Quiz 03421

Ein psychologischer Test....

Ein Test wird als wissenschaftlich bezeichnet, wenn...

Das Fehlen eines Testmanuals ist ein eindeutiger Hinsweis auf einen nicht wissenschaftlichen Test.

Der psychologische Test wird als Routineverfahren bezeichnet, da sein Verfahrensablauf, sein Inhalt und seine Bewertung standardisiert und damit vorgegeben sind.

Bei einer qualitativen Messung werden die Resultate mit Zahlen verknüpft und zu seine Testwert (score) zusammengefasst.

Test sind universell und unabhängig vom Zweck einsetzbar. So kann ein klinischer Persönlichkeitstest auch Anwendung in der Personalauswahl finden.

Leistungstests...

Psychometrische Persölichkeitstests....

Persönlichkeitsentfaltungsverfahren...

Semiprojektive Tests sind gänzlich standardisiert.

Konstrukttests erlauben Rückschlüsse von Verhalten auf dahinter liegende latente Fähigkeiten (Konstrukte).

Konstrukttests sind normorientiert, da sie das Testergebnis einer Person relativ zur durchschnittlichen Ausprägung einer Bezugsgruppe (Norm) sehen.

[blank_start]Kriterienorienierte[blank_end] Tests repräsentieren eine lehrzielorientierte Leistungsmessung. Die Testleistung wird mit einer [blank_start]Idealnorm[blank_end] (=Lehrziel) verglichen. Beispiele hierfür wären [blank_start]Klausuren[blank_end] oder [blank_start]Multiple Choice Tests[blank_end].

Welche Aussagen sind korrekt?

Welche Aussagen sind korrekt?

Die meisten Tests beruhen auf der klassischen Testtheorie (KTT). Auch wenn ihr Nachfolger, die probabilistische Testtheorie, einige Schwächen überwindet, hat sich die KTT bewährt, da auch ihre Anwendung deutlich einfacher ist.

Die KTT trägt dem Umstand Rechnung, dass aus verschiedenen Gründen die Testergebnisse einer Person zwischen den Testzeitpunkten [blank_start]variieren[blank_end]. Allerdings berücksichtigt die KTT hierbur nur [blank_start]unsystematische Fehler[blank_end]. Die KTT macht auch keine Annahmen darüber wie genau eine [blank_start]Testleistung[blank_end] zustandekommt, sondern nur aus welchen Komponenten die Messwerte bestehen. Sie ist somit eine reine Theorie der [blank_start]Messfehler[blank_end] oder Reliabilität.

Das Existenzaxiom besagt, dass eine Normalverteilung der Testwerte entsteht, wenn eine Person den selben Test beliebig oft wiederholt. Der Mittelwert dieser hypothetischen Normalverteilung entspricht dem wahren Wert (true score).

Welche zentralen Annahmen der KTT sind korrekt?

Kritisch zu betrachten ist, dass die KTT Annahmen über das Zustandekommen von Leistungen erlaubt. So erklärt sie die Verbindung zwischen einem latenten Merkmal und der Itembeantwortung

Ein weiterer Kritikpunkt ist die ungenaue Messung mittels KTT in Extrembereichen, da z.B. extreme Schwierigkeiten nur selten in den Tests vorkommen, aber durchaus notwendig/ nützlich sind.

Die KTT prüft die vorausgesetzte Eindimensionalität.

Die lokale Unabhängigkeit besagt, dass es korrelierte Messfehler zwischen den Messwerten gibt. Dies entspricht dem Prinzip der Eindimensionalität.

Die Annahme der Unabhängigkeit zwischen wahrem Wert und Messfehler ist haltbar, da nicht zufällige systematische Fehler bei Messungen eher selten sind.

Die Stichprobenabhänhigkeit der Testwerte ist ein weiterer kritischer Punkt für die KTT. Je nach Referenzgruppe können sich völlig andere Bedeutungen der individuellen Leistungen ergeben.

Die KTT ist sowohl für Intervall- und rationale Skalen als auch für dichotome und Ratingskalen anwendbar.

Im Rahmen der KTT handelt es sich häufig um eine "per-fiat" Messung, wobei man einfach auf die Annäherung an das geforderte Intervallskalenniveau vertraut.

Der Standardmess- und Schätzfehler leitet sich bei der KTT aus der Reliabilität ab.

Der Bias beschreibt einen systematischen Fehler, wie z.B. Prüfungsangst.

Die Annahmen der KTT sind schwer überprüfbar, da es sich hierbei nur um logische Schlussfolgerungen handelt. Das macht sie für die Praxis zum Teil schwer haltbar. Des Weiteren werden Übungs- und Transfereffekte nicht berücksichtigt. Zu bezweifeln sind außerdem die Konstanz der wahren Werts und die Unabhängigkeit zwischen dem wahren Wert und dem Messfehler.

Die PTT....

Probabilistisch bedeutet, dass auch eine Person mit geringen Fähigkeiten die Möglichkeit hat eine schwierige Aufgabe zu lösen, wenn auch nur mit geringer Wahrscheinlichkeit.

Mit steigender Personenfähigkeit nimmt die Wahrscheinlichkeit ein Item zu lösen ab.

In der PTT werden Modellvoraussetzungen wie das Skalenniveau und die Eindimensionalität geprüft und nicht nur angenommen. Somit lässt sich im Prinzip die PTT auch auf Tests anwenden, die ursprünglich für die KTT konstruiert wurden.

Bei einer erschöpfenden Statistik sagt der Summenwert einer Person tatsächlich etwas über den Auspägungsgrad des latenten Konstrukt aus. Wird das Modell durch den Modelltest nicht abgelehnt liefert es alle Informationen über die Fähigkeitsausprägung einer Person.

2. Kapitel. Der Merkmalsbereich bezieht sich auf die Konstrukte des Tests. Hierbei wird festgelegt, was der Test messen soll.

Der Geltungsbereich des Tests bezieht sich auf den Kontext bzw. den Zweck der Untersuchung. Er grenzt ein, wo, bei wem und wofür der Test eingesetzt werden soll.

Welche Hilfsmittel sind nützlich zur Eingrenzung der Merkmalsbereichs?

Welche Aussagen zur Abgrenzung des Merkmalsbereich sind korrekt?

Welche Aussage(n) zur Eingrenzung des Geltungsbereichs ist/sind korrekt?

Nach der Abgrenzung des Geltungs- und Merkmalsbereichs müssen grundlegende [blank_start]Konstruktionsprinzipien[blank_end] eines Tests festgelegt werden. Wir unterscheiden hierbei 3 übliche Fälle und 2 Sonderfälle. a) das rationale, [blank_start]deduktive[blank_end], theoriegeleitete Verfahren b) die externale, empirische, [blank_start]kriteriumsorientierte[blank_end] Strategie und c) die internale, induktive, f[blank_start]aktorenanalytische Konstruktion[blank_end]. Zu den Sonderfällen zählen der [blank_start]Prototypenansatz[blank_end] und der [blank_start]typologisierende Ansatz[blank_end].

Der Ausgangspunkt einer rationale Testkonstruktion ist zumeist eine operationale [blank_start]Definition[blank_end] des Zielkonstrukts. Hieraus können [blank_start]deduktiv[blank_end] Indikatoren abgeleitet werden. Alternativ kann eine theoretische Auswahl aus einem [blank_start]Itempool[blank_end] erfolgen. So oder so geschieht die Itemauswahl zumeist [blank_start]subjektiv[blank_end], was einen Übergang zwischen der rationalen und intuitiven Testkonstruktion darstellt. Handelt es sich bei dem Test um ein mehrdimensionales [blank_start]hierarchisches[blank_end] Konstrukt, dann müssen auch alle Subkonstrukte definiert werden. Ein Beispiel hierfür wäre das [blank_start]Berliner Intelligenz Strukur Modell[blank_end], welches von einer hierarchischen Struktur der Intelligenz asugeht. Die Fähigkeiten eine Menschen lassen sich hierbei einem der beiden Modi "[blank_start]Inhalt[blank_end]" oder "[blank_start]Operation[blank_end]" zuordnen, wobei alle Intelligenzleistungen [blank_start]bimodal[blank_end] entstehen. Die Subtests erfassen dann die Kombination aus inhaltlichen und operationalen Fähigkeiten.

Welche Aussagen zur rationalen Testkonstruktion sind korrekt?

Bei der externalen testkonstruktion stehen bereits im frühen Stadium empirische Daten im Hintergrund.

Die externale Konstruktion wird typischerweise zur Differenzierung zwischen Gruppen angewandt.

Im Extremfall spricht man bei der externalen Konstruktion von "blinden Empirismus" oder auch "dust bowl empiricism", hierbei wird auf inhaltiche Erwägungen großen Wert gelegt.

Welche Aussagen zur Bewertung der externalen Testkonstruktion treffen zu?

Das Prinzip der internalen Testkonstruktion beschreibt eine [blank_start]induktive[blank_end] Methode. Die empirischen Information wird nicht anhand eines Außenkriterium gewonnen, sondern bezieht sich auf die [blank_start]Binnenstruktur[blank_end] des Tests. Zur Generierung des Itempools werden korrelative Muster zwischen den Items mittels [blank_start]explorativer Faktorenanalyse[blank_end] untersucht. Somit ergeben sich mehrdimensionale Inventare, deren Subskalen ein [blank_start]homogenes Konstrukt[blank_end] messen. Auch, wenn die Binnenstruktur aus empirischen Daten abgeleitet wird, werden theoretische Überlegungen für die Abgrenzug des Merkmalsbereichs benötigt. Ein Beispiel für einen internal konstruierten Test wäre das bekannte [blank_start]Five Factor Personality Inventory[blank_end] (FFPI).

Einen Sonderfall der Testkonstruktion beschreibt der typologisierende Ansatz, denn hierbei verbinden sich Strategien des [blank_start]externalen[blank_end] und [blank_start]internalen[blank_end] Ansatzes. Um die Testpersonen klassifizieren zu können, werden diese mittels [blank_start]Clusteranalysen[blank_end] zu Gruppen mit ähnlichen Ausprägungen mehrerer Merkmale zusammengefasst. Hieraus ergibt sich sowohl ein Informationsverlust als auch ein Validitätsverlust.. Ein prominenter Vertreter für Tests dieser Art ist der Myers- Briggs- Type Indicator, bei dem auf [blank_start]empirische[blank_end] Fundierung und Prüfung weitgehend verzichtet wird.

Den zweiten Sonderfall der Testkonstruktion bezeichnet man als [blank_start]Prototypenansatz[blank_end]. Hierbei wird die Testperson mit einem festgelegten Idealtypus verglichen. Die Gefahr liegt liegt bei diesem Ansatz in der Stereotypisierung.

Ein Hilfsmittel zur systematischen Itemgenerierung ist das [blank_start]Act Frequency Approach[blank_end] ([blank_start]AFA[blank_end]). Hierbei werden Dispostionen als kognitive Kategorie aufgefasst und somit Verhaltensweisen nach [blank_start]Auftretenshäufigkeit[blank_end] zusammengefasst. Dabei werden Handlungen gezählt, die besonders [blank_start]prototypisch[blank_end] für die Eigenschaft sind, aber auch solche mit eher peripherer Zugehörigkeit. Um die kognitiven Kategorien zu entwickeln werden Versuchspersonen gebeten bezüglich einer Eigenschaft typische Verhaltensweisen aufzuschreiben. Daraus ergibt sich eine Itemsammlung, welche von einer [blank_start]unabhängigen[blank_end] Teilnehmergruppe beurteilt wird. Besonders prototypische Eigenschaften werden dann als "[blank_start]Ich-Form[blank_end]" formuliert in den Test aufgenommen. Die Beurteilung der Prototypizität stimmt häufig nacch empirischen Befunden gut über ein. Außerdem erlaubt die AFA die Generierung von Skalen, welche unabhängig vom Testautor sind. Leider gibt es ein [blank_start]psychometrisches[blank_end] Problem, bei der Umsetzung in Selbstberichten, da manche Personen einfach prinzipiell aktiver sind und demnach auch häufiger das entsprechende Verhalten zeigen.

Welche Aussagen zum CIT sind korrekt?

Die Verankerung bezeichnet die numerische, verbale, grafische oder symbolische Beschriftung einer Rating Skala. Es können dabei jede einzelne Stufe oder auch beispielsweise nur die Endpunkte markiert sein.

Disjunkte Antwortvorgaben haben eine gemeinsame Schnittmenge.

Distraktoren bezeichnen die falschen Antwortmöglichkeiten bei Mehrfachwahlaufgaben. Sie haben einen geringen Einfluss auf die Aufgabenschwierigkeit und sind mit wenig Aufwand konstruierbar.

Forced Choice Items sind formal nicht von Multiple Choice Items zu unterscheiden. Damit soll sozial erwünschtem Verhalten entgegen gewirkt werden, in dem man die am meisten oder am wenigsten zutreffende Aussage wählen soll. Auch das Erstellen einer Rangreihe ist möglich.

Eine ipsative Messung ist auch eine idiographische Messung. Die Testwerte werden nicht zwischen den Personen verglichen, sonder der Maßstab ist die Person selbst. Die Messwerte können nur innerhalb der vom Probanden vorliegenden Messwerte verglichen werden.

Der Kontrasteffekt beschreibt eine positive Verzerrung der Ergebnisse durch Reihenfolgeneffekte.

Bei lokaler stochastischer Unabhängigkeit ist es möglich die Lösungswahrscheinlichkeiten zweier Items zu multipizieren. Bei einer Lösungswahrscheinlichkeit von 0.5 beträgt somit die Wahrscheinlichkeit beide zu lösen 0,25.

Kommunalitäten sind Indizes für die Eignung einzelner Items und sollten größer als .20 sein.

Die explorative Faktorenanalyse...

Das Ziel der konfirmatorischen Faktorenanalyse ist die Datenstrukturierung und das Zusammenfassen vieler manifester Variablen zu wenigen latenten.

Nach Thompson besteht ein zentraler Zweck der EFA in der Validitätsprüfung.

Der Grundgedanke der EFA besagt, dass jede Ausprägung eines beobachtbaren Verhaltens durch dahinterstehende latente Konstrukte beeinflusst wird.

Die Faktoren der EFA sind die latenten Variablen.

Ein Faktor hat Einfluss auf eine der beobachtbaren Variablen.

Die Modellart der Faktorenanalyse lässt sich auch als Kausalindikatorenmodell beschreiben.

Werden Items von dem selben Faktor beeinflusst, so sind sich stochastisch voneinaner unabhänig.

Die PAF dient der Aufdeckung latenter Strukturen im Datensatz.

Die PCA wird zur Datenerweiterung und Datenanalyse verwendet.

Bei der explorativen Faktorenanalyse werden zuerst Faktoren [blank_start]extrahiert[blank_end]. Um interpretierbare Daten zu erhalten, werden diese Faktoren anschließend [blank_start]rotiert[blank_end]. Nun sind die Daten so aufgearbeitet, dass die Zuweisung der [blank_start]Faktorenwerte[blank_end] erfolgen kann.

Zur Faktorenextraktion wird eine Kovarianz- / Korrelationsmatrix untersucht. Die Ausprägung der jeweiligen Person auf der beobachtbaren Variable setzt sich aus der Ausprägung der latenten Variable und eines Fehlerterms zusammen.

Nach der Extraktion und Rotation entstehen Faktoren, welche den Messwerten der VP zugeordnet werden können. Diese beschreiben nun ihre Ausprägung auf den latenten Merkmalen.

Beschreibe den Ablauf der EFA. 1. [blank_start]Prüfung der Voraussetzungen[blank_end] 2. [blank_start]Faktorenextraktion[blank_end] 3. Festlegung der Anzahl der extrahierten Faktoren 4. [blank_start]Faktorenrotation[blank_end] 5. [blank_start]Interpretation[blank_end] 6. [blank_start]Faktorenwerte[blank_end]

Bei der Prüfung der Voraussetzung der EFA wird folgendes überprüft:

Die beobachtete Korrelationsmatrix sollte signifikant von der vollständigen Unabhängigkeit der Variablen in der Population abweichen .

Womit kann die Korrelation vor der Faktorenanalyse geprüft werden?

Die Anforderunge an die Stichprobengröße steigen: - je mehr Items in die Analyse eingehen - je mehr Items je Faktor zusammengefasst werden - je reliabler die einzelnen Items sind

Die Faktorenanalyse unterstellt Intervallskalenniveau und Normalverteilung.

Die deskriptiven Verteilungseigenschaften sollten post-hoc durch genaue Inspektion überprüft werden. Finden sich innerhalb des Faktors viele Items mit ähnlichen VE, dann ist es möglich, dass diese lediglich Methodenartefakte abbilden.

Es bestehen folgende Möglichkeiten um eine Annäherung an günstige Verteilungseigenschaften zu bewirken:

Bei der Methode der Parcels fässt man die Items zu "Päckchen" zusammen um die Reliabilität, speziell für die CFA, zu verbessern.

Die Tetrachorische Korrelation verwendet man um den Zusammenhang zweier künstlich dichotomisierter Variablen zu berechnen. Der tetrachorische Koeffizient beschribt somit eine Maßkorrelation des wahren Wertes. Die polychorische Korrelation verwendet man hingegen für Ratinskalen.

Quadrierte Ladungen beschreiben der Anteil der Gesamtvarianz aller Variablen an der gemeinsamen Varianz.

Die Zeilensumme der Ladungsmatrix nennt man auch Kommunalitäten.

Kommunalitäten sind der Anteil der Varianz eines Items, der durch alle [blank_start]extrahierten[blank_end] Faktoren gemeinsam aufgeklärt werden kann.

Das Grundproblem der Faktorenanalyse ist, dass die [blank_start]Kommunalitäten[blank_end] vor der Durchführung [blank_start]geschätzt[blank_end] werden müssen.

Bei der PCA werden die Kommunalitäten in der Hauptdiagonale der Korrelationsmatrix auf [blank_start]1[blank_end] geschätzt und entsprechend eingetragen. Somit geht diese Schätzung von einer [blank_start]vollständigen[blank_end] Varianzaufklärung aus.

Bei der [blank_start]PAF[blank_end] entsprechen die Schätzungen der Kommunalitäten in der Regel dem quadrierten multiplen Korrelationskoeffizient [blank_start]R²[blank_end].

Prinzip der PCA 1. [blank_start]Extraktion[blank_end] Variablen aus bestehenden Variablensatz, Ordnung Variablen nach Bedeutung 2. Suche nach einer Geraden ([blank_start]1. Hauptkomponente[blank_end]), die von allen Punkten im Raum die geringste Entfernung hat (maximale [blank_start]Varianzaufklärung[blank_end]) 3. Extraktion 2. Komponente, welche das Maximum an Varianz aufklärt, welche von der 1. Hauptkomponente nicht aufgeklärt werden konnte 4. WDH bis Varianz [blank_start]vollständig aufgeklärt[blank_end] ist 5. neuer Variablensatz hat soviele Komponenten wie der ursprüngliche, ist aber nach Varianzaufklärung [blank_start]geordnet[blank_end]

Prinzip der PAF 1. Rechnerisches Vorgehen entspricht der [blank_start]PCA[blank_end] 2. Extraktion weniger Komponenten als im ursprünglichen Satz, Entstehung neuer [blank_start]Kommunalitätsschätzungen[blank_end] 3. Einsetzen Kommunalitäten in Hauptdiagonale der Korrelationsmatrix 4. Neue PCA, Eingnan der Ergebnisse in neue Kommunalitätenschätzung 5. WDH bis zum [blank_start]Abbruchkriterium[blank_end]

Die Festlegung der Anzahl extrahierter Faktoren....