Testtheorie und Testkonstruktion - 3. Termin
PHB WS 18/19
PHB WS 18/19
Kartei Details
| Karten | 40 |
|---|---|
| Lernende | 10 |
| Sprache | Deutsch |
| Kategorie | Psychologie |
| Stufe | Universität |
| Erstellt / Aktualisiert | 15.02.2019 / 12.12.2022 |
| Lizenzierung | Keine Angabe |
| Weblink |
https://card2brain.ch/box/20190215_testtheorie_und_testkonstruktion_3_termin
|
| Einbinden |
<iframe src="https://card2brain.ch/box/20190215_testtheorie_und_testkonstruktion_3_termin/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Erklären Sie den Unterschied zwischen Eindimensionalität und Mehrdimensionalität von Messmodellen?
Eindimensionalität: Eine latente Variable.
→ Partialkorrelationen der beobachteten Variablen = 0 (wenn η auspartialisiert wird)
⇒ keine Fehlerkorrelationen
Mehrdimensionalität: Mind. zwei latente Variablen.
→ um Zusammenhänge zwischen beobachteten Variablen erklären zu können
⇒ Fehlerkorrelationen
Nennen Sie zwei Ziele der exploratorischen Faktorenanalyse (EFA).
→ Datenreduktion
Wie viele Dimensionen (latente Faktoren) werden benötigt, um die Zusammenhänge zwischen den beobachteten (manifesten) Variablen zu erklären?
→ Schätzung & Interpretation der Faktoren
Wie können die latenten Faktoren inhaltlich interpretiert werden, die das Konstrukt repräsentieren sollen?
Was ist die Grundidee der Konfirmatorischen Faktorenanalyse (CFA)?
Die konfirmatorische Faktorenanalyse (CFA) kann als Erweiterung der eindimensionalen Modelle der KTT auf mehrere latente Variablen angesehen werden
Vorbedingungen:
- Es gibt Wissen darüber, wie viele Faktoren (Dimensionen) gemessen werden sollen
- Es gibt Wissen darüber, wie die zugrundeliegende Faktorstruktur aussieht (d.h. welche beobachteten Variablen zu welchen latenten Variablen gehören)
Konfirmatorische Faktorenanalyse vs. Explorative Faktorenanalyse erklären!
Konfirmatorische Faktorenanalyse → strukturprüfend
Explorative Faktorenanalyse → struktursuchend
Notieren Sie die Messgleichungen für ein CFA-Modell mit zwei korrelierten Faktoren und drei Indikatoren pro Faktor.
Was bedeuten die Parameter im Modell?
Für jedes Item eine Messgleichung
αi Leichtigkeitsparameter (Achsenabschnitt)
λij Diskriminationsparameter (Faktorladung)
ηj latenter Faktor mit j=(1,...,k)
εi Messfehler
Notieren Sie die Grundgleichung für ein CFA-Modell mit zwei korrelierten Faktoren und zwei Indikatoren pro Faktor.
Kompaktdarstellung (Matrix-Notation) im CFA-Modell
Wann ist ein CFA-Modell identifiziert?
Nennen Sie eine notwendige und eine hinreichende Bedingung zur Identifikation von CFA-Modellen.
Das Modell gilt als identifiziert, wenn die gesuchten Modellparameter (eindeutig) aus den Daten bestimmbar (ableitbar) sind.
Notwendige Bedingung: Keine negativen Freiheitsgrade.
Hinreichende Bedingung: Es muss gezeigt werden, dass alle zu schätzenden Parameter anhand der Varianzen und Kovarianzen der manifesten Variablen berechnet werden können.
