Itemanalyse

-        (Anteil der Persinen die im Sinne des Merkmals/Richtig geantwortet haben)

o   Bei Powertests: Anzahl die Richtig gelöst haben / Teilnehmer*innen Anzahl

o   Falls auch Auslassung möglich Korrektur nötig: Anzahl Richtig gelöst/Anzahl derer die es bearbeitet haben

o   Ratekorrektur (Sofern explizit dazu aufgefordert wurde ggf zu raten)

§   k= Anzahl der Antwort Kategorien

o   Bei Persönlichkeitstests=  Gesamtpunktzahl aller Teilnehmenden/ n x maximaler Itemwert  oder Itemmittelwert/Maximale Itemausprägung

o   Allgemein = Quadratische Abweichung zum Mittelwert/ n

§  Bei Mehrstufigen Items kann es auch bei gleicher Itemschwierigkeit unterschiedliche Varianzen geben

§  Bei zweistufigen Items = Itemschwierigkeit x (1-Itemschwierigkeit)

·       Dh. Hier maximal 0.25 (wenn mittlere Itemschwierigkeit)

-        (Korrelation des Itemwerts mit dem gesamtscore aus allen anderen Items des Tests  wie repräsentativ ist das Item für den Test?)

o   Einflüsse:

§  Positiv:

·       Inhaltliche Passung

·       Hohe Itemvarianz

·       Hohe Testwertvarianz

§  Negativ: unterschiedliche Verteilungsform von Item und Testwert

o    Items mit geringer Trennschärfe rauswerfen  aber verschiedene Itemschwierigkeit erhalten (damit extreme Ausprägungen noch gemessen werden )

§  Darum Selektionskennwert  benachteiligt Items mit mittlerer Item Schwierigkeit diese brauchen höhere Trennschärfe um drin zu bleiben (Bogenform)

o   Selektion nach Trennschärfe

§  Niedrige Trennschärfe auch bei sehr breiten Konzepten auch valide

§  Nur Sehr hohe Trennschärfe  Hinweis dass ich immer nur das selbe Frage und damit sinkt Validität/Vorhersagekraft

·       Vorhersagekraft/Validität-Trennschärfe negativ korreliert

o   Selektion nach Validität

§  Items mit geringster Effektstärke (Trennen das konzept am wenigsten stark ab) rauswerfen

·       Trennschärfe dann tendenziell geringen

Auch anahnd von Faktoranalyse möglich

o   Itemwert einer Person = Korrelation mit Faktor A x Personenwert Faktor A+ Korrelation mit Faktor B x Personenwert Faktor B…ect pp.

-        Kommunalität (h^2) = Varianz eines Items die durch alle Faktoren erklärt wird

-        Eigenwert (Eig) = Varianz die ein Faktor über alle Items aufklärt

-        Auswahl des Abbruchkriteriums (Anzahl Faktoren)

o   Parallelanalyse  zufällig generierte  Daten Faktorenanalyse vs gemessene Werte

o   Scree Test  visuell Anzahl links vom Knick

o   Ziel: Einfachstruktur herstellen  Items laden auf einem Faktor hoch und auf anderem niedrig

§  Kommunalitäten ändern sich dadurch nicht

o   Orthogonal (Faktoren sind unabhängig voneinander): eg. Varimax  Varianz der Quadrierten Faktorladungen wird maximiert

o   Oblique/schiefwinklig (Faktoren dürfen auch miteinander korreliert sein)

o   Vorgabe in homogenen Blöcken und ähnlich Formulierte Items Konsistenzeffekte ähnlichere Antworten in den Faktoren

o   Zu wenig umgepolte Items  Jasage-Tendenz auch ähnliche Antworten

o   Vorgabe Items in fester Reihenfolge ?

o   Items in ähnlicher Schwierigkeit (Verminderung Varianz auch mehr ähnliche Antworten zwischen Personen)