Fichas
Diagnostik Vorlesung
Fichas del conjunto (68)
- 1Was bedeutet Diagnostik?- gr. diagignosko
- genau erkennen, bemerken, unterscheiden
- jurist: entscheiden
- sich entscheiden, beschließen - 2Moderene Lehrbuchdefinition für Diagnostik- genaue Messung der Psyche (Eigenschaften, Zustände)
- Prognose über Psyche abgeben
- Maßnahmen ableiten - 3Probleme Psychologischer Diagnostik?- Konstrukt/Messgegenstand nicht direkt beobachtbar
- - 4Grundvoraussetzungen psychometrischer Tests- Differenzierung
- Standardisierung
- Objektivität
- Reliabilität
- Validität - 5Was ist Differenzierung?Merkmalsträger unterscheiden sich in diagnostisch relevantem Verhalten maximal:
- Differenzierende Items (gut)
- Nichtdifferenzierende Items (schlecht) - 6Funktion nichtdifferenzierender Items?- Eisbrecher
- Übungsitems
- Verschleierung der Messintention - 7Was sind Determinanten von diagnostisch relevantem Verhalten?- Situative Bedingungen
- Persönlichkeitsmerkmale
- Testkonstruktion - 8Was versteht man unter Standardisierung?Konstanthaltung von situativen Bedingungen
- 9Durch was wird Standardisierung gefördert?- Gleichheit des Materials
- Gleichheit der Instruktion
- Genaue Anleitungen zur Durchführung und Auswertung - 10Grundvoraussetzung psychometrischer Tests?Man versucht durch die Messung manifester Variablen, latente Variablen zu erfassen
- 11Vorgehensweise bei der Testkonstruktion1) Problemstellung, Planung, Literaturrecherche, Arbeitsdefinition
2) Generierung eines Itemsatzes - Konstruktprinzipien
3) Erste Erprobung an einer Stichprobe
4) Itemanalyse - Itemauswahl
5) Zweite Erprobung an einer Stichprobe
6) Testbewertung - Hauptgütekriterien
7) Testeichung - 12Konstruktionsprinzipien psychometrischer Tests- Rationale Konstruktion
- Externale Konstruktion
- Induktive Konstruktion
- Prototypenansatz - 13Rationale (deduktive) Methode- Ausgangspunkt: Theorie, wie sich Personen beschreiben lassen, wie sie sich unterscheiden (Eigenschaftstheorie)
- Theorie beinhaltet Konstrukte, die theoriegeleitet definiert, spezifiziert und differenziert werden
- Aus Definition können indikative Verhaltensweisen abgeleitet werden
-Validierung der Skalen - 14Beispiele für deduktive Methoden- Intelligenztest von Wechsler für Erwachsene und Kinder
- Kreativitätstest von Guilford
- Manifest Anxiety Scale - 15Was sind projektive Verfahren (Sonderfall der rationalen Methode)?1) Annahme, dass z.B. Motive unbewusst sein können, erschwert Fragebogenkonstruktion. Direkte Befragung führt zu nichts. Die VP muss die Möglichkeit haben, ihr Unbewusstes mithilfe des Fragebogen projizieren zu können
2) Items projektiver Verfahren sind absichtlich mehrdeutig. Eher Findung als Annahme oder Ablehnung eines Konstrukts. - 16Externale (kriteriumsbezogene) Methode- Ausgangspunkt: Vorliegen verschiedener Personengruppen, für deren Klassifikation/Diskriminierung
- 17Einschränkungen der externalen Methode- Ausgewählte Items müssen zwingend an den Personen, also Männern und Frauen überprüft werden (Kreuzvalidierung)
- Inhaltliche Interpretation der Items verbietet sich
- Dimensionale Interpretation der Skala verbietet sich, wenn es bei den Gruppen um distinkte Klassen handelt
- Skalen dürfen strenggenommen nur für Differenzierung von Gruppen verwendet werden - 18Beispiele für Tests, die auf der externalen Methode beruhen?- Staffeltest von Binet
* Erfassung des Intelligenzalters
* Gruppen = Altersklassen
* Aufgaben ausgewählt, die...
1) von möglichst vielen Kindern einer Altersklasse gelöst werden
2) aber von möglichst wenigen Kindern der jüngeren Altersklasse gelöst werden
- Minnesota Multiphasic Personality Inventory - 19Was ist die induktive Methode?- Ausgangspunkt: Korrelationsrechnung
- Umfangreiche Stichproben von Items und Personen werden erhoben
- Diejenigen Items werden "blindanalytisch" zu Skalen zusammengefasst, die miteinander hoch korrelieren --> gemeinsame Dimension - 20Anforderungen an Items und Skalen bei der induktiven Methode?- Interne Konsistenz oder Homogenität = hohe Korrelation zwischen den Items innerhalb einer Skala
- Einfachstruktur = niedrige Korrelationen mit de Items anderer Skalen
- Methode: Faktorenanalyse
- ACHTUNG: die Faktoren müssen anhand der auf ihnen hoch ladenden Items durch Interpretation erschlossen werden - 21Beispiele für Tests, die auf der induktiven Methode beruhen?- Primary Mental Abilities
- Freiburger Persönlichkeitsinventar
- NEO Five Factor Inventory
* Lexikalischer Ansatz
*Faktoren
+ Neurotizismus
+ Extraversion
+ Offenheit für Erfahrung
+ Verträglichkeit
+ Gewissenhaftigkeit - 22Was ist der Prototypenansatz?- Objekte lassen sich in kognitive Kategorien gruppieren
- Innerhalb jeder Kategorie gibt es Objekte, die das Gemeinsame der Kategorie in besonderer Klarheit repräsentieren = Prototypen
- Andere Objekte lassen sich nur nach ihrer Ähnlichkeit mit den Prototypen klassifizieren (> Prototypizität)
- Prototypizität natürlicher Objekte kann mit hoher Beurteilungsübereinstimmung festgestellt werden - 23Kann man den Prototypenansatz auf den Menschen übertragen?- Studie von Broughton (1984): Selektion von Eigenschaftswörtern mit maximaler Prototypizität für die jeweilige Dimension
- WICHTIG: Höhere Validität der nach dem Prototypenansatz konstruierten Skalen im Vergleich zu den anderen Konstruktionsprinzipien (Kriterium: Übereinstimmung mit Fremdeinschätzung durch Bekannte) - 24Beispiele für Tests, die auf dem Prototypenansatz beruhen?- Act Frequency Approach
- 25Wie ergänzen sich die Konstruktionsprinzipen?- Generierung des Itempools durch rationale Methode
- Bereinigung des Itempools durch induktive Methode
- Validierung der Skalen durch externale Methode
--> alle Konstruktionsprinzipien sind ähnlich zielführend - 26Vor- und Nachteile der externalen Methode?- Nachteil: inhaltliche Heterogenität der Items (> niedrige Reliabilität?)
- Vorteil: geringe Verfälschbarkeit - 27Vor- und Nachteile der rationalen Methode?- Vorteil: ökonomisch in Herstellung und leicht kommunizierbar
- 28Definition SchwierigkeitsindexDer Schwierigkeitsindex P gibt an, wie viel % der Probanden einer Stichprobe ein Item im Sinne einer höheren Merkmalsausprägung beantwortet haben.
- 29Formel Schwierigkeitsindex P
- 30Interpretation des Schwierigkeitsindex- Bei einer maximalen (P = 100) oder minimalen (P = 0) Schwierigkeit ermöglicht das Item keine Differenzierung zwischen den Probanden >Streuung = 0
- Bei einer mittleren Schwierigkeit von P = 50 ermöglicht das Item eine maximale Differenzierung zwischen den Probanden mit mittlerer Merkmalsausprägung >große Streuung
- Items mit extremer Schwierigkeit (P = 5 -10 oder 90 - 95) ermöglichen eine Differenzierung zwischen den Probanden im unteren und oberen Bereich der Merkmalsausprägung
- Deshalb wird eine breite Streuung der Schwierigkeit von Items in einer Skala angestrebt (5< P< 95) - 31Probleme mit dem Schwierigkeitsindex- Auf die Schwierigkeit der Items kann nur geschlossen werden, wenn das Leistungsniveau der Probanden bekannt ist > Rasch - Skalierung
- Schwierigkeitskoeffizient kann nur interpretiert werden, wenn alle Items beantwortet wurden > Korrektur für Zeitbegrenzung
- Schwierigkeitsindex kann nur für dichotome Items berechnet werden - 32Zufallskorrektur bei der Schwierigkeit- Ausgangssituation: Ein Leistungstest mit vielen Items, die jeweils Alternativantworten beinhalten, wurden einer Person vorgelegt
- Für jedes Item gilt:
* 1 Alternativantwort ist richtig
* m-1 Alternativantworten sind falsch - 33Zufallskorrigierter Schwierigkeitsindex
- 34Zufallskorrektur bei richtig-falsch-Antworten (m = 2)
- 35Welche Probleme bereiten Zeitbegrenzungen dem Schwierigkeitsindex?- Problem: Bei Zeitbegrenzung werden nicht alle Probanden die Aufgabe beantworten
- Lösung: Die Anzahl der VPn, die im Sinne des Merkmals geantwortet haben, werden an der Anzahl der VPn relativiert, die die Aufgabe bearbeitet haben - 36Formel des Schwierigkeitsindex bei Zeitbegrenzung (mit Zufallskorrektur)?
- 37Welche Probleme bereiten Bewertungsskalen dem Schwierigkeitsindex?- Problem: bei einer Bewertungsskala (Ratingskala) lässt sich die Definition nicht anwenden
- 38Definition des Schwierigkeitsindex für mehrstufige ItemantwortenPm = (von allen VPN erreichte Punktzahl/ von allen VPN erreichbare Punktzahl) * 100
ACHTUNG: niedrigste Kategorie mit 0 kodieren!!! - 39Formel des Schwierigkeitsindex für mehrstufige Itemantworten
- 40Definition TrennschärfeDie Trennschärfe rit ist die Korrelation zwischen dem Itemscore (Itemwert) und dem Testscore (Summenwert) der entsprechenden Skala
- 41Eigenschaft der TrennschärfeDie Trennschärfe rit ist ein Kennwert für das Ausmaß der Übereinstimmung zwischen Item und Skala bezüglich der Differenzierung der Probanden (Löser vs. Nichtlöser)
- 42Von was hängt die formale Berechnung der Trennschärfe ab?Die formale Berechnung hängt von den Skalenniveaus des Items und des Testscores ab
- 43Eigenschaften Testscores?- kontinuierlich quantitativ abgestufte Variable
- meist Intervallskala angenommen - 44Eigenschaften Item?- Nominalskala bei dichotomen Antworten - Intervallskala bei Bewertungsskala mit wenigstens 5 Abstufungen
- 45Interpretation der Trennscherfewerte- Je höher die Trennschärfe, desto mehr trägt ein Item zur Differenzierung der Probanden durch den Test bei
- Je höher die Trennschärfe, desto „besser“ ist ein Item für den Test - 46Formel Trennschärfe
- 47Trennschärfe bei dichotomen Items- Berechnung über die punkt-biseriale Korrelation möglich
- Einfachere Lösung: Wenn die dichotome Variable eindeutig kodiert wurde (z.B. 0 und 1), dann ist die punkt-biseriale Korrelation gleich der Produkt-MomentKorrelation - 48Probleme mit der TrennschärfePROBLEM: Itemscore geht rechnerisch in Testscore ein
- algebraische Abhängigkeit zwischen Testscore und Itemscore führt zu einer „künstlichen“ Vergrößerung der Korrelation
* hat PA_1 kleinen Wert so ist auch Summe_PA relativ klein
* hat PA_1 großen Wert so ist auch Summe_PA relativ groß
* > positiver Zusammenhang zwischen PA_1 und Summe_PA
* Korrelation zwischen Itemscore und Testscore ist immer zum Teil auch Korrelation einer Variablen mit sich selbst - 49Teil-Ganz-Korrektur (part whole correction)= Um die Trennschärfe eines Items zu ermitteln, wird der Itemscore jeweils von der Berechnung des Testscores ausgeschlossen
- 50Eigenschaften der Teil-Ganz-Korrektur- Die Trennschärfeindices werden durch die part-whole-Korrektur stets kleiner
- Je größer die Anzahl der Items in einer Skala ist, desto kleiner sind die Effekte der part-whole-Korrektur
- Je ähnlicher die Items einer Skala sind (= je größer die „Homogenität“ der Skala ist), desto kleiner sind die Effekte der partwhole-Korrektur
HINWEIS: Part-whole-Korrekturen sollten standardmäßig gemacht werden - 51Definitionen für Homogenität?- Klassische Testtheorie: Homogen sind Items genau dann, wenn sie inhaltlich und formal übereinstimmen
- Guttman (1950): Homogen sind Items genau dann, wenn jeder Proband, der eine schwere Aufgabe löst, auch alle leichteren Aufgaben löst
- Rasch-Modell: Homogen sind Items genau dann, wenn ihre Item-Charkteristik-Kurven gleichartig verlaufen - 52Beispiele für homogene Skalen (erfassen spezifische Dimensionen)1) Im Leistungsbereich:
- d2- Aufmerksamkeits- Belastungstest
- Standard Progressive Matrices
2) Im Persönlichkeitsbereich:
- Tests für spezifische Merkmale - 53Beispiele für heterogene Skalen (erfassen globale Dimensionen)1) Im Leistungsbereich:
- Verfahren zur Messung der Allgemeinen Intelligenz
2) Im Persönlichkeitsbereich:
- Tests für breite Merkmale, z.B. Extraversion, Neurotizismus, Psychotizismus etc. - 54Operationalisierung und Berechnung von Homogenität- Homogenität eines Items = mittlere Korrelation eines Items mit den anderen Items einer Skala
- Homogenität einer Skala = mittlere Korrelationen aller Items einer Skala (Mittelwert über alle Korrelationen zwischen des Items) - 55Interpretation der Homogenitätswerte1) Ziel A: Skala soll homogen sein
- es soll ein spezifisches Merkmal erfasst werden, d.h. ein eing umschriebenes Merkmal
- je größer H, desto homogener ist die Skala
2) Ziel B: Skala soll heterogen sein
- es soll ein breites Merkmal erfasst werden, d.h. ein breites Spektrum von Verhaltensweisen
- je kleiner H, desto heterogener ist die Skala - 56Gibt es Zusammenhänge zwischen Trennschärfe und Homogenität?- Trennschärfe- und Homogenitätsindices hängen von der Interkorrelation der Items ab
- Trennschärfe- und Homogenitätsindices sind positiv korreliert
- Trennschärfe und Homogenität sind essentiell dasselbe: rit = f(HItem)
- Datenbeispiel EPQ-R - 57Gibt es Zusammenhänge zwischen Schwierigkeit und Streuung?Die Standardabweichung eines dichtotomen Items x ist nur eine Funktion seiner Schwierigkeit
- 58Formel Zusammenhang Schwierigkeit und Streuung
- 59Eigenschaft des Zusammenhangs zwischen Schwierigkeit und StreuungStd(x) wird maximal für mittlere Itemschwierigkeit (P = 50)!
- 60Gibt es Zusammenhänge zwischen Schwierigkeit und Trennschärfe? (bei mittlerer Schwierigkeit)- mittlere Werte (P = 50) bedeuten maximale Streuung der Itemscores
- ausreichende Streuung ist eine praktische (keine theoretische!) Voraussetzung für hohe Korrelationskoeffizienten
- > mittlere Schwierigkeitsindices begünstigen hohe Trennschärfe- und Homogenitätsindices i.S. der KTT (garantieren sie aber nicht)
45 - 61Gibt es Zusammenhänge zwischen Schwierigkeit und Trennschärfe? (bei extremer Schwierigkeit)- extreme Werte (P zwischen 5-10 oder 90-95) implizieren eine geringere Streuung der Itemscores
- extrem unterschiedliche Werte von P sind mit hohen (positiven) Interkorrelationen der Items meist nicht vereinbar
- > extreme/unterschiedliche Schwierigkeitsindices verhindern hohe Trennschärfeindices sowie eine hohe Homogenität der Skala (i.S. der KTT)
46 - 62Wie sieht der Zusammenhang zwischen Schwierigkeit und Trennschärfe aus?umgekehrt U-förmig!!
- 63Konventionen Schwierigkeitsindex- niedrig: > 80
- mittel: 80 - 20
- hoch: < 20 - 64Konventionen Schwierigkeitsindex- niedrig: < .30
- mittel: .30-.50
- groß: > .50 - 65Was für ein Konflikt besteht zwischen Schwierigkeit und Trennschärfe?- Unterschiedliche Schwierigkeitsindices führten zu niedrigeren Iteminterkorrelationen und somit zu niedrigeren Trennschärfeindices
- Forderungen nach unterschiedlichen Schwierigkeitsindices und hohen Trennschärfeindices schließen sich aus! - 66Empfehlungen für die Itemselektion- Items mit niedriger Trennschärfe ausscheiden
- Items mit hoher Trennschärfe beibehalten (gerade auch bei extremen Schwierigkeitsindices von P = 5-10 oder P = 90-95)
- Itemselektion anhand des Selektionskennwertes - 67Formel für den Selektionskennwert
- 68Eigenschaften des Selektionswertes?- Je größer der Trennschärfeindex desto größer wird der Selektionskennwert --> Items mit großer Trennschärfe werden bevorzugt
- Je extremer die Schwierigkeit eines Items, desto kleiner wird die Standarbabweichung Std(x) und desto größer wird der Selektionswert --> Items mit extremer Schwierigkeit werden bevorzugt
SELEKTIONSREGEL: Das Item mit dem größeren Wert von Sel wird beibehalten
Información
- Descripción
- Psychologie Fichas sobre Diagnostik Vorlesung, creado por Simon Seitz el 05/06/2019.
- Creado por
- Simon Seitz
- Visitas
- 5
- Valoración