Itemschwierigkeit Pi (Berechnung je nach Test art)
- (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
- Itemvarianz Var (Berechnung in untersch fällen)
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)
Trennschärfe rit:
- (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
Itemselektion
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
Fundamentaltheorem der Faktorenanalyse
o Itemwert einer Person = Korrelation mit Faktor A x Personenwert Faktor A+ Korrelation mit Faktor B x Personenwert Faktor B…ect pp.
Kommunalität, Eigenwert, Auswahl abbruchkriterium
- 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
Rotation in Faktoranalyse
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)
Itemselektion anhand der Faktorenanalyse
- Dirty Tricks Skalenentwicklung cleanere Faktoren mit höheren ladungen und auch erhöhung Reliabilitätsschätzungen
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)
Last changed2 days ago