Gütekriterien

Durchführungsobjektivität

•Gleichheit der Bedingungen …

Auswertungsobjektivität

•eindeutige Auswertungsregeln,

• „ohne Spielraum“ …

Interpretationsobjektivität

•eindeutige Interpretationsregeln für die Test-Rohwerte …

Reliabilität definiert sich durch die Zuverlässigkeit eines Tests, d. h. als Grad der Genauigkeit, mit der z. B. eine Persönlichkeitseigenschaft gemessen wird.

Die Split-half-Reliabilität ist ein Maß für die interne Konsistenz oder Zuverlässigkeit eines Tests oder Fragebogens. Sie gibt an, inwieweit die beiden Hälften eines Tests, die aus ähnlichen Fragen oder Aufgaben bestehen, zu konsistenten Ergebnissen führen. Durch die Aufteilung des Tests in zwei Hälften und die Berechnung der Korrelation zwischen den Punktwerten der beiden Hälften kann die Split-half-Reliabilität geschätzt werden.

Die Split-half-Reliabilität kann jedoch durch verschiedene Faktoren beeinflusst werden, wie zum Beispiel die Länge des Tests oder die Heterogenität der Fragen. Um diesen Einflüssen entgegenzuwirken und eine genauere Schätzung der Reliabilität zu erhalten, kann die Sperman-Brown-Korrektur angewendet werden.

Die Sperman-Brown-Korrektur ist ein statistisches Verfahren, das die geschätzte Split-half-Reliabilität auf die Reliabilität des gesamten Tests hochrechnet. Sie basiert auf der Annahme, dass die beiden Testhälften gleich zuverlässig sind. Die Korrekturformel berücksichtigt die Länge des ursprünglichen Tests und gibt eine Schätzung für die Reliabilität an, die erreicht würde, wenn der gesamte Test verwendet würde.

Die Sperman-Brown-Korrektur wird verwendet, um die geschätzte Reliabilität zu erhöhen, wenn der Test nur aus einer Testhälfte besteht. Indem die Länge des Tests erhöht wird, kann die Reliabilität verbessert werden. Es ist jedoch wichtig zu beachten, dass die Anwendung der Sperman-Brown-Korrektur bestimmte Annahmen über die Homogenität des Tests voraussetzt und dass sie am besten funktioniert, wenn die Fragen oder Aufgaben des Tests alle dasselbe Konstrukt messen.

Zusammenfassend kann man sagen, dass die Split-half-Reliabilität die Konsistenz zwischen den beiden Hälften eines Tests misst, während die Sperman-Brown-Korrektur verwendet wird, um die geschätzte Reliabilität auf die Reliabilität des gesamten Tests hochzurechnen.

Cronbachs Alpha ist ein statistisches Maß für die interne Konsistenz oder Zuverlässigkeit eines Tests oder Fragebogens. Es gibt an, wie eng die einzelnen Fragen oder Aufgaben eines Tests miteinander zusammenhängen und ob sie tatsächlich dasselbe Konstrukt messen.

Die Berechnung von Cronbachs Alpha basiert auf der Varianz der Punktwerte aller Fragen oder Aufgaben des Tests sowie der Varianz der beobachteten Gesamtpunktwerte. Es berücksichtigt sowohl die Korrelationen zwischen den einzelnen Fragen als auch die Anzahl der Fragen im Test.

Cronbachs Alpha kann Werte zwischen 0 und 1 annehmen. Ein höherer Wert von Alpha deutet auf eine höhere interne Konsistenz hin, da die Fragen oder Aufgaben des Tests stärker miteinander zusammenhängen. Ein Alpha-Wert nahe 1 wird als Indikator für eine gute interne Konsistenz angesehen.

Aufsplittung des Tests in so viele Teile wie es Items gibt.

Für cronbachs alpha ist die durchschnittliche Korrelation des Tests notwendig.

Die Test-Retest-Stabilität bezieht sich auf die Zuverlässigkeit eines Tests über die Zeit hinweg. Es misst die Konsistenz der Ergebnisse eines Tests, wenn er zu zwei unterschiedlichen Zeitpunkten mit derselben Stichprobe durchgeführt wird. Die Test-Retest-Stabilität ist ein Maß dafür, wie gut die Ergebnisse eines Tests über einen bestimmten Zeitraum hinweg stabil bleiben.

Um die Test-Retest-Stabilität zu überprüfen, wird der Test zu zwei verschiedenen Zeitpunkten mit derselben Gruppe von Personen durchgeführt. Die Ergebnisse des ersten Tests werden dann mit den Ergebnissen des zweiten Tests verglichen. Die Korrelation zwischen den beiden Testergebnissen gibt Auskunft über die Stabilität des Tests. Eine hohe Korrelation deutet darauf hin, dass die Ergebnisse des Tests über die Zeit hinweg konsistent sind.

Bei der Paralleltest-Reliabilität werden zwei oder mehr Versionen desselben Tests erstellt, die jedoch in ihrer Formulierung, Reihenfolge oder Aufgabenstellung leicht variieren können. Diese parallelen Testversionen sollen dasselbe Konstrukt messen und sollten somit zu ähnlichen Ergebnissen führen.

Die parallelen Tests werden dann zu demselben Zeitpunkt mit derselben Stichprobe von Personen durchgeführt. Die Ergebnisse der verschiedenen Testversionen werden miteinander korreliert, um die Paralleltest-Reliabilität zu bestimmen. Eine hohe Korrelation zwischen den Ergebnissen der parallelen Tests deutet auf eine hohe interne Konsistenz oder Zuverlässigkeit hin.

Die Paralleltest-Reliabilität ermöglicht es, die Konsistenz der Testergebnisse über verschiedene Versionen desselben Tests zu überprüfen. Sie ist besonders nützlich, wenn es praktisch nicht möglich ist, denselben Test zu unterschiedlichen Zeitpunkten zu wiederholen, wie es bei der Test-Retest-Reliabilität der Fall ist. Durch den Vergleich von parallelen Testversionen können Forscher oder Testentwickler feststellen, ob verschiedene Versionen eines Tests konsistente Ergebnisse liefern und somit zuverlässig sind.

Kriteriumsvalidität bezieht sich auf die Gültigkeit einer Messmethode oder eines Tests, indem untersucht wird, ob die gemessenen Ergebnisse tatsächlich mit den relevanten Kriterien übereinstimmen und die zu messende Eigenschaft oder das zu messende Merkmal angemessen repräsentieren.

Die Kriteriumsvalidität kann in zwei Arten unterteilt werden:

1. Innere kriterienbezogene Validität: Diese Art der Kriteriumsvalidität untersucht die Korrelation zwischen den Ergebnissen eines Tests und anderen Messungen oder Kriterien, die intern im Zusammenhang mit der zu messenden Eigenschaft stehen. Hierbei wird überprüft, ob das Testergebnis konsistent und kohärent mit anderen Messungen des gleichen Merkmals ist. Ein Beispiel dafür wäre die Korrelation zwischen den Ergebnissen eines schriftlichen Mathematiktests und den Ergebnissen eines mündlichen Mathematiktests.

2. Äußere kriterienbezogene Validität: Diese Art der Kriteriumsvalidität untersucht die Korrelation zwischen den Ergebnissen eines Tests und externen Kriterien, die außerhalb des Tests liegen. Dies kann beispielsweise die Korrelation zwischen den Ergebnissen eines Intelligenztests und der tatsächlichen akademischen Leistung sein. Es wird überprüft, ob das Testergebnis tatsächlich eine Vorhersage oder ein Maß für die Leistung in einer realen Situation darstellt.

Sowohl die innere kriterienbezogene Validität als auch die äußere kriterienbezogene Validität sind wichtige Aspekte der Kriteriumsvalidität. Die innere Validität bezieht sich auf die Konsistenz und Genauigkeit der Ergebnisse innerhalb des Tests selbst, während die äußere Validität darauf abzielt, die Gültigkeit der Ergebnisse in Bezug auf externe Kriterien außerhalb des Tests zu überprüfen.

Indem die Kriteriumsvalidität überprüft wird, kann festgestellt werden, ob ein Test oder ein Messinstrument tatsächlich das misst, was es zu messen vorgibt, und ob es relevante und genaue Informationen über die zu messende Eigenschaft oder das zu messende Merkmal liefert.

Inkrementelle Validität bezieht sich auf den zusätzlichen Beitrag oder Nutzen, den eine neue Messung oder ein neuer Test zu bereits vorhandenen Messungen oder Tests bietet. Es beantwortet die Frage, ob die neue Messung oder der neue Test die Vorhersagekraft oder die Erklärungskraft über das zu messende Merkmal hinaus verbessert, verglichen mit den bereits bestehenden Messungen oder Tests.

Um die inkrementelle Validität zu untersuchen, werden typischerweise zwei Schritte durchgeführt:

1. Schritt: Vorhandene Vorhersage- oder Kriteriumsvariablen werden verwendet, um das zu messende Merkmal vorherzusagen oder zu erklären. Dabei wird bereits etablierte und anerkannte Instrumente oder Messmethoden verwendet.

2. Schritt: Eine neue Messung oder ein neuer Test wird hinzugefügt, um zu sehen, ob sie zusätzliche Informationen oder Vorhersagekraft liefert, die über das hinausgeht, was bereits durch die vorhandenen Messungen oder Tests erfasst wurde.

Die inkrementelle Validität wird in der Regel durch die Berechnung der Zunahme an Vorhersagekraft oder Varianzaufklärung gemessen, die durch die neue Messung oder den neuen Test erreicht wird. Wenn die neue Messung oder der neue Test einen signifikanten und bedeutenden zusätzlichen Beitrag zur Vorhersage oder zur Erklärung des Merkmals liefert, spricht man von inkrementeller Validität.

Die Untersuchung der inkrementellen Validität ist wichtig, um festzustellen, ob eine neue Messung oder ein neuer Test tatsächlich einen Mehrwert bietet und ob es sinnvoll ist, sie in die bestehenden Messverfahren zu integrieren. Es hilft auch dabei, die Effizienz und Genauigkeit der Messungen oder Tests zu verbessern, indem sie um relevante Informationen ergänzt werden, die durch bereits vorhandene Instrumente allein nicht erfasst werden.

Prädiktive Validität bezieht sich auf die Fähigkeit eines Tests oder einer Messung, zukünftige Ergebnisse oder Ereignisse vorherzusagen. Sie beantwortet die Frage, inwieweit die Ergebnisse einer Messung oder eines Tests dazu verwendet werden können, das Verhalten oder die Leistung einer Person in der Zukunft vorherzusagen.

Konstruktvalidität bezieht sich auf die Genauigkeit und Relevanz eines Messinstruments oder einer Methode zur Erfassung eines theoretischen Konstrukts oder einer abstrakten Eigenschaft. Sie beurteilt, ob das Messinstrument tatsächlich das Konstrukt misst, das es zu messen vorgibt.

Interindividuelle Unterschiede spielen eine wichtige Rolle bei der Bewertung der Konstruktvalidität. Wenn ein Messinstrument konstruktvalid sein soll, muss es in der Lage sein, tatsächliche Unterschiede zwischen Individuen hinsichtlich des zu messenden Konstrukts korrekt und zuverlässig zu erfassen.

Um die Konstruktvalidität zu überprüfen, werden verschiedene Ansätze verwendet, darunter konvergente Validität und diskriminante Validität. Konvergente Validität bezieht sich darauf, dass ein Messinstrument mit anderen Instrumenten oder Methoden korreliert, die dasselbe Konstrukt messen sollen. Diskriminante Validität hingegen bezieht sich darauf, dass ein Messinstrument geringe oder keine Korrelation mit Instrumenten oder Methoden aufweist, die unterschiedliche Konstrukte messen sollen.

Interindividuelle Unterschiede können dazu beitragen, die Konstruktvalidität zu demonstrieren, indem sie zeigen, dass das Messinstrument in der Lage ist, Variationen des Konstrukts zwischen verschiedenen Personen zu erfassen. Wenn das Instrument beispielsweise bei Personen, die als hoch ausgeprägt in einem Konstrukt angesehen werden, höhere Werte liefert als bei Personen mit niedriger Ausprägung, deutet dies auf eine gute Konstruktvalidität hin.

Insgesamt ist die Konstruktvalidität wichtig, um sicherzustellen, dass die Messungen eines Konstrukts tatsächlich das erfassen, was beabsichtigt ist, und dass sie für die Analyse und Interpretation von Daten verwendet werden können, um aussagekräftige Schlussfolgerungen zu ziehen.