IRT, Raschmodell, 1PL, 2PL, 3PL

• Zusammenhänge zwischen interessierendem Merkmal und beobachteten Antworten

IRT-Skalierung —>

• Merkmalskontinuum kann durch Vergleiche von Personen mit Items inhaltlich beschrieben werden

• Personen, die unterschiedliche Teilmengen von Items beantwortet haben, können Messergebnisse auf derselben Skala abgebildet & verglichen werden

  • nicht alle Personen müssen alle Items bearbeiten

• Durch Anpassen von Items ist computerbasiertes adaptives Testen möglich

Für Modelle mit latenten Variablen:

• Beziehung zwischen beobachteten Indikatoren und latenten Variablen wird mit mathematischer Verknüpfungsfunktion definiert

• wenn kontinuierliche Indikatoren: Lineare Funktion

= Itemcharakteristische Funktion

• für alle Items innerhalb eines Modells dieselbe Funktion

• Parameter der Funktionsgleichung können sich für verschiedene Items unterscheiden

1. DImensionalität

2. Lokale stochastische Unabhängigkeit

3. Funktionale Form

Die Antwortdaten sind eine Manifestation einer oder mehrerer latenter Merkmalsdimensionen

• DIe ANtworten auf ein Item eines Tests sind unabhängig davon wie andere Items desselben Tests beantwortet wurden

• Zusammenhänge zwischen den Items kommen durch gemessenes Merkmal zustande

• Wenn Einfluss der latenten Variable auf manifeste Variablen kontrolliert —> Korrelationen zwischen beobachteten Variablen sollten verschwinden

• wenn nur eine latente Variable —> EINDIMENSIONALIÄT DER ANTWORTDATEN

Die Antwortdaten folgen der durch das Modell vorgegebenen Funktion

• Verschiedene Modelle hinsichtl. IC-Funktion

  1. Anzahl Parameter, die zwischen Items unterscheiden können —> ein-, zwei- oder dreiparametriges Modell

  2. Welche mathematische Funktion? —> logistische Modelle, Probit-Modelle

  3. Indikatoren dichotom oder mehrstufig? —> Modelle für dichotome / polytome ANtwortformate

  4. Wieviele Dimensionen (latente Variablen) enthält das Modell —> Eindimensionale oder mehrdimensionale Modelle

• Raschmodell = einparametrige logistische Modell 1PL—> jedes Item nur mit einem Parameter beschrieben

• zweiparametriges logistisches Modell 2PL

• dreiparametriges logistisches Modell 3PL

• dichotomes Modell

• Grundidee: Individuelle Merkmalsausprägungen (latente Variablen) und Itemschwierigkeiten b liegen auf einer gemeinsamen Skala

  —> dadurch kann man eine vergleichende AUssage treffen, wie eine Person auf ein Item reagieren könnte

  —> Testwerte können kriteriumsorientiert interpretiert werden (nicht mit Normstichprobe)

• 1 Parameter

• Wkt, dass Person j mit Fähigkeit 0 die Aufgabe i mit Schwierigkeit b richtig beantwortet

• Itemschwierigkeit b = Punkt, an dem Lösungswahrscheinlichkeit 50% beträgt

• Antwortwahrscheinlichkeit wird mit log. Funktion von 0 bis 1 auf Wertebereich von unendlich negativ bis unendlich positiv projiziert

• Funktionale Form aller Items identisch

• parallele IC-Funktionen

• Zusammenhang zwischen Merkmal und Lösungswahrscheinlichkeit für alle Items gleich stark

Unterschiedliche philosophische Traditionen

• 1 PL —> statistischer ANsatz zur Beschreibung von Daten -> flexibler, model fit

• Rasch Modell -> Messtheoretischer Ansatz um ein Konstrukt zu konstruieren -> striktes Modell mit messtheoretischen Anforderungen

• einparametriges logistisches Modell

• teilweise als gleichbedeutend mit Raschmodell dargestellt

• trotz mathematischer Äquivalenz der beiden Modelle exisiteren Unterschiede

  • 1PL= a ist konstant für alle i E I

  • Rasch-Modell = a = 1 für alle i E I

• Die Antwortwkt ist identifiziert —> Differenz Theta - b

• Theta-Schwierigkeitsskala ist nicht identifiziert—> Ursprung ist beliebig

• Zwei Möglichkeiten zu Verankerung der Skala

1. Personenzentrierung -> Mittelwert der individuellen Merkmalsausprägungen wird auf Null gesetzt

2. Itemzentrierung —> Durchschnittliche Itemschwierigkeit wird auf null fixiert

• muss durch Restriktionen identifiziert werden

• Raschmodell: FIxierung der Steigungsparameter auf 1

• 1PL: wenn ein Steigungsparameter geschätzt werden soll —> Varianz der Theta-SKala auf 1 oder anderen Wert fixieren

a) ML

b) Bayesianische Schätzung

1. Bestimmen der Wkt der einzelnen Itemantworten für einen Theta Wert

2. Bestimmen Wkt des Antwortmusters

3. Durchführen der Punkte 1 und 2 für eine Reihe von Theta-Werten

4. Plot und IDentifikation des Maximums der Kurve —> Dort ist der Wahrscheinlichste Theta wert

weil durch das Multiplizieren bei der likelihoodfunktion die Werte immer kleiner werden —> schwer mit computer

• der Wert, der die Log-likelihood maximiert

• unterschiedlich wahrscheinlich (z.B. leichte Fragen schaffen, schwere Fragen nicht ist wahrscheinlicher)

• Lage der Log-Likelihood-Funktion unterscheidet sich zwischen Antwortmustern

• unterscheidet sich nicht im Maximum!

• Personen, die gleich viele Items gelöst haben bekommen dieselbe Schätzung (wegen des Multiplizierens)

• eine Statistik, die alle Informationen über einen Parameter enthält, die in den Daten stecken

• Wenn man diese Statistik kennt, braucht man keine weiteren Informationen aus den Rohdaten, um den Parameter optimal zu schätzen.

• Summenscore bei Raschmodell & 1PL ist eine suffiziente Statistik —> erschöpfende Statistik

Antwortmuster mit nur 0 oder 1 —> kein Maximum der Log-Likelihood-Funktion

Theta strebt hier gegen minus oder plus unendlich

• gibt in der Praxis Tricks um diese theta werte zu bestimmen

= Beitrag einer einzelnen Itemantwort zur Reduktion des Standardfehlers & Steigerung der Messgenauigkeit

= 1. Ableitung der IC-Funktion

für alle Items hat die Funktion dieselbe Form

Bei Raschmodell und 1PL:

• für alle Personen, die dieses Item gelöst haben

• Maximum = Schwierigkeit des Items

• höchste Messgenauigkeit bei Items, deren Schwierigkeit der Merkmalsausprägung entspricht

  • jedes Item misst am besten dort, wo es auf Skala verortet ist

= Summe aller Iteminformationen

Ergebnis ist Test Information Curve

• gibt Messgenauigkeit der Merkmalsschätzung in Abhängigkeit von Theta an

• hängt von Merkmalsausprägung und bearbeiteten Items ab

• kann individuell bestimmt werden

• kann daher auch individuell optimiert werden!

• Das ist Stärke von IRT gegenüber KTT (hier wird die Reliabilität / Messgenauigkeit nur auf Stichprobenebene geschätzt)

• Annahme gleicher Messfehler verletzt (SD pro Person ja anders)

• TIC ersetzt den Reliabilitätskoeffizienten bei IRT basierten Tests

• Praxis: z.T. noch Reliabilitätskoeffizienten für IRT-basierte Tests berichtet —> aber eigentlich unpassend, da TIC aussagekräftiger und man ja weiß, dass Rel auf Annahmen beruht, die verletzt sind

• jedes Item nur durch 1 Parameter beschrieben

• Zusammenhang zw. Item und latenter Variable muss für alle Items gleich sein

—> strenges Modell

• enthalten zusätzliche Itemparameter

• größere UNterschiede zw. IC-Funktionen bei versch. Items möglich

• gute Modellpassung hier leichter

• IGLU, TIMSS, PISA, vorherrschendes Modell in den USA

• 1 Personenparameter (Theta)

• zwei Itemparameter (a und b)

s. Funktion für 1PL (dort war a konstant)

a= Diskriminationsparameter

• bestimmt Steigung der Funktion am Wendepunkt

• größeres a: steilere Steigung am Wendepunkt

• Schätzung aus emp. Daten

• Diskrimination = 0 —> Merkmal wird nicht erfasst

• Diskrimination = negativ —> höheres Theta führt zu geringerer Wkt für symptomatische Antwort

• versch. a —> IC-Funktionen schneiden sich

• Folge: je nach Theta der Person ist die Rangfolge der Itemschwierigkeiten unterschiedlich

• schwerwiegender Nachteil —> Interpretation der Skala bzgl. Iteminhalte ist erschwert

hier wird durch Hinzufügen des a in die Iteminformation anders als bei 1PL Items mit höherer Diskrimination gewichtet

• auch nach ML

• Antworten werden in Abhängigkeit der Itemdiskrimination gewichtet

  • hohe Diskrimination in Schätzung stärker berücksichtigt

  • Antworten mit a=0 —> nicht in Merkmalsschätzung miteinbezogen

• Menge positiv beantworteter Items —> keine suffiziente Statistik mehr

• mitberücksichtigung, welche Items gelöst wurden

• Stabile Schätzungen —> Stichproben ab 500 Personen