psychologische diagnostik (Subject) / Diagnostik VL 1-4 (Lesson)

Diagnostik

This lesson was created by KimJanine.

Learn lesson

This lesson is not released for learning.

back  |  next 2 / 2

• Welche Fehlerquellen können bei der Itembeantwortung von dem Item ausgehen? demand characteristics soziale Erwünschtheit Mehrdeutigkeit Item.- und Antwortformat Itempolung
• Welche Fehlerquellen können bei der Itembeantwortung von dem Testungskontext ausgehen? Anlass der Testung Zeitpunkt Räumlichkeiten Testleiter Testmedium und Tesgestaltung
• Welche Fehlerquellen können bei der Itembeantwortung von dem Itemkontext ausgehen? Priming Einbettung Stimmungsinduktion Durchmischung Skalenlänge
• Was gibt der Standardschätzfehler an? In Abhägnigkeit von welchen Faktoren fällt er kleiner aus? Streuung der wahren Kriteriumswerte um die vorhergesagten Werte kleiner bei:geringerer Streuung der KriteriumswerteHöherer Korrelation zwischen Prädiktor und Kriterium (diese ist auch beeinflusst durch die Reliabilität von Prädiktor und Kriterium)
• Was sind die Grundlagen einer Vorhersage von Kriterien auf Basis der Testwerte (KTT)? Grundlagen liefern korrelative Studien zwischen Tests oder Prädiktor- und KriteriumsvariablenPersonenstichproben sollten aus der Population gezogen werden, aus der auch die Probanden kommenWenn Kriteriumsvariable intervallskaliert: Regressionsrechnung
• Nenne die 3 Grundannahmen (Axiome) der klassischen Testtheorie. 1. Der wahre Wert (true score, T) einer Person v im Item i entspricht dem Erwartungswert des Messwertes (X) 2. der Messwert setzt sich zusammen aus wahrem Wert und einem zufälligen Fehler (error, ξ) 3. Wahrer Wert und Messfehler sind unkorreliert.
• Nenne die beiden Zusatzannahmen der KTT. 1. Messfehler der Items sind unkorreliert. 2. Messfehler der Personen sind unkorreliert.
• Erläutere folgende Aussage:Messfehler sind unabhängig vom wahren Wert ein Test misst im unteren Bereich (niedrige Fähigkeit) ebenso gut wie im mittleren und oberen Bereich
• Erläutere folgende Aussage: Messfehler zweier Tests sind unkorreliert dann muss die Korrelation der wahren Testwerte auf einen wahren Zusammenhang zurückzuführen sein , Messfehler = unsystematisch, systematische Fehler erhöhen Korrelation und führen zur Überschätzung des wahren Zusammenhangs des Tests z.B. das Ergebnis eines Intelligenztests ist nicht davon abhängig, wie depressiv eine Person ist               
• Was ist mit dem Begriff "wahrer Wert" in der KTT gemeint? Mit dem wahren Wert ist nicht die wahre Ausprägung eines Merkmals gemeint, sondern wie sie mit diesem Test gemessen wird
• Was ist die Definiton der Reliabilität nach der KTT? Anteil der Varianz der wahren Werte (T) an der Varianz der beobachteten Werte (X)
• Was ist die Spearman-Brown-Formel und wozu wird sie benötigt? Korrelation der beiden Testhälften (siehe Split-Half-Reliabilität bzw. Testhalbierung) unterschätzt die Reliabilität eines Tests, da nur die Hälfte der Items miteinander korreliert wird und die Itemzahl die Reliabilität erhöht Spearman-Brown-Formel ermöglicht Schätzung der Reliabilität bei Verlängerung oder Verkürzung des Tests oder Ermittlung der erforderlichen Testlänge für eine gewünschte Reliabilität
• Was ist der Standardmessfehler? Wodurch wird er beeinflusst? Wann wird er 0 ? Verteilung der Messfehler und Position des Standardmessfehlers? Der Standardmessfehler gibt an, wie stark die Messfehler um die wahren Werte der Personen streuen,er hängt von der Streuung (SD) und Reliabilität ab, bei Perfekter Reliabilität wird er 0, bei nicht vorhandener Reliabilität besteht er aus der gesamten Streuung des Tests Normalverteilung mit wahrem Wert als Mittelwert und Standardmessfehler als Standardabweichung
• Was gibt das Kondfidenzintervall an? Welche Fragestellungen lassen sich durch ein KI beantworten? Bereich, in dem der wahre Testwert einer Person bei einer zuvor festgelegten Sicherheits- bzw. Irrtumswahrscheinlichkeit liegt. Beantwortet folgende Fragstellungen: Ist ein bestimmter (nicht gemessener) Wert nur dem Messfehler geschuldet? In welchem Bereich liegt der wahre Wert?Wie hoch ist der wahre Wert mindestens, höchstens? (einseitige Fragestellung)
• Was sind kritische Differenzen und wofür werden sie gebraucht? Anwendung zum Vergleich von Testwerten (z.B. vor und nach einer Intervention)Beobachteter Unterschied kann durch Messfehler bedingt sein -> Ermittlung der Mindestgröße einer Differenz, die nicht mehr alleine durch den Messfehler erklärt werden kannbei gleicher Streuung der Variablen führt die Summation der beiden Standardmessfehler zu: 
• Was muss bei der Berechnung von kritischen Differenzen beachtet werden? Anzahl der Vergleich möglichst gering halten, sonst Gefahr fälschlicherweise signifikante Ergebnisse zu finden, idealerweise hypothesengeleitetes Vorgehen, bei mehreren Vergleichen kleinere Irrtumswahrscheinlichkeiten wählen --> sonst Voodoo-Correlations
• Wie hoch kann die Korrelation mit einem Test theoretisch maximal ausfallen? Nicht höher als die Korrelation zwischen beobachteten und wahren Werten und  damit nicht höher als die Wurzel der Reliabilität
• Wann bzw. warum muss eine Minderungskorrektur durchgeführt werden? Fehlerbehaftete Messwerte wirken sich mindernd auf die Korrelation mit einer anderen Variable aus, da Messfehler nicht korrelieren je größer der Anteil der Messfehler bzw. je niedriger die Reliabilität der Tests ist, desto geringer fällt die Korrelation aus
• Was macht die doppelte Minderungskorrektur? liefert eine Schätzung für die Korrelation der wahren Werte zweier Variablen, wenn deren Reliabilitätskoeffizienten bekannt sind. Korrelation der Testkriterien durch das Produkt der Wurzel der Reliabilitäten der beiden Tests
• Was macht die einfache Minderungskorrektur? liefert eine Schätzung für die Korrelation eines tests mit einem Kriterium unter der Annahme, dass das Kriterium messfehlerfrei erfasst wird. Damit wird gleichsam für die Minderung korrigiert, die durch die fehlerbehaftete Messung des Kriteriums entsteht. Die einfache Minderungskorrektur kann alternativ auch auf den Test angewendet werden. (Relc statt Reltest)
• Was gibt die Itemschwierigkeit an? Was bedeuten hohe vs. niedrige Werte? gibt an, wie groß der Anteil an Personen ist, der das Item im Sinne des Merkmals beantwortet hat.im Sinnes des Merkmals meint bei Leistungstests die richtige Antwort, bei Fragebögen (z.B. Persönlichkeitstests) die Antwort, die das Merkmal indiziertje höher der Wert (im Leistungstest) desto leichter das Item (denn desto mehr Personen haben es richtig beantwortet)
• Welcher Zusammenhang besteht zwischen Itemschwierigkeit und Variation der Itemantworten? Variation muss vorhanden sein (sonst können keine Unterschiede zwischen Personen festgestellt werden Hilfsgröße für dichotome: Streuung: ist  bei mittlerer Schwierigkeit (p = .5) am größten, in der Nähe von 0 und 1 am kleinsten (mittlere Schwierigkeit nicht für alle Items sinnvoll)  und sehr ausgeprägte Personen schwer/leicht sind) oder  Tests speziell für Personen mit hohen vs. Niedrigen Ausprägungen (dann aber auch nur hier anwenden) (z.B. Intelligenztest zum Feststellen von Hochbegabung)  Bei mehrstufigen Items sind Schwierigkeit und Streuung nicht vollständig redundant 
• Wann darf eine Ratekorrektur bei der Itemschwieigkeit vorgnommen werden? wenn in Instruktion explizit zum Raten aufgefordert wurde
• Was muss bei der Berechnung der Itemschwieirigkeit beachtet werden? (Auswahl der passenden Formel) Ratewahrscheinlichkeit: Korrektur, nur wenn in der Instruktion explizit zum Raten aufgefordert wurde fehlene Beantwortung: Bestimmen von N über die Anzahl von Personen, die das Item bearbeitet haben (nicht nur die, die es beantwortet haben) wenn Items am Ende eines Tests bei Zeitbegrenzung nicht beantwortet wurden: Nicht durch Gesamtzahl der Personen sondern durch die Anzahl der Personen, die das Item bearbeitet haben teilen (nicht optimal)besser: Itemreihenfolge variieren, damit nicht nur bestimmte Items nicht bearbeitet werden oder Tests um Items verlängern, die nicht in Analyse mit eingehen Antwortformat Codierung der Antworten beeinflusst den Wert
• Welcher Kennwert wird zur Bestimmung der Speed vs. Powerkomponente eines Tests bestimmt? Wie fällt er bei den verschiedenen Arten aus Niveauindex: teilt die Differenz des Mittelwerts der bearbeiteten Aufgaben und des Mittelwerts der richtig beantworteten AUfgaben durch die Differenz von der Anzahl der Aufgaben und dem Mittelwert der richtig beantworteten Aufgaben beträgt bei Speedtests 0 (bei unbegrenzter Zeit werden alle Items gelöstund bei Powertests 1 (kein Proband löst bei unbegrenzter Zeit alle Aufgaben) gebräuchliche Tests stellen häufig eine Mischform dar, Anteil der Komponenten kann auf diese Weise bestimmt werden
• Wie wird die Itemschwierigkeit bei mehrstufigen Items bestimmt? über das arithmetische Mittel
• Definiere Trennschärfe Die Trennschärfe ist definiert als die Korrelation des Items mit dem Test oder der Skala des Tests, zu der das Item gehört. Der Wert wird über alle Items mit Ausnahme des analysierten Items bestimmt. Sie ist ein Kennwert dafür, in welchem Ausmaß die durch das Item erfolgte Differenzierung der Probanden in Löser und Nichtlöser mit derjenigen durch die Skala als Ganzes übereinstimmt. 
• Zwischen welchen Werten kann die Trennschärfe schwanken? Die Trennschärfe kann als Korrelationskoeffizient zwischen -1 und +1 liegennegative Werte selten, bedeuten dass das Item Differenzierung verschlechtert  (-> solche Items sollten modifiziert oder eliminiert werden)  
• Wann muss eine Part-Whole-Korrektur durchgeführt werden? Bei der Bestimmung der Trennschärfe, falls ein Item im Testwert enthalten ist  sonst Überschätzung der Korrelation, da es mit sich selbst korreliert wird, Überschätzung fällt höher aus, wenn geringere Itemzahl vorhanden
• Von welchen Faktoren hängt die Trennschärfe ab? Inhaltliche Passung – ist das Item gut geeignet um das Merkmal zu messen?Schlechte Passung durch schlechte Formulierung, oder selten Item ist passen, aber andere Testitems verfehlen Messintention Verteilungsform der Testantworten:Wenn Item und Testwert unterschiedliche Verteilungen aufweisen Testwertvarianz (Streuung der Testwerte):geringere Varianz (homogene Stichprobe) -> geringere Trennschärfe Itemvarianz (Streuung der Items):kleine Streuung -> geringerer TrennschärfeItemstreuung ist abhängig von der Schwierigkeit (indirekter Zusammenhang)
• Wozu kann der Selektionskennwert genutzt werden? Selektion von Items nach ihrer Trennschärfe unter Berücksichtigung ihrer Schwierigkeit Unterschiedliche Itemsschwierigkeiten (und ergo verschiedene Streuungen) erwünscht, Items mit niedriger Streuung korrelieren aber nur niedrig mit dem Testwert und würden, wenn nach der Trennschärfe selektiert würde, vorschnell eliminiert                                                                                
• Was bewirkt die Auswahl hoher Trennschärfen? Auswahl hoher Trennschärfen führt zur Erhöhung der Homgenität eines Tests und zum Anstieg der internen Konsistenz (Cronbachs Alpha) aber Vorsicht, kein blindes Eliminieren, da zwar  interne Konsistenz steigt aber Validität sinkt, wenn das Merkmal nicht homogen ist (da der Test dann nicht mehr das gesamte Merkmal erfasst)
• Was ist Itemvalidität? selten auch Fremdtrennschärfe genannt, gibt den Zusammenhang mit einem externalen Kriteriumwert Berechnung über die Korrelation mit einem Kriteriumswert oder einen Mittelwertsvergleich
• Was bedeutet Normalisieren? Normalisieren ist nicht Normieren, die Daten werden nur transorfmiert, um Ergebnisse anschaulicher zu präsentieren zu können Flächentransformation:Prozente für alle Werte und Bestimmung der z-Werte -> variieren der Bereiche mit hohem prozentualen Anteil, um Verteilung symmetrischer zu gestalten. (Da es bei Punktwerten keine Kommazahlen gibt bei Normalverteilung schon)
• Mithilfe welcher Kennwerte oder Verfahren kann man eine Itemselektion durchführen? Variation und Verteilung der Itemantworten, Trennschärfe und Itemschwierigkeit (am besten in Kombination über den Selektionskennwert)ItemvaliditätValidität: Interne Konistenz (Cronachs Alpha), Homogenität des Merkmals beachten Itemvalidität (auch Fremdtrennschärfe) Fakorenanalyse (Konstruktvalidität)

back  |  next 2 / 2