📄 social_science

Beyond Digital Access: Development and Validation of a Digital Engagement Scale for Older Adults in the United States

Diese Studie entwickelt und validiert eine 14-teilige, dreifaktorielle Skala zum digitalen Engagement unter Verwendung von Daten der Health and Retirement Study aus dem Jahr 2022, um ein verhaltensbasiertes, multidimensionales Instrument zur Bewertung distinkter Domänen der Online-Aktivität bei US-Erwachsenen im Alter von 51 Jahren und älter bereitzustellen.

Ursprüngliche Autoren: Mary Akinde, Patryk Babiarz, Lu Fan, Diann Moorman

Veröffentlicht 2026-07-08

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Mary Akinde, Patryk Babiarz, Lu Fan, Diann Moorman

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die Kernidee: Es geht nicht nur darum, ein Telefon zu besitzen

Stellen Sie sich zwei Nachbarn vor, beide in ihren 70ern. Beide besitzen ein Smartphone und beide wissen, wie man es einschaltet.

Nachbar A nutzt sein Telefon nur, um das Wetter zu prüfen und Nachrichten zu lesen.
Nachbar B nutzt sein Telefon für Videotelefonate mit den Enkelkindern, um Rechnungen zu bezahlen, Lebensmittel zu bestellen, Arzttermine zu buchen und sein Bankkonto zu verwalten.

Wenn man nur fragen würde: „Haben Sie Internet?“, würden beide mit „Ja“ antworten. Aber ihre digitalen Leben sind völlig unterschiedlich. Diese Arbeit argumenttiert, dass wir aufhören müssen, nur zu prüfen, ob ältere Erwachsene „online“ sind, und statfangen müssen zu messen, was sie tatsächlich tun, während sie online sind.

Das Problem mit alten Messmethoden

Lange Zeit behandelten Forscher die „Internetnutzung“ wie einen Lichtschalter: Er ist entweder AN oder AUS.

Der alte Weg: „Nutzen Sie das Internet?“ (Ja/Nein).
Der neue Weg: „Welche Arten von digitalen Aktivitäten führen Sie aus und wie oft?“

Die Autoren sagen, dass allein zu wissen, dass jemand ein Gerät besitzt, so ist, als wüsste man, dass jemand ein Auto besitzt. Es sagt einem nicht, ob er zum Einkaufen fährt, auf einer Rennstrecke fährt oder einfach nur in der Einfahrt sitzt. Um ihr echtes Leben zu verstehen, müssen wir wissen, wie sie fahren.

Die Lösung: Die „Digital Engagement Scale“ (DES)

Die Forscher entwickelten ein neues Werkzeug namens Digital Engagement Scale (DES). Betrachten Sie diese Skala eher als eine Speisekarte denn als eine Checkliste. Anstatt nur ein Häkchen bei „nutzt Internet“ zu setzen, sortiert sie Aktivitäten in drei verschiedene „Geschmacksrichtungen“ oder Kategorien ein:

Der „Zeitungsverkäufer“ (Informationsorientiertes Engagement):
- Was es ist: Das Wetter prüfen, Nachrichten lesen, Rezepte suchen oder Gesundheitsinformationen finden.
- Die Analogie: Dies ist wie das Stöbern in einer Bibliothek oder das Lesen einer Zeitung. Es geht darum, Wissen zu sammeln.
- Ergebnis: Dies war die häufigste Aktivität. Ältere Erwachsene lieben es, Informationen zu erhalten.
Der „Marktplatz“ (Sozial-kommunikatives Engagement):
- Was es ist: Nachrichten schreiben, E-Mails versenden, auf Facebook posten oder Fotos teilen.
- Die Analogie: Dies ist wie ein Gespräch in einem Gemeindezentrum oder ein Telefonat mit einem Freund. Es geht darum, in Verbindung zu bleiben.
- Ergebnis: Dies war ebenfalls sehr verbreitet, insbesondere unter Frauen.
Der „Bankberater & Reisebüro“ (Transaktionsorientiertes Engagement):
- Was es ist: Rechnungen bezahlen, online einkaufen, eine Mitfahrgelegenheit buchen (wie Uber) oder Reisen verwalten.
- Die Analogie: Dies ist wie das Übergeben des Portemonnaies oder des Reisepasses. Es beinhaltet Risiko, Geld und Logistik.
- Ergebnis: Dies war die am wenigsten verbreitete Aktivität. Viele ältere Erwachsene meiden diesen Teil der digitalen Welt.

Wie sie das Werkzeug entwickelt haben

Die Forscher haben keine neuen Fragen erfunden. Sie nahmen 31 bestehende Fragen aus einer massiven, vertrauenswürdigen nationalen Umfrage (der Health and Retirement Study) und testeten sie wie ein Koch, der eine Suppe probiert, um zu sehen, ob die Aromen ausgewogen sind.

Sie teilten die Daten in zwei Hälften auf: Eine Hälfte, um die Muster zu entdecken, und die andere Hälfte, um zu beweisen, dass die Muster real sind.
Sie fanden heraus, dass sich die 31 Fragen natürlich in die drei erwähnten „Geschmacksrichtungen“ (Nachrichten, Chat und Transaktionen) gruppierten.
Sie bewiesen, dass diese drei Gruppen unterschiedlich sind (man kann gut in „Nachrichten“ sein, aber schlecht in „Transaktionen“) und dass das Werkzeug für Männer, Frauen, verschiedene Altersgruppen und unterschiedliche Einkommensstufen recht gut funktioniert.

Was sie herausgefunden haben

Als sie die Ergebnisse betrachteten, zeichnete sich ein klares Bild ab:

Das „partielle“ digitale Leben: Viele ältere Erwachsene sind vollständig in den „Zeitungsverkäufer“ und den „Marktplatz“ integriert, werden aber in der Welt von „Bank & Reisebüro“ zurückgelassen.
Die „Vertrauens“-Barriere: Die Arbeit legt nahe, dass das Vermeiden von Transaktionen (wie Online-Banking) nicht immer daran liegt, dass man nicht weiß, wie es geht. Es geht oft um Vertrauen. Genau wie man ein Auto fahren kann, aber sich weigert, bei einem Sturm zu fahren, weil es sich unsicher anfühlt, könnten ältere Erwachsene das Online-Shopping vermeiden, weil sie Angst vor Betrug oder Fehlern bei ihrem Geld haben.
Der „Zeit“-Faktor: Die Arbeit deutet darauf hin, dass Menschen mit zunehmendem Alter möglicherweise Aktivitäten bevorzugen, die unmittelbare Freude bereiten (wie das Gespräch mit der Familie), gegenüber Aktivitäten, die ein Risiko für eine zukünftige Belohnung erfordern (wie die Verwaltung komplexer Finanzen).

Warum das wichtig ist

Diese Studie gibt Forschern und politischen Entscheidungsträgern eine bessere Landkarte.

Vorher: Sie dachten: „Wir müssen mehr Senioren online bringen.“
Jetzt: Sie können sehen: „Wir müssen Senioren helfen, sich sicher genug zu fühlen, um Online-Banking und Reise-Apps zu nutzen.“

Die Arbeit kommt zu dem Schluss, dass digitale Teilhabe nicht nur darin besteht, jemandem ein Gerät zu übergeben; es geht darum, zu verstehen, in welchen Teilen der digitalen Welt sie sich sicher bewegen und welche Teile sie meiden – und warum.

Kurz gesagt: Die Arbeit hat ein besseres Lineal entwickelt, um zu messen, wie ältere Menschen Technologie nutzen. Sie fand heraus, dass viele zwar gut darin sind, online zu lesen und zu chatten, aber beim „geschäftlichen“ Teil des Internets zögerlich sind, was wahrscheinlich auf Vertrauensfragen und nicht auf mangelnde Fähigkeiten zurückzuführen ist.

Technisches Resümee: Jenseits des digitalen Zugangs: Entwicklung und Validierung einer Skala für digitales Engagement älterer Erwachsener in den Vereinigten Staaten

Problemstellung
Aktuelle Maße zur digitalen Inklusion älterer Erwachsener stützen sich überwiegend auf binäre Indikatoren des Zugangs, die allgemeine Häufigkeit der Internetnutzung oder die selbstbewertete digitale Kompetenz. Diese Metriken erfassen nicht die behaviorale Realität dessen, was ältere Erwachsene tatsächlich online tun, und verschleiern die qualitativen Unterschiede zwischen „verbunden zu sein“ und „sinnstiftend engagiert zu sein“. Die bestehende Literatur fasst diverse Online-Aktivitäten oft zu einem einzigen Kompositwert zusammen, was die unterschiedlichen Prädiktoren und Konsequenzen spezifischer digitaler Verhaltensweisen maskiert. Zudem sind viele bestehende Instrumente für andere Populationen (z. B. Studenten, klinische Stichproben) konzipiert oder messen latente Konstrukte wie Literalität und Akzeptanz anstatt beobachteter Verhaltenshäufigkeit. Eine kritische Lücke besteht zudem im Mangel an Tests zur Messinvarianz; ohne die Feststellung, ob Instrumente über soziodemografische Gruppen hinweg äquivalent funktionieren, könnten beobachtete Unterschiede im digitalen Engagement eher auf Messfehler als auf echte Disparitäten zurückzuführen sein.

Methodik
Diese Studie nutzte einen sekundären Skalenentwicklungsansatz unter Verwendung von Daten aus dem „2022 Health and Retirement Study (HRS) Leave-Behind Questionnaire“, einer national repräsentativen Panelstudie von US-Erwachsenen im Alter von 51 Jahren und älter.

Stichprobe: Der initiale Strukturpool bestand aus 3.306 Respondenten mit vollständigen Daten zu 31 Kandidaten-Items für digitale Aktivitäten. Diese Stichprobe wurde zufällig in eine explorative Faktorenanalyse-Kalibrierungsprobe ( $n=1.653$ ) und eine konfirmatorische Faktorenanalyse-Hold-out-Probe ( $n=1.653$ ) aufgeteilt. Eine breitere Kriteriumsvaliditätsstichprobe ( $N=3.551$ ) wurde für deskriptive und Regressionsanalysen verwendet.
Instrument: Die Studie evaluierte 31 geordnete kategoriale Items (umgekehrt kodiert 1–5, wobei 5 die tägliche Nutzung angibt), die ein breites Spektrum moderner Geräteaktivitäten abdecken.
Analysestrategie:
- Faktorenanalyse: Aufgrund der geordnet-kategorialen Natur der Daten und Bodeneffekten bei bestimmten Items verwendete die Studie polychorische Korrelationen und den Weighted Least Squares Mean- and Variance-Adjusted (WLSMV) Schätzer. Es wurde eine EFA mit obliquer Rotation durchgeführt, um die latente Struktur zu identifizieren, gefolgt von einer CFA, um das resultierende Modell gegen eine eindimensionale Alternative zu testen.
- Validität und Reliabilität: Die Studie bewertete die interne Konsistenz (ordinales Alpha, McDonald's Omega, zusammengesetzte Reliabilität), die konvergente Validität (Average Variance Extracted) und die diskriminante Validität (Heterotrait-Monotrait-Verhältnis der Korrelationen, HTMT).
- Invarianztests: Eine Multigruppen-CFA wurde durchgeführt, um die Messinvarianz (konfigurale, Schwellenwert-, Ladungs- und Residueninvarianz) über Geschlecht, Alter, Bildung, Rasse/Ethnizität und Einkommen zu testen.
- Kriteriumsvalidität: Die Validität bekannter Gruppen wurde durch den Vergleich von DES-Scores über soziodemografische Gruppen hinweg und durch die Verwendung multipler linearer Regressionen zur Vorhersage des Gesamtengagements untersucht.

Wesentliche Ergebnisse

Faktorstruktur: Die EFA und die anschließende CFA stützten eine 14-Item, Drei-Faktoren-Struktur, die ein eindimensionales Modell signifikant übertraf. Die drei Dimensionen sind:
1. Informationelles Engagement: (5 Items; z. B. Wetter prüfen, Nachrichten lesen, nach Ideen suchen).
2. Sozial-kommunikatives Engagement: (4 Items; z. B. Messaging, soziale Netzwerke, Fotos teilen).
3. Transaktionales Engagement: (5 Items; z. B. Online-Banking, Einkaufen, Ride-Hailing, Reiseverwaltung).
Modellgüte: Das Drei-Faktoren-Modell zeigte eine exzellente Passung in der Hold-out-Stichprobe (CFI = .963, TLI = .955, RMSEA = .056, SRMR = .053), im Vergleich zur schlechten Passung des eindimensionalen Modells (CFI = .896).
Reliabilität und Validität: Alle drei Domänen zeigten eine starke Reliabilität ( $\omega$ = .84–.85; CR = .83–.84) und konvergente Validität (AVE > .50). Die diskriminante Validität wurde durch HTMT-Werte bestätigt (alle < .85), wobei die stärkste Korrelation zwischen informationellem und sozial-kommunikativem Engagement (.79) und die schwächste zwischen informationellem und transaktionalem Engagement (.66) bestand.
Engagement-Profile: Deskriptive Ergebnisse zeigten, dass das informationelle Engagement die häufigste Domäne war ( $M=3.44$ ), gefolgt vom sozial-kommunikativen ( $M=3.17$ ), während das transaktionale Engagement die am wenigsten häufige Domäne war ( $M=1.98$ ), mit signifikanten Bodeneffekten bei Items wie Ride-Hailing und Reisebuchung.
Soziodemografische Muster: Regressionsanalysen bestätigten, dass höheres Engagement mit jüngerem Alter, höherer Bildung, höherem Einkommen und weiblichem Geschlecht assoziiert war. Der Bildungsgradient war der stärkste Prädiktor ( $\beta = 0.275$ ).
Messinvarianz: Die Drei-Faktoren-Struktur zeigte konfigurale, Schwellenwert-, Ladungs- und Residueninvarianz über Geschlecht, Alter, Bildung und Rasse/Ethnizität. Die Invarianz für das Einkommen zeigte eine etwas größere Änderung des CFI ( $\Delta$ CFI = .013) als der konventionelle Grenzwert von .010, was darauf hindeutet, dass Vergleiche basierend auf dem Einkommen mit Vorsicht zu interpretieren sind, obwohl die Gesamtstruktur stabil blieb.

Wesentliche Beiträge
Das Paper leistet drei primäre Beiträge, die bescheiden als psychometrische Evaluierung statt als de novo Skalenentwicklung gerahmt sind:

Psychometrische Evaluierung bestehender Items: Die Studie zeigt, dass bestehende behaviorale HRS-Items eine kohärente, zuverlässige und invariante multidimensionale Struktur unterstützen, was ihre Verwendung zur Messung des digitalen Engagements ohne die Notwendigkeit einer neuen Item-Generierung validiert.
Teilweise Untersuchung der Dimensionalität: Sie stellt die latenten Dimensionen der Technologie Nutzung älterer Erwachsener wieder her, die durch das HRS-Modul erfasst werden, und unterscheidet zwischen informationalem, sozialem und transaktionalem Verhalten. Die Autoren merken an, dass Domänen, die nicht in den HRS-Items repräsentiert sind (z. B. Telemedizin-Portale, KI-Nutzung), in dieser spezifischen Messung unsichtbar bleiben.
Theoriegeleitete Interpretation: Die Studie bietet eine post-hoc theoretische Interpretation der empirisch abgeleiteten Struktur unter Verwendung der Uses and Gratifications Theory (UGT) und der Socioemotional Selectivity Theory (SST). Die UGT hilft dabei, den Inhalt der drei Domänen (informational, sozial, instrumental) zu kategorisieren, während die SST eine entwicklungspsychologische Erklärung dafür liefert, warum ältere Erwachsene möglicherweise risikoarme informationelle/soziale Aktivitäten gegenüber risikoreicheren transaktionalen Aktivitäten priorisieren.

Bedeutung und Ansprüche
Die Autoren behaupten, dass die Digital Engagement Scale (DES) ein präzises, behavioral fundiertes Werkzeug bietet, um zu unterscheiden, wie ältere Erwachsene am digitalen Leben teilnehmen, und damit über die Frage hinausgeht, ob sie online sind.

Reframing der digitalen Ungleichheit: Die Ergebnisse verdeutlichen ein Phänomen der „partiellen Inklusion“, bei dem ältere Erwachsene in informationalen und sozialen Domänen hoch engagiert sein können, aber in transaktionalen Domänen (Banking, Reisen, Handel) zurückbleiben, die für die tägliche Autonomie zunehmend essenziell sind. Dies deutet darauf hin, dass sich die digitale Ungleichheit von Lücken beim Zugang hin zu Disparitäten in den Arten der durchgeführten Aktivitäten verschoben hat.
Nutzen für Politik und Forschung: Durch die Etablierung der Messinvarianz ermöglicht die DES valide Vergleiche zwischen wichtigen soziodemografischen Gruppen. Die Autoren argumenten, dass Interventionen domänenspezifisch sein sollten; beispielsweise benötigen ältere Erwachsene mit geringem transaktionalem Engagement eher Vertrauensbildungs- und Risikoreduzierungsstrategien als generisches Training zur digitalen Kompetenz.
Limitierungen: Die Autoren räumen explizit ein, dass die Skala auf die im HRS-Modul gemessenen Aktivitäten beschränkt ist und weder Fähigkeiten, Selbstvertrauen noch die Qualität der Nutzung erfasst. Das Querschnittsdesign verhindert kausale Schlüsse, und die theoretischen Erklärungen bezüglich Risiko und Motivation sind interpretativ und wurden innerhalb dieser Studie nicht empirisch getestet.

Zusammenfassend lässt sich sagen, dass das Paper postuliert, dass digitale Inklusion im Alter nicht als ein einzelnes Konstrukt verstanden werden kann. Die DES bietet einen validierten Mechanismus, um spezifische Bereiche digitaler Marginalisierung zu identifizieren, insbesondere bei transaktionalen Aktivitäten, und bietet somit eine nuanciertere Grundlage für Politik und Forschung zur digitalen Ungleichheit.