32

VL Grundlagen der Diagnostik (Subject) / Vorlesung 11 (Lesson)

This lesson was created by HannaFiller.

Learn lesson

back  |  next 1 / 1

• Wozu dient IRT Probleme der KTT sollen mithilfe der IRT überwunden werden
• Den Modellen gemeinsame Grundannahmen Manifeste Variablen (Das beobachtbare Antwortverhalten auf verschiedeneTestitems) Latente Variablen (Nicht-beobachtbare dahinterliegende Fähigkeiten oderDispositionen, von welchen das manifeste Antwortverhaltenabhängen soll)
• Grundbegriffe der IRT Latente Variablen=Indikatoren der Konstrukte erzeugen Verhaltensvariationen auf Manifeste Variablen =Operationalisierungen in einem Test / Fragebogen
• Wie wird IRT im deutschsprachigen Raum auch genannt? probabilistische Testtheorie, da die Verhaltensvariationen mit einer gewissen Wahrscheinichkeit auftreten
• Wozu führt die latente Variable? zu beobachtbarn Korrelationen zwischen den manifesten Variablen (Items)
• Woraus lässt sich das Bestehen von Ksi schließen? AUs den Interkorrelationen der Items
• Was müssen die korrelierenden Items? -alles dieselbe latente Variable Ksi erfassen, d.H. sie müssen in Bezug auf Ksi homogen sein
• Wann ist lokale stochastische Unabhängigkeit gegeben? Wenn an "Locus" keine signifikanten Korrelationsbeiträge auftreten "Locus" --> bestimmter Punkt des Merkmalkontinuums, z.B. Ängstlichkeitswert von 25
• Testitems, welche die Bedingungen der lokalen stochastischen Unabhängigkeit erfüllen nennt man auch Indikatoren der latenten Variablen
• Wenn man nur Probanden betrachtet, die dieselbe Ausprägung auf Ksi haben, zu was sollte das führen? Wie nennt man das? dann sollten die Items bei diesen Probanden nicht mehr korrelieren lokale stochastische Unabhängigkeit, weil die Itemss an einem lokalen Punkt von Ksi nicht korrelieren, d.H. stochastisch unabhängig sind
• Advertisement
• Was bedeutet lokale stochastische Unabhängigkeit? die Korrelation zwischen den Items allein durch Ksi hervorrufbar
• Wovon geht die DLTM (Dichotome Latent-Trait-Modelle) aus? von kontinuierlichen latenten Variablen und von manifesten Variablen (Testitems) mit dichotomem Antwortmodus -am gebräuchlichsten
• Familie von IRT Modellen lässt sich aufteilen in Deterministisch --> z.B. Guttman Modell Probabilistisch --> Birnbaum Modell
• Latent-Trait-Modelle -sowohl Ausprägungen versch. Probanden haben Auswirkungen auf lateneten Traits (z.B. Fähigkeit), als auch traitbezogene Anforderungen der Items (Schwierigkeit) können durch jeweils einen einzelnen numerischen Wert beschrieben werden
• Parameter für latenten Trait Ksi 
• Parameter für Item Sigma, beschreibt Itemschwierigkeit, Itempopularität
• was beschreibt die IC Funktion? den mathematischen Zusammenhang zwischen dem latenten Trait , der Itemanforderung  und der Antwort des Probanden
• Deterministische Modelle gehen davon aus, dass das Antwortverhalten der Probanden durch die Item- und Personenparameter vollständig bestimmt ist
• Probabilistische Modelle nehmen eine stochastische Beziehung zwischen dem Antwortverhalten des Probanden und den Personen- und Itemparametern an
• Deterministisches Modell, übertragen auf IQ Test Proband, der schwierige Aufgaben löst, löst automatisch auch alle leichten
• Was wird in probabilistischen Modellen als iC- Funktion angenommen? Wie funktioniert diese? monoton steigende Funktionen Die IC-Funktion ordnet jeder Ausprägung der latenten Variable  eine Wahrscheinlichkeit für das Ereignis „i+“ zu,wobei „i+“ bedeutet,dass das Item gelöst oder dass dem Item zugestimmt wird
• Inwiefern ist dichotomes Rasch Modell unrealistisch? setzt voraus, dass sich Items nur in Schwierigkeit unterscheiden, d.H. alle Items gelten als in gleicher Weise tauglich
• Wann gilt dichotomes Rasch Modell nicht? Wenn Unterschiede in der Tauglichkeit der Items auftreten,oder wenn die Items nicht nur ein einziges Merkmal (Ksi) abbilden
• Guttman Modell (auch Skalogramm Modell) - einfachster Fall einer IC-Funktion, man nimmt an, dass es für jedes dichotom beantwortete Item einen bestimmten Ksi-Wert gibt, ab dem Item gelöst wird
• Test auf Modellkonformität - überprüft, wie häufig Proband, der schwieriges Item löst, ein leichteres nicht löst. - Anzahl der Rangplatzvertauschungen an Gesamtzahl relativieren (Prozentwert) - Wenn keine Rangplatzvertauschungen --> Guttmann Modell angemessen
• strenge Eigenschaft des Rasch- Modells Item-Schwierigkeit darf nicht von Stichprobe abhängen, in der sie bestimmt werden
• Stichprobenunabhängigkeit der Parameterschätzungen Item- Schwierigkeit hängt nicht von der Stichprobe ab, in der sie bestimmt werden
• spezifische Objektivität des Rasch Modells auf Personen Parameter angewandt: - wozu nutzt man diese Eigenschaft? Unterschied Ksi1 - Ksi2 von 2 Personen ist unabhängig von Items, die sie bearbeitet haben - zum adaptiven Testen
• Wovon wird im Birnbaum Modell ausgegangen? - dass Items unterschiedliche Trennschärfen haben können
• Wie nennt sich Trennschärfe von Item i im Birnbaum Modell? Item- Diskriminations Parameter Lambda i
• Advertisement
• Was ist im Birnbaum Modell nicht gegeben? Warum? spezifische Objektivität, da Feststellung der Schwierigkeitsdifferenzen nicht mehr unabhängig von Fähigkeit
• Eindimensionalität Erfassen verschiedene Items dieselbe latente Variable? -wenn Items homogen in Bezug auf latente Variablen sind, dann treten nahezu gleiche und substanzielle Korrelationsbeträge der Items auf

back  |  next 1 / 1