25
Testtheorie und Testkonstruktion ITR (Fach) / IRT: Testmodelle (Lektion)
Anzeige
- Unterteilung der Modelle 1. Art der Daten 2. Art der latenten Variable Art der Daten: - dichotom - mehrkategoriell - ordinal Art der latenten Variable - quantitativ (Latent-Trait-Modelle) - qualitativ (Latent-Class-Modelle)
- Wovon hängt es ab, ob eine Person ein Item löst? - Fähigkeit / Merkmalsausprägung der Person - Merkmale des Items (Schwierigkeit, Trennschäfe, Ratewahrscheinlichkeit)
- Wie wird der Zusammenhang zwischen dem Testverhalten und dem psychischen Merkmal dargestellt? Item Characteristic Curve (ICC)
- Deterministische Itemfunktion Guttman-Modell
- Guttman-Modell: Wodurch wird das Antwortverhalten bestimmt? durch Personen-und Itemparameter
- Wann wird ein Item im Guttman-Modell gelöst? Sobald der Personeneparameter einer Person den Wert eines Itemparameters übersteigt, wird dieses Item gelöst
- Modellgeltung im Guttman-Modell Modellgeltung ist verletzt, sobald eine person ein leichtes ITem nicht löst, ein schweres jedoch schon
- Guttman-Modell: Passung des Modells Reproduzierbarkeitsmaß: Relativer Anteil modellkonformer Itemantworten
- Modelle: Probabilistische Itemfunktion - dichotomes Rasch-Modell (1PL-Modell) - Birnbaum-Modell (2PL-Modell) - Rate-Modell von Birnbaum (3PL-Modell) - ordinales Raschmodell
- Probabilistische Itemfunktion monoton steigender Verlauf der Lösungswahrscheinlichkeit -> je größer der Personenparameter, desto größer die Wahrscheinlichkeit, das Item zu lösen
- Anzeige
- Wovon hängt die Lösungswahrscheinlichkeit beim Rasch-Modell ab? Itemschwierigkeitsparameter σ Personenparameter θ
- Wo ist der Itemparameter in der Kurve beim Rasch-Modell? Itemparameter entsprechen immer der 50%igen Wahrscheinlichkeit das Item zu lösen (Wendepunkt er Kurve)
- Wie verlaufen die Kurven beim Rasch-Modell? Itemfunktionen verlaufen parallel
- Trennschärfe Diskriminationsfähigkeit: Wie gut kann ein Item zwischen Personen mit verschiedenen Eigenschaftsausprägungen differenzieren?
- Trennschärfe beim Raschmodell Alle Items haben die selbe Trennschärfe hohe Trennschärfe: Wendepunkt, Steigung am höchsten, Itemparameter
- Wovon hängt die Lösungswahrscheinlichkeit beim Birnbaum-Modell ab? Zwei Itemparameter: - Schwierigkeitsparameter σ - Trennschärfeparameter β Ein Personenparameter θ
- Wovon hängt die Lösungswahrscheinlichkeit beim Rate-Modell von Birnbaum ab? Drei Itemparameter: - Schwiereigkeitsparameter σ - Trennschärfeparameter β - Rateparameter γ Ein Personenparameter θ
- Y-Achsenabschnitt beim Rate-Modell von Birnbaum vorgegebene Ratewahrscheinlichkeit lässt die Itemfunktion nicht mehr gegen 0 laufen
- Was ist das ordinale Raschmodell? Verallgemeinerung des dichotomen Rasch-Modells auf ordinale Daten
- Wie werden ordinale Daten dargestellt? ordinale Daten: Kategorienfunktion (CCC, category characteristic curve)
- Wie werden die Schnittpunkte der Kurven bei der Category chracteristic curve (CCC) bezeichnet? Schwellen
- In wie viele Abschnitte wird die latente Variable bei ordinalen Daten eingeteilt? mehr als zwei Abschnitte
- Was gibt die Schwellenwahrscheinlichkeit an? Welche von zwei Kategorien wahrscheinlicher ist.
- Wie können die Werte der Schwellenwahrscheinlichkeit interpretiert werden? größer als 0,5: höhere Kategorie ist wahrscheinlicher
- Wie können die Kategorienwahrscheinlichkeiten berechnet werden? lassen sich aus Schwellenwahrscheinlichkeiten berechnen