M6 Kapitel 1+2+3 Grundlagen der Testkonstruktion
Modul 6 der Fernuni Hagen. Grundlagen psychologischer Testkonstruktion/KTT/ PTT Kapitel 1+2+3
Modul 6 der Fernuni Hagen. Grundlagen psychologischer Testkonstruktion/KTT/ PTT Kapitel 1+2+3
Kartei Details
| Karten | 134 |
|---|---|
| Lernende | 149 |
| Sprache | Deutsch |
| Kategorie | Psychologie |
| Stufe | Universität |
| Erstellt / Aktualisiert | 02.01.2013 / 30.07.2020 |
| Weblink |
https://card2brain.ch/box/m6_kapitel_123_grundlagen_der_testkonstruktion
|
| Einbinden |
<iframe src="https://card2brain.ch/box/m6_kapitel_123_grundlagen_der_testkonstruktion/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Andersen-Likelihood-Quotienten-Test
Einzig bewährter Signifikanztest für Rasch-Modell
Bootstrap-Methode
- simuliert für verschiedene Modelltests eine Verteilung der jeweiligen Prüfgröße unter Geltung des Rasch-Modells
- Verwendung der asymptotischen Prüfgrößen der Chi-Quadrat-Verteilung ist an Voraussetzungen geknüpft die im Rasch-Modell selten erfüllt sind
Annahmen wenn Rasch-Modell nicht abgelehnt wird
- Lösungswahrscheinlichkeit wird durch logistische Funktion beschrieben
- Summenwerte sind suffiziente/ erschöpfende Statistiken der Personenfähigkeit
- Vergleiche zwischen Items & Personen sind spezifisch objektiv
- Items sind eindimenstional
- Alle Items besitzen die gleiche Trennschärfe (was nur bei dichotomen Modellen nötig ist)
2-Parameter-Modell
- auch: Birnbaum-Modell
- Erweiterung des Raschmodells durch Trennschärfeparameter βi
Trennschärfeparameter β
- Steigung der ICC
- Je höher die Trennschärfe, desto steiler der Anstieg der ICC
- Trennschärfen einzelner Items unterscheiden sich in diesem Modell
3-Parameter-Modell
- Ergänzung des Raschmodell durch Trennschärfeparameter und
- Ratewahrscheinlichkeit γi
Ratewahrscheinlichkeit γi
Je nach Beschaffenheit der Distraktoren wird die Ratewahrscheinlichkeit für jedes Item/ jede Person in Abhängigkeit der Personenfähigkeit anders ausfallen
PTT für Ratingskalen
Anwendung des Ordinalen Rasch-Modell für Items mit mehr als 2 geordneten Antwortalternativen
--> Ordinalskalenniveau
Thresholds
Grenzen/ Schwellen/ Übergang an dem es wahrscheinlicher ist Kategorie 1 statt Kategorie 0 wählen
Wahrscheinlichkeitsfunktion p(0)
entspricht der Wahrscheinlichkeit Kategorie 0 zu wählen und somit der gespiegelten logistischen Funktion p(1)
Schnittpunkt p(0) x p(1)
Schwelle
Category Characteristic Curve
Wenn das Schwellenkonzept auf mehr als 2 geordnete Antwortkategorien übertragen wird, dann wird nicht mehr von ICC gesprochen, sondern von CCC
Partial Credit Modell
- Bestimmung von Wahrscheinlichkeiten mit der eine Person eine bestimmte Antwortkategorie wählt
- Voraussetzung: Antwortschwellen müssen geordnet sein und dürfen sich nicht überschneiden
Mixed-Rasch-Modell
- Modelle quantifizieren & klassifizieren zugleich
- sucht nach Personengruppen die sich in ihrem Antwortmuster maximal unterscheiden
- innerhalb einer jeden Klasse gilt das Rasch-Modell
- innerhalb einer Klasse wird nur ein Fähigkeit gemessen
- Verletzungen der Eindimensionalität können für jedes Modell angezeigt werden
