SKHELPNA .7517 .5485 .1645 .5603

Reliability Coefficients

N of Cases = 130.0 N of Items = 6

Alpha = .5279

7.2.3.2 Validiteten i kompositvärdet ”alkoholanvändning” (standardberäkningar)

Den samtidiga validiteten är obefintlig (rxy = 0.00**) för standardindex av alkoholanvändning i KrAMI-materialet om man använder intervjuarskattningen som validiering..

7.2.3.3 Sammanfattning: Standardindex för ”Alkoholanvändning” i KrAMI

Index för alkoholanvändning bildar en två-komponentstruktur såväl i KAPUBRA-som KrAMI-materialen med likartade laddningar för samma items förutom ”hur många dagar man upplevt alkoholproblem senaste månaden” (item #23). Indexkonstruktionen ger upphov till olika reliabilitet beroende på vilket material det beräknas och varierar mellan låg till måttligt reliabilitet. Den samtidiga validiteten kan också sägas variera mellan obefintlig till måttlig grad..

7.2.4 Droganvändning

Items som ingår i problemområdet droganvändning är:

D#3 Antal dagar av de senaste 30 som klienten använt heroin (heroinmo)D#4 Antal dagar av de senaste 30 som klienten använt metadon (metsenmo)D#5 Antal dagar av de senaste 30 som klienten använt opiater (opiatmo)D#6 Antal dagar av de senaste 30 som klienten använt dämpande medicin (dampmon)D#7 Antal dagar av de senaste 30 som klienten använt kokain (koksenmo)D#8 Antal dagar av de senaste 30 som klienten använt amfetamin (amfesenmo)D#9 Antal dagar av de senaste 30 som klienten använt canabis (cannamo)

30

D#10 Antal dagar av de senaste 30 som klienten använt hallucinogener (halucmo)D#13 Antal dagar av de senaste 30 som klienten använt flera droger samtidigt (komsemo)D#23 Antal dagar av de senaste 30 som klienten upplevt narkotikaproblem (narkprob)D#24 Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30

dagarna (sknarkpr)D#25 Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem

(skhelpna)

Item #3 - #13 har här vägts samman till ett index:

Nidx2 = #3 + #4 + #5 + #6 + #7 + #8 + #9 + #10 + #11 + #12 + #13)/9

Skälet är att delprogrammet ”Factor” i SPSS inte ville genomföra beräkningarna p.g.a. för liten varians i en eller flera items (det finns för få aktiva missbrukare i materialet) Efter korrektion erhölls följande resultat:

7.2.4.1 Reliabiliteten i kompositvärdet ”droganvändning” (standardberäkningar) för KrAMI-materialet.

Tabell 33: Förklarad varians i KrAMI för droganvändning (standardberäkningar)Total Variance Explained

2.022 50.538 50.538 1.994 49.850 49.8501.472 36.794 87.332 1.499 37.482 87.332.500 12.506 99.838.006 .162 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Två komponenter förklarar 87% av den totala variansen.

Tabell 34: Komponentladdningar avseende droganvändning i KrAMI.

31

Component Score Coefficient Matrix

-.006 .576

.501 -.011

.502 -.023-.034 .581

Hur många dagar senaste månad har klienten upplevtnarkotikaproblemKlientens skattning narkotikaproblem senaste 30 dagarKlientens skattning av behov av hjälp, narkotikaDroganvändning senaste månaden (nidx2)

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Komponentstrukturen liknar den erhållna strukturen för alkoholindex i KAPUBRA-materialet men har ingen likhet med erhållna komponentstrukturer i KAPUBRA-materialet vad avser drogmissbruk. Erhållen reliabilitet är CA = .74 som kan höjas till CA = .81 om det nytillverkade nidx2 tas bort från ekvationen.

Tabell 35: Reliabiliteten i standardberäkningar för droganvändning i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .4690 .6403 .8002 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

NIDX2 .4613 .6204 .3752 .8144NARKPROB .3769 .3860 .5941 .6484SKNARKPR .2824 .2771 .7767 .5117SKHELPNA .2863 .2817 .6705 .6028Forts. tabell 35:

Reliability Coefficients

N of Cases = 130.0 N of Items = 4

Alpha = .7407

7.2.4.2 Validiteten i kompositvärdet ”droganvändning” (standardberäkningar) i Krami-materialet

Den samtidiga validiteten är måttlig: (rxy = 0.68**) för standardindex av droganvändning i KrAMI-materialet om man använder intervjuarskattningen som validiering..

7.2.4.3 Sammanfattning: Standardindex för ”Droganvändning” i KrAMI

Standardindex för droganvändning tycks vara ett osäkert mått där beräkningarna ger olika komponentstrukturer, reliabilitet och validitet beroende på vilket material man tillämpar dem på. Då variansen i flera items är låg är det omöjligt att analysera komponentstrukturen. Ett

32

försök att kompensera för detta genom en ny indexkonstruktion beräknat på brukardagar av olika narkotiska preparat senaste månaden var heller ingen framkomlig väg då man i KAPUBRA-materialet fick en enkomponentlösning och i KrAMI-materialet en två-komponentlösning.

7.2.5 Familj och umgänge

Items som ingår i problemområdet ”Familj- och umgänge” är:

Fu#3. Happy (Är klienten nöjd med sitt civilstånd)Fu#10. Konflmmo (Svårigheter komma överens med mor senaste 30 dagarna)Fu#11. Konflfmo (Svårigheter komma överens med far senaste 30 dagarna)Fu#12. Konflsmo (Svårigheter komma överens med syskon senaste 30 dagarna)Fu#13. Konflpmo (Svårigheter komma överens med partner senaste 30 dagarna)Fu#14. Konflbmo (Svårigheter komma överens med barn senaste 30 dagarna)Fu#15. Konfslmo (Svårigheter komma överens med släkting senaste 30 dagarna)Fu#16. Konflvmo (Svårigheter komma överens med vänner senaste 30 dagarna)Fu#17. Konfgrmo (Svårigheter komma överens med grannar senaste 30 dagarna)Fu#18. Konfarmo (Svårigheter komma överens med arbetskamrater senaste 30 dagarna)Fu#19A.Klskfam (Allvarliga konflikter med familjen senaste 30 dagarna)Fu#20. Klskaoth (Hur oroad/besvärad klienten varit senaste 30 dagarna av familje-/anhörigproblem)Fu#22. Klskbehf (Hur viktigt det är för klienten att få hjälp för famiulje- och anhörigproblem)

Summan av Item #10 - #18 delat på 8 = EKVOT

7.2.5.1 Reliabiliteten i kompositvärdet ”Familj och umgänge” (standardberäkningar) för KrAMI-materialet.

En PCA-analys ger en två-komponentlösning som förklarar 65% av den totala variansen (tabell 28). Motsvarande analys i KAPUBRA-materialet resulterade i en faktor som förklarade 48% av det materialet (tabell 15)

Tabell 36:Förklarad varians i KrAMI för index av Familj och umgänge (standardberäkningar)

Total Variance Explained

2.136 42.727 42.727 2.118 42.350 42.3501.123 22.462 65.189 1.142 22.839 65.189.907 18.133 83.322.592 11.839 95.162.242 4.838 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponentstrukturen i KrAMI-materialet är uppdelat på två logiska komponenter : 1. Konfliktrelationer med familjen och 2. Konfliktfria relationer med familjen.

Tabell 37: Komponentladdningar avseende familj och umgänge i KrAMI

33

(standardberäkningar)Rotated Component Matrixa

.164 .826

.253 -.670

.723 -.011

.905 -.013

.828 -.101

Nöjd med nuvarande civilståndKonfliktrelationer (EKVOT)Hur många dagar de senaste 30 har klienten haft allvarliga konflikter medfamilj/släktHur besvärad har klienten varit de senaste30 dagarna av familjeproblemKlientens behov av hjälp familj relationsproblem

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Reliabiliteten i index för familj och umgänge i KrAMI-materialet är låg (CA = .38) men kan höjas till CA = .66 om item# 3 tas ur ekvationen. Samma tendens återfinns i KAPUBRA-materialets en-faktorlösning där man också kan höja reliabiliteten genom att inte ta med frågan om klienten är nöjd med sitt nuvarande civilstånd.

Tabell 38: Reliabiliteten i standardberäkningar för familj och umgänge i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .6942 .5092 .7136 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

NOJD .3334 .3326 -.0179 .6556EKVOT .6449 .4872 .1245 .3828KODAGFAM .6537 .4310 .2355 .3206

Forts. tabell 38:

KLSKFAM .5486 .2805 .5433 -.0045KLSKBEHF .5961 .3508 .3294 .2197

Reliability Coefficients

N of Cases = 79.0 N of Items = 5

Alpha = .3796

7.2.5.2 Validiteten i kompositvärdet ”familj och umgänge” (standardberäkningar) i KrAMI-materialet

Den samtidiga validiteten för området ”familj och umgänge” är måttligt hög (rxy

= 0.53**)

34

7.2.5.3 Sammanfattning: Standardindex för ”Familj och umgänge” i KrAMI

Standardindex för ”Familj och umgänge” är ett instabilt mått på individens relationsprob-lematik i förhållande till familjen. Faktorstrukturen skiljer sig mellan olika material och index i båda materialen genererar en låg reliabilitet samtidigt som validiteten är måttlig.

7.2.6 Kriminalitet

Fem frågor används för att beräkna index för kriminalitet / asocialitet:

K#14 Väntar på åtal, rättegång eller straffpåföljd (fnatal)K#17 Antal dagar av de senaste 30 med olaglig verksamhet (olverk)K#18 Oroad eller besvärad av nuvarande juridiska problem (egskatt)K#19 Eget behov av hjälp för juridiska problem (eghelp)A#15 Erhöll klienten pengar från olaglig verksamhet under de senaste 30 (olagpeng)

7.2.6.1 Reliabiliteten i kompositvärdet ”Kriminalitet” (standardberäkningar) för KrAMI-materialet.

I KrAMI-materialet ger beräkningarna av index för kriminalitet en två-komponentlösning som förklarar 68% av den totala variansen (tabell 39). Komponent 1 laddar högt på item K#18 och K#19 smat i viss mån på item K#14. D.v.s. klienten står under åtal för olaglig verksamhet och är oroad och hjälpsökande för detta . Vi kallar komponent 1 för ”kontemplativa”. Komponent 2 laddar högst på item K#17 och A#15. Komponent 2 fångar upp svaren från klienter som inte väntar på åtal och som varit sysslat med krinminell verksamhet senaste månaden och även skaffat sig pengar på detta sätt. De är inte oroade för juridiska problem och har inte så stort hjälpbehov.Vi kallar komponenten för ”Prekontemplativa” (tabell 40). Reliabiliteten i index för kriminalitet är måttligt hög (rxy = 0.53**) och låter sig inte höjas nämnvärt (tabell 41).

Tabell 39: Förklarad varians i KrAMI för index av ”kriminalitet” (standardberäkningar)

Total Variance Explained

1.948 38.955 38.955 1.796 35.921 35.9211.453 29.069 68.024 1.605 32.103 68.024.862 17.240 85.264.457 9.131 94.396.280 5.604 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

35

Tabell 40: Komponentladdningar avseende kriminalitet i KrAMI (standardberäkningar)

Rotated Component Matrixa

.071 .851

.501 -.276

.021 .865

.895 .134

.860 .195

Pengar från kriminell verksamhet (J/N)Står klienten för närvarande under åtal för brott eller väntar straffpåföljdHur många dagar av de senaste 30 har klienten ägnat sig åt olagligverksamhet i syfte att skaffa pengarHur allvarliga upplever klienten själv sina kriminella problem, om detfinns några.Hur viktigt skattar klienten själv sitt problem och behov av hjälp

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Tabell 41: Reliabiliteten i standardberäkningar för kriminalitet i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .8188 .8583 .9265 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

OLAGPENG .6609 .6367 .1501 .5710FNATAL .6910 .6697 .1391 .5655EGSKATT .5387 .4779 .5679 .2638EGHELP .5801 .4598 .5315 .2789OLVERK .8045 .8289 .2815 .5367

Reliability Coefficients

N of Cases = 133.0 N of Items = 5

Alpha = .52487.2.6.2 Validiteten i kompositvärdet ”kriminalitet” (standardberäkningar) i

KrAMI-materialet

Den samtidiga validiteten för området ”kriminalitet” är måttligt hög (rxy = 0.62**)

7.2.6.3 Sammanfattning: Standardindex för ”Kriminalitet” i KrAMI

Standardindex för ”kriminalitet” genererar likartade två-komponentlösningar i såväl KAPUBRA- som KrAMI-materialet. Reliabiliteten i kriminalitetsindex är dock låg till medelhög precis som den samtidiga validiteten.

36

7.2.7 Psykisk hälsa

I problemområdet ”psykisk hälsa” ingår variablerna:

P#3. Depmonth (Har klienten under de senaste 30 dagarna upplevt allvarlig depression)P#4. Angstmon (Har klienten under de senaste 30 dagarna upplevt allvarlig ångest

eller spänning)P#5. Minnesen (Har klienten under de senaste 30 dagarna upplevt svårigheter att

förstå, minnas eller koncentrera sig)P#6. Halmonth (Har klienten under de senaste 30 dagarna upplevt hallucinationer)P# 7.Agrmonth (Har klienten under de senaste 30 dagarna upplevt svårigheter att

kontrollera våldsamt beteende)P#8. Medmonth (Har klienten under de senaste 30 dagarna ordinerats läkemedel för

psykoligiska problem)P#9. Smordmon (Har klienten under de senaste 30 dagarna haft allvarligt menade

självmordstankar)P#10. Mordtrym (Har klienten under de senaste 30 dagarna gjort självmordsförsök)P#11. Dagprobl (Antal dagar av de senaste 30 som klienten upplevt känslomässig eller

psykisk problematik)P#12. Skpsykpr (Hur oroad/besvärad har klienten varit av känslomässiga eller

psykiska problem de senaste 30 dagarna)P#13. Helpklie (Hur viktigt är det för klienten att få hjälp/behandling för

känslomässiga/psykologiska problem)

Item P#3 – P#10 bildar ett eget index kallat ”antal symtom senaste 30 dagarna”

7.2.7.1 Reliabiliteten i kompositvärdet ”Psykisk hälsa” (standardberäkningar) för KrAMI-

materialet.

En PCA-analys ger en en-faktormodell som förklarar 80% av den totala variansen. Komponentladdningarna (tabell 43) fördelar sig ganska jämt och strukturen liknar den vi funnit i KAPUBRA-materialet (tabell 22). Reliabiliteten (tabell 35) är god (CA = .79) precis som vid beräkningar av KAPUBRA-materialet.

Tabell 42: Förklarad varians i KrAMI för index av psykisk hälsa (standardberäkningar)

37

Total Variance Explained

2.552 63.810 63.810 2.552 63.810 63.810.639 15.980 79.790.497 12.417 92.207.312 7.793 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 43: Komponentladdningar i standardindex för psykisk hälsa (KrAMI). Component Score Coefficient Matrix

.293

.311

.334

.315

Antal symtom senaste 30 dagarnaHur många av senaste 30 dagar har klienten upplevtkänslomässiga eller psykiska problemKlientskattning hur besvärliga känslomässiga eller psykologiskaproblem varit senaste 30 dagarKlientskattning hjälpbehov för psykologiska problem

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 44: Reliabiliteten i standardberäkningar för familj och umgänge i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .5207 .6261 .7913 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

SYMTOM30 .4486 .5058 .5590 .7869DAGPROBL .4356 .4027 .5966 .7332SKPSYKPR .3092 .2875 .7210 .6651HELPKLIE .3688 .3137 .6517 .7070

Reliability Coefficients

N of Cases = 130.0 N of Items = 4

Alpha = .7852

7.2.7.2 Validiteten i kompositvärdet ”psykisk hälsa” (standardberäkningar) i KrAMI-materialet

38

Den samtidiga validiteten är låg (rxy = .15**) i KrAMI-materialet till skillnad från samma sak i KAPUBRA-materialet. Eftersom detta mått är beräknat på sambandet mellan index och intervjuarskattningar finns dock en osäkerhetsfaktor som handlar om tillförlitligheten i intervjuarnas bedömningar.

7.2.7.3 Sammanfattning: Standardindex för ”Psykisk hälsa” i KrAMI

Index för psykisk hälsa tycks vara ett relativt stabilt mått där standardberäkningarna av indexet genererar samma endimensionella komponentstruktur där komponenterna laddar på likartade sätt, ger en hög Chronbach Alpha men där den samtidiga validiteten varierar beroende på vem som gjort intervjuerna.

7.2.8 Sammanfattning av standardberäkningarna i KrAMI-materialet

KrAMI-materialet kan sammanfattas genom tabell 45:

Tabell 45: Sammanfattning av standardberäkningar av index i KrAMI-materialet

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (73%) Hög Hög

Arbete 2 (81%) Måttlig Måttlig, negativAlkohol 2 (64%) Måttlig Obefintlig

Droger 2 (87%) Hög Måttlig

Kriminalitet 2(68%) Måttlig Måttliga

Familj 2 (65%) Måttlig Måttlig

Psykisk hälsa 1 (68%) Hög Måttlig

I KrAMI-materialet är index för fysisk hälsa det enda index som motsvarar våra krav på endimensionalitet och såväl hög reliabilitet som validitet. Index för psykisk hälsa kommer emellertid som god tvåa eftersom index här är endimnsionellt och har hög reliabilitet. Den måttliga validiteten för ”psykindex” i Krami-materialet kan hänga samman med en osäkerhet hos intervjuarna.

Mönsterlikheten med utfallet i KAPUBRA-materialet är emellertid tydlig och standardindex uppför sig på likartade sätt oberoende vilket material vi räknat på. Standardberäkningaran av de olika indexen har alltså en god inre konsistens. De flesta indexen bär sig lika ”vingligt” åt – oberoende av vilket material vi använder. Det innebär att vi endast kan godkänna de psykometriska egenskaperna i standardberäkningarna av index för fysisk och psykisk hälsa medan övriga mått ter sig alltför osäkra.

7.3 KVS-materialet

KVS-materialet omfattar 2733 individer som intervjuats med ASI-X och varit intagna på kriminalvårdsanstalt.

7.31 Fysisk hälsa

39

I ASI-X ingår följande variabler i standardberäkningen av kompositvärdet för ”fysisk hälsa”:

C11. Besvärad av fysiska problem de senaste 30 dagarna C12. Klientskattning av hur viktigt det är att få behandling för fysiska problem

C13. Klientskattning av eget behov av somatisk vård

Beräkningar av fysindex:

((C11/30) + (C12/4) + (C13/4))/3

7.3.1.1 Reliabiliteten i kompositvärdet ”Fysisk hälsa” (standardberäkningar)En PCA-analys visar att dessa tre items ingår i en och samma faktor (d.v.s. dimension som mäter samma sak). Komponent 1 förklarar 81% av den totala variansen i faktorn ”Fysisk hälsa”.

TABELL 46: Förklarad varians i KVS-materialet för fysisk hälsa

En PCA-analys visar att dessa tre items ingår i en och samma faktor (d.v.s. dimension som mäter samma sak). Komponent 1 förklarar även här 81% av den totala variansen i faktorn ”Fysisk hälsa”.

Total Variance Explained

2,422 80,720 80,720 2,422 80,720 80,720,376 12,545 93,266,202 6,734 100,000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

En faktoranalys (PCA) visar att alla de tre ingående frågor har ungefär lika höga laddningar i faktorn ”fysisk hälsa” (tabell 47)

Tabell 47: Komponentladdningar avseende fysisk hälsa (standardberäkning i KVS)

40

Component Matrixa

,864

,928

,902

Problem med hälsan senaste 30dagarna ?Klientskattning: Oroad eller besväradav fysiska hälsoproblem senaste 30dagarna ?Klientskattning:Hur viktigt är det förDig nu att få hjälp för dessa fysiskahälsoproblem ?

1Component

Extraction Method: Principal Component Analysis.1 components extracted.a.

En reliabilitetsbestämmning av de tre item som ingår i faktorn ”fysisk hälsa” ger en låg Chronbach Alpha (CA) = .38 (tabell 3). Om man tar bort item C11 skulle reliabiliteten kunna höjas ytterligare till CA = .88.

Tabell 48: Reliabiliteten i standardberäkningar för fysisk hälsa i KAPUBRA

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 9,8797 205,5445 14,3368 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

C11 2,3303 8,0247 ,7074 ,8777C12 8,7867 175,8260 ,7428 ,2804C13 8,6423 174,8533 ,6709 ,2770

Reliability Coefficients

N of Cases = 2452,0 N of Items = 3

Alpha = ,3823

7.3.1.2 Validiteten i standardkompositvärdet ”Fysisk hälsa” (KAPUBRA)

Samtidig validitet (tabell 49) I KVS-materialet är hög (rxy = 0.81). om man utgår från sambandet mellan index för fysisk hälsa vid förmätning och intervjuarskattningen (som inte ingår i indexkonstruktionen).

41

Tabell 49: Samtidig validitet : Fysisk hälsa I KVS-materialet

Correlations

1 ,805**. ,000

2452 2210,805** 1

,000 .

2210 2278

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)

N

Standardindex förfysisk hälsa

Intervjuarskattning:Klientens behov avsomatisk vård

Standardindexför fysisk hälsa

Intervjuarskattning:Klientens behov av

somatisk vård

Correlation is significant at the 0.01 level (2-tailed).**.

7.3.1.3 Sammanfattning: standardindex för ”Fysisk hälsa” i KVS-masterialet

Standardberäkningen av ”fysisk hälsa” tillämpat på KAPUBRA-materialet är endimensionell med en låg reliabilitet men en hög samtidig validitet.

7.3.2 Arbete och försörjning

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”arbete och försörjning”:

D4. Giltigt körkort D4a. Tillgång till bil (bil)D9 Antalet arbetsdagar av de senaste 30 dagarna

D10. Pengar erhållna från anställning senaste 30 dagarna

Item D10 maximeras till en inkomst av 8000 / månad + 1. Därefter tar man logaritmen ur D10 och delar med logaritmen för 8000 som är 8.99.

Beräkning av arbetsindex:

(D4 + D4a +(D9/30) + (log D10)/8.99)/4 .

7.3.2.1 Reliabiliteten i kompositvärdet ”Arbete och försörjning” (standardberäkningar)

En PCA-analys visar att frågorna bygger upp två dimensioner som vi kan kalla (1) Arbete och (2) Bil. Tillsammans förklarar de även här merparten (76%) av den totala variansen..

Tabell 50: Förklarad varians av ”arbete och försörjning” (standardberäkning i KVS- materialet)

42

Total Variance Explained

1,832 45,807 45,807 1,832 45,807 45,807 1,754 43,849 43,8491,209 30,237 76,044 1,209 30,237 76,044 1,288 32,195 76,044,704 17,588 93,632,255 6,368 100,000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Efter rotering enligt ”Varimax- principen” och normalisering av laddningarna i komponent-erna erhåller item D9 och D10 nästan lika höga laddningar i komponent 1 (Arbete) och Item D4 och D4a laddade nästan lika mycket i komponent 2 (Bil).

Tabell 51: Komponenter i faktorn ”arbete och försörjning” (KAPUBRA)

Rotated Component Matrixa

,160 ,775

-,043 ,823

,932 ,030

,926 ,098

Har klienten ett giltigtkörkort ?Har klienten tillgångtill bil ?Hur många dagar harklienten arbetat underde senaste 30dagarna (utesluterolaglig verksamheteller prostitution)logaritmerad inkomst

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Standardindex för arbete och försörjning har även i KVS-materialet en obefintlig reliabilitet och är inte ett tillförlitligt mått (tabell 52)

Tabell 52: Reliabilitetsanalys av index för ”arbete och försörjning” i ASI-X (standardberäkning)

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 5,6198 105,6268 10,2775 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item

43

Deleted Deleted Correlation Deleted

D4A 5,2147 104,9630 ,0420 ,0993D4 5,4699 104,4045 ,1500 ,0902D10A 5,4027 99,4292 ,7468 ,0202D9 ,7722 ,7123 ,4310 ,3782

Reliability Coefficients

N of Cases = 2441,0 N of Items = 4

Alpha = ,0930

7.3.2.2 Validiteten i standard-kompositvärdet ”arbete och försörjning” (KVS)

Den samtidiga validiteten i KVS-materialet är precis som i KAPUBRA låg och negativ (rxy = -.24**) om man utgår från sambandet mellan index för arbete och försörjning vid förmätning och intervjuar-skattningen (som inte ingår i indexkonstruktionen). Den blir heller inte högre om man utgår från andra mätpunkter som klientens upplevelse av ”att vara besvärad av arbetsproblem senaste 30 dagarna” (rxy = -.19**) eller ”klientens behov av hjälp för arbetsproblem” (rxy = -.19**),

7.1.3 Alkoholanvändning

I ASI-5 ingår följande variabler i beräkningen av kompositvärdet för ”alkoholanvändning”.

Alk#1. Alkohol – regelbunden användning under de 30 sista dagarna (alregsen)Alk#2. Alkohol – till berusning under de senaste 30 dagarna (albersen)Alk#21 Logaritmen för hur mycket pengar klienten betalat för alkohol under de

senaste 30 dagarna (pengalk = pengtran)Alk#23. Upplevt problem antal dagar av de senaste 30 dagarna (alkprob3)Alk#24. Oroad eller besvärad under de senaste 30 dagarna av alkoholproblem (alkbesv)Alk# 25. Hur viktigt det är att få behandling för alkoholproblem (alkhjalp)

Beräkningen av item #21 kräver en beräkning i fyra steg av alla värden lika med eller över 1500 till 1500 vilka sedan adderas med 1 och logaritmeras enligt följande syntaxer:

RECODE pengalk (1500 thru Highest=1500) (ELSE=Copy) INTO apeng1 .

EXECUTE .

För att inte få problem med logaritmtransformeringen ersätter vi alla ”nollor” i ”apeng1” med en ”etta” enligt följande:

COMPUTE apeng1 = apeng1+1 .EXECUTE .

Därefter transformeras värdet i “apeng1” till den naturliga logaritmen :

44

COMPUTE pengtran = LN(apeng1) .EXECUTE .

Den naturliga logaritmen av det högsta värdet ( = 1500) i “apeng1” är 7.31. Beräkning av alkoholindex :

(alregsen/30+(albersen/30) +(pengtran/7.31) + (alkprob3/30) + (alkbesv/4) + (alkhjalp/4))6

7.1.3.1 Reliabiliteten i kompositvärdet ”alkoholanvändning” i KAPUBRA (standardberäkningar).

En PCA-analys visar att två komponenter förklarar 74% av den totala variansen.

Tabell 53: Förklarad varians i KAPUBRA för alkoholanvändningTotal Variance Explained

3.384 56.394 56.394 2.416 40.269 40.2691.061 17.690 74.084 2.029 33.816 74.084.630 10.504 84.589.391 6.525 91.113.316 5.268 96.381.217 3.619 100.000

Component123456

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponent 1 har höga laddningar för item #23,#24 och #25 och kan benämnas ”Kontemplativa alkoholmissbrukare”. Komponent 2 har höga laddningar avseende item #1, #2 och #21 och kan kallas ”Prekontemplativa alkoholmissbrukare” (tabell 8).

Tabell 54: Komponentladdningar avseende alkoholanvändning i KAPUBRA.

Rotated Component Matrixa

.274 .798

.379 .767

.058 .785

.829 .308

.866 .290

.869 .096

ALKOHOL-REGELBUNDEN ANVÄNDNING-SENASTE 30 DAGARALKOHOL-TILL BERUSNING-SENASTE 30 DAGARPENGTRAN (Kostnader för alkohol senaste månaden)UPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP FÖR ALKOHOLPROBLEM

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

En reliabilitetsanalys (tabell 9) visar att standardberäkningen av alkoholindex ger en hög reliabilitet i KAPUBRA-materialet (CA = .76).

Tabell 55:Reliabiliteten i standardberäkningar för alkoholanvändning i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables

45

SCALE 1.2721 1.3333 1.1547 6

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALREGSEN 1.0814 .8995 .6146 .6992ALBERSEN 1.1115 .9372 .6957 .6862PENGTRAN .6555 .8787 .4223 .7730ALKPROB3 1.1541 .8960 .6264 .6959ALKBESV 1.2501 1.2639 .7255 .7727ALKHJALP 1.1079 .9424 .4872 .7359

Reliability Coefficients

N of Cases = 877.0 N of Items = 6

Alpha = .7641

7.1.3.2 Validiteten i kompositvärdet ”alkoholanvändning” (standardberäkningar)

Den samtidiga validiteten kan bara beräknas på intervjuarskattning av klientens behov av hjälp för alkoholproblem (som inte ingår i kompositvärdet) och är rxy = 0.59** - d.v.s. beskriver c:a 35% av samma fenomen som intervjuaren försöker beskriva.

7.3.3.3 Sammanfattning: Standardindex för ”alkoholanvändning” i KAPUBRA

Standardberäkningen av kompositvärdet för alkoholanvändning i KAPUBRA-materialet är flerdimensionell med hög reliabilitet och måttlig samtidig validitet. Indexet är i sin standardform är stabilt och men fångar endast upp litet över en tredjedel av det fenomen det skall kunna beskriva (om man utgår från intervjuarbedömningen).

7.3.4 Droganvändning

Items som ingår i problemområdet droganvändning är:

E3c Antal dagar av de senaste 30 som klienten använt heroin E4c Antal dagar av de senaste 30 som klienten använt metadon E5c Antal dagar av de senaste 30 som klienten använt opiater E6c Antal dagar av de senaste 30 som klienten använt dämpande medicin E7c Antal dagar av de senaste 30 som klienten använt kokain (kokasen)E8c Antal dagar av de senaste 30 som klienten använt amfetamin (amfesen)E9c Antal dagar av de senaste 30 som klienten använt canabis (cansen)E10c Antal dagar av de senaste 30 som klienten använt hallucinogener

46

E13c Antal dagar av de senaste 30 som klienten använt flera droger samtidigtE23b Antal dagar av de senaste 30 som klienten upplevt narkotikaproblem E24b Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30

dagarna E25b Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem

Kompositberäkning för KVS-materialet:

((E3c/30) + (E4c/30) + (E5c/30) + (E6c/30) + (E7c/30) + (E8c/30) + (E9c/30) + (E10c/30) + (E13c/30) + (E23b/30) + (E24b/4) + (E25b/4))/12

7.3.4.1 Reliabiliteten i kompositvärdet ”Droganvändning” i KVS-materialet (standardberäkningar).

En PCA-analys resulterar också här i fyra faktorer. som förklarar 61% av den totala variansen (tabell 56 och 57). Skall faktorerna benämnas utifrån sina högsta laddningar kan man karakterisera faktor 1 som ”Missbrukare med problem och hjälpbehov”, faktor 2: ”Aktiva amfetaminmissbrukare”, faktor 3: Kokainmissbrukare som prövat hallucinogener ” och faktor 4: ”Heroinister som använder Metadon” (tabell 56). Observera att faktorinnehållet dock skiljer sig från det erhållna resultatet i KAPUBRA-materialet.

Tabell 56: Förklarad varians i KAPUBRA för droganvändning

Rotated Component Matrixa

,275 ,333 -,005 ,593,022 ,069 ,141 ,595

-,020 ,679 -,148 ,298,173 ,740 ,043 ,140,064 -,008 ,730 ,266,569 ,221 -,018 -,381,270 ,492 ,349 -,355,020 ,070 ,640 -,039,365 ,748 ,288 -,077,821 ,166 ,036 ,131

,888 ,124 ,076 ,120

,872 ,107 ,083 ,076

Heroin - Användning senaste 30 dagarnaMetadon - Användning senaste 30 dagarnaAndra opiater - Användning senaste 30 dagarnaDämpande preparat - Användning senaste 30 dagarnaKokain - Användning senaste 30 dagarnaAmfetamin - användning senaste 30 dagarnaCannabis - användning senaste 30 dagarnaHallucinogener - Tidigare i livetFlera droger - Användning senaste 30 dagarnaAntal dagar med upplevda narkotikaproblem senaste månadenHur oroad eller besvärad har klienten varit för sina narkotikaproblemsenaste 30 dagarna?Hur viktigt är det för klienten att få hjälp för sina narkotikaproblem ?

1 2 3 4Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 8 iterations.a.

Tabell 57: Förklarad varians i KAPUBRA för droganvändning

47

Total Variance Explained

3,771 31,421 31,421 3,771 31,421 31,421 2,865 23,878 23,8781,395 11,623 43,044 1,395 11,623 43,044 2,034 16,950 40,8271,090 9,082 52,126 1,090 9,082 52,126 1,206 10,051 50,8781,051 8,761 60,887 1,051 8,761 60,887 1,201 10,009 60,887,925 7,712 68,599,916 7,632 76,231,779 6,488 82,719,647 5,393 88,112,600 5,004 93,116,383 3,192 96,308,242 2,016 98,324,201 1,676 100,000

Component123456789101112

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Fortsätt här ***********’’

8. Europeiska alternativberäkningar av ASI-index

I Euro-ASI beräknas index på ett litet annorlunda sätt vilket skall tillämpas här på båda materialen (KAPUBRA och KrAMI).

8.1 KAPUBRA-materialet

8.1.1 EU-Fysisk hälsa

I Euro-ASI ingår samma variabler i beräkningen av kompositvärdet för ”fysisk hälsa” som iDen amerikanska versionen (version 5). Indexberäkningarna blir därför samma som tidigare redovisats (endimensionalitet samt hög reliabilitet och validitet)

8.1.2 EU-Arbete och försörjning i KAPUBRA.

I Euro-ASI ingår följande variabler i beräkningen av kompositvärdet för ”arbete och försörjning”:

A#9a. Pengar erhållna från anställning senaste 30 dagarna (anstpeng)A#10 Antalet arbetsdagar av de senaste 30 dagarna (arbdagar)

48

A#18 Klientens huvudsakliga försörjningskälla (vananst)

Om klienten angivit fler än 20 dagar på fråga 9 kodas svaret om till 20. Fråga 10 besvaras med ”ja” (1) eller ”nej” (0). Fråga 18 har ursprungligen 8 svarskategorier men kodas om så att 1 = ”annan inkomst än av anställning” och 0 = Inkomst av anställning.

Syntaxen för detta i SPSS är:

Comment EUECON = Economic situation / Arbete och försörjning (E)

Comment: Konstruktion av Dummy-vvariablerComment 1: If #E9 > 20 recode #9 into 20 (4 * 5 = 20 arbetadagar i månaden) : Arbdagar Comment 2: #9R : Ändra 'ARBETSDAGAR' till 'Ej arbetade dagar' : ("9R = 20 -#9).KrAMI : #9R = 20 - arbdagarComment 3: #10R : Omkoda så att 10R: Inkomst fr. anst = 1 och Ingen inkomst fr. anst. = 0.

Comment 1: OMKODNINGAR AV DAGAR1

COMPUTE arbdagar = eudagar.EXECUTE

DO IF (eudagar > 20) .RECODE eudagar (ELSE=20) .END IF .EXECUTE .

Comment 2: Icke-arbetade dagar senaste månaden (20 - eudagar)

Compute eu9r = (20 - eudagar)/20.EXECUTE.

Comment 3: Inkomst av anställning

DO IF (anstpeng > 0) .RECODE

anstpeng (1 thru Highest=1) (ELSE=0) INTO eu10 .

END IF .EXECUTE .

Forts, syntax i SPSS:

Comment 4: Huvudsaklig försörjningskälla

RECODE huvudpeng (1=0) (2=0) (3=0) (ELSE=1) INTO eu18r .EXECUTE .

Beräkning av arbetsindex:

((20-A#9a)/20) + (1-A#10) + A#18))/3

Beräkningen kan förenklas sedan vi tillskapat dummy-variablerna Eu9r, EU10r samt EU18r:

euecon = (eu9r+eu10r+eu18r)/3

8.1.2.1 Reliabiliteten i kompositvärdet för ”arbete och försörjning” (Euro-ASI) för KAPUBRA-materialet.

En PCA-analys utifrån dummy-variablerna EU9r – EU10r ger en en-komponentlösning som förklarar 53% av den totala varansen. Reliabiliteten i detta mått är måttligt (CA = .47) och

49

sambandet med Standardindex I KAPUBRA är rxy = .77** så de båda indexen mäter endast 59% av samma sak.

Tabell 46: Förklarad Euro-varians i KAPUBRA för index av arbete och försörjningTotal Variance Explained

1.581 52.686 52.686 1.581 52.686 52.686.994 33.138 85.825.425 14.175 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 47: Komponentladdningar avseende arbete och försörjning i KAPUBRA utifrån Euro-ASI.

Component Score Coefficient Matrix

.559

.560-.080

Ej arbetade dagarIngen inkomst av anställningAnnan försörjningskälla än av arbete

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 48: Reliabiliteten i EU-beräkningar för arbete och försörjning i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 2.2757 .6338 .7961 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EU9R 1.6183 .2649 .5052 -.0733EU10R 1.5980 .2091 .4817 -.0702EU18R 1.3351 .5949 -.0467 .7252

50

Reliability Coefficients

N of Cases = 909.0 N of Items = 3

Alpha = .4702

8.1.2.2 Validiteten i kompositvärdet ”Arbete och försörjning” (EU-beräkningar) i KAPUBRA-materialet

Sambandet med klientens skattningar av sitt hjälpbehov är rxy = .30** och med intervjuarbedömningarna av samma sak rxy = .40**. Den samtidiga validiteten är alltså måttlig.

8.1.2.3 Sammanfattning: EU-beräkningar av index för ”Arbete- och försörjning” i KAPUBRA

Eu-index tillämpat på KAPUBRA-materialet är inte ett tillförlitligt mått. Det mäter dessutom helt andra saker än standardindex som trots allt har högre reliabilitet. Validiteten i EU-index för arbete och försörjning är här obefintlig.

8.1.3 EU-Alkoholanvändning (EU-alk) i KAPUBRA

Variabler som ingår i beräkningarna:

Alk#1c = alregsen (ALKOHOL-REGELBUNDEN ANVÄNDNING-SENASTE 30 DAGAR) Alk#2c = albersen (ALKOHOL-TILL BERUSNING-SENASTE 30 DAGAR) Alk#21 = pengalk (UTGIFTER FÖR ALKOHOL SENASTE 30 DAGAR I PENGAR) Alk#23a = alkprob3 (UPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30) Alk#24 = alkbesv (BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGAR) Alk#25 = alkhjalp (HUR VIKTIGT ATT FÅ HJÄLP FÖR ALKOHOLPROBLEM)

Syntaxen för EU-alk i SPSS är:

Compute alkp = (pengalk/100).EXECUTE.

Comment låt ad21r = alkp och lägg sedan till 1+ till ad21r för att inte få besvär med nollorna i nästa steg.

COMPUTE ad21r = alkp + 1 .EXECUTE

Comment: Därefter tar man naturliga logaritmen ur (ad21r) som divideras med sitt högsta logaritmiska värde för (alkp+1 som här är 5.14). I SPSS får man den naturliga logaritmen via funktionen LN i "compute".

Compute EUALK = ((alregsen/30)+(albersen/30)+(ad21r)+ (alkprob3/30)+(alkbesv/4)+(alkhjalp/4))/6

8.1.3.1 Reliabiliteten i kompositvärdet ”Alkohol” (EU-beräkningar) för KAPUBRA-materialet.

En CPA-analys visar att två komponenter förklarar 77% av den totala variansen (i standard-versionen av samma index förklaras 74% av två komponenter beräknat på samma material)..

Tabell 49: Förklarad Euro-varians i KAPUBRA för index av alkoholanvändning

51

Total Variance Explained

3.588 59.806 59.806 2.330 38.829 38.8291.003 16.713 76.519 2.261 37.691 76.519.484 8.068 84.588.391 6.509 91.096.316 5.262 96.358.218 3.642 100.000

Component123456

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponent 1 i EU-alk laddar högt för item #23a = alkprob3 (upplevt alkoholproblem antal dagar av de senaste 30), #24 = alkbesv (bebsvärad av alkoholproblem antal dagar av de senaste 30) samt #25 = alkhjalp (klientens skattning av sitt hjälpbehov för alkoholproblem). Komponent 2 laddar högt för item #1c = (regelbunden användning av alkohol antal dagar av de senaste 30), #2c = (antal dagar med alkoholkonsumtion till berusning av de 30 senaste dagarna) samt #21 (utgifter för alkohol de senaste 30 dagarna). Komponentstrukturen är såldedes logisk och enkel (tabell 50) i. EU-beräkningarna jämfört med standardberäkningarna av alkoholindex

EU-beräkningarna av ”alkoholindex” liknar nästan på pricken standardberäkningarna av samma index, med likartad komponentstruktur och likartade komponentladdningar.

Reliabiliteten är mycket hög (tabell 51) CA = .81

Tabell 50: EU-komponentladdningar avseende alkoholanvändning i KAPUBRA.Rotated Component Matrixa

.183 .857

.297 .823

.260 .768

.798 .368

.860 .325

.874 .135

ALKOHOL-REGELBUNDEN ANVÄNDNING-SENASTE 30 DAGARALKOHOL-TILL BERUSNING-SENASTE 30 DAGARlog av utgifter för alkUPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP FÖR ALKOHOLPROBLEM

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Tabell 51: Reliabiliteten i EU-beräkningar för alkoholanvändning i KAPUBRA.

52

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .9326 1.2034 1.0970 6

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALREGSEN .7420 .7896 .6181 .7699ALBERSEN .7720 .8242 .7042 .7501AD21R .6555 .8787 .6060 .7730ALKPROB3 .8146 .7665 .6764 .7541ALKBESV .9106 1.1353 .7506 .8211ALKHJALP .7684 .8107 .5286 .7958

Reliability Coefficients

N of Cases = 877.0 N of Items = 6

Alpha = .8098

8.1.3.2 Validiteten i kompositvärdet ”Alkohol” (EU-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .61**) om man använder intervjuarskattningarna av klientens behov av hjälp för alkoholproblem som mätpunkt (samma mått om man utgår från standardberäkningen av alkoholindex är rxy = .21**.).

8.1.3.3 Sammanfattning: EU-beräkningar av index för ”alkoholanvändning” i KAPUBRA

Eu-index för alkoholanvändning tillämpat på KAPUBRA-materialet är tvådimensionell och ger en hög reliabilitet och en medelhög validitet jämfört med stadardberäkningen av alkoholindex på samma material som också är tvådimensionell har hög reliabilitet och måttlig validitet. Sambandet mellan båda måtten är rxy = .99** vilket innebär att de mäter praktiskt taget samma sak. Skillnaden mellan måtten utgörs av olika sätt att hantera item Alk#21. I standardberäkningarna av index för alkohol maximeras utgiften till en högsta utgift på 1500 för att man sedan enkelt skall kunna dela logaritmen av Alk#21 med 7.31 som är högsta värde flr log(1500). I Eu-ASI tar man också logaritmen ur summan för #21 men sätter inte upp ett högsta inkomsttak. Ur #21 tar man logaritmen och delar sedan denna summa med logaritmen för den högsta funna utgiften. Det senare förfaringssättet verkar mest framgångsrikt med avseende på reliabilitet och validitet.

8.1.4 EU-Droganvändning i KAPUBRA

Variabler i ekvationen är:

D#3 Antal dagar av de senaste 30 som klienten använt heroin (hersen)D#4 Antal dagar av de senaste 30 som klienten använt metadon (metasen)

53

D#5 Antal dagar av de senaste 30 som klienten använt opiater (opiasen)D#6 Antal dagar av de senaste 30 som klienten använt dämpande medicin (bdzsen)D#7 Antal dagar av de senaste 30 som klienten använt kokain (kokasen)D#8 Antal dagar av de senaste 30 som klienten använt amfetamin (amfesen)D#9 Antal dagar av de senaste 30 som klienten använt canabis (cansen)D#10 Antal dagar av de senaste 30 som klienten använt hallucinogener (halusen)D#11 Antal dagar av de senaste 30 som klienten använt lösningsmedel (lossen)D#12 Antal dagar av de senaste 30 som klienten använt andra droger (annatsen)D#13 Antal dagar av de senaste 30 som klienten använt flera droger samtidigt (flerasen)D#14A: Antal dagar av de senaste 30 som klienten injicerat droger (injisen3)D#21: Summa pengar som klienten betalat för narkotika senaste 30 dagarna (pengnar = dd21r)D#23 Antal dagar av de senaste 30 som klienten upplevt narkotikaproblem (narprob3)D#24 Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30

dagarna (narbesv)D#25 Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem

(narhjalp)

När det gäller D#21 måste vi tillskapa dummy-variabeln: dd21r:

dd21r = (pengnar/100) +1Compute

Comment beräkna naturliga logaritmen för dd21r = pengnark

COMPUTE dd21r = N(dd21r) EXECUTE .

Comment: högsta logaritmiska värdet blir 5.71 så vi dividerar sedan dd21r med detta värde.

COMPUTE dd21r = dd21r / max = 5.71

EXECUTE .

Nu kan EU-index för droganvändning beräknas:

COMPUTE EUDRUG = ((hersen/30)+(metasen/30)+(opiasen/30)+ (bdzsen/30)+(kokasen/30)+(amfesen/30)+(cansen/30)+(halusen/30)+(lossen/30) + (annatsen/30) +(flerasen/30) + (injisen3/30) + (dd21r)+(narprob3/30)+(narbesv/4)+(narhjalp/4))/16. EXECUTE.

8.1.4.1 Reliabiliteten i kompositvärdet ”droganvändning” (Euro-ASI) för KAPUBRA-

materialet.

På grund av bristande varians i flera items måste droganvändningen av olika droger senaste 30 dagarna slås samman till ett enda index som vi kallar ”Edrug”. Detta resulterar i en enkomponentlösning som förklarar 58% av den titala variansen:

54

Tabell 52: Förklarad Euro-varians i KAPUBRA för index av droganvändningTotal Variance Explained

2.319 57.983 57.983 2.319 57.983 57.983.855 21.364 79.347.559 13.971 93.318.267 6.682 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Edrug utgör ett relativt index för antalet använda droger senaste 30 dagarna och laddar inte särskilt högt i komponenten ”droganvändning”. Däremot laddar upplevda drogproblem, hjälpbehov samt tynden i detta hjälpbehov ungefär lika mycket.

Tabell 53: Komponentladdningar avseende droganvändning i KAPUBRA utifrån Euro- ASI.

Component Score Coefficient Matrix

.360

.362

.339

.236

UPPLEVT NARKOTIKAPROBLEM-ANTAL DAGAR AV DESENASTE 30HUR VIKTIGT ATT FÅ HJÄLP FÖRNARKOTIKAPROBLEMBEHOV AV HJÄLP FÖR NARKOTIKAPROBLEMNytt index för alla droger (Edrug)

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Återigen tycks upplevelsen av problem och därmed också motivationsfaktorn till förändring eller kanske snarare ”motivation och behov till hjälp” hänga samman. Av de klienter som använt droger senaste månaden kan man således dela in materialet i prekontemplativa missbrukare och kontemplativa (förändringsmotiverade) missbrukare. Reliabiliteten i ett index konstruerat på det här sättet blir emellertid nära noll (CA = .02) och således högst otillförlitligt som mått på nuvarande drogproblem.

Tabell 54: Reliabiliteten i EU-beräkningar för droganvändning i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 1.0869 5.1712 2.2740 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha

55

if Item if Item Total if Item Deleted Deleted Correlation Deleted

EDRUG 1.0797 5.1273 .3083 .0069NARPROB3 1.0862 5.1619 .4452 .0166NARHJALP 1.0858 5.1568 .5957 .0152NARBEHOV .0090 .0012 .4239 .2545

Reliability Coefficients

N of Cases = 912.0 N of Items = 4

Alpha = .0172

8.1.4.2 Validiteten i kompositvärdet ”droganvändning” (EU-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .63**) om man använder intervjuarskattningarna av klientens behov av hjälp för alkoholproblem som mätpunkt (samma mått om man utgår från standardberäkningen av alkoholindex är rxy = .24**.).

8.1.4.3 Sammanfattning: EU-index för ”droganvändning” i KAPUBRA

EU-index för ”droganvändning” tillämpat på KAPUBRA-materialet ger ett index med obefintlig reliabilitet och måttligt hög samtidig validitet. Det är således inte ett mått som verkar tillförlitligt.

8.1.5 EU-kriminalitet i KAPUBRA

Items och beräkningar som ingår:

E#15 = olagpeng (olaglig verksamhet senaste 30 dagarna)

E#15 måste behandlas som tidigare pengavariabler - fast man säger inget om detta i manualen.

alltså kpeng1 ( betyder: krimpeng1) = (olagl/100) +1

compute kpeng1 = (olagl/100) +1. execute.

Därefter tar man naturliga logaritmen ur (kpeng1) som divideras med sitt högsta logaritmiska värde som här är 6.40). I SPSS får man den naturliga logaritmen via funktionen LN i "compute".

compute kpeng1 = LN(kpeng1). execute.

compute kpeng1 = (kpeng1/6.40). execute.

Övriga variabler är:

56

K#11 = brotatal (i EU-manualen står det feltryckt K#15 (oro eller besvär) men det måste vara K#11) K#14 = olagpen3 i EU-manualen står det feltryckt K#18 (egskatt) men det måste vara K#14) K#15 = krimbesv (i EU-manualen står det feltryckt K#19 (eghelpt) men det måste vara K#18) #K16 = krihjalp (i EU-manualen står det feltryckt K#20 (intskatt) men det måste vara K#16)

Kriminalitet beräknas då:

Compute eukrim = (olagpeng+ brotatal +( olagpen3/30)+( krimbesv /4)+ (krihjalp /4))/5.

Execute.

8.1.5.1 Reliabiliteten i kompositvärdet ”kriminalitet” (EU-beräkningar) för KAPUBRA-materialet.

Två faktorer förklarar 63% av den totala variansen. Faktor 1 har höga laddningar för item K#11, K#15 och K#16 och kan kallas kontemplativt kriminella (eftersom faktorn laddar högt på dem som väntar på åtal och därför (?) också har behov av hjälp att bearbeta sin kriminalitet. Faktor 2 laddar högt på E#!5 (inkomst av olaglig verksamhet) och K#14 (dagar med kriminell verksamhet av de 30 sista) och vi kan kalla faktorn för prekontemplativt kriminella (tabell 57)

Tabell 55: Förklarad Euro-varians i KAPUBRA för index av kriminalitetTotal Variance Explained

1.979 39.582 39.582 1.591 31.827 31.8271.154 23.082 62.664 1.542 30.836 62.664.869 17.381 80.045.535 10.695 90.740.463 9.260 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 56: Komponentladdningar KAPUBRA för index av EU-kriminalitet

57

Rotated Component Matrixa

.147 .859

.574 .1058.554E-02 .875

.758 2.435E-02

.811 .163

KPENG1 (Pengar från olaglig verksamhet)AKTUELL BROTTÅTAL/STRAFFPÅFÖLJDOLAGLIG VERKSAMHET FÖR PENGAR-ANTAL DAGAR AV DE SENASTE 30HUR VIKTIGT ATT FÅ HJÄLP MED KRIMINELLA PROBLEMBEHOV AV HJÄLP FÖR KRIMINELLA PROBLEM

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Tabell 57: Reliabiliteten i EU-beräkningar för kriminalitet i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 3.5634 23.0878 4.8050 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KPENG1 3.5384 22.3887 .5858 .2416OLAGPEN3 2.9057 5.0419 .2259 .2420BROTATAL 3.4866 22.4360 .2300 .2472KRIHJALP 3.4813 22.3289 .3063 .2412KRIBEHOV .8416 15.4152 .2355 .0908

Reliability Coefficients

N of Cases = 859.0 N of Items = 5

Alpha = .2566

8.1.5.2 Validiteten i kompositvärdet ”kriminalitet” (EU-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .26**) om man använder intervjuarskattningarna av klientens behov av hjälp för alkoholproblem som mätpunkt (samma mått om man utgår från standardberäkningen av alkoholindex är rxy = .35**.).

9.1.5.3 Sammanfattning: EU-index för ”Kriminalitet” i KAPUBRA

Två faktorer förklarar 63% av den totala variansen i index för EU-kriminalitet med måttlig reliabilitet och validitet. Indexet är i sin nuvarande utformning inte ett säkert mått på nuvarande kriminalitet.

58

8.1.6 EU-familj och umgänge

Items som ingår i problemområdet ”Familj- och umgänge” i EU-beräkningarna är:

FU#10. SVMORSEN (Svårigheter komma överens med mor senaste 30 dagarna)FU#11. SVFARSEN (Svårigheter komma överens med far senaste 30 dagarna)FU#12. SVSYSSEN (Svårigheter komma överens med syskon senaste 30 dagarna)FU#13. SVPARSEN (Svårigheter komma överens med partner senaste 30 dagarna)FU#14. SVBARSEN (Svårigheter komma överens med barn senaste 30 dagarna)FU#15. SVSLASEN (Svårigheter komma överens med släkting senaste 30 dagarna)FU#19A.KONFAM (Allvarliga konflikter med familjen senaste 30 dagarna)FU#20. FAMBESV (Hur oroad/besvärad klienten varit senaste 30 dagarna av familje-/anhörigproblem)FU#22. FAMPROB (Hur viktigt det är för klienten att få hjälp för famiulje- och anhörigproblem)

Beräkningar:

1. Item Fu10a - Fu15a omkodas så att 2 och 99 blir 99 som betyder "ingen info” eller ”ej relevant".

RECODESVMORSEN SVFARSEN SVSYSSEN SVPARSEN SVBARSEN SVSLASEN

(1=1) (0=0) (ELSE=99) .EXECUTE .

2. Comment Därefter räknar man antalet "konflikter” - d.v.s. ett:or

COUNT eukonf = SVMORSEN SVFARSEN SVSYSSEN SVPARSEN SVBARSEN SVSLASEN (1) .

EXECUTE .

3. Summan av Item Fu#10 - Fu#15 delas på 6 = EKVOT2

compute ekvot2 = eukonf / 6 execute.

Index för familj och umgänge beräknas genom:

EUfam = ((ekvot2) + (KONFAM/30) + (FAMBESV/4) + (FAMPROB/4))/4

8.1.6.1 Reliabiliteten i kompositvärdet ”familj och umgänge” (EU-beräkningar) för KAPUBRA-materialet.

Dessa beräkningar ger ett endimensionellt index där en komponent förklarar 58% av den totala variansen där item Fu#19, Fu#20 och FU#22 har de högsta laddningarna.

Tabell 58: Förklarad Euro-varians i KAPUBRA för index av familj och umgängeTotal Variance Explained

2.332 58.306 58.306 2.332 58.306 58.306.769 19.229 77.535.615 15.370 92.905.284 7.095 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

59

Tabell 59: Komponentladdningar avseende familj och umgänge i KAPUBRA utifrån Euro-ASI.

Component Score Coefficient Matrix

.258

.312

.383

.344

EKVOT2 (kvoten familjekonflikter)ALLVARLIGA KONFLIKTER MED FAMILJEN SENASTE 30 DAGARBESVÄRAD AV FAMILJEPROBLEM SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP MED FAMILJEPROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Indexets reliabilitet är emellertid endast måttligt (CA = .55)

Tabell 60: Reliabiliteten i EU-beräkningar för familj och umgänge i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .0721 .0399 .1997 4

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EKVOT2 .0381 .0239 .3433 .4659FAMBESV .0613 .0318 .6550 .4346KONFAM .0504 .0126 .4455 .4855FAMPROB .0664 .0349 .4927 .5133

Reliability Coefficients

N of Cases = 903.0 N of Items = 4

Alpha = .5464

8.1.6.2 Validiteten i kompositvärdet ”familj och umgänge” (EU-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .55**) om man använder intervjuarskattningarna av klientens behov av hjälp för familjeproblem som mätpunkt (samma mått om man utgår från standardberäkningen av alkoholindex är rxy = .67**.).

8.1.6.3 Sammanfattning: EU-index för ”Familjeproblematik” i KAPUBRA

EU-beräkningarna av index för familjeproblematik har måttligt hög reliabilitet och validitet. EU-måttet har dock högre reliabilitet än standardindex för samma sak men lägre samtidig

60

validitet. Det innebär att Eu-index för ”familjeproblematik” är bättre än det gamla indexet men fortfarande inte så bra att vi kan vara nöjda.

8.1.7 EU-psykisk problematik i KAPUBRA

Samma items ingår i beräkningen av index för psykisk problematik som i standardbe-räkningarna och det är därför ingen skillnad mellan Eu-index och Standardindex.

8.1.8 Sammanfattning

Såväl EU- som Standardberäkningen av ”Fyskisk hälsa” i KAPUBRA-materialet är endimensionell, har en hög reliabilitet och en hög samtidig validitet.

Tabell 59: Sammanfattning av EU-beräkningar av index i KAPUBRA-materialet

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (73%) Hög Hög

Arbete 1 (53%) Måttlig Måttlig,

Alkohol 2 (76%) Hög Måttlig

Droger 1 (58%) Obefintlig Måttlig

Kriminalitet 2(63%) Måttlig Måttlig

Familj 1 (78%) Måttlig Måttlig

Psykisk hälsa 1 (68%) Hög Måttlig

61

8.2 KrAMI-materialet

8.2.1 EU-Fysisk hälsa i KrAMI.

I Euro-ASI ingår samma variabler i beräkningen av kompositvärdet för ”fysisk hälsa” som iden amerikanska versionen (version 5). Indexberäkningarna blir därför samma som tidigare redovisats (endimensionalitet samt hög reliabilitet och validitet)

8.2.2 EU-Arbete och försörjning i KrAMI.

För beräkningar se motsvarande KAPUBRA-avsnitt.

euecon = (eu9r+eu10r+eu18r)/3

8.2.2.1 Reliabiliteten i kompositvärdet för ”arbete och försörjning” (Euro-ASI) för KrAMI-materialet.

I KrAMI-materialet får vi en en-komponentlösning som förklarar 84% av den totala variansen.

Tabell 60:Förklarad Euro-varians i KrAMI för index av arbete och försörjningTotal Variance Explained

2.529 84.308 84.308 2.529 84.308 84.308.408 13.603 97.911.063 2.089 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Strukturen i komponentladdningarna liknar den struktur vi också fick i KAPUBRA-materialet med den skillnaden att komponenterna i KAPUBRA hade högre laddnungar än i KrAMI-materialet.

Tabell 61:Komponentladdningar avseende arbete och försörjning i KAPUBRA utifrån Euro- ASI.

Component Score Coefficient Matrix

.388

.351

.349

Ej arbetade dagarIngen inkomst av anställningAnnan försörjningskälla än av arbete

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

62

Reliabiliteten i KrAMI-materialet är hög (CA = .89) och sambandet med Standardindex I KAPUBRA är rxy = -.03** vilket innebär att indexkonstruktionerna inte mäter samma sak.

Tabell 62:Reliabiliteten i EU-beräkningar för arbete och försörjning i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 2.3233 1.1934 1.0924 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EU9R 1.5407 .5338 .9470 .7241EU18R 1.4641 .6579 .7306 .9076EU10R 1.6419 .4829 .7567 .9129

Reliability Coefficients

N of Cases = 135.0 N of Items = 3

Alpha = .8952

8.2.2.2 Validiteten i kompositvärdet ”Arbete och försörjning” (EU-beräkningar) i KrAMI-materialet

Sambandet med klientens skattningar av sitt hjälpbehov är rxy = .29 medan intervjuar-bedömningarna av samma sak rxy = .00**. Den samtidiga validiteten är alltså låg till måttlig..

8.2.2.3 Sammanfattning: EU-index för ”Arbete och försörjning” i KrAMI

Eu-index tillämpat på KrAMI-materialet har hög reliabilitet och låg validitet

8.2.3 EU-Alkoholanvändning i KrAMI

Variabler som ingår i beräkningarna:

Alk#1c = alkregmo (ALKOHOL-REGELBUNDEN ANVÄNDNING-SENASTE 30 DAGAR) Alk#2c = berusnmo (ALKOHOL-TILL BERUSNING-SENASTE 30 DAGAR) Alk#21 = pengalk (UTGIFTER FÖR ALKOHOL SENASTE 30 DAGAR I PENGAR) Alk#23a = alkprob (UPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30) Alk#24 = skalkpr (BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGAR) Alk#25 = skhelpal (HUR VIKTIGT ATT FÅ HJÄLP FÖR ALKOHOLPROBLEM)

Compute alkp = (pengalk/100).EXECUTE.

Comment låt ad21r = alkp och lägg sedan till 1+ till ad21r för att inte få besvär med nollorna i nästa steg.

COMPUTE ad21r = alkp + 1 .EXECUTE

63

Comment: Därefter tar man naturliga logaritmen ur (ad21r) som divideras med sitt högsta logaritmiska värde för (alkp+1 som här är 3.71). I SPSS får man den naturliga logaritmen via funktionen LN i "compute".

Compute EUALK = ((alkregmo/30)+(berusnmo/30)+(ad21r)+ (alkprob/30)+(skalkpr/4)+(skhelpal/4))/6

8,2,3,1 Reliabiliteten i kompositvärdet ”Alkohol” (EU-beräkningar) för KrAMI-materialet.

En CPA-analys visar att två komponenter förklarar 66% av den totala variansen. Lösningen är nästan identisk med den bild vi fått i KAPUBRA-materialet förutom att ”utgifter för alkohol” inte ingår i någon komponent i KrAMI-materialet. I KrAMI- materialen har emellertid index för alkoholanvändning en måttligt hög reliabilitet.

Tabell 63: Förklarad Euro-varians i KrAMI för index av alkoholanvändningTotal Variance Explained

2.044 34.075 34.075 2.000 33.339 33.3391.936 32.267 66.342 1.980 33.003 66.342.968 16.126 82.468.653 10.884 93.352.393 6.555 99.907.006 .093 100.000

Component123456

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 64: EU-komponentladdningar avseende alkoholanvändning i KrAMI.Rotated Component Matrixa

-.002 .727-.021 .822-.024 .848

.125 .234

.996 .042

.996 .022

Alkohol regelbunden användning antal dagar senaste månad (Idx1)Alkohol till berusning, antal dagar senaste månad (idx2)AD21R (log av utgifter för alkohol)Hur många dagar senaste månad har klienten upplevt alkoholproblem(Idx3)Klientens skattning av alkoholproblem senaste 30 dagar (idx4)Klientens skattning av behov av hjälp, alkohol (idx5)

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

64

Tabell 64: Reliabiliteten i EU-beräkningar för alkoholanvändning i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .6190 .6268 .7917 6

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALKREGMO .5698 .5501 .3777 .6602BERUSNMO .5640 .5555 .3807 .6620AD21R .3564 .4434 .2818 .7026ALKPROB .5582 .4294 .5353 .5916SKALKPR .5073 .3678 .6414 .5389SKHELPAL .5395 .4334 .4109 .6383

Reliability Coefficients

N of Cases = 132.0 N of Items = 6

Alpha = .6783

8.2.3.2 Validiteten i kompositvärdet ”Alkohol” (EU-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .46**) om man använder intervjuarskattningarna av klientens behov av hjälp för alkoholproblem som mätpunkt.

8.2.3.3 Sammanfattning: EU-index för ”Alkoholanvändning” i KrAMI

Eu-index för alkoholanvändning tillämpat på KrAMI-materialet är tvådimensionell och ger en måttlig reliabilitet och validitet till skillnad från KAPUBRA-materialet som också är tvådimensionellt men ger en hög reliabilitet och en medelhög validitet. Komponent-strukturerna i båda materialen liknar däremot varandra.

8.2.4 EU-Droganvändning i KrAMI

För beräkningar se motsvarande avsnitt i KAPUBRA-materialet.

När det gäller D#21 måste vi tillskapa dummy-variabeln: dd21r:

dd21r = (pengnark/100) +1Compute

Comment beräkna naturliga logaritmen för dd21r = pengnark

COMPUTE dd21r = LN(dd21r)

65

EXECUTE .

Comment: högsta logaritmiska värdet blir 3.76 så vi dividerar sedan dd21r med detta värde.

COMPUTE dd21r = dd21r / max = 3.76

Uträkningen av Eu-inndex för droganvändning blir då:

COMPUTE EUDRUG = ((heroinmo/30)+(metsenmo/30)+(opiatmo/30)+ (dampmon/30)+(koksenmo/30)+(amfsenmo/30)+(cannamon/30)+(hallucmo/30)+(losnmon/30) + (annatmon/30) +(kombsemo/30) + (injsenda/30) + (dd21r)+(narkprob/30)+(sknarkpr/4)+(skhelpna/4))/16. EXECUTE.

8.2.4.1 Reliabiliteten i kompositvärdet ”droganvändning” (Euro-ASI) för KrAMI-materialet.

På grund av bristande varians i flera items måste droganvändningen av olika droger senaste 30 dagarna slås samman till ett enda index som vi kallar ”Edrug”.

COUNT Edrug = heroinmo metsenmo opiatmo dampmon koksenmo amfsenmo cannamon hallucmo losnmon annatmon kombsemo injsenda (1 thru Highest) .

VARIABLE LABELS Edrug 'Antal konsumerade droger senaste månaden' .EXECUTE .

Detta resulterar i en två-komponentlösning som förklarar 79% av den totala variansen:

Tabell 65: Förklarad Euro-varians i KAPUBRA för index av droganvändningTotal Variance Explained

2.083 41.665 41.665 1.996 39.917 39.9171.853 37.067 78.732 1.941 38.814 78.732.720 14.402 93.134.337 6.739 99.873.006 .127 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponentstrukturen skiljer sig från den erhållna strukturen I KAPUBRA-materialet. Komponent 1 har höga komponentladdningar för klientskattningarna av problemtyngd och behov av hjälp medan komponent 2 laddar högt för olika item som har med narkotika-användning senaste månaden. Återigen kan vi kalla komponent 1 för ”kontemplativa narkotikamissbrukare” och komponent 2 för ”prekontemplativa narkotikamissbrukare” eftersom de senare inte erkänner någon problematik med sitt missbruk eller har ett hjälpbehov. Index för droganvändning i KrAMI-materialet har en hög reliabilitet (CA = .78).

66

Tabell 66: Komponentladdningar avseende droganvändning i KrAMI utifrån Euro-ASI.Rotated Component Matrixa

.004 .861

.082 .661

.997 .042

.997 .027-.017 .872

DD21R (pengar spenderade på droger senaste månaden)Hur många dagar senaste månad har klienten upplevtnarkotikaproblemKlientens skattning narkotikaproblem senaste 30 dagarKlientens skattning av behov av hjälp, narkotikaAntal konsumerade droger senaste månaden

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Tabell 67: Reliabiliteten i EU-beräkningar för droganvändning i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .5677 .9674 .9836 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EDRUG .5283 .7728 .4559 .7717DD21R .5115 .7748 .4591 .7713NARKPROB .4735 .6452 .6152 .7199SKNARKPR .3767 .5257 .7242 .6740SKHELPNA .3807 .5474 .5942 .7351

Reliability Coefficients

N of Cases = 127.0 N of Items = 5

Alpha = .7802

8.2.4.2 Validiteten i kompositvärdet ”Droganvändning” (EU-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .63**) om man använder intervjuarskattningarna av klientens behov av hjälp för narkotikaproblem som mätpunkt.

8.2.4.3 Sammanfattning: EU-index för ”Droganvändning” i KrAMI

67

Index för droganvändning beräknat på KrAMI-materialet ger en två-komponentstruktur som förklarar 78% av den totala variansen med hög reliabilitet (CA = .78) och en måttlig samtidig validitet. Faktorstruktur och faktorladdningar skiljer sig från den funna en-strukturlösningen i KAPUBRA-materialet som även har obefintlig reliabilitet och läg validitet. EU-index för droganvändning uppför sig alltså olika beroende på vilket material man använder som underlag och ger därför inte ett tillförlitligt intryck. 8.2.5 EU-kriminalitet i KrAMI

Items och beräkningar som ingår:

E#15 = olagl (olaglig verksamhet senaste 30 dagarna)

E#15 måste behandlas som tidigare pengavariabler - fast man säger inget om detta i manualen.

alltså : kpeng1 ( betyder: krimpeng1) = (olagl/100) +1

compute kpeng1 = (olagl/100) +1. execute.

Därefter tar man naturliga logaritmen ur (kpeng1) som divideras med sitt högsta logaritmiska värde som här är 6.40).

compute kpeng1 = LN(kpeng1). execute.

compute kpeng1 = (kpeng1/6.40). execute.

Övriga variabler är:

K#11 = fnatal K#14 = olverk K#15 = egskatt K#16 = eghelp

Kriminalitet beräknas då:

Compute eukrim = (kpeng1+ fnatal +(olverk/30)+( egskatt /4)+ (eghelp /4))/5.Execute.

Beräkningarna ger upphov till en två-faktorlösning som förklarar 71% av den totala variansen med en likartad komponentstruktur som vi erhåller i KAPUBRA-materialet. Reliabiliteten är emellertid måttlig (CA = .56).

68

Tabell 68:Förklarad Euro-varians i KrAMI för index av kriminalitetTotal Variance Explained

2.028 40.569 40.569 1.797 35.931 35.9311.516 30.318 70.887 1.748 34.957 70.887.855 17.093 87.980.328 6.558 94.538.273 5.462 100.000

Component12345

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 69: EU-komponentladdningar avseende kriminalitet i KrAMI.

Component Score Coefficient Matrix

-.021 .516

-.069 .525

.310 -.202

.496 .007

.470 .049

KPENG1 (pengar från oloaglig verksamhet)Hur många dagar av de senaste 30 har klienten ägnat sig åt olaglig verksamhet isyfte att skaffa pengarStår klienten för närvarande under åtal för brott eller väntar straffpåföljdHur allvarliga upplever klienten själv sina kriminella problem, om det finns några.Hur viktigt skattar klienten själv sitt problem och behov av hjälp

1 2Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 70: Reliabiliteten i EU-beräkningar för kriminalitet i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .7376 .7367 .8583 5

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KPENG1 .6609 .6367 .1848 .5710FNATAL .6097 .5465 .1570 .6203OLVERK .7233 .7137 .2298 .5826

69

EGSKATT .4575 .3663 .6240 .2779EGHELP .4988 .3513 .5777 .3077

Reliability Coefficients

N of Cases = 133.0 N of Items = 5

Alpha = .56358.2.5.2 Validiteten i kompositvärdet ”Droganvändning” (EU-beräkningar) i

KrAMI-materialet

Den samtidiga validiteten i EU-beräkningarna för ”kriminalitet” är hög i KrAMI-materialet (rxy = .63**) .

8.2.5.3 Sammanfattning: EU-index för ”Kriminalitet” i KrAMI

Beräkningarna ger upphov till en två-faktorlösning som förklarar 71% av den totala variansen med en likartad komponentstruktur som vi erhåller i KAPUBRA-materialet men med måttlig reliabilitet och hög samtidig validitet.

8.2.6 EU-familj och umgänge

Items som ingår i problemområdet ”Familj- och umgänge” i EU-beräkningarna är:

FU#10. konflmmo (Svårigheter komma överens med mor senaste 30 dagarna)FU#11. konflfmo (Svårigheter komma överens med far senaste 30 dagarna)FU#12. konflsmo (Svårigheter komma överens med syskon senaste 30 dagarna)FU#13. konflpmo (Svårigheter komma överens med partner senaste 30 dagarna)FU#14. konflbmo (Svårigheter komma överens med barn senaste 30 dagarna)FU#15. konfslmo (Svårigheter komma överens med släkting senaste 30 dagarna)FU#19A.kodagfam (Allvarliga konflikter med familjen senaste 30 dagarna)FU#20. klskfam (Hur oroad/besvärad klienten varit senaste 30 dagarna av familje-/anhörigproblem)FU#22. klskbehf (Hur viktigt det är för klienten att få hjälp för famiulje- och anhörigproblem)

Beräkningar:

2. Item Fu10a - Fu15a omkodas så att 2 och 99 blir 99 som betyder "ingen info” eller ”ej relevant".

RECODEkonflmmo,konflfmo,konflsmo ,konflpmo,konflbmo,konfslmo

(1=1) (0=0) (ELSE=99) .EXECUTE .

2. Comment Därefter räknar man antalet "konflikter” - d.v.s. ett:or

COUNTeukonf = konflmmo,konflfmo,konflsmo ,konflpmo,konflbmo,konfslmo (1) .EXECUTE .

3. Summan av Item Fu#10 - Fu#15 delas på 6 = EKVOT2

compute ekvot2 = eukonf / 6 execute.

70

Index för familj och umgänge beräknas genom:

EUfam = ((ekvot2) + (kodagfam/30) + (klskfam/4) + (klskbehf/4))/4

8.2.6.1 Reliabiliteten i kompositvärdet för ”Familj och umgänge” (Euro-ASI) för KrAMI-materialet.

En CPA-analys ger en en.komponentlösning som förklarar 78% av den totala variansen med god reliabilitet (CA = .73).

Tabell 71:Förklarad Euro-varians i KrAMI för index av familj och umgänge

Total Variance Explained

2.292 57.309 57.309 2.292 57.309 57.309.812 20.306 77.615.653 16.333 93.948.242 6.052 100.000

Component1234

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Komponentstruktur och laddningar liknar den vi får vid analys av KAPUBRA-materialet.

Tabell 72: EU-komponentladdningar avseende ”Familj och umgänge” i KrAMI.Component Score Coefficient Matrix

.255

.306

.390

.354

EKVOT2 (Antalet konfliktrelationer/tillgängliga relationer)Hur många dagar de senaste 30 har klienten haft allvarligakonflikter med familj/släktHur besvärad har klienten varit de senaste30 dagarna avfamiljeproblemKlientens behov av hjälp familj relationsproblem

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 73: Reliabiliteten i EU-beräkningar för ”Familj och umgänge” i KrAMI.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .4635 .5959 .7719 4

71

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EKVOT2 .4016 .5234 .3712 .7713KODAGFAM .3971 .4222 .4755 .7086KLSKFAM .2665 .2325 .7748 .5056KLSKBEHF .3253 .2804 .6583 .5953

Forts. tabell 73:

Reliability Coefficients

N of Cases = 132.0 N of Items = 4

Alpha = .7364

8.2.6.2 Validiteten i kompositvärdet ”Familj och umgänge” (EU-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är hög (rxy = .78**) om man använder intervjuarskattningarna av klientens behov av hjälp för familjeproblematik som mätpunkt.

8.2.6.3 Sammanfattning: EU-index för ”Familj och umgänge” i KrAMI

EU-index avseende familjeproblematik beräknat på KrAMI-materialet ger en en-komponentlösning med hög reliabilitet och en samtidig hög validitet. Resultatet liknar det som fås vid en analys av KAPUBRA-materialet där familjeindex dock har har måttligt hög reliabilitet och validitet.

8.2.7 EU-psykisk problematik i KrAMI

Samma items ingår i beräkningen av index för psykisk problematik som i standardbe-räkningarna och det är därför ingen skillnad mellan Eu-index och Standardindex.

8.2.8 Sammanfattning

Tabell 74: Sammanfattning av EU-beräkningar av index i KrAMI-materialet

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (73%) Hög Hög

Arbete 1 (84%) Hög Obefintlig,

Alkohol 2 (66%) Måttlig Måttlig

72

Droger 2 (78%) Måttlig MåttligKriminalitet 2(71%) Måttlig Måttlig

Familj 1 (57%) Hög Hög

Psykisk hälsa 1 (68%) Hög Måttlig

8.3 KI-beräkningar av index i ASI

Vare sig i McLellands (op.cit) manual eller EU-ASI-manualen (op.cit) beskriver man något om hur olika items valts ut. Enligt Öberg1 (2003) baserades urvalet av items i båda fallen på intuition och klinisk erfarenhet.

8.3.1 KI-beräkningar i KAPUBRA-materialet

Andrén (2000) konstruerade nya index utifrån ett behov att kunna erhålla tidsmässigt mer precisa index som på ett bättre sätt skulle kunna ”peka” på klientens ”här-och-nu” - situation vilket skulle underlätta beskrivningar av förändring.

Valet av items kom emellertid att basera sig på samma reliabilitetsanalys som använts ovanDär urvalet av items reducerats till vi funnit ett tillräckligt högt Chronbach Alpha-värde.Därefter har dimensionaliteten undersökts med hjälp av CFA.

8.3.1.1 Fysisk hälsa

Sedan samtliga items i avsnittet lagts in i ekvationen kunde dessa reduceras till två.

F#11. Besvärad av fysiska problem de senaste 30 dagarna (KROPPROB) F#13. Klientskattning av eget behov av somatisk vård (FYSBEH)

KI-index beräknas på följande sätt:

compute nfysidx1= ((fysbesv / 30) + (fysbeh/4)) / 2.execute.

8.3.1.1.1 Reliabiliteten i kompositvärdet ”Fysisk hälsa” (KI-beräkningar) för KAPUBRA-

materialet.

Beräkningarna ger upphov till ett fysiskt index som förklarar 87% av den totala variansen, som pekar på här och nu och som har en hög CA = .75 och en hög samtidig validitet.

Tabell 75: Förklarad varians i KAPUBRA för KI-index avseende fysisk hälsa

1 Personlig kommunikation hösten 2003

73

Total Variance Explained

1.747 87.365 87.365 1.747 87.365 87.365.253 12.635 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 76: KI-komponentladdningar avseende ”Fysisk hälsa” i KAPUBRA.Component Score Coefficient Matrix

.535

.535HUR VIKTIGT ATT FÅ BEHANDLING FÖR FYSISKA PROBLEMBESVÄRAD AV FYSISKA PROBLEM DE SENASTE 30 DAGAR

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 77: Reliabiliteten i KI-beräkningar för ”fysisk hälsa” i KAPUBRA.

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

FYSBESV .8616 1.9908 .7493 .FYSBEH 1.0532 1.8774 .7493 . N of Items = 2

Alpha = .8565

8.3.1.1.2 Validiteten i kompositvärdet ”fysisk hälsa” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är hög (rxy = .77**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin fysiska problematik som mätpunkt.

8.3.1.1.3 Sammanfattning: KI-index för ”fysisk hälsa” i KAPUBRA

Beräkningarna ger upphov till ett fysiskt index som förklarar 87% av den totala variansen, som pekar på här och nu och som har en hög CA = .86 och en hög samtidig validitet (rxy

= .77**) .

74

8.3.1.2 Arbete och försörjning

Efter att ha låtit samtliga items inom omådet ingå i ekvationen kunde denna reduceras till tre items ”besvärad av arbetsproblem antal dagar av de senaste 30”, ”klientens skattning av problem med arbetet senaste 30 dagarna” samt ”klientens skattning av sitt behov av hjälp för arbetsproblem”.

KI-arbetsindex beräknas genom:

compute arbidx1 = ((arbprob / 30) + (arbbesv/4) + (arbhjalp / 4)) / 3.execute.

8.3.1.2.1 Reliabiliteten i kompositvärdet ”arbete och försörjning” (KI- beräkningar) för KAPUBRA-materialet.

Ekvationen ger en en-faktorlösning som som pekar på här-och-nu och som förklarar 86% av den totala variansen med en hög reliabilitet (CA = .92). Ingen av dessa items ingår vare sig i beräkningarna av standard- eller EU-index för ”arbete och försörjning”.

Tabell 78: Förklarad varians i KAPUBRA för KI-index avseende arbete och försörjning Total Variance Explained

2.578 85.918 85.918 2.578 85.918 85.918.287 9.570 95.488.135 4.512 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 79: KI-komponentladdningar avseende ”arbete och försörjning” i KAPUBRA.Component Score Coefficient Matrix

.350

.370

.359

PROBLEM MED ARBETET UNDER SENASTE 30 DAGARBESVÄRAD AV ARBETSPROBLEM UNDER SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP MED ARBETSPROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 80: Reliabiliteten i KI-beräkningar för ”arbete och försörjning” i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N ofStatistics for Mean Variance Std Dev Variables SCALE .7996 1.2917 1.1365 3

75

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

APROB .5133 .5742 .7874 .9185ABEV .5322 .6032 .8859 .8342AHLP .5537 .6179 .8232 .8830

Reliability Coefficients

N of Cases = 905.0 N of Items = 3

Alpha = .9152

8.3.1.2.2 Validiteten i kompositvärdet ”arbete och försörjning” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är hög (rxy = .79**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin arbetsrelaterade problematik som mätpunkt.

8.3.1.2.3 Sammanfattning: KI-index för ”arbete och försörjning” i KAPUBRA

KI-inndex för arbete och försörjning ger en en-faktorlösning som som pekar på här-och-nu och som förklarar 86% av den totala variansen och har en hög reliabilitet medan den samtidiga validiteten också är hög.

8.3.1.3 Alkoholanvändning

Efter reduktion av 16 variabler återstod två som ger en en-komponentlösning som förklarar 72% av den totala variansen, vilken pekar på ”här-och-nu” med hög reliabilitet (CA = .81).

ALKPROB3 = Besvärad av alkoholproblem dagar av de senaste 30ALKBESV = Bekymrad/besvärad av alkoholproblem de senaste 30 dagarnaALKBEHOV = Intrvjuarbedömning av klientens behov av hjälp för alkohol problem

Beräkning:

COMPUTE kI_alk = ((alkprob3/30) + (alkbesv/4) + (alkbehov/9))/3 .EXECUTE .

8.3.1.3.1 Reliabiliteten i kompositvärdet för ”alkoholanvändning” (KI-ASI) i KAPUBRA-materialet.

Tabell 81: Förklarad varians i KAPUBRA för KI-index avseende alkoholanvändning

76

Total Variance Explained

2.155 71.822 71.822 2.155 71.822 71.822.576 19.195 91.017.270 8.983 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 82: KI-komponentladdningar avseende ”alkoholanvändning” i KAPUBRA.

Component Score Coefficient Matrix

.421

.360

.397

BESVÄRAD AV ALKOHOLPROBLEM DE SENASTE 30 DAGARBEHOV AV HJÄLP FÖR ALKOHOLPROBLEMUPPLEVT ALKOHOLPROBLEM-ANTAL DAGAR AV DE SENASTE 30

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 83: Reliabiliteten i KI-beräkningar för ”alkoholanvändning” i KAPUBRA.

* R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .7180 .6047 .7777 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

ALKPROB3 .5952 .2847 .6595 .7258ALKBEHOV .2874 .3346 .5505 .8318ALKBESV .5534 .2657 .7567 .6180

Reliability Coefficients

N of Cases = 899.0 N of Items = 3

Alpha = .8050

8.3.1.3.2 Validiteten i kompositvärdet ”alkoholanvändning” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är hög (rxy = .78**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin fysiska problematik som mätpunkt.

77

8.3.1.3.3 Sammanfattning: KI-index för ”alkoholanvändning” i KAPUBRA

Efter reduktion av 16 variabler återstod tre som ger en en-komponentlösning som förklarar 83% av den totala variansen, vilken pekar på ”här-och-nu”-situationen och som har hög reliabilitet (CA = .81) och hög samtidig validitet (rxy = .78**).

8.3.1.4 Droganvändning

I avsnittet ”droganvändning” ingår 42 items. Vid skalanalys kan dessa reduceras till två items vilka bildar en en-faktorlösning med hög reliabilitet.

D#24 Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30 dagarna (narbesv)

D#25 Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem (narhjalp)

Indexet beräknas då enligt formeln:

ki_nrk = ((narbesv/4)+(narhjalp/4))/2 ..

8.3.1.4.1 Reliabiliteten i kompositvärdet ”droganvändning” (KI-beräkningar) för KAPUBRA-

materialet.

Indexkonstruktionen ger vid PCA en en-komponentlösning som förklarar 98% av den totala variansen med hög reliabilitet (CA = .98).

Tabell 84: Förklarad KI-varians i KAPUBRA för index av droganvändning

Total Variance Explained

1.955 97.730 97.730 1.955 97.730 97.7304.541E-02 2.270 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 85: KI-komponentladdningar avseende ”droganvändning” i KAPUBRA.

78

Component Score Coefficient Matrix

.506

.506

HUR VIKTIGT ATT FÅ HJÄLP FÖRNARKOTIKAPROBLEMBESVÄRAD AV NARKOTIKAPROBLEM DE SENASTE30 DAGAR

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 86: Reliabiliteten i KI-beräkningar för ”droganvändning” i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .8218 10.7397 3.2771 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

NARBESV .4154 2.7916 .9547 .NARHJALP .4065 2.7031 .9547 .

Reliability Coefficients

N of Cases = 898.0 N of Items = 2

Alpha = .9768

8.3.1.4.2 Validiteten i kompositvärdet ”droganvändning” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är låg (rxy = .17**) om man använder intervjuarskattningarna av klientens behov av hjälp för sina drogproblem som mätpunkt.

8.3.1.4.3 Sammanfattning: KI-index för ”droganvändning” i KAPUBRA

KI-index för droganvändning är en-dimensionell och har hög reliabilitet men låg validitet.

8.3.1.5 KI-kriminalitet i KAPUBRA

Efter reduktion av samtliga 15 items som ursprungligen ingår i avsnittet, till två kan ett reliabelt kriminalitetsindex bildas genom:

K#18 Oroad eller besvärad av nuvarande juridiska problem (krimbesv)K#19 Eget behov av hjälp för juridiska problem (krihjalp)

79

Enligt formeln:ComputeKI_krim = ((KRIMBESV / 4) + (KRIHJALP / 4))/ 2.Execute.

8.3.1.5.1 Reliabiliteten i kompositvärdet ”kriminalitet” (KI-beräkningar) för KAPUBRA-materialet.

PCA resulterar i ett en-dimensionellt kriminalitetsindex som förklarar 82% av den totala variansen med hög reliabilitet (CA = .79).

Tabell 87: Förklarad KI-varians i KAPUBRA för kriminalitetsindexTotal Variance Explained

1.645 82.249 82.249 1.645 82.249 82.249.355 17.751 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 88: Komponentstrukturen för KI-kriminalitetsindex i KAPUBRAComponent Score Coefficient Matrix

.551

.551BESVÄRAD AV KRIMINELLA PROBLEMHUR VIKTIGT ATT FÅ HJÄLP MED KRIMINELLA PROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 89: Reliabiliteten i KI-beräkningar för ”kriminalitet” i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .2125 .2247 .4740 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KRIMBESV .0806 .0575 .6518 .KRIHJALP .1319 .0793 .6518 .

Reliability Coefficients

80

N of Cases = 906.0 N of Items = 2

Alpha = .7831

8.3.1.5.2 Validiteten i kompositvärdet ”droganvändning” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .44**) om man använder intervjuarskattningarna av klientens behov av hjälp för sina drogproblem som mätpunkt.

8.3.1.5.3 Sammanfattning: KI-index för ”droganvändning” i KAPUBRA

KI-index för kriminalitet är ett endimensionellt mått med hög reliabilitet och måttlig samtidig validitet.

8.3.1.6 KI-familj och umgänge

Vid en reliabilitets-analys kunde de ursprungliga 48 items som ingår i avsnittet reduceras till två items :

FAMBESV BESVÄRAD AV FAMILJEPROBLEM SENASTE 30 DAGARFAMPROB HUR VIKTIGT ATT FÅ HJÄLP MED FAMILJEPROBLEM

Familjeindex beräknas på följande sätt:

Relidx = ((fambesv/4) + (famprob/4))/2

8.3.1.6.1 Reliabiliteten i kompositvärdet ”familjeproblematik” (KI-beräkningar) för KAPUBRA-materialet.

KI-index för familjeproblem är ett en-dimensionellt mått som förklarar 84% av den totala variansen och har hög reliabilitet (CA = .80).

Tabell 90: Förklarad KI-varians i KAPUBRA för familjeproblematik

Total Variance Explained

1.678 83.914 83.914 1.678 83.914 83.914.322 16.086 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 91: KI-komponentladdningar avseende ”familjeproblematik” i KAPUBRA.

81

Component Score Coefficient Matrix

.546

.546BESVÄRAD AV FAMILJEPROBLEM SENASTE 30 DAGARHUR VIKTIGT ATT FÅ HJÄLP MED FAMILJEPROBLEM

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 92: Reliabiliteten i KI-beräkningar för ”kriminalitet” i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .0167 .0025 .0504 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

FAMBESV .0058 .0006 .6783 .FAMPROB .0109 .0009 .6783 .

Reliability Coefficients

N of Cases = 905.0 N of Items = 2

Alpha = .7950

8.3.1.6.2 Validiteten i kompositvärdet ”kriminalitet” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är måttlig (rxy = .44**) om man använder intervjuarskattningarna av klientens behov av hjälp för sina drogproblem som mätpunkt.

8.3.1.6.3 Sammanfattning: KI-index för ”kriminalitet” i KAPUBRA

KI-index för familjeproblem är ett en-dimensionellt mått som förklarar 84% av den totala variansen och har hög reliabilitet (CA = .80) men en måttlig samtidig validitet (rxy = .44**) .

8.3.1.7 KI-psykisk hälsa i KAPUBRA

Området ”psykisk hälsa” omfattar 30 items som efter reliabilitetsprövning kunde reduseras till fem items:

P#22. PSYKBESV Oroad/besvärad av psykiska problem

de senaste 30 dagarna P#23. PSYHJALP Klientskattning av hjälpbehovet för psykiska

problem

82

KI-index beräknas enligt formeln:

computeKI_psyk = ((psykbesv/4) + (psyhjalp/4))/2)Execute.

8.3.1.7.1 Reliabiliteten i kompositvärdet ”psykisk problematik” (KI- beräkningar) för KAPUBRA-materialet.

KI-index för psykisk problematik är ett en-dimensionellt mått som förklarar 61% av den totala variansen och med en hög reliabilitet (CA = .74).

Tabell 93: Förklarad KI-varians i KAPUBRA för psykisk hälsa

Total Variance Explained

1.700 85.016 85.016 1.700 85.016 85.016.300 14.984 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 94: KI-komponentladdningar avseende ”psykisk hälsa” i KAPUBRA.Component Score Coefficient Matrix

.542

.542HUR VIKTIGT ATT FÅ HJÄLP MED PSYK.PROBLEMBESVÄRAD AV PSYK.PROBLEM SENASTE 30 DAGAR

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 95: Reliabiliteten i KI-beräkningar för ”psykisk hälsa” i KAPUBRA.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .3140 .3201 .5657 2

Item-total Statistics

Scale Scale Corrected

83

Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

PSYHJALP .1956 .1075 .7073 .PSYKBESV .1184 .0808 .7073 .

Reliability Coefficients

N of Cases = 906.0 N of Items = 2

Alpha = .8236

8.3.1.7.2 Validiteten i kompositvärdet ”psykisk hälsa” (KI-beräkningar) i KAPUBRA-materialet

Den samtidiga validiteten är hög (rxy = .79**) om man använder intervjuarskattningarna av klientens behov av hjälp för sina drogproblem som mätpunkt.

8.3.1.7.3 Sammanfattning: KI-index för ”psykisk hälsa” i KAPUBRA

KI-index för familjeproblem är ett en-dimensionellt mått som förklarar 85% av den totala variansen och har hög reliabilitet (CA = .83) med en hög samtidig validitet (rxy = .79**) .

8.3.1.8 Sammanfattning av KI-beräkningar i KAPUBRA-materialet

KI-index av fysisk hälsa ger vid PCA en en-komponentlösning som förklarar 57% av den totala variansen med hög reliabilitet (CA = .72) och hög validitet. KI-index för arbete och försörjning ger en en-faktorlösning som som pekar på här-och-nu och som förklarar 86% av den totala variansen med en hög reliabilitet (CA = .92) och en hög samtidig validitet (rxy

= .79**).Efter reduktion av 16 variabler återstod två vid konstruktion av KI-index för alkoholanvändning som ger en en-komponentlösning vilken förklarar 72% av den totala variansen, som pekar på ”här-och-nu” och har hög reliabilitet (CA = .81) och en hög samtidig validitet (rxy = .78**).Indexkonstruktionen av droganvändning ger vid PCA en en-komponentlösning som förklarar 98% av den totala variansen med hög reliabilitet (CA = .98) och låg validitet. (rxy = .17**). Vid beräkning av index för kriminalitet ger PCA ett en-dimensionellt kriminalitetsindex som förklarar 82% av den totala variansen med hög reliabilitet (CA = .79) men måttlig samtidig validitet (rxy = .75**).KI-index för familjeproblem är ett en-dimensionellt mått som förklarar 84% av den totala variansen och har hög reliabilitet (CA = .80) och måttlig samtidig validitet (rxy = .44**). KI-index för psykisk problematik är ett en-dimensionellt mått som förklarar 83% av den totala variansen och med såväl en hög reliabilitet (CA = .82) som en hög samtidig validitet (rxy = .79**).

Tabell 96: Sammanfattning av indexberäkningar i KAPUBRA-materialet

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (57%) Hög Hög

Arbete 1 (86%) Hög Hög

84

Alkohol 1 (72%) Hög HögDroger 1 (98%) Hög Hög

Kriminalitet 1 (82%) Hög Måttliga

Familj 1 (84%) Hög Måttlig

Psykisk hälsa 1 (79%) Hög Hög

De olika KI-indexen har låga samband med varandra.

8.3.2 KI-beräkningar utifrån KrAMI-materialet

8.3.2.1 KI-index för fysisk hälsa i KrAMI

Sedan samtliga items i avsnittet lagts in i ekvationen kunde dessa reduceras till två.

F#11. Besvärad av fysiska problem de senaste 30 dagarna (many)

85

F#13. Klientskattning av eget behov av somatisk vård (help)

KI-index beräknas på följande sätt:

compute kI_fys= ((many / 30) + (help/4)) / 2.execute.

8.3.2.1.1 Reliabiliteten i kompositvärdet ”fysisk hälsa” (KI-beräkningar) för KrAMI-materialet.

Även i KrAMI-materialet är KI-index för fysisk hälsa ett endimensionellt mått som förklarar 84% av den totala variansen med hög reliabilitet (CA = .81)

Tabell 97: Förklarad KI-varians i KrAMI för fysisk hälsaTotal Variance Explained

1.675 83.742 83.742 1.675 83.742 83.742.325 16.258 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 98: KI-komponentladdningar avseende ”fysisk hälsa” i KrAMI.Component Score Coefficient Matrix

.546

.546

Hur många av de senaste 30 dagarna har klientenupplevt kroppsliga problem (f11)Klientskattning av problemet (f12)

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 99: Reliabiliteten i KI-beräkningar för ”fysisk hälsa” i KAPUBRA.

* R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .3026 .3004 .5481 2

86

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

MANY .1648 .0888 .6748 .SKATT .1378 .0906 .6748 .

Reliability Coefficients

N of Cases = 135.0 N of Items = 2

Alpha = .8058

8.3.2.1.2 Validiteten i kompositvärdet ”fysisk hälsa” (KI-beräkningar) i KrAMI- materialet

Den samtidiga validiteten är hög (rxy = .75**) om man använder intervjuarskattningarna av klientens behov av hjälp för sina drogproblem som mätpunkt.

8.3.2.1.3 Sammanfattning: KI-index för ”fysisk hälsa” i KrAMI

I KAPUBRA-materialet har KI-index för fysisk hälsa hög reliabilitet (CA = .72) och hög validitet. I KrAMI-materialet är det samma sak; KI-index för fysisk hälsa är ett endimensionellt mått som förklarar 84% av den totala variansen och har både hög reliabilitet (CA = .81) och hög samtidig validitet.

Det innebär att KI-index för fysisk hälsa kan anses vara ett tillförlitligt mått på klientens fysiska hälsotillstånd vid intervjutillfället trots att vi reducerat antalet ingående items från femton till två.

8.3.2.2 KI-index för arbete och försörjning i KrAMI

Efter att ha låtit samtliga items inom omådet ingå i ekvationen kunde denna reduceras till tre items ”besvärad av arbetsproblem dagar av de senaste 30”, ”klientens skattning av hur oroad

87

eller besvärad man varit pga arbetsproblem senaste 30 dagarna” samt ”klientens skattning av sitt behov av hjälp för arbetsproblem”.

KI-arbetsindex beräknas genom:

compute ki_arb = ((dagprob / 30) + klskat/4) + (klbehov/4)) / 3.execute.

8.3.2.2.1 Reliabiliteten i kompositvärdet ”arbete och försörjning” (KI- beräkningar) för KrAMI-materialet.

Även i KrAMI-materialet är KI-index för arbete och försörjning ett endimensionellt mått där en komponent förklarar 67% av den totala variansen med ett högt Chronbach Alpha-värde (CA = .74).

Tabell 100: Förklarad KI-varians i KrAMI för arbete och försörjningTotal Variance Explained

1.994 66.467 66.467 1.994 66.467 66.467.695 23.182 89.649.311 10.351 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 101: KI-komponentladdningar avseende ”arbete och försörjning” i KrAMI.Component Score Coefficient Matrix

.346

.445

.428

dagprob/30 (Antal problemdagar senaste månaden)klkskat/4 (Bekymrad/oroad senaste månaden)klbehov/4 (Behov av hjälp senaste månaden)

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 102: Reliabiliteten i KI-beräkningar för ”arbete och försörjning” i KrAMI

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

88

N ofStatistics for Mean Variance Std Dev Variables SCALE 1.7642 .9666 .9832 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

DAGP 1.3287 .4947 .4329 .8221KLISKAT 1.1303 .4774 .6812 .5235KLIBEH 1.0693 .4856 .6029 .6062

Reliability Coefficients

N of Cases = 127.0 N of Items = 3

Alpha = .7379

8.3.2.2.2 Validiteten i kompositvärdet ”arbete och försörjning” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .38**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin arbetsrelaterade problematik som mätpunkt.

8.3.2.2.3 Sammanfattning: KI-index för ”arbete och försörjning” i KrAMI

I KrAMI-materialet får vi ett en-komponents arbetsindex med hög reliabilitet och måttlig validitet. Indexet uppför sig dock som förväntat och genererar en-komponentlösningar i båda materialen med hög reliabilitet.

8.3.2.3 KI-Alkoholanvändning

Efter reduktion av 16 variabler återstod tre som ger en en-komponentlösning vilken förklarar 51% av den totala variansen och som pekar på ”här-och-nu” och som har en hög reliabilitet (CA = .83).

8.3.2.3.1 Reliabiliteten i kompositvärdet för ”alkoholanvändning” (KI-ASI) i KrAMI-materialet.

89

Tabell 103: Förklarad varians i KrAMI för KI-index avseende alkoholanvändning Total Variance Explained

1.541 51.363 51.363 1.541 51.363 51.363.976 32.525 83.888.483 16.112 100.000

Component123

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 104 Komponentstrukturen i kompositvärdet för ”alkoholanvändning” (KI-ASI) i KrAMI-materialet.

Component Score Coefficient Matrix

.557

.558

.167

Intervjuarskattning klients behov av hjälp, alkoholHur många dagar senaste månad har klienten upplevt alkoholproblem (Idx3)Klientens skattning av alkoholproblem senaste 30 dagar (idx4)

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

8.3.2.3.2 Reliabiliteten i kompositvärdet för ”alkoholanvändning” (KI-ASI) i KrAMI-materialet.

** R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .4558 .4512 .6717 3

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

INTSKALK .1780 .1923 .6519 .8297ALKPROB .3930 .2557 .6698 .7990ALKSKATT .3405 .2044 .7900 .6663

Reliability Coefficients

N of Cases = 128.0 N of Items = 3

Alpha = .8312

90

8.3.2.3.3 Validiteten i kompositvärdet ”alkoholanvändning” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .61**) om man använder klientskattningarna av klientens eget behov av hjälp för sin alkoholrelaterade problematik som mätpunkt.

8.3.2.3.4 Sammanfattning: KI-index för ”alkoholanvändning” i KrAMI

I KrAMI-materialet får vi ett en-komponents alkoholindex med hög reliabilitet och måttlig validitet.

8.3.2.4 KI-droganvändning i KrAMI

Även i KrAMI-materialet förklarar två variabler 98% av den totala variansen med hög reliabilitet:

D#24 Hur oroad/besvärad klienten varit av narkotikaproblem de senaste 30 dagarna (sknarkpr)

D#25 Hur viktigt det är för klienten att få hjälp/behandling för narkotikaproblem (skhelpna)

Index beräknas genom:

ki_nark = (( sknarkpr/4)+( skhelpna/4))/2 .

8.3.2.4.1 Reliabiliteten i kompositvärdet ”droganvändning” (KI-beräkningar) för KrAMI-materialet.

Tabell 105: Förklarad varians i KrAMI för KI-index avseende droganvändning

Total Variance Explained

1.993 99.668 99.668 1.993 99.668 99.6686.636E-03 .332 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

91

Tabell 106 Komponentstrukturen i kompositvärdet för ”droganvändning” (KI-ASI) i KrAMI- materialet.

Component Score Coefficient Matrix

.501

.501

Klientens skattning av behov av hjälp, narkotikaKlientens skattning narkotikaproblem senaste 30 dagar

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 107. Reliabiliteten i kompositvärdet för ”droganvändning” (KI-ASI) i KrAMI- materialet.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .7443 18.7976 4.3356 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

SKHELPNA .3740 4.7071 .9935 .SKNARKPR .3702 4.7225 .9935 .

Reliability Coefficients

N of Cases = 131.0 N of Items = 2

Alpha = .9967

8.3.2.4.2 Validiteten i kompositvärdet ”droganvändning” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är hög (rxy = .71**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin drogrelaterade problematik som mätpunkt

8.3.2.4.3 Sammanfattning av ”droganvändning” (KI-beräkningar) i KrAMI- materialet

I KrAMI-materialet erhålls en enkomponentlösning som förklarar 99% av den totala variansen med hög reliabilitet och validitet.

92

8.3.2.5 KI-kriminalitet i KrAMI

Efter reduktion av samtliga 15 items som ursprungligen ingår i avsnittet, till två kunde ett reliabelt kriminalitetsindex i KAPUBRA bildas genom:

K#18 Oroad eller besvärad av nuvarande juridiska problem (egskatt)K#19 Eget behov av hjälp för juridiska problem (eghelp)

Enligt formeln:computeKI_krim = ((egskatt / 4) + (eghelp / 4))/ 2.Execute.

8.3.2.5.1 Reliabiliteten i kompositvärdet ”kriminalitet” (KI-beräkningar) för KAPUBRA-materialet.

Även vid beräkningar av KI-index för familjeproblem utifrån KrAMI-materialet erhålles ett en-dimensionellt mått som här förklarar 86% av den totala variansen och har en hög reliabilitet (CA = .83).

Tabell 108: Förklarad varians i KrAMI för KI-index avseende kriminalitet Total Variance Explained

1.714 85.677 85.677 1.714 85.677 85.677.286 14.323 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 109: Komponentstrukturen i KrAMI för KI-index avseende kriminalitet Component Score Coefficient Matrix

.540

.540Hur allvarliga upplever klienten själv sina kriminella problem, om det finns några.Hur viktigt skattar klienten själv sitt problem och behov av hjälp

1Component

Extraction Method: Principal Component Analysis.

93

Tabell 110. Reliabiliteten i kompositvärdet för ”kriminalitet” (KI-ASI) i KrAMI-materialet.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .5149 .4246 .6516 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

EGSKATT .2369 .1338 .7135 .EGHELP .2780 .1143 .7135 .

Reliability Coefficients

N of Cases = 134.0 N of Items = 2

Alpha = .8313

8.3.2.5.2 Validiteten i kompositvärdet ”alkoholanvändning” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .61**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin alkoholrelaterade problematik som mätpunkt.

8.3.2.5.3 Sammanfattning: KI-index för ”alkoholanvändning” i KrAMI

Index för kriminalitet är också i KrAMI-materialet ett en-komponentsmått med hög reliabilitet och en måttligt hög samtidig validitet. Indexet uppför sig på samma sätt i båda materialen och kan anses tillförlitligt.

8.3.2.6 KI-familj och umgänge

Vid en reliabilitets-analys kunde de ursprungliga 48 items som ingår i avsnittet reduceras till två items :

klskfam: BESVÄRAD AV FAMILJEPROBLEM SENASTE 30 DAGARklskbehf: HUR VIKTIGT ATT FÅ HJÄLP MED FAMILJEPROBLEM

Familjeindex beräknas på följande sätt:

KI_rel = ((klskfam/4) + (klskbehf/4))/2

94

8.3.2.6.1 Reliabiliteten i kompositvärdet ”familj och umgänge” (KI-beräkningar) för KrAMI-materialet.

KI-index för familjeproblem är ett en-dimensionellt mått som förklarar 86% av den totala variansen och har hög reliabilitet (CA = .85).

Tabell 111: Förklarad varians i KrAMI för KI-index avseende familj och umgänge Total Variance Explained

1.734 86.689 86.689 1.734 86.689 86.689.266 13.311 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Tabell 112: Komponentstrukturen i KrAMI för KI-index avseende familj och umgänge

Component Score Coefficient Matrix

.537

.537Hur besvärad har klienten varit de senaste30 dagarna av familjeproblemKlientens behov av hjälp familj relationsproblem

1Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 113. Reliabiliteten i kompositvärdet för ”familj och umgänge” (KI-ASI) i KrAMI- materialet.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE .3352 .3643 .6036 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

KLSKFAM .1383 .0976 .7347 .KLSKBEHF .1970 .1126 .7347 .

Reliability Coefficients

N of Cases = 132.0 N of Items = 2

Alpha = .8458

95

8.3.2.6.2 Validiteten i kompositvärdet ”familjeproblematik” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är låg (rxy = .11**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin alkoholrelaterade problematik som mätpunkt.

8.3.2.6.3 Sammanfattning: KI-index för ”familjeproblematik” i KrAMI

KI-index för familjeproblematik utifrån KrAMI-materialet är ett endimensionellt mått som förklarar 86% av den totala variansen och har hög reliabilitet men låg samtidig validitet.Indexet ”uppför sig” på samma sät vid analys av båda materialen och kan anses vara ett tillförlitligt mått på familjeproblematik.

8.3.2.7 KI-psykisk hälsa i KrAMI

Området ”psykisk hälsa” omfattar 30 items som efter reliabilitetsprövning kunde reduseras till två:

P#23. skpsykpr Oroad/besvärad av psykiska problem antal dagar

av de senaste 30 dagarna P#24. helpklie Klientskattning av hjälpbehovet för psykiska

problemKI-index beräknas enligt formeln:

.COMPUTE ki_psyk = ((skpsykpr/4) +(helpklie/4))/2 .EXECUTE .

8.3.2.7.1 Reliabiliteten i index för ”psykisk hälsa” (KI-beräkningar) i KrAMI- materialet.

KI-index för psykisk hälsa beräknat på KrAMI-materialet ger en en-komponentläsning som förklarar 83% av den totala variansen med hög reliabilitet (CA = .79).

Tabell 114: Förklarad varians i KrAMI för KI-index avseende psykisk hälsaTotal Variance Explained

1.654 82.683 82.683 1.654 82.683 82.683.346 17.317 100.000

Component12

Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

96

Tabell 114: Komponentstrukturen i index för ”psykisk hälsa” (KI-beräkningar) i KrAMI- materialet.

Component Score Coefficient Matrix

.550

.550

Klientskattning hur besvärliga känslomässiga ellerpsykologiska problem varit senaste 30 dagarKlientskattning hjälpbehov för psykologiska problem

1

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Tabell 115: Reliabiliteten i index för ”psykisk hälsa” (KI-beräkningar) i KrAMI-materialet.

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

N ofStatistics for Mean Variance Std Dev Variables SCALE 1.4538 5.0095 2.2382 2

Item-total Statistics

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted

HELPKLIE .8462 1.5575 .6576 .SKPSYKPR .6077 1.4651 .6576 .

Reliability Coefficients

N of Cases = 130.0 N of Items = 2

Alpha = .7932

97

8.3.2.7.2 Validiteten i kompositvärdet ”psykisk hälsa” (KI-beräkningar) i KrAMI-materialet

Den samtidiga validiteten är måttlig (rxy = .57**) om man använder intervjuarskattningarna av klientens behov av hjälp för sin alkoholrelaterade problematik som mätpunkt.

8.3.2.7.3 Sammanfattning: KI-index för ”familjeproblematik” i KrAMI

KI-index avseende ”psykisk hälsa” beräknat på KrAMI-materialet ger en en-lomponentlösning med hög reliabilitet och måttlig validitet.

Tabell 117: Sammanfattning av KI-indexberäkningar i KrAMI

Index Antal komponenter (samt förklarad varians)

Reliabilitet Validitet

Fysisk hälsa 1 (84%) Hög Hög

Arbete 1 (68%) Hög Måttlig

Alkohol 1 (51%) Hög Måttlig

Droger 1 (99%) Hög Hög

Kriminalitet 1 (86%) Hög Måttliga

Familj 1 (87%) Hög Låg

Psykisk hälsa 1 (83%) Hög Måttlig

8.4 Jämförelse av index i ASI v.5, Euro-ASI och KI-ASI

I tabell 118 jämförs de tre systemen för beräkning av index i ASI. Siffrorna återger antalet komponenter samt inom parantes förklarad varians. Mörlagda fält markerar hög reliabilitet i beräkningarna för båda materialen och ett kryss markerar hög samtidig validitet. Man kan konstatera att KI-ASI har fler en-komponent-lösningar med hög reliabilitet jämfört med standard-beräkningarna och EURO-ASI-beräkningarna, men ingen lösning är ännu perfekt.

Tabell 118: Antal komponenter och förklarad varians i KAPUBRA och KrAMI-materialen

Index ASI version 5 EURO-ASI KI-ASI

Fysisk hälsa 2(79% ) / 1(73%) 1(73%) / 1(73%) 1(57%)X / 1 (84%)X

Arbete 2(79%) / 2(81%) 1(53%) / 1(84%) 1(86%)X / 1 (68%)

98

Alkohol 2(74%) / 2(64%) 2(76%) / 2(66%) 1(72%)X / 1 (51%)Droger 4(66%) / 2(87%) 1(58%) / 2(78%) 1(98%) / 1(99%)X

Kriminalitet 2(64%) / 2(68%) 2(63%) / 2(71%) 1(82%) / 1 (86%)

Familj 1(48%) / 2(65%) 1(78%) / 1(57%)X 1(84%) / 1 (87%)

Psykisk hälsa 1(74%)X / 1(68%) 1(68%) / 1(68%) 1(83%) X / 1 (83%)

9. Regressionanalys

Vi skall nu undersöka om de nytillskapade indexkonstruktionerna – trots reduktionen av item som ingår – förmår återspegla andra aspekter inom respektive problemområde med hjälp av stegvis linjär regressionsanalys. Om de nya indexkonstruktionerna är meningsbärande bör de fånga upp väsentliga aspekter av klienternas ”här-och-nu” situation inom respektive område.

9.1 KAPUBRA

9.1.1 Fysisk hälsa

Som oberoende variabler ingår följande items:

BEHANDLING FÖR FYSISK SKADA SENASTE 6 MÅNADER, SENASTE HIV PROV RESULTAT, ANTAL DAGAR PÅ INSTITUTIONEN, GULSOT ELLER HEPATIT, ORDINERAD REGELBUNDET TA LÄKEMEDEL, INLAGT PÅ SJUKHUS FÖR SJUKDOM ELLER SKADA-ANTAL GÅNGER, HIV TEST SENAST, INTAGEN/INLAGD SENASTE 30 DAGARNA, HIV-TEST, SENAST PÅ SJUKHUS FÖR FYSISK SKADA ELLER SJUKDOM, PENSION ELLER SJUKBIDRAG -EJ PSYK BESVÄR, FYSISK SKADA ELLER SJUKDOM SOM PÅVERKAR LIVSFÖRING

Av dessa visar fem items statistiskt signifikanta samband med KI-index för fysisk hälsa (Fysisk skada som påverkar livsföringen, förekomst av gulsot/hepatit, förekomst av pension/sjukbidrag, samt behandlad för fysisk skada senaste 6 månaderna samt antal dagar senaste månaden som IP upplevt fysiska problem Dessa fem variabler förklarar 51% av den totala variansen.

Tabell 119: Prediktion av fysisk hälsa i KAPUBRA

Dep Var: KI_FYS N: 897 Multiple R: 0.717 Squared multiple R: 0.514 Adjusted squared multiple R: 0.511 Standard error of estimate: 0.136

99

Effect Coefficient Std Coef t P(2 Tail)CONSTANT 0.006 0.000 0.927 0.354SKADOR 0.055 0.140 5.237 0.000HEPATIT 0.041 0.097 4.089 0.000SJUKPENS 0.047 0.083 3.280 0.001BEHSEN 0.030 0.084 3.483 0.001

KROPPROB 0.009 0.563 20.973 0.000

9.1.2 Arbete och försörjning

Sju items förklarar 28% av variansen i index för arbete och försörjning.(längsta arbetslöshets-period, antalet arbetsdagar senaste månaden, sjukskrivning, antal dygn senaste månaden, inkomst från anställning senaste månaden, inkomst genom arbetslöshetsersättning senaste månaden, inkomst genom sjukbidrag senaste månaden, ek. bidrag från familj och anhöriga senaste månaden).

Tabell 120 Prediktion av arbete och försörjning i KAPUBRA

Dep Var: KI_ARB N: 458 Multiple R: 0.529 Squared multiple R: 0.280 Adjusted squared multiple R: 0.267 Standard error of estimate: 0.276

Effect Coefficient Std Coef t P(2 Tail)CONSTANT 0.272 0.000 7.019 0.000ARBETLOS 0.000 0.120 2.855 0.004ARBDAGAR -0.006 -0.175 -3.711 0.000SJUKSKRV 0.011 0.293 5.195 0.000ANSTPENG -0.000 -0.149 -3.060 0.002AKPENG 0.000 0.192 4.428 0.000

SJUKPENG -0.000 -0.177 -3.157 0.002FAMPENG 0.000 0.089 2.181 0.030

9.1.3 Alkoholanvändning

Fyra items förklarar 42% av den totala variansen i KI-index för alkoholanvändning (tidigare regelbunden användning av alkohol, regelbunden användning av alkohol till berusning senaste månaden, behandling för alkoholproblem antal gånger, utgifter för alkohol senaste månaden).

Tabell 121: Prediktion av alkoholanvändning

Dep Var: KI_ALK N: 488 Multiple R: 0.648 Squared multiple R: 0.420 Adjusted squared multiple R: 0.413 Standard error of estimate: 0.216

Effect Coefficient Std Coef t P(2 Tail)CONSTANT 0.159 0.000 8.032 0.000ALREGTID 0.004 0.144 2.671 0.008ALBERSEN 0.014 0.424 10.596 0.000ALKBEH 0.018 0.316 5.745 0.000PENGALK 0.000 0.165 4.151 0.000

100

9.1.4 Droganvändning

Regressionsanalysen av KI-index för droganvändning fungerar dåligt p.g.a. bristande varians i materialet. Få rattfyllerister har varit narkomaner. Vi får inga signifikanta bidrag – och bara två ”nästan” signifikanta bidrag i ekvationen (behandlats för narkotikaproblem och avgiftning antal gånger).

Tabell 122: Prediktion av droganvändning

Adjusted squared multiple R: 0.181 Standard error of estimate: 0.342

Effect Coefficient Std Coef t P(2 Tail)CONSTANT -0.275 0.000 -1.216 0.238NARKBEH 0.136 1.355 1.963 0.064NARAVGIF -0.126 -1.146 -1.763 0.093

9.1.5 Kriminalitet

Även regressionsanalysen för KI-kriminalitet fungerar dåligt och endast två signifikanta bidrag återfinns I ekvationen (villkorligt frigiven, står under åtal för brott).

Tabell 123: Prediktion av kriminalitet

Dep Var: KI_KRIM N: 692 Multiple R: 0.281 Squared multiple R: 0.079 Adjusted squared multiple R: 0.068 Standard error of estimate: 0.226

Effect Coefficient Std Coef t P(2 Tail)CONSTANT 0.070 0.000 6.936 0.000VILLKFRI 0.106 0.140 3.765 0.000BROTATAL 0.129 0.138 3.652 0.000

9.1.6 Familj och umgänge

Signifikanta bidrag till regressionsekvationen ger ”svårigheter att komma överens med mor – tidigare”, ”svårigheter att komma överens med partner senaste månaden”, ”misshandlat känslomässigt senaste månaden”, ”misshandlat fysiskt senaste månaden” samt ”allvarliga konflikter med familjen senaste månaden”.

Tabell 124: Prediktion av familj och umgänge

Dep Var: KI_FAM N: 335 Multiple R: 0.644 Squared multiple R: 0.415

101

Adjusted squared multiple R: 0.375 Standard error of estimate: 0.144

fect Coefficient Std Coef t P(2 Tail)CONSTANT 0.036 0.000 0.665 0.507SVMORTID 0.077 0.161 2.908 0.004SVPARSEN 0.273 0.347 6.467 0.000MISKANSE 0.097 0.117 2.170 0.031MISFYSSE -0.256 -0.153 -3.157 0.002KONFAM 0.015 0.288 5.398 0.000

9.1.7 Psykisk hälsa

Vid prediktion av psykisk hälsa återfinns 13 signifikanta bidrag i ekvationen (depression senaste månaden, varit deprimerad tidigare, ångest senaste månaden, haft ångest tidigare, koncentrationssvårigheter senaste månaden, hallucinationer senaste månaden, ordinerats läkemedel för psykiska problem senaste månaden, självmordstankar senaste månaden, haft självmordstankar tidigare, antal suicidförsök).

Tabell 125: Prediktion av psykisk hälsa

Dep Var: KI_PSYK N: 882 Multiple R: 0.759 Squared multiple R: 0.576 Adjusted squared multiple R: 0.569 Standard error of estimate: 0.185

102

Effect Coefficient Std Coef t P(2 Tail)CONSTANT 0.022 0.000 2.655 0.008

DEPSEN 0.203 0.222 7.680 0.000

DEPTID 0.040 0.069 2.504 0.012

ANGSTSEN 0.258 0.317 10.921 0.000

ANGESTID 0.064 0.106 3.764 0.000

KONCSEN 0.113 0.127 4.867 0.000

HALLUSEN -0.123 -0.041 -1.747 0.081

LAKEMSEN 0.052 0.052 2.113 0.035

SMORTSEN 0.141 0.086 3.159 0.002

SMORTTID 0.060 0.084 3.300 0.001

SMORDGG 0.002 0.049 2.214 0.027

KDEPRIM 0.140 0.090 3.617 0.000

KANGEST 0.079 0.056 2.274 0.023

KSMORDTA -0.436 -0.090 -3.688 0.000

9.1.8 Sammanfattning

Alla KI-index förutom indexet för droganvändning har en sådan samvariation med väsentliga aspekter av klientens aktuella situation inom respektive område att de tycks fungera utmärkt som indikatorer på graden av problem inom respektive levnadsområde.

10. Konformatorisk faktoramalys

I ett sista steg skall prövas om hypotesen att två – tre ASI-frågor avseende antalet problemdagar senaste månaden inom vart område samt klientens skattning av sitt eget

103

hjälpbehov utgör en hållbar indikator-modell för klientens problemtyngd inom vart ASI-område.

Fig 1: Manifesta och latenta variabler i klienters behovsprofilX2 = 262,03, Df: 83, p < .0001, RMSEA = 0.049

Fig 1 visar att modellen är statistiskt signifikant. Om måttet RMSEA (ROOT MEAN SQUARE ERROR ) ligger under 0.05 indikerar det en s.k. ”close fit” – d.v.s. modell och verklighet matchar varandra.

Indexkonstruktioner i

104

ASI

Psykometriska egenskaper i tre alternativa index

Inst. För klinisk neurovetenskap, Karolinska Institutet och Centrum för utvärdering av socialt arbete

Anders AndrénHans Bergman

November 2003

105

1.Bakgrund 1

2. Inledning 1

3. Teori 13.1 RELIABILITET...................................................................................................................................................2

3.1.1. Inter-bedömar reliabilitet.........................................................................................................................23.1.2 Test – retest reliabilitet............................................................................................................................23.1.3 Internal Consistency reliabilitet...............................................................................................................23.1.4 Den genomsnittlig inter-item korrelationen.............................................................................................23.1.5 Split-half reliabilitet................................................................................................................................23.1.6 Chronbach Alpha.....................................................................................................................................2

106

3.2 VALIDITET.......................................................................................................................................................23.2.1 Construct validity.....................................................................................................................................3

VID KONTROLL AV INNEHÅLLSVALIDITET UNDERSÖKER MAN OM OPERATIONALISERINGEN AV ETT BEGREPP....33.2.2 Criterion-related validity.........................................................................................................................3

3.3 SKALOR............................................................................................................................................................4

4. Material 54.1 KAPUBRA-MATERIALET................................................................................................................................54.2 KRAMI............................................................................................................................................................5

5. Syfte 5

6. Metod 5(1) STANDARDBERÄKNINGAR................................................................................................................................5(2) EURO-ASI BERÄKNINGAR................................................................................................................................6(3) KI-ASI BERÄKNINGAR.....................................................................................................................................6

7. Standardberäkningar av ASI-index 77.1 KAPUBRA-MATERIALET................................................................................................................................7

7.1.1 Fysisk hälsa..............................................................................................................................................77.1.2 Arbete och försörjning.............................................................................................................................9

(standardberäkning) 107.1.3 Alkoholanvändning................................................................................................................................117.1.4 Droganvändning....................................................................................................................................137.1.5 Familj och umgänge...............................................................................................................................167.1.6 Kriminalitet............................................................................................................................................187.1.7. Psykisk hälsa.........................................................................................................................................207.1.7.1 Reliabiliteten i kompositvärdet ”psykisk problematik” (standardberäkningar)................................217.1.8 Sammanfattning av ASI-indexberäkningarna i KAPUBRA-materialet..................................................22

7.2 STANDARDBERÄKNINGAR AV INDEX I KRAMI-MATERIALET.......................................................................237.2.1 Fysisk hälsa............................................................................................................................................237.2.2 Arbete och försörjning...........................................................................................................................257.2.3 Alkoholanvändning................................................................................................................................277.2.4 Droganvändning....................................................................................................................................307.2.5 Familj och umgänge...............................................................................................................................327.2.6 Kriminalitet............................................................................................................................................347.2.7 Psykisk hälsa..........................................................................................................................................367.2.8 Sammanfattning av standardberäkningarna i KrAMI-materialet..........................................................38

8. Europeiska alternativberäkningar av ASI-index 398.1 KAPUBRA-MATERIALET..............................................................................................................................39

8.1.1 EU-Fysisk hälsa.....................................................................................................................................398.1.2 EU-Arbete och försörjning i KAPUBRA................................................................................................398.1.3 EU-Alkoholanvändning (EU-alk) i KAPUBRA..................................................................................428.1.4 EU-Droganvändning i KAPUBRA......................................................................................................448.1.5 EU-kriminalitet i KAPUBRA..................................................................................................................478.1.6 EU-familj och umgänge.........................................................................................................................498.1.7 EU-psykisk problematik i KAPUBRA..................................................................................................518.1.8 Sammanfattning......................................................................................................................................51

8.2 KRAMI-MATERIALET....................................................................................................................................538.2.1 EU-Fysisk hälsa i KrAMI.......................................................................................................................538.2.2 EU-Arbete och försörjning i KrAMI.....................................................................................................538.2.3 EU-Alkoholanvändning i KrAMI.........................................................................................................548.2.4 EU-Droganvändning i KrAMI..............................................................................................................568.2.5 EU-kriminalitet i KrAMI........................................................................................................................59

107

8.2.6 EU-familj och umgänge.........................................................................................................................618.2.7 EU-psykisk problematik i KrAMI.........................................................................................................638.2.8 Sammanfattning......................................................................................................................................63

8.3 KI-BERÄKNINGAR AV INDEX I ASI................................................................................................................648.3.1 KI-beräkningar i KAPUBRA-materialet................................................................................................648.3.2 KI-beräkningar utifrån KrAMI-materialet.............................................................................................76

8.4 Jämförelse av index i ASI v.5, Euro-ASI och KI-ASI..................................................................................89

108