VL6 +7Reliabilität

Erw(E)=0

Zu kurz -> Erinnerungseffekte -> künstlich hohe Reliabilität

Zu lang -> Wahre Veränderungen -> Reifungs/Entwicklungseffekte

Korrelation =0

• Faktoren korellieren

• Varimax (Orthogonal) geht von unkorrellierten Faktoren aus

• Verwendet man dennoch Varimax:

  -> Items, die natürlich auf beide Faktoren laden, werden künstlich auf einen Faktor geschoben

  ->Faktoren scheinen mehr „eigene Varianz“ zu erklären, als sie real tun

Lösung: Oblique

T=T´

Var(E)= VAR(E´)

Kov(E,E´)=0

z.B. wenn man ein State mit Retest testet (also zu zwei Zeitpunkten)

-> Wahre Veränderungen (Entwicklung/Reifungseffekte) verletzen Annahme, und verringern Reliabilität

-> Reliabilität wird unterschätzt

• Fehler korrellieren

• Methode bewirkt in beiden Testungen, dass z.B. Hitze im Raum zur verschlechterten Leistung führt

—> Dadurch Korrellieren Testwerte mehr als eigentlich —> Reliabilität wird überschätzt

Fehlervarianzen sind gleich

Zeitpunkt 1 mehr Fehler, als Zeitpunkt 2= Annahme verletzt

z.B. extreme Hitze führt zu verfälschten Antworten in T1, in T2 Hitze nicht vorhanden

-> Reliabilität wird unterschätzt (geringere Korrelation)

dass man vom Mittelwert 1.96 SDs nach links und rechts gehen kann,dann 95% der Gesamtfläche umfasst wird

—> der wahre Wert liegt zu 95 Prozent in dem Intervall

1-0.05= 0.95 also ist dies unsere Sicherheitswahrscheinlichkeit

Cronbachs Alpha-> Weiteres Maß OHNE WEITERE TESTUNG die Reliabilität zu bestimmten

• Anzahl der Items -> je mehr Items, desto höher ist die Reliabiität

• Interkorrelation der Items -> je homogener, desto höher Reliabilität

0.7= ausreichend

0.8= gut

0.9=hoch

• höhere Objektivität

• mehr Items

• Homogene Items

States messen: NICHT Retest

Kurzskalen und heterogene Konstrukt: Retest

ansonsten interne Konsistent praktisch

• Kurzskalen

• heterogene Items

Standardmessfehler

-> Wie stark weichen Werte Y aufgrund von Messfehlern vom wahren Wert ab

Messungenauigkeit

-> Wie stark weichen Werte Y aufgrund von Messfehlern vom wahren Wert ab

Standardmessfehler = Wie stark weichen die Werte Y aufgrund von Messfehlern vom wahren Wert ab

Standardabweichung= Wie stark schanken die Werte Y um den Mittelwert (aufgrund von wahren Unterschieden)

Wie groß muss die Differenz zwischen zwei Werten sein, damit sie mit ausreichender Sicherheit nicht mehr durch Messfehler erklärt werden kann?

-> Unterscheiden sich zwei Testwerte signifikant?

positiv: Fehler überschätzt systematisch wahren Wert

negativ: Fehler unterschätzt systematisch den wahren Wert

• Verknüpfungaxiom

• Existenzaxiom

• Unabhängigkeitsaxiom

• Retest Reliabilität

• Paralleltest Reliabilität

• Testhalbierungs Reliabilität

• Cronbachs Alpha

Rel(Y) = Cov (Y, Y´)

Korrelation Testwert Y und Testwert Y`

-> gleicher Test wird zwei Mal zu zwei Zeitpunkten durchgeführt

Problem: wahre Veränderungen , Übungs und Testeffekte, Reifungseffekte

damit wäre T ungleich T´

T= T` -> der wahre Wert verändert sich nicht

Var(E) 0 Var(E´)

Kov(E, E´)=0

Zwei Parallele Tests werden designed

-> zu ähnlichem Zeitpunkt , gleiche Stichprobe

durch: Zwillingsitems -> inhaltliche Parallelität, identische Mitttelwerte und Standardabweichungen

Aber: Schwierigkeit der Parallelität , Reaktivität (Müdigkeit)

= Zustandsänderungen des Erlebens und Verhaltens, die durch das Wissen, psychologisch untersucht zu werden, durch die spezielle Untersuchungssituation und durch die gewählte Methodik bedingt sind

-> v.a. bei Paralleltest relevant, da die zwei Tests direkt hintereinander durchgeführt werden = Ermüdungseffekte

unterschiedlich starke Ermüdung bei verschiedenen Personen, was Rangreihen beeinflusst -> Unterschätzung der Reliabilität

Zwillingsitems erstellen

-> Inhaltliche Parallelität

-> Identische Mittelwerte

-> Identische standardabweichungen

Test wird in zwei äquivalente Hälften halbiert

• Odd-even

• Nach laufender Nummer

• Zufall

• über deskriptive Kennwerte (Zwillingsitems)

• oft nicht parallel

  ->führt zur geringeren Reliabilität -> Verfälschung

• Zeiteffekte -> Müdigkit usw

• keine Sortierung nach Schwierigkeit (in der einen hälfte schwierigere Items als in der anderen)

Aufwertunf -> Korrelation der Testhälften gibt die Reliabilität EINER Testhälfte und nicht die des Gesamttests

Daher Spearman-Brown Formel (k=2 einsetzen)

Bei Testhalbierungs Reliabilität !

-> Korrelation der zwei Testhälften ergibt nämlich Reliabilität EINER Testhälfte und nicht die des Gesamttests

Y= T+E

Ist der Anteil der wahren Varianz an der Gesamtvarianz

Eine Reliabilität von 1 bedeutet, dass die Streuung ausschließlich auf interindividuellen Unterschiede zurückzuführen ist und keine Messfehler entstanden sind.

Bedeutet, dass die Unterschiede der beobachteten Werte rein auf Messfehler zurückzuführen ist und es keinen wahren Varianzanteil gibt. Der Test erfasst daher nichts systematisches

1. V(Y)= V(T)+ V(E) -> Verknüpfungsaxiom

2. Erw(E)= 0 -> Existenzaxiom

3. Kov (T,E)=0-> Unabhängigkeitsaxiom

KOV (T,E)=0

Reliabilität eines Tests bezieht sich auf die Genauifkeit mit der ein Testverfahren das Merkmal misst was er misst -> Test die wahre Merkmalsausprägung —> möglichst Messfehlerfrei

NEIN. Reliabilität ist zwar eine Voraussetzung für Validität, allerdings keine kausale Determinante.

Reliabilität von =1 bedeutet zwar, dass T=Y und Streuung vollständig auf wahren interindividuellen Unterschieden zurückzuführen ist, aber trotzdem ist es möglich, dass Test etwas anderes misst (fehlerfrei) als was es vorgibt

• kurze Formel bei gleicher Streuung aller Items

• lange , allgemeine Formel bei unterschiedl. Streuung

Demp= |Y1-Y2|