Bei der Konstruktion eines Tests, durch den ein - Beabea-Blog
Bei der Konstruktion eines Tests, durch den ein - Beabea-Blog
Bei der Konstruktion eines Tests, durch den ein - Beabea-Blog
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Um <strong>ein</strong>en Test zu konstruieren, können verschie<strong>den</strong>e Aufgabenarten<br />
verwendet wer<strong>den</strong>. Folgende Aufgabenarten haben <strong>ein</strong> sog.<br />
"gebun<strong>den</strong>es" Antwortformat:<br />
A Mehrfach-Wahl-Aufgabe ("Multiple Choice")<br />
B Ergänzungsaufgabe<br />
C Aufgabe mit Likert-Skala<br />
D Zuordnungsaufgabe<br />
E Kurzaufsatzaufgabe<br />
(Bühner bei Pearson)<br />
Um <strong>ein</strong>en Test zu konstruieren, können verschie<strong>den</strong>e Aufgabenarten<br />
verwendet wer<strong>den</strong>. Folgende Aufgabenarten haben <strong>ein</strong> sog.<br />
"gebun<strong>den</strong>es" Antwortformat:<br />
A Mehrfach-Wahl-Aufgabe ("Multiple Choice")<br />
C Aufgabe mit Likert-Skala<br />
D Zuordnungsaufgabe<br />
<strong>Bei</strong> <strong>der</strong> <strong>Konstruktion</strong> <strong><strong>ein</strong>es</strong> <strong>Tests</strong>, <strong>durch</strong> <strong>den</strong> <strong>ein</strong> homogenes<br />
Persönlichkeitsmerkmal (Persönlichkeitskonstrukt) erfasst wer<strong>den</strong> soll,<br />
sollte folgendes beachtet wer<strong>den</strong>:<br />
A Die Items sollten so formuliert wer<strong>den</strong>, dass die Versuchspersonen bei<br />
jedem Item <strong>ein</strong>en möglichst großen Spielraum haben<br />
B Die Items sollten inhaltlich mit dem Konstruktverständnis über<strong>ein</strong>stimmen<br />
C Die Items sollten in jedem Fall <strong>ein</strong> offenes Antwortformat aufweisen<br />
D Die Fragen sollten <strong>ein</strong>en klar und eng umschriebenen Bereich des<br />
Konstruktes abbil<strong>den</strong><br />
E Die Fragen sollten das entsprechende Konstrukt in aller Breite<br />
repräsentieren<br />
(Bühner bei Pearson)<br />
<strong>Bei</strong> <strong>der</strong> <strong>Konstruktion</strong> <strong><strong>ein</strong>es</strong> <strong>Tests</strong>, <strong>durch</strong> <strong>den</strong> <strong>ein</strong> homogenes<br />
Persönlichkeitsmerkmal (Persönlichkeitskonstrukt) erfasst wer<strong>den</strong> soll,<br />
sollte folgendes beachtet wer<strong>den</strong>:<br />
B Die Items sollten inhaltlich mit dem Konstruktverständnis über<strong>ein</strong>stimmen<br />
D Die Fragen sollten <strong>ein</strong>en klar und eng umschriebenen Bereich des<br />
Konstruktes abbil<strong>den</strong>
Ein Testmodell macht folgende Aussagen:<br />
A Es bestimmt die Art <strong>der</strong> Reaktionen von Proban<strong>den</strong> auf spezielle Fragen.<br />
Dabei geht es nur um Fragebogenverfahren, da für Leistungstests immer<br />
nur <strong>ein</strong>e Antwort die Richtige ist.<br />
B Es bestimmt das Itemformat, mit dem die Proban<strong>den</strong> getestet wer<strong>den</strong>. Die<br />
Items können Fragen s<strong>ein</strong> o<strong>der</strong> auch die Bearbeitung von Material<br />
verlangen.<br />
C Es erklärt Antworten und Leistungen auf Items, indem es Zusammenhänge<br />
zwischen Items auf latente Variablen zurückführt. Latente Variablen<br />
wer<strong>den</strong> als Indikatoren von Fähigkeiten angesehen.<br />
(Bühner bei Pearson)<br />
Ein Testmodell macht folgende Aussagen:<br />
C Es erklärt Antworten und Leistungen auf Items, indem es<br />
Zusammenhänge zwischen Items auf latente Variablen zurückführt.<br />
Latente Variablen wer<strong>den</strong> als Indikatoren von Fähigkeiten angesehen<br />
<strong>Bei</strong> <strong>ein</strong>em Schnelligkeitstest…<br />
A wird (z.B. mit <strong>ein</strong>er Stoppuhr) gemessen, wie schnell <strong>der</strong> Proband <strong>ein</strong>e<br />
<strong>ein</strong>zelne, beson<strong>der</strong>s schwere Aufgabe löst.<br />
B wird erfasst, wie viele Aufgaben <strong>ein</strong> Proband innerhalb <strong><strong>ein</strong>es</strong> bestimmten<br />
Zeitraums bearbeitet.<br />
C steigt die Schwierigkeit <strong>der</strong> Aufgabe kontinuierlich an<br />
D fällt die Messgenauigkeit in <strong>der</strong> Regel gering aus.<br />
E wird die Messgenauigkeit in <strong>der</strong> Regel nicht über Cronbach-alpha<br />
bestimmt.<br />
(Bühner bei Pearson)<br />
<strong>Bei</strong> <strong>ein</strong>em Schnelligkeitstest…<br />
B wird erfasst, wie viele Aufgaben <strong>ein</strong> Proband innerhalb <strong><strong>ein</strong>es</strong> bestimmten<br />
Zeitraums bearbeitet.<br />
E wird die Messgenauigkeit in <strong>der</strong> Regel nicht über Cronbach-alpha<br />
bestimmt.
Man unterscheidet folgende Hauptgütekriterien von <strong>Tests</strong>:<br />
A Objektivität<br />
B Normierung<br />
C Schwierigkeit<br />
D Reliabilität<br />
E Ökonomie<br />
F Trennschärfe<br />
G Validität<br />
H Nützlichkeit<br />
(Bühner bei Pearson)<br />
Man unterscheidet folgende Hauptgütekriterien von <strong>Tests</strong>:<br />
A Objektivität<br />
D Reliabilität<br />
G Validität<br />
Objektivität ist <strong>ein</strong> wichtiges Kriterium zur Beurteilung <strong><strong>ein</strong>es</strong> <strong>Tests</strong>, man<br />
unterscheidet verschie<strong>den</strong>e Arten von Objektivität:<br />
A Repräsentationsobjektivität<br />
B Durchführungsobjektivität<br />
C Auswertungsobjektivität<br />
D Interpretationsobjektivität<br />
E Augensch<strong>ein</strong>objektivität<br />
(Bühner bei Pearson)<br />
Objektivität ist <strong>ein</strong> wichtiges Kriterium zur Beurteilung <strong><strong>ein</strong>es</strong> <strong>Tests</strong>, man<br />
unterscheidet verschie<strong>den</strong>e Arten von Objektivität:<br />
B Durchführungsobjektivität<br />
C Auswertungsobjektivität<br />
D Interpretationsobjektivität
Ein Untersucher hat Schwierigkeitsindizes für Aufgaben <strong><strong>ein</strong>es</strong><br />
Leistungstests errechnet und möchte nun Korrekturen vornehmen.<br />
Welche Korrekturen für Schwierigkeitskoeffizienten kann er berechnen?<br />
A Reliabilitätskorrektur<br />
B Zufallskorrektur<br />
C Einschränkung <strong>der</strong> Streuung<br />
D Inangriffnahmekorrektur<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat Schwierigkeitsindizes für Aufgaben <strong><strong>ein</strong>es</strong><br />
Leistungstests errechnet und möchte nun Korrekturen vornehmen.<br />
Welche Korrekturen für Schwierigkeitskoeffizienten kann er berechnen?<br />
B Zufallskorrektur<br />
D Inangriffnahmekorrektur<br />
Besitzt <strong>ein</strong> Test <strong>ein</strong>e hohe Durchführungsobjektivität, so bedeutet dies,<br />
A dass k<strong>ein</strong>e Selbstbeurteilungen <strong>der</strong> Proban<strong>den</strong> erfasst wur<strong>den</strong>, son<strong>der</strong>n<br />
Reaktionen <strong>der</strong> Proban<strong>den</strong> objektiv gemessen und gezählt wur<strong>den</strong>.<br />
B dass <strong>der</strong> Testleiter k<strong>ein</strong>en Einfluss auf das Zustandekommen <strong>der</strong><br />
Testleistung hat.<br />
C dass verschie<strong>den</strong>e Testleiter bei <strong>der</strong> Auswertung das gleiche Ergebnis für<br />
<strong>ein</strong>en Proban<strong>den</strong> herausbekommen<br />
(Bühner bei Pearson)<br />
Besitzt <strong>ein</strong> Test <strong>ein</strong>e hohe Durchführungsobjektivität, so bedeutet dies,<br />
B dass <strong>der</strong> Testleiter k<strong>ein</strong>en Einfluss auf das Zustandekommen <strong>der</strong><br />
Testleistung hat
Ein Untersucher hat <strong>ein</strong>en kurzen Leistungstest mit<br />
Mehrfachwahlaufgaben entwickelt und möchte Schwierigkeitsindizes für<br />
die Aufgaben errechnen. Er vermutet aber, dass die Testwerte teilweise<br />
<strong>durch</strong> Raten zustande kamen. Was könnte man ihm bei <strong>der</strong> Berechnung<br />
<strong>der</strong> Schwierigkeitsindizes empfehlen?<br />
A Er könnte bei <strong>der</strong> Berechnung <strong>der</strong> Schwierigkeitsindizes nur diejenigen<br />
Proban<strong>den</strong> berücksichtigen, die alle Aufgaben bearbeitet haben.<br />
B Er könnte bei <strong>der</strong> Berechnung <strong>der</strong> Schwierigkeitsindizes <strong>ein</strong>e<br />
Zufallskorrektur vornehmen.<br />
C Er könnte alle Proban<strong>den</strong> ausschließen, bei <strong>den</strong>en er <strong>den</strong> Verdacht hatte,<br />
dass sie geraten haben<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat <strong>ein</strong>en kurzen Leistungstest mit<br />
Mehrfachwahlaufgaben entwickelt und möchte Schwierigkeitsindizes für<br />
die Aufgaben errechnen. Er vermutet aber, dass die Testwerte teilweise<br />
<strong>durch</strong> Raten zustande kamen. Was könnte man ihm bei <strong>der</strong> Berechnung<br />
<strong>der</strong> Schwierigkeitsindizes empfehlen?<br />
B Er könnte bei <strong>der</strong> Berechnung <strong>der</strong> Schwierigkeitsindizes <strong>ein</strong>e<br />
Zufallskorrektur vornehmen.<br />
Eine Untersucherin möchte <strong>ein</strong>en Leistungstest entwickeln, bei dem <strong>der</strong><br />
Einfluss von Raten minimiert ist. Sie sollte folgende Aufgabenarten<br />
verwen<strong>den</strong>:<br />
A Multiple-Choice-Aufgaben mit wenigen Antwortkategorien und <strong>ein</strong>er<br />
richtigen Antwort<br />
B Richtig-Falsch-Aufgaben<br />
C Reproduktionsaufgaben<br />
D Ergänzungsaufgaben mit Antwortalternativen<br />
E Multiple-Choice-Aufgaben mit vielen Antwortkategorien und mehreren<br />
richtigen Antworten<br />
(Bühner bei Pearson)<br />
Eine Untersucherin möchte <strong>ein</strong>en Leistungstest entwickeln, bei dem <strong>der</strong><br />
Einfluss von Raten minimiert ist. Sie sollte folgende Aufgabenarten<br />
verwen<strong>den</strong>:<br />
C Reproduktionsaufgaben<br />
E Multiple-Choice-Aufgaben mit vielen Antwortkategorien und mehreren<br />
richtigen Antworten
Ein Untersucher hat <strong>ein</strong>en Leistungstest mit Mehrfachwahlaufgaben konstruiert<br />
und die Trennschärfen für alle Antwortalternativen überprüft. Nun stellt er fest,<br />
dass bei Aufgabe 2 <strong>ein</strong> Distraktor <strong>ein</strong>e negative Trennschärfe aufweist. Dies<br />
bedeutet:<br />
A Die Aufgabe wird von Proban<strong>den</strong>, die im Gesamttest gut abschnei<strong>den</strong>, falsch<br />
beantwortet. Das ist entgegen <strong>der</strong> eigentlichen Absicht. Der Testkonstrukteur<br />
sollte sicherstellen, dass es sich um k<strong>ein</strong>e Sch<strong>ein</strong>trennschärfe handelt (z.B. <strong>durch</strong><br />
<strong>ein</strong>en Proban<strong>den</strong> bedingt). Ist dies nicht <strong>der</strong> Fall, sollte er die Aufgabe<br />
ausson<strong>der</strong>n.<br />
B Proban<strong>den</strong>, die geringe Gesamttestwerte haben, machen diese Aufgabe meist<br />
richtig, deshalb sollte er dieses Item ausson<strong>der</strong>n, wenn es sich nicht um <strong>ein</strong>e<br />
Sch<strong>ein</strong>korrelation handelt.<br />
C Proban<strong>den</strong>, die geringe Gesamttestwerte haben, wählen diese Aufgabe häufiger<br />
als Proban<strong>den</strong> mit hohen Gesamttestwerten, deshalb sollte er dieses auf je<strong>den</strong><br />
Fall beibehalten.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat <strong>ein</strong>en Leistungstest mit Mehrfachwahlaufgaben konstruiert<br />
und die Trennschärfen für alle Antwortalternativen überprüft. Nun stellt er fest,<br />
dass bei Aufgabe 2 <strong>ein</strong> Distraktor <strong>ein</strong>e negative Trennschärfe aufweist. Dies<br />
bedeutet:<br />
A Die Aufgabe wird von Proban<strong>den</strong>, die im Gesamttest gut abschnei<strong>den</strong>, falsch<br />
beantwortet. Das ist entgegen <strong>der</strong> eigentlichen Absicht. Der Testkonstrukteur<br />
sollte sicherstellen, dass es sich um k<strong>ein</strong>e Sch<strong>ein</strong>trennschärfe handelt (z.B. <strong>durch</strong><br />
<strong>ein</strong>en Proban<strong>den</strong> bedingt). Ist dies nicht <strong>der</strong> Fall, sollte er die Aufgabe<br />
ausson<strong>der</strong>n.<br />
B Proban<strong>den</strong>, die geringe Gesamttestwerte haben, machen diese Aufgabe meist<br />
richtig, deshalb sollte er dieses Item ausson<strong>der</strong>n, wenn es sich nicht um <strong>ein</strong>e<br />
Sch<strong>ein</strong>korrelation handelt.<br />
Möglichkeiten, die statistische Schwierigkeit von Aufgaben mit Likert-<br />
Antwortformat zu beurteilen, sind:<br />
A anhand <strong><strong>ein</strong>es</strong> Quotienten aus dem Maximal- und dem Minimalwert<br />
B anhand des Aufgabenmittelwerts<br />
(Bühner bei Pearson)<br />
Möglichkeiten, die statistische Schwierigkeit von Aufgaben mit Likert-<br />
Antwortformat zu beurteilen, sind:<br />
B anhand des Aufgabenmittelwerts
Möglichkeiten, die Trennschärfe von künstlich dichotomen Aufgaben zu<br />
erhalten, sind <strong>durch</strong> folgende Korrelation gegeben.<br />
A Biseriale Korrelation<br />
B Punktbiseriale Korrelation<br />
C Spearman-Rangkorrelation<br />
(Bühner bei Pearson)<br />
Möglichkeiten, die Trennschärfe von künstlich dichotomen Aufgaben zu<br />
erhalten, sind <strong>durch</strong> folgende Korrelation gegeben.<br />
A Biseriale Korrelation<br />
Ein Untersucher stellt fest, dass <strong>ein</strong>ige Richtig-Falsch-Items s<strong><strong>ein</strong>es</strong> <strong>Tests</strong><br />
für verbale Intelligenz <strong>ein</strong>e niedrige Trennschärfe (Item-Total Correlation)<br />
aufweisen. Dies könnte daran liegen, dass<br />
A die Items sich <strong>durch</strong> extreme statistische Schwierigkeiten auszeichnen.<br />
B die Items nicht verbale, son<strong>der</strong>n an<strong>der</strong>e Aspekte <strong>der</strong> Intelligenz erfassen.<br />
C die Items zwar valide sind, aber große Streuungen aufweisen.<br />
(Bühner bei Pearson)<br />
Ein Untersucher stellt fest, dass <strong>ein</strong>ige Richtig-Falsch-Items s<strong><strong>ein</strong>es</strong> <strong>Tests</strong><br />
für verbale Intelligenz <strong>ein</strong>e niedrige Trennschärfe (Item-Total Correlation)<br />
aufweisen. Dies könnte daran liegen, dass<br />
A die Items sich <strong>durch</strong> extreme statistische Schwierigkeiten auszeichnen.<br />
B die Items nicht verbale, son<strong>der</strong>n an<strong>der</strong>e Aspekte <strong>der</strong> Intelligenz erfassen.
Nach Durchführung <strong>der</strong> Klausur sollen die Trennschärfen <strong>der</strong> Aufgaben<br />
ermittelt wer<strong>den</strong>. Dabei wird für jede Antwortalternative bestimmt, ob sie<br />
richtig beurteilt wurde, und dies wird mit dem Kriterium korreliert, ob die<br />
Klausur bestan<strong>den</strong> wurde. Welche Koeffizienten sollten also errechnet<br />
wer<strong>den</strong>?<br />
A tetrachorische Korrelationskoeffizienten<br />
B biseriale Korrelationskoeffizienten<br />
C Punkt-Vierfel<strong>der</strong>-Koeffizienten (Phikoeffizienten)<br />
(Bühner bei Pearson)<br />
Nach Durchführung <strong>der</strong> Klausur sollen die Trennschärfen <strong>der</strong> Aufgaben<br />
ermittelt wer<strong>den</strong>. Dabei wird für jede Antwortalternative bestimmt, ob sie<br />
richtig beurteilt wurde, und dies wird mit dem Kriterium korreliert, ob die<br />
Klausur bestan<strong>den</strong> wurde. Welche Koeffizienten sollten also errechnet<br />
wer<strong>den</strong>?<br />
C Punkt-Vierfel<strong>der</strong>-Koeffizienten (Phikoeffizienten)<br />
Ein Untersucher hat die Trennschärfen <strong><strong>ein</strong>es</strong> Persönlichkeitstests<br />
ermittelt, und diese zwischen Items und Gesamttestwert errechnet. Der<br />
Testkonstrukteur hat übersehen, dass er <strong>den</strong> Gesamttestwert aus allen<br />
Items gebildet hat. Dies hat folgende Konsequenz(en):<br />
A Die Trennschärfen fallen niedriger aus als man erwarten würde, wenn man<br />
das jeweilige Item, dessen Trennschärfe berechnet wer<strong>den</strong> soll, aus dem<br />
Gesamttest herausrechnen würde<br />
B Die Trennschärfen könnten bei Items, die mit <strong>den</strong> an<strong>der</strong>en Items negativ<br />
korreliert sind, unterschätzt wer<strong>den</strong>.<br />
C Die Trennschärfen könnten künstlich überhöht ausfallen, da sie partielle<br />
Eigenkorrelationen enthalten.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat die Trennschärfen <strong><strong>ein</strong>es</strong> Persönlichkeitstests<br />
ermittelt, und diese zwischen Items und Gesamttestwert errechnet. Der<br />
Testkonstrukteur hat übersehen, dass er <strong>den</strong> Gesamttestwert aus allen<br />
Items gebildet hat. Dies hat folgende Konsequenz(en):<br />
C Die Trennschärfen könnten künstlich überhöht ausfallen, da sie partielle<br />
Eigenkorrelationen enthalten.
Punktbiseriale Koeffizienten sollten zur Berechnung <strong>der</strong> Korrelationen<br />
<strong>der</strong> folgen<strong>den</strong> Variablen herangezogen wer<strong>den</strong>:<br />
A Korrelation zwischen <strong>den</strong> <strong>durch</strong> Persönlichkeitstests erfassten Merkmalen<br />
Aggressivität (Likert-Skala) und Impulsivität (Likert-Skala) (beide<br />
Intervallskalenniveau).<br />
B Korrelation zwischen dem Geschlecht <strong>der</strong> Proban<strong>den</strong> und <strong>der</strong>en<br />
Impulsivität<br />
C Korrelation <strong>der</strong> Variablen "Psychostu<strong>den</strong>t ja/n<strong>ein</strong>" mit <strong>den</strong> Punktwerten in<br />
<strong>ein</strong>em Statistiktest.<br />
D Korrelation <strong>der</strong> Variablen "Autofahrer ja/n<strong>ein</strong>" mit <strong>der</strong> Variablen<br />
"Fahrradfahrer ja/n<strong>ein</strong>".<br />
(Bühner bei Pearson)<br />
Punktbiseriale Koeffizienten sollten zur Berechnung <strong>der</strong> Korrelationen<br />
<strong>der</strong> folgen<strong>den</strong> Variablen herangezogen wer<strong>den</strong>:<br />
B Korrelation zwischen dem Geschlecht <strong>der</strong> Proban<strong>den</strong> und <strong>der</strong>en<br />
Impulsivität<br />
C Korrelation <strong>der</strong> Variablen "Psychostu<strong>den</strong>t ja/n<strong>ein</strong>" mit <strong>den</strong> Punktwerten in<br />
<strong>ein</strong>em Statistiktest<br />
Punktbiserial: Korrelation von echt-dichotomem Antwortformat mit Summenwerten auf<br />
Intervallskalenniveau<br />
Eine Untersucherin möchte <strong>ein</strong>en homogenen Test zur Erfassung von<br />
Ängstlichkeit konstruieren. Nach <strong>ein</strong>er Itemanalyse und <strong>ein</strong>er<br />
Faktorenanalyse sollte sie folgende Items für die Testendform<br />
auswählen:<br />
A Items mit höheren Trennschärfen<br />
B Items mit hohen Schwierigkeitsindizes (> .90)<br />
C Items, die möglichst hohe Ladungen auf nur <strong>ein</strong>em Faktor aufweisen.<br />
D Items mit mittlerer Schwierigkeit und Items mit mittel hohen<br />
Faktorladungen im Vergleich zu an<strong>der</strong>en Items <strong>der</strong> Skala.<br />
(Bühner bei Pearson)<br />
Eine Untersucherin möchte <strong>ein</strong>en homogenen Test zur Erfassung von<br />
Ängstlichkeit konstruieren. Nach <strong>ein</strong>er Itemanalyse und <strong>ein</strong>er<br />
Faktorenanalyse sollte sie folgende Items für die Testendform<br />
auswählen:<br />
A Items mit höheren Trennschärfen<br />
C Items, die möglichst hohe Ladungen auf nur <strong>ein</strong>em Faktor aufweisen.
Die Items <strong><strong>ein</strong>es</strong> Test weisen sehr unterschiedliche Verteilungen auf<br />
(linkssteil, rechtssteil und normalverteilt). Dies könnte folgende<br />
Konsequenzen haben:<br />
A Die Iteminterkorrelationen zwischen schief- und normalverteilten Items<br />
können nicht maximal wer<strong>den</strong><br />
B Die Items sind nicht interpretierbar, da die Itemvarianzen negativ sind.<br />
C Die Itemkorrelationen zwischen schief verteilten Items können maximal<br />
wer<strong>den</strong>.<br />
(Bühner bei Pearson)<br />
Die Items <strong><strong>ein</strong>es</strong> Test weisen sehr unterschiedliche Verteilungen auf<br />
(linkssteil, rechtssteil und normalverteilt). Dies könnte folgende<br />
Konsequenzen haben:<br />
A Die Iteminterkorrelationen zwischen schief- und normalverteilten Items<br />
können nicht maximal wer<strong>den</strong><br />
C Die Itemkorrelationen zwischen schief verteilten Items können maximal<br />
wer<strong>den</strong>.<br />
Problematisch bei <strong>der</strong> Verwendung von Items mit Likert-Skalen-<br />
Antwortformat in <strong>ein</strong>em Persönlichkeitstest ist:<br />
A Es liegt eigentlich k<strong>ein</strong> Intervalldatenniveau vor, es wird in <strong>der</strong> Regel nur<br />
unterstellt.<br />
B <strong>Bei</strong> <strong>der</strong> Bearbeitung des <strong>Tests</strong> könnten Antwortten<strong>den</strong>zen wirksam wer<strong>den</strong><br />
o<strong>der</strong> auch <strong>ein</strong>e unterschiedliche Wahrnehmung <strong>der</strong> Antwortstufen.<br />
C Die Antworten auf <strong>den</strong> Likert-Skalen lassen sich nicht zu<br />
Gesamttestwerten aufaddieren, vorher müssen sie in z-Werte transformiert<br />
wer<strong>den</strong>.<br />
(Bühner bei Pearson)<br />
Problematisch bei <strong>der</strong> Verwendung von Items mit Likert-Skalen-<br />
Antwortformat in <strong>ein</strong>em Persönlichkeitstest ist:<br />
A Es liegt eigentlich k<strong>ein</strong> Intervalldatenniveau vor, es wird in <strong>der</strong> Regel nur<br />
unterstellt.<br />
B <strong>Bei</strong> <strong>der</strong> Bearbeitung des <strong>Tests</strong> könnten Antwortten<strong>den</strong>zen wirksam<br />
wer<strong>den</strong> o<strong>der</strong> auch <strong>ein</strong>e unterschiedliche Wahrnehmung <strong>der</strong> Antwortstufen.
Nach <strong>der</strong> Durchführung <strong><strong>ein</strong>es</strong> Persönlichkeitstests zur Erfassung von<br />
Aggressivität ergibt sich <strong>ein</strong>e "schiefe" Rohwertverteilung. Dies<br />
bedeutet:<br />
A Beson<strong>der</strong>s viele Proban<strong>den</strong> haben Rohwerte im mittleren Wertebereich.<br />
B Der Gipfel <strong>der</strong> Verteilung liegt eher links o<strong>der</strong> rechts, nicht in <strong>der</strong> Mitte.<br />
C Die Verteilung ist symmetrisch, aber mit <strong>ein</strong>em sehr breiten Gipfel.<br />
D Der Modalwert liegt links o<strong>der</strong> rechts vom Mittelwert o<strong>der</strong> Median.<br />
(Bühner bei Pearson)<br />
Nach <strong>der</strong> Durchführung <strong><strong>ein</strong>es</strong> Persönlichkeitstests zur Erfassung von<br />
Aggressivität ergibt sich <strong>ein</strong>e "schiefe" Rohwertverteilung. Dies<br />
bedeutet:<br />
B Der Gipfel <strong>der</strong> Verteilung liegt eher links o<strong>der</strong> rechts, nicht in <strong>der</strong> Mitte.<br />
D Der Modalwert liegt links o<strong>der</strong> rechts vom Mittelwert o<strong>der</strong> Median.<br />
Ein Untersucher hat für s<strong>ein</strong>en Test, <strong>der</strong> <strong>ein</strong> Persönlichkeitsmerkmal<br />
erfassen soll, <strong>ein</strong>e unbefriedigende interne Konsistenz ausgerechnet.<br />
Um die interne Konsistenz des <strong>Tests</strong> zu steigern, könnte er...<br />
A Items ausschließen, die <strong>ein</strong>e hohe Trennschärfe, aber nur <strong>ein</strong>e mittlere<br />
Schwierigkeit besitzen.<br />
B Items ausschließen, die <strong>ein</strong>e niedrige Trennschärfe haben.<br />
C Den Test mit <strong>ein</strong>igen homogenen Items verlängern.<br />
D Items ausschließen, die höher mit an<strong>der</strong>en Items korrelieren, weil diese<br />
redundant sind.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat für s<strong>ein</strong>en Test, <strong>der</strong> <strong>ein</strong> Persönlichkeitsmerkmal<br />
erfassen soll, <strong>ein</strong>e unbefriedigende interne Konsistenz ausgerechnet.<br />
Um die interne Konsistenz des <strong>Tests</strong> zu steigern, könnte er...<br />
B Items ausschließen, die <strong>ein</strong>e niedrige Trennschärfe haben.<br />
C Den Test mit <strong>ein</strong>igen homogenen Items verlängern.
Cronbach-alpha wird wie folgt be<strong>ein</strong>flusst:<br />
A Cronbach-alpha wird korrigiert <strong>durch</strong> die Anzahl <strong>der</strong> Items. Dieser<br />
Korrekturfaktor wird größer, je mehr Items <strong>ein</strong> Test verwendet.<br />
B Cronbach-alpha steigt je größer das Verhältnis <strong>der</strong> Summe <strong>der</strong> Varianzen<br />
<strong>ein</strong>zelner Items zur Gesamtvarianz des <strong>Tests</strong> wird.<br />
C Cronbach-alpha wird negativ, wenn das Verhältnis <strong>der</strong> Summe <strong>der</strong><br />
Varianzen <strong>ein</strong>zelner Items zur Gesamtvarianz des <strong>Tests</strong> <strong>den</strong> Faktor 1<br />
überschreitet.<br />
D Das Quadrieren <strong>der</strong> Gesamtstreuung und <strong>der</strong> Itemstreuungen verhin<strong>der</strong>t,<br />
dass Cronbach-alpha negativ wird.<br />
(Bühner bei Pearson)<br />
Cronbach-alpha wird wie folgt be<strong>ein</strong>flusst:<br />
A Cronbach-alpha wird korrigiert <strong>durch</strong> die Anzahl <strong>der</strong> Items. Dieser<br />
Korrekturfaktor wird größer, je mehr Items <strong>ein</strong> Test verwendet.<br />
C Cronbach-alpha wird negativ, wenn das Verhältnis <strong>der</strong> Summe <strong>der</strong><br />
Varianzen <strong>ein</strong>zelner Items zur Gesamtvarianz des <strong>Tests</strong> <strong>den</strong> Faktor 1<br />
überschreitet.<br />
Folgende Reliabilitätskoeffizienten wer<strong>den</strong> direkt aufgrund von<br />
Aufgaben- / Itemkennwerten (Itemvarianzen) errechnet:<br />
A Cronbach-alpha<br />
B Spearman-Brown<br />
C Phi-Koeffizient<br />
(Bühner bei Pearson)<br />
Folgende Reliabilitätskoeffizienten wer<strong>den</strong> direkt aufgrund von<br />
Aufgaben- / Itemkennwerten (Itemvarianzen) errechnet:<br />
A Cronbach-alpha
Ein Untersucher hat <strong>ein</strong>en Intelligenztest <strong>ein</strong>er<br />
bevölkerungsrepräsentativen Analysestichprobe vorgegeben und<br />
festgestellt, dass die Testrohwerte normalverteilt sind. Dies hat folgende<br />
Vorteile:<br />
A Zur Beurteilung <strong>der</strong> Werte <strong>ein</strong>zelner Proban<strong>den</strong> können Normwerte wie T-<br />
o<strong>der</strong> SW-Werte berechnet wer<strong>den</strong>.<br />
B Der Test differenziert beson<strong>der</strong>s gut im unteren Intelligenzbereich.<br />
C Die Normalverteilung spricht für <strong>ein</strong>e nichtlineare Transformation in<br />
Prozentränge, <strong>den</strong>n diese sind für Proban<strong>den</strong> leichter zu verstehen.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat <strong>ein</strong>en Intelligenztest <strong>ein</strong>er<br />
bevölkerungsrepräsentativen Analysestichprobe vorgegeben und<br />
festgestellt, dass die Testrohwerte normalverteilt sind. Dies hat folgende<br />
Vorteile:<br />
A Zur Beurteilung <strong>der</strong> Werte <strong>ein</strong>zelner Proban<strong>den</strong> können Normwerte wie T-<br />
o<strong>der</strong> SW-Werte berechnet wer<strong>den</strong>.<br />
C Die Normalverteilung spricht für <strong>ein</strong>e nichtlineare Transformation in<br />
Prozentränge, <strong>den</strong>n diese sind für Proban<strong>den</strong> leichter zu verstehen.<br />
Zu <strong>den</strong> Voraussetzungen für <strong>ein</strong>e hohe interne Konsistenz von <strong>Tests</strong><br />
gehören:<br />
A Auswertungsobjektivität des <strong>Tests</strong><br />
B Die Testwerte <strong>der</strong> Proban<strong>den</strong> liegen alle im oberen Bereich.<br />
C positive, höhere Interkorrelationen <strong>der</strong> Items<br />
D Inhaltliche Homogenität <strong>der</strong> Items<br />
E Geringe Anzahl von Items<br />
(Bühner bei Pearson)<br />
Zu <strong>den</strong> Voraussetzungen für <strong>ein</strong>e hohe interne Konsistenz von <strong>Tests</strong><br />
gehören:<br />
A Auswertungsobjektivität des <strong>Tests</strong><br />
C positive, höhere Interkorrelationen <strong>der</strong> Items<br />
D Inhaltliche Homogenität <strong>der</strong> Items
Axiome <strong>der</strong> klassischen Testtheorie sind...<br />
A Die wahren Werte <strong>der</strong> Proban<strong>den</strong> in <strong>ein</strong>em Test und die Messfehler<br />
kovariieren.<br />
B Der Erwartungswert (Mittelwert) des Messfehlers ist gleich Null.<br />
C Die Lösung <strong><strong>ein</strong>es</strong> Items bestimmen die Fähigkeit <strong>der</strong> Person und die<br />
Itemschwierigkeit.<br />
D Die wahren Werte aller Personen in zwei <strong>Tests</strong> sind unkorreliert.<br />
E Die Messfehler <strong><strong>ein</strong>es</strong> <strong>Tests</strong> korrelieren we<strong>der</strong> mit <strong>den</strong> wahren Werten im<br />
gleichen <strong>Tests</strong>, noch mit <strong>den</strong> Messfehlern <strong><strong>ein</strong>es</strong> an<strong>der</strong>en <strong>Tests</strong>.<br />
(Bühner bei Pearson)<br />
Axiome <strong>der</strong> klassischen Testtheorie sind...<br />
B Der Erwartungswert (Mittelwert) des Messfehlers ist gleich Null.<br />
E Die Messfehler <strong><strong>ein</strong>es</strong> <strong>Tests</strong> korrelieren we<strong>der</strong> mit <strong>den</strong> wahren Werten im<br />
gleichen <strong>Tests</strong>, noch mit <strong>den</strong> Messfehlern <strong><strong>ein</strong>es</strong> an<strong>der</strong>en <strong>Tests</strong>.<br />
Durch die Berechnung von Reliabilitätskoeffizienten soll die Reliabilität<br />
<strong><strong>ein</strong>es</strong> <strong>Tests</strong> geschätzt wer<strong>den</strong>, also:<br />
A Der Anteil an <strong>der</strong> Standardabweichung, <strong>der</strong> <strong>durch</strong> die Messungenauigkeit<br />
des <strong>Tests</strong> zustande kommt.<br />
B Der Anteil <strong>der</strong> wahren Varianz des Testwertes an <strong>der</strong> Gesamtvarianz des<br />
Testwerts.<br />
C Der Anteil an <strong>der</strong> wahren Varianz, <strong>der</strong> <strong>durch</strong> Messfehler zustande kommt.<br />
D Die homogene Testvarianz dividiert <strong>durch</strong> die unsystematische<br />
Zufallsvarianz.<br />
(Bühner bei Pearson)<br />
Durch die Berechnung von Reliabilitätskoeffizienten soll die Reliabilität<br />
<strong><strong>ein</strong>es</strong> <strong>Tests</strong> geschätzt wer<strong>den</strong>, also:<br />
B Der Anteil <strong>der</strong> wahren Varianz des Testwertes an <strong>der</strong> Gesamtvarianz des<br />
Testwerts.
Der Scree-Test nach Cattell kann herangezogen wer<strong>den</strong>, um zu<br />
entschei<strong>den</strong>,<br />
A ob <strong>ein</strong>e Rohwertverteilung sich signifikant von <strong>ein</strong>er Normalverteilung<br />
unterscheidet.<br />
B welche Faktorenlösung im Rahmen <strong>ein</strong>er Faktorenanalyse ausgewählt<br />
wer<strong>den</strong> soll (Anzahl bedeutsamer Faktoren).<br />
C ob <strong>ein</strong>e Korrelationsmatrix sich signifikant von <strong>ein</strong>er Einheitsmatrix<br />
unterscheidet (Eingangsmatrix und Faktorenmatrix).<br />
(Bühner bei Pearson)<br />
Der Scree-Test nach Cattell kann herangezogen wer<strong>den</strong>, um zu<br />
entschei<strong>den</strong>,<br />
B welche Faktorenlösung im Rahmen <strong>ein</strong>er Faktorenanalyse ausgewählt<br />
wer<strong>den</strong> soll (Anzahl bedeutsamer Faktoren).<br />
Die Reliabilitätsschätzung ist mit folgendem Problem verbun<strong>den</strong>:<br />
A Die Höhe <strong>der</strong> Reliabilitätskoeffizienten hängt u.a. von <strong>der</strong> Varianz <strong>der</strong><br />
Testwerte innerhalb <strong>ein</strong>er Stichprobe ab.<br />
B Zur Berechnung von Reliabilitätskoeffizienten muss man auf zwei<br />
Personenstichproben zurückgreifen.<br />
(Bühner bei Pearson)<br />
Die Reliabilitätsschätzung ist mit folgendem Problem verbun<strong>den</strong>:<br />
A Die Höhe <strong>der</strong> Reliabilitätskoeffizienten hängt u.a. von <strong>der</strong> Varianz <strong>der</strong><br />
Testwerte innerhalb <strong>ein</strong>er Stichprobe ab.
Ein Untersucher hat die interne Konsistenz <strong><strong>ein</strong>es</strong> kurzen<br />
Persönlichkeitstests überprüft und dabei <strong>ein</strong>en negativen Cronbachalpha-Koeffizienten<br />
erhalten. Dies verweist darauf,<br />
A dass die Konsistenz des <strong>Tests</strong> ungenügend (schlecht) ist.<br />
B dass die Items des <strong>Tests</strong> nicht mit<strong>ein</strong>an<strong>der</strong> korrelieren.<br />
C dass zumindest <strong>ein</strong>ige Items des <strong>Tests</strong> negativ korrelieren.<br />
D dass mehrere Items falsch gepolt s<strong>ein</strong> können.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat die interne Konsistenz <strong><strong>ein</strong>es</strong> kurzen<br />
Persönlichkeitstests überprüft und dabei <strong>ein</strong>en negativen Cronbachalpha-Koeffizienten<br />
erhalten. Dies verweist darauf,<br />
A dass die Konsistenz des <strong>Tests</strong> ungenügend (schlecht) ist.<br />
C dass zumindest <strong>ein</strong>ige Items des <strong>Tests</strong> negativ korrelieren.<br />
D dass mehrere Items falsch gepolt s<strong>ein</strong> können.<br />
Eine Testkonstrukteurin möchte für <strong>ein</strong>en neu entwickelten<br />
Persönlichkeitstest die Testhalbierungsreliabilität ermitteln. Dazu muss<br />
sie...<br />
A die Testitems/Aufgaben zu zwei Testhälften zuordnen und diese von zwei<br />
unterschiedlichen Stichproben bearbeiten lassen. Danach kann sie die<br />
Korrelation zwischen bei<strong>den</strong> Testhälften errechnen. Eine Aufwertung<br />
aufgrund <strong>der</strong> Parallelität <strong>der</strong> Testhälften ist nicht nötig.<br />
B die Testitems/Aufgaben nach Bearbeitung <strong>durch</strong> <strong>ein</strong>e Stichprobe zu zwei<br />
Testhälften zuordnen, die Korrelation zwischen bei<strong>den</strong> Testhälften<br />
errechnen und diese zur Reliabilität des Gesamttests aufwerten.<br />
(Bühner bei Pearson)<br />
Eine Testkonstrukteurin möchte für <strong>ein</strong>en neu entwickelten<br />
Persönlichkeitstest die Testhalbierungsreliabilität ermitteln. Dazu muss<br />
sie...<br />
B die Testitems/Aufgaben nach Bearbeitung <strong>durch</strong> <strong>ein</strong>e Stichprobe zu zwei<br />
Testhälften zuordnen, die Korrelation zwischen bei<strong>den</strong> Testhälften<br />
errechnen und diese zur Reliabilität des Gesamttests aufwerten.
Auch für Schnelligkeitstests können Testhalbierungskoeffizienten<br />
berechnet wer<strong>den</strong>. Zuvor muss allerdings dafür Sorge getragen<br />
wer<strong>den</strong>,...<br />
A dass die Testhalbierung nach <strong>der</strong> odd-even-Methode erfolgt.<br />
B dass je<strong>der</strong> Proband nach <strong>der</strong> Hälfte <strong>der</strong> Test<strong>durch</strong>führungszeit <strong>ein</strong> Zeichen<br />
macht, wie weit er mit <strong>der</strong> Aufgabenbearbeitung gekommen ist.<br />
C dass die Hälfte <strong>der</strong> Proban<strong>den</strong> die zweite Hälfte <strong>der</strong> Testaufgaben zuerst<br />
bearbeitet (cross-over design)<br />
(Bühner bei Pearson)<br />
Auch für Schnelligkeitstests können Testhalbierungskoeffizienten<br />
berechnet wer<strong>den</strong>. Zuvor muss allerdings dafür Sorge getragen<br />
wer<strong>den</strong>,...<br />
B dass je<strong>der</strong> Proband nach <strong>der</strong> Hälfte <strong>der</strong> Test<strong>durch</strong>führungszeit <strong>ein</strong> Zeichen<br />
macht, wie weit er mit <strong>der</strong> Aufgabenbearbeitung gekommen ist.<br />
Ein Untersucher hat für s<strong>ein</strong>en Leistungstest <strong>ein</strong>en Retestkoeffizienten<br />
von r = .95 ermittelt. Dies spricht dafür,...<br />
A dass <strong>der</strong> Test <strong>ein</strong>e hohe interne Konsistenz besitzt.<br />
B dass das erfasste Merkmal stabil ist.<br />
C dass bei <strong>der</strong> Testwie<strong>der</strong>holung bei <strong>ein</strong>igen (nicht bei allen) Proban<strong>den</strong><br />
deutlich bessere Leistungen auftraten.<br />
(Bühner bei Pearson)<br />
Ein Untersucher hat für s<strong>ein</strong>en Leistungstest <strong>ein</strong>en Retestkoeffizienten<br />
von r = .95 ermittelt. Dies spricht dafür,...<br />
B dass das erfasste Merkmal stabil ist.
Die Validität <strong><strong>ein</strong>es</strong> <strong>Tests</strong> ist...<br />
A das Ausmaß, in dem <strong>durch</strong> <strong>den</strong> Test tatsächlich dasjenige Merkmal erfasst<br />
wird, das erfasst wer<strong>den</strong> soll.<br />
B das Ausmaß, in dem die Testergebnisse unabhängig von <strong>den</strong><br />
Durchführungsbedingungen und <strong>der</strong> Person des Auswerters sind.<br />
(Bühner bei Pearson)<br />
Die Validität <strong><strong>ein</strong>es</strong> <strong>Tests</strong> ist...<br />
A das Ausmaß, in dem <strong>durch</strong> <strong>den</strong> Test tatsächlich dasjenige Merkmal erfasst<br />
wird, das erfasst wer<strong>den</strong> soll.<br />
Voraussetzungen für die Anwendung <strong>der</strong> Spearman-Brown-Formel zur<br />
Errechnung <strong>der</strong> Testhalbierungsreliabilität sind:<br />
A Die Testhälften sollten parallel (s1 = s2) s<strong>ein</strong>.<br />
B Die Testhälften sollten mindestens zu r = .50 mit<strong>ein</strong>an<strong>der</strong> korrelieren.<br />
C Die <strong>ein</strong>e Testhälfte sollte doppelt so viele Items enthalten wie die an<strong>der</strong>e.<br />
(Bühner bei Pearson)<br />
Voraussetzungen für die Anwendung <strong>der</strong> Spearman-Brown-Formel zur<br />
Errechnung <strong>der</strong> Testhalbierungsreliabilität sind:<br />
A Die Testhälften sollten parallel (s1 = s2) s<strong>ein</strong>.
Wovon hängt die Reliabilität <strong><strong>ein</strong>es</strong> <strong>Tests</strong> ab?<br />
A Anzahl <strong>der</strong> Items<br />
B Höhe <strong>der</strong> Validität<br />
C Korrelation <strong>der</strong> Testhälften o<strong>der</strong> mittlere Iteminterkorrelation<br />
D Höhe <strong>der</strong> Kriteriumskorrelation<br />
(Bühner bei Pearson)<br />
Wovon hängt die Reliabilität <strong><strong>ein</strong>es</strong> <strong>Tests</strong> ab?<br />
A Anzahl <strong>der</strong> Items<br />
C Korrelation <strong>der</strong> Testhälften o<strong>der</strong> mittlere Iteminterkorrelation<br />
Ein Untersucher möchte die Reliabilität <strong><strong>ein</strong>es</strong> Berufseignungstests<br />
überprüfen, <strong>durch</strong> <strong>den</strong> <strong>der</strong> Erfolg <strong>ein</strong>er Ausbildung vorhergesagt wer<strong>den</strong><br />
soll. Er sollte also vor allem sicherstellen...<br />
A dass die interne Konsistenz des <strong>Tests</strong> hoch ist.<br />
B dass die Retestreliabilität des <strong>Tests</strong> hoch ist.<br />
C dass die Testhalbierungsreliabilität hoch ist.<br />
(Bühner bei Pearson)<br />
Ein Untersucher möchte die Reliabilität <strong><strong>ein</strong>es</strong> Berufseignungstests<br />
überprüfen, <strong>durch</strong> <strong>den</strong> <strong>der</strong> Erfolg <strong>ein</strong>er Ausbildung vorhergesagt wer<strong>den</strong><br />
soll. Er sollte also vor allem sicherstellen...<br />
B dass die Retestreliabilität des <strong>Tests</strong> hoch ist.
Die Faktorenanalyse kann dazu dienen,...<br />
A Variablen aufgrund ihrer Interkorrelationen zu Gruppen zu ordnen.<br />
B die spezifische Varianz von Faktoren zu ermitteln und anhand dieser<br />
ermittelten Spezifität Rückschlüsse auf die Generalisierbarkeit <strong>der</strong><br />
Faktoren zu ziehen.<br />
C zu analysieren, ob Faktoren korreliert sind.<br />
D die Dimensionalität von Fragebogen zu überprüfen.<br />
(Bühner bei Pearson)<br />
Die Faktorenanalyse kann dazu dienen,...<br />
A Variablen aufgrund ihrer Interkorrelationen zu Gruppen zu ordnen.<br />
C zu analysieren, ob Faktoren korreliert sind.<br />
D die Dimensionalität von Fragebogen zu überprüfen.<br />
Wurde an <strong>ein</strong>er homogenen Stichprobe <strong>ein</strong>e Korrelation ermittelt, kann<br />
diese aufgewertet wer<strong>den</strong> anhand <strong>ein</strong>er Selektionskorrektur, dabei<br />
A wird die Streuung quadriert<br />
B wird die beobachtete Streuung <strong>der</strong> Messwerte zu <strong>der</strong> tatsächlichen z. B. im<br />
Testhandbuch angegebenen Streuungen ins Verhältnis gesetzt.<br />
(Bühner bei Pearson)<br />
Wurde an <strong>ein</strong>er homogenen Stichprobe <strong>ein</strong>e Korrelation ermittelt, kann<br />
diese aufgewertet wer<strong>den</strong> anhand <strong>ein</strong>er Selektionskorrektur, dabei<br />
B wird die beobachtete Streuung <strong>der</strong> Messwerte zu <strong>der</strong> tatsächlichen z. B. im<br />
Testhandbuch angegebenen Streuungen ins Verhältnis gesetzt.
Zu <strong>den</strong> theoretischen Voraussetzungen <strong>ein</strong>er Faktorenanalyse gehören<br />
folgende Annahmen:<br />
A Die Zusammenhänge zwischen <strong>den</strong> Variablen, die faktorenanalysiert<br />
wer<strong>den</strong>, sollen möglichst linear s<strong>ein</strong>.<br />
B Die Zusammenhänge zwischen <strong>den</strong> Faktoren sollen a priori linear s<strong>ein</strong>.<br />
(Bühner bei Pearson)<br />
Zu <strong>den</strong> theoretischen Voraussetzungen <strong>ein</strong>er Faktorenanalyse gehören<br />
folgende Annahmen:<br />
A Die Zusammenhänge zwischen <strong>den</strong> Variablen, die faktorenanalysiert<br />
wer<strong>den</strong>, sollen möglichst linear s<strong>ein</strong>.<br />
Im Rahmen von Faktorenanalysen stellt die Anzahl <strong>der</strong> zu extrahieren<strong>den</strong> Faktoren <strong>ein</strong><br />
Problem dar. Welche Aussagen treffen zu?<br />
A Die anzuwen<strong>den</strong>de Methode zur Ermittlung <strong>der</strong> Faktorenanzahl (Scree-Test und Kaiser-<br />
Guttman Kriterium) richtet sich unter an<strong>der</strong>em nach <strong>der</strong> Höhe <strong>der</strong> Kommunalitäten und <strong>der</strong><br />
Proban<strong>den</strong>anzahl.<br />
B Die Extraktion zufälliger Eigenwerte ist problematisch, da k<strong>ein</strong>e signifikante Abweichung <strong>der</strong><br />
Eigenwerte für <strong>ein</strong>en kurvenförmigen Verlauf bestimmt wer<strong>den</strong> kann.<br />
C Die ML-Methode legt <strong>durch</strong> <strong>ein</strong>en CHI²-Test fest, ob die Anzahl <strong>der</strong> Faktoren richtig o<strong>der</strong><br />
falsch ist.<br />
D Der Scree-Test ist vor allem dann anzuwen<strong>den</strong>, wenn es sich um Fragbogendaten handelt,<br />
da hier sogenannte Schwierigkeitsfaktoren entstehen können. Schwierigkeitsfaktoren<br />
entstehen aufgrund ungünstiger Itemeigenschaften.<br />
E <strong>Bei</strong> Ermittlung <strong>der</strong> Faktorenzahl bei Leistungstestvariablen verwendet man häufig das<br />
Kaiser-Guttman Kriterium o<strong>der</strong> Eigenwert-Kriterium > 1 an.<br />
F Insgesamt sollten mehrere Metho<strong>den</strong> <strong>der</strong> Faktorenextraktion zusammen betrachtet wer<strong>den</strong>.<br />
Nur sinnvoll interpretierbare Faktorenlösungen sollten dabei gewählt wer<strong>den</strong>.<br />
(Bühner bei Pearson)<br />
Im Rahmen von Faktorenanalysen stellt die Anzahl <strong>der</strong> zu extrahieren<strong>den</strong><br />
Faktoren <strong>ein</strong> Problem dar. Welche Aussagen treffen zu?<br />
E <strong>Bei</strong> Ermittlung <strong>der</strong> Faktorenzahl bei Leistungstestvariablen verwendet man<br />
häufig das Kaiser-Guttman Kriterium o<strong>der</strong> Eigenwert-Kriterium > 1 an.<br />
F Insgesamt sollten mehrere Metho<strong>den</strong> <strong>der</strong> Faktorenextraktion zusammen<br />
betrachtet wer<strong>den</strong>. Nur sinnvoll interpretierbare Faktorenlösungen sollten<br />
dabei gewählt wer<strong>den</strong>.
Der Eigenwert <strong><strong>ein</strong>es</strong> Faktors ist...<br />
A <strong>der</strong> Wert <strong><strong>ein</strong>es</strong> Faktors für die Interpretation "wie gut die Faktorenlösung<br />
gelingt"<br />
B die Summe <strong>der</strong> Ladungen aller Variablen auf <strong>ein</strong>em Faktor, was dem Anteil<br />
an <strong>der</strong> Gesamtvarianz dieses Faktors entspricht.<br />
(Bühner bei Pearson)<br />
Der Eigenwert <strong><strong>ein</strong>es</strong> Faktors ist...<br />
B die Summe <strong>der</strong> Ladungen aller Variablen auf <strong>ein</strong>em Faktor, was dem Anteil<br />
an <strong>der</strong> Gesamtvarianz dieses Faktors entspricht.<br />
Im Rahmen von Faktorenanalysen kann <strong>ein</strong>e sog. "Varimax-Rotation"<br />
<strong>durch</strong>geführt wer<strong>den</strong>. Auf diese treffen folgende Aussagen zu:<br />
A Die Faktorenachsen wer<strong>den</strong> so rotiert, dass <strong>der</strong> rechte Winkel zwischen<br />
ihnen aufgegeben wird.<br />
B Die Faktorenachsen wer<strong>den</strong> so rotiert, dass die Varianz <strong>der</strong> quadrierten<br />
Ladungen pro Faktor minimiert wird.<br />
C Die Faktorenachsen wer<strong>den</strong> so rotiert, dass jede Variable möglichst nur<br />
auf <strong>ein</strong>em Faktor hoch lädt, auf allen an<strong>der</strong>en dagegen (möglichst) niedrig.<br />
(Bühner bei Pearson)<br />
Im Rahmen von Faktorenanalysen kann <strong>ein</strong>e sog. "Varimax-Rotation"<br />
<strong>durch</strong>geführt wer<strong>den</strong>. Auf diese treffen folgende Aussagen zu:<br />
C Die Faktorenachsen wer<strong>den</strong> so rotiert, dass jede Variable möglichst nur auf<br />
<strong>ein</strong>em Faktor hoch lädt, auf allen an<strong>der</strong>en dagegen (möglichst) niedrig.
Im Rahmen <strong>der</strong> Faktorenanalyse kann die "Hauptkomponentenmethode"<br />
<strong>ein</strong>gesetzt wer<strong>den</strong>, bei dieser Methode wer<strong>den</strong> / wird<br />
A Faktoren so extrahiert, dass alle Eigenwerte größer 1 sind.<br />
B Reliabilitäten in die Diagonale <strong>der</strong> Korrelationsmatrix, die in die<br />
Faktorenanalyse <strong>ein</strong>geht, <strong>ein</strong>gesetzt.<br />
C die Diagonalen, Eingangskorrelationsmatrix, gleich 1 gesetzt.<br />
D die multiple Korrelation in die Diagonale <strong>der</strong> Korrelationsmatrix, die in die<br />
Faktorenanalyse <strong>ein</strong>geht, <strong>ein</strong>gesetzt.<br />
(Bühner bei Pearson)<br />
Im Rahmen <strong>der</strong> Faktorenanalyse kann die "Hauptkomponentenmethode"<br />
<strong>ein</strong>gesetzt wer<strong>den</strong>, bei dieser Methode wer<strong>den</strong> / wird<br />
C die Diagonalen, Eingangskorrelationsmatrix, gleich 1 gesetzt.<br />
Nach <strong>ein</strong>er sog. "schiefwinkligen" (oblique) Rotation im Rahmen <strong>ein</strong>er<br />
Faktorenanalyse<br />
A kann mit <strong>den</strong> Faktorwerten <strong>der</strong> Proban<strong>den</strong> <strong>ein</strong>e weitere Faktorenanalyse<br />
berechnet wer<strong>den</strong>, da die Faktoren mit<strong>ein</strong>an<strong>der</strong> korrelieren.<br />
B sind die Faktoren mit<strong>ein</strong>an<strong>der</strong> unkorreliert.<br />
(Bühner bei Pearson)<br />
Nach <strong>ein</strong>er sog. "schiefwinkligen" (oblique) Rotation im Rahmen <strong>ein</strong>er<br />
Faktorenanalyse<br />
A kann mit <strong>den</strong> Faktorwerten <strong>der</strong> Proban<strong>den</strong> <strong>ein</strong>e weitere Faktorenanalyse<br />
berechnet wer<strong>den</strong>, da die Faktoren mit<strong>ein</strong>an<strong>der</strong> korrelieren.
Zur Extraktion von Faktoren im Rahmen <strong>der</strong> Faktorenanalyse <strong><strong>ein</strong>es</strong> <strong>Tests</strong><br />
kann die Hauptachsenmethode / Hauptkomponentenmethode <strong>ein</strong>gesetzt<br />
wer<strong>den</strong>. Dabei wird <strong>der</strong> erste Faktor so extrahiert,<br />
A dass möglichst viel Restvarianz für die Aufklärung zusätzlicher Faktoren<br />
erhalten bleibt.<br />
B dass er <strong>ein</strong>en maximal möglichen Anteil an <strong>der</strong> Gesamtvarianz <strong>der</strong><br />
Testrohwerte aufklärt.<br />
(Bühner bei Pearson)<br />
Zur Extraktion von Faktoren im Rahmen <strong>der</strong> Faktorenanalyse <strong><strong>ein</strong>es</strong> <strong>Tests</strong><br />
kann die Hauptachsenmethode / Hauptkomponentenmethode <strong>ein</strong>gesetzt<br />
wer<strong>den</strong>. Dabei wird <strong>der</strong> erste Faktor so extrahiert,<br />
B dass er <strong>ein</strong>en maximal möglichen Anteil an <strong>der</strong> Gesamtvarianz <strong>der</strong><br />
Testrohwerte aufklärt.<br />
Der Tempowert in <strong>ein</strong>em Konzentrationstest A soll mit dem Tempowert in<br />
<strong>ein</strong>em Konzentrationstest B verglichen wer<strong>den</strong>. Dazu wird <strong>ein</strong>e Pearson-<br />
Korrelation berechnet. Diese liegt bei r = .99. Wie könnte diese hohe<br />
Korrelation zustande kommen?<br />
A <strong>Bei</strong>de Testwerte haben <strong>ein</strong>e hohe Reliabilität und erfassen das gleiche<br />
Merkmal.<br />
B Ein Testkennwerte ist schief verteilt.<br />
C Die Streuung <strong><strong>ein</strong>es</strong> Testkennwertes ist gering.<br />
D Die Testkennwerte sind beide normalverteilt und haben <strong>ein</strong>e ausreichende<br />
hohe Streuung.<br />
(Bühner bei Pearson)<br />
Der Tempowert in <strong>ein</strong>em Konzentrationstest A soll mit dem Tempowert in<br />
<strong>ein</strong>em Konzentrationstest B verglichen wer<strong>den</strong>. Dazu wird <strong>ein</strong>e Pearson-<br />
Korrelation berechnet. Diese liegt bei r = .99. Wie könnte diese hohe<br />
Korrelation zustande kommen?<br />
A <strong>Bei</strong>de Testwerte haben <strong>ein</strong>e hohe Reliabilität und erfassen das gleiche<br />
Merkmal.<br />
D Die Testkennwerte sind beide normalverteilt und haben <strong>ein</strong>e ausreichende<br />
hohe Streuung.
Welche Aussagen zur Trennschärfe <strong><strong>ein</strong>es</strong> Testitems kann man machen?<br />
A Die Trennschärfe kann man mit <strong>der</strong> Produkt-Moment Korrelation berechnen.<br />
B Die Trennschärfe erhöht sich zwangsläufig bei geringer Schwierigkeit und geringer<br />
Itemstreuung.<br />
C Eine geringe Trennschärfe kommt meist dann zustande, wenn <strong>ein</strong> Item stark streut<br />
und <strong>ein</strong>e mittlere Schwierigkeit besitzt.<br />
D Eine hohe Trennschärfe ergibt sich meist aus mittlerer Schwierigkeit und hoher<br />
Streuung.<br />
E Die Trennschärfe eignet sich zur Itemselektion.<br />
F Die Trennschärfe ist <strong>ein</strong> Maß für <strong>den</strong> Item-Skalen-Zusammenhang und drückt aus,<br />
ob <strong>ein</strong> Item das Skalenmerkmal gut wie<strong>der</strong>gibt.<br />
G Items mit hoher und niedriger Schwierigkeit führen immer zu unbefriedigen<strong>den</strong><br />
Trennschärfen, vor allem bei hoher Streuung (Ausreißerwerte!).<br />
(Bühner bei Pearson)<br />
Welche Aussagen zur Trennschärfe <strong><strong>ein</strong>es</strong> Testitems kann man machen?<br />
A Die Trennschärfe kann man mit <strong>der</strong> Produkt-Moment Korrelation berechnen.<br />
D Eine hohe Trennschärfe ergibt sich meist aus mittlerer Schwierigkeit und hoher<br />
Streuung.<br />
E Die Trennschärfe eignet sich zur Itemselektion.<br />
F Die Trennschärfe ist <strong>ein</strong> Maß für <strong>den</strong> Item-Skalen-Zusammenhang und drückt aus,<br />
ob <strong>ein</strong> Item das Skalenmerkmal gut wie<strong>der</strong>gibt.<br />
Wozu dient die interne Konsistenz (Cronbach-alpha)?<br />
A Man verwendet die interne Konsistenz (Cronbach-alpha) um zu überprüfen,<br />
ob <strong>ein</strong> Test das misst, was er zu messen vorgibt.<br />
B Man verwendet die interne Konsistenz (Cronbach-alpha) unter an<strong>der</strong>em,<br />
um die Messgenauigkeit <strong>ein</strong>er Itemmenge zu schätzen.<br />
C Die interne Konsistenz (Cronbach-alpha) wird unter an<strong>der</strong>em zur<br />
Itemselektion verwendet, das Prinzip heißt Cronbach-alpha Maximierung.<br />
(Bühner bei Pearson)<br />
Wozu dient die interne Konsistenz (Cronbach-alpha)?<br />
B Man verwendet die interne Konsistenz (Cronbach-alpha) unter an<strong>der</strong>em,<br />
um die Messgenauigkeit <strong>ein</strong>er Itemmenge zu schätzen.<br />
C Die interne Konsistenz (Cronbach-alpha) wird unter an<strong>der</strong>em zur<br />
Itemselektion verwendet, das Prinzip heißt Cronbach-alpha Maximierung.
Wovon hängt die Schwierigkeit <strong><strong>ein</strong>es</strong> Items ab?<br />
A Anzahl <strong>der</strong> Proban<strong>den</strong>, die das Item richtig lösen<br />
B Höhe <strong>der</strong> Korrelation zwischen zwei Items<br />
C Itemlänge<br />
(Bühner bei Pearson)<br />
Wovon hängt die Schwierigkeit <strong><strong>ein</strong>es</strong> Items ab?<br />
A Anzahl <strong>der</strong> Proban<strong>den</strong>, die das Item richtig lösen<br />
Welche Konsequenzen kann es haben, wenn Items extreme<br />
Schwierigkeiten aufweisen?<br />
A Die Streuungen sind groß<br />
B Die Items sind hoch reliabel<br />
C Die Streuungen sind verteilungsabhängig in <strong>der</strong> Regel geringer<br />
D <strong>Bei</strong> dichotomen Items ergeben sich die Streuungen aus <strong>der</strong><br />
Itemschwierigkeit<br />
E Sie führen zu <strong>ein</strong>er differenzierten faktorenanalytischen Struktur<br />
F Können zu geringen Trennschärfen führen<br />
(Bühner bei Pearson)<br />
Welche Konsequenzen kann es haben, wenn Items extreme<br />
Schwierigkeiten aufweisen?<br />
C Die Streuungen sind verteilungsabhängig in <strong>der</strong> Regel geringer<br />
D <strong>Bei</strong> dichotomen Items ergeben sich die Streuungen aus <strong>der</strong><br />
Itemschwierigkeit<br />
F Können zu geringen Trennschärfen führen
Konvergente und diskriminante Validität wer<strong>den</strong> <strong>ein</strong>geordnet unter die....<br />
A Inhaltsvalidität<br />
B Konstruktvalidität<br />
C Kriteriumsvalidität<br />
D Augensch<strong>ein</strong>validität<br />
(Bühner bei Pearson)<br />
Konvergente und diskriminante Validität wer<strong>den</strong> <strong>ein</strong>geordnet unter die....<br />
B Konstruktvalidität<br />
Welche Strategie kann man anwen<strong>den</strong>, um Ausreißerwerte in<br />
Korrelationen festzustellen?<br />
A Man muss darauf achten, dass die Korrelationen nicht zu hoch ausfallen.<br />
B Große Unterschiede zwischen <strong>der</strong> Pearson- und Spearman-<br />
Rangkorrelation können Hinweise auf Ausreißerwerte geben.<br />
C Man betrachtet <strong>ein</strong> bivariates Streudiagramm.<br />
D Man wertet die Korrelation mit <strong>der</strong> Reliabilität auf.<br />
(Bühner bei Pearson)<br />
Welche Strategie kann man anwen<strong>den</strong>, um Ausreißerwerte in<br />
Korrelationen festzustellen?<br />
B Große Unterschiede zwischen <strong>der</strong> Pearson- und Spearman-<br />
Rangkorrelation können Hinweise auf Ausreißerwerte geben.<br />
C Man betrachtet <strong>ein</strong> bivariates Streudiagramm.
Das Prinzip <strong>der</strong> Cronbach-alpha-Maximierung wird insbeson<strong>der</strong>e bei<br />
Fragebogenverfahren gerne verwendet. Welche Aussagen treffen zu?<br />
A Diese Methode führt zu ähnlichen Ergebnissen wie <strong>ein</strong>e Itemselektion aufgrund<br />
<strong>der</strong> Trennschärfe.<br />
B Diese Methode berücksichtigt neben <strong>der</strong> Trennschärfe auch die Schwierigkeit <strong>der</strong><br />
Items.<br />
C Diese Methode führt zu Ausson<strong>der</strong>ung von Items, <strong>der</strong>en Nicht-Berücksichtigung<br />
<strong>ein</strong>e Erhöhung des Cronbach-alpha nach sich zieht.<br />
D Diese Methode wird angewandt bis <strong>ein</strong> festgelegtes Cronbach-alpha erreicht wird.<br />
E Diese Methode wird angewandt bis sich das Cronbach-alpha aufgrund <strong>der</strong><br />
Ausson<strong>der</strong>ung <strong>ein</strong>zelner Items nicht mehr erhöht.<br />
F Diese Methode führt zu wenig reliablen Skalen<br />
G Diese Methode führt zu sehr homogenen Skalen<br />
(Bühner bei Pearson)<br />
Das Prinzip <strong>der</strong> Cronbach-alpha-Maximierung wird insbeson<strong>der</strong>e bei<br />
Fragebogenverfahren gerne verwendet. Welche Aussagen treffen zu?<br />
A Diese Methode führt zu ähnlichen Ergebnissen wie <strong>ein</strong>e Itemselektion aufgrund<br />
<strong>der</strong> Trennschärfe.<br />
C Diese Methode führt zu Ausson<strong>der</strong>ung von Items, <strong>der</strong>en Nicht-Berücksichtigung<br />
<strong>ein</strong>e Erhöhung des Cronbach-alpha nach sich zieht.<br />
E Diese Methode wird angewandt bis sich das Cronbach-alpha aufgrund <strong>der</strong><br />
Ausson<strong>der</strong>ung <strong>ein</strong>zelner Items nicht mehr erhöht.<br />
G Diese Methode führt zu sehr homogenen Skalen<br />
Welche Aussagen treffen zu?<br />
A Die klassische Testtheorie erklärt, wie antworten von Proban<strong>den</strong> auf Items zustande<br />
kommen.<br />
B Innerhalb <strong>der</strong> klassischen Testtheorie wird die Annahme gemacht, dass sich <strong>ein</strong><br />
gemessener Wert aus dem wahren Wert und dem Messfehler zusammensetzt.<br />
C Die klassische Testtheorie ist <strong>ein</strong>e Messfehlertheorie<br />
D Die Fähigkeit <strong><strong>ein</strong>es</strong> Proban<strong>den</strong> und die Aufgabenschwierigkeit des Items bestimmen die<br />
Lösungswahrsch<strong>ein</strong>lichkeit für <strong>ein</strong> Item in <strong>der</strong> probabilistischen Testtheorie.<br />
E Im Rahmen <strong>der</strong> Probabilistischen Testtheorie können Itemparameter nicht unabhängig von<br />
<strong>den</strong> Personenparametern bestimmt wer<strong>den</strong><br />
F Sind Items <strong><strong>ein</strong>es</strong> <strong>Tests</strong> spezifisch objektiv besagt dies, dass die Personen und<br />
Itemparameter stichprobenunabhängig sind.<br />
G Lokale stochastische Unabhängigkeit entspricht <strong>der</strong> korrelativen Unabhängigkeit<br />
H Im dichotomen Rasch-Modell sind Items dann Rasch-homogen, wenn ihre Trennschärfe<br />
gleich ist und sie sich lediglich in <strong>der</strong> Schwierigkeit unterschei<strong>den</strong><br />
I Die klassische Testtheorie weist dann beson<strong>der</strong>e Vorteile gegenüber <strong>der</strong> Probabilistischen<br />
Testtheorie auf, wenn das Konstrukt genau definiert ist und es sich um <strong>ein</strong> homogenes<br />
Konstrukt handelt (Bühner bei Pearson)<br />
Welche Aussagen treffen zu?<br />
B Innerhalb <strong>der</strong> klassischen Testtheorie wird die Annahme gemacht, dass<br />
sich <strong>ein</strong> gemessener Wert aus dem wahren Wert und dem Messfehler<br />
zusammensetzt.<br />
C Die klassische Testtheorie ist <strong>ein</strong>e Messfehlertheorie<br />
D Die Fähigkeit <strong><strong>ein</strong>es</strong> Proban<strong>den</strong> und die Aufgabenschwierigkeit des Items<br />
bestimmen die Lösungswahrsch<strong>ein</strong>lichkeit für <strong>ein</strong> Item in <strong>der</strong><br />
probabilistischen Testtheorie.<br />
H Im dichotomen Rasch-Modell sind Items dann Rasch-homogen, wenn ihre<br />
Trennschärfe gleich ist und sie sich lediglich in <strong>der</strong> Schwierigkeit<br />
unterschei<strong>den</strong>
Ein Aufmerksamkeitstest hat folgende Kennwerte: rtt (Spearman-Brown)<br />
= .90; rtt (Retest) = .80, rtc =. 45. Welche Aussagen treffen zu?<br />
A Der Test erfasst <strong>ein</strong> reliables und stabiles Merkmal, aber besitzt k<strong>ein</strong>e<br />
Validität.<br />
B Der Test erfasst <strong>ein</strong> reliables und stabiles Merkmal und besitzt <strong>ein</strong>e<br />
geringe Validität.<br />
C Der Test erfasst <strong>ein</strong> reliables und relativ zeitinstabiles Merkmal und besitzt<br />
<strong>ein</strong>e mittlere Validität.<br />
(Bühner bei Pearson)<br />
Ein Aufmerksamkeitstest hat folgende Kennwerte: rtt (Spearman-Brown)<br />
= .90; rtt (Retest) = .80, rtc =. 45. Welche Aussagen treffen zu?<br />
C Der Test erfasst <strong>ein</strong> reliables und relativ zeitinstabiles Merkmal und<br />
besitzt <strong>ein</strong>e mittlere Validität.<br />
Ein Persönlichkeitsfragebogen hat 200 Items und <strong>ein</strong> Gesamt-Cronbach-<br />
alpha = .50, wenn man alle Items mit <strong>ein</strong>bezieht. Einige Items korrelieren<br />
aber mit über .90. Welche Aussagen treffen zu?<br />
A Ein Großteil <strong>der</strong> Items erfasst <strong>ein</strong> an<strong>der</strong>es Merkmal als die Items, die so<br />
hoch mit<strong>ein</strong>an<strong>der</strong> korrelieren.<br />
B Durch mehr Items sollte die Reliabilität des <strong>Tests</strong> weiter gesteigert wer<strong>den</strong>.<br />
C Der Test besteht aus mehreren Skalen, deshalb sollte <strong>ein</strong>e<br />
Faktorenanalyse <strong>durch</strong>geführt wer<strong>den</strong>.<br />
D Die Items, die über .90 mit<strong>ein</strong>an<strong>der</strong> korrelieren, sollten inhaltlich darauf<br />
geprüft wer<strong>den</strong>, ob sie wirklich unterschiedliche Facetten <strong><strong>ein</strong>es</strong><br />
Persönlichkeitsmerkmals erfassen<br />
(Bühner bei Pearson)<br />
Ein Persönlichkeitsfragebogen hat 200 Items und <strong>ein</strong> Gesamt-Cronbach-<br />
alpha = .50, wenn man alle Items mit <strong>ein</strong>bezieht. Einige Items korrelieren<br />
aber mit über .90. Welche Aussagen treffen zu?<br />
A Ein Großteil <strong>der</strong> Items erfasst <strong>ein</strong> an<strong>der</strong>es Merkmal als die Items, die so<br />
hoch mit<strong>ein</strong>an<strong>der</strong> korrelieren.<br />
C Der Test besteht aus mehreren Skalen, deshalb sollte <strong>ein</strong>e<br />
Faktorenanalyse <strong>durch</strong>geführt wer<strong>den</strong>.<br />
D Die Items, die über .90 mit<strong>ein</strong>an<strong>der</strong> korrelieren, sollten inhaltlich darauf<br />
geprüft wer<strong>den</strong>, ob sie wirklich unterschiedliche Facetten <strong><strong>ein</strong>es</strong><br />
Persönlichkeitsmerkmals erfassen
Ein Angstzustandsfragebogen hat 18 Items und folgende Kennwerte:<br />
Cronbach-alpha = .59, rtt = .20, rtc von .40. Welche Aussagen treffen zu?<br />
A Der Test erfasst <strong>den</strong> Zustand Angst nicht befriedigend genau.<br />
B Der Test erfasst k<strong>ein</strong>e Zustandsangst.<br />
C Der Test sollte aufgrund <strong>der</strong> geringen internen Konsistenz nicht verwendet<br />
wer<strong>den</strong>.<br />
D Der Test korreliert - berücksichtigt man die Reliabilität - erstaunlich hoch<br />
mit dem Kriterium.<br />
(Bühner bei Pearson)<br />
Ein Angstzustandsfragebogen hat 18 Items und folgende Kennwerte:<br />
Cronbach-alpha = .59, rtt = .20, rtc von .40. Welche Aussagen treffen zu?<br />
A Der Test erfasst <strong>den</strong> Zustand Angst nicht befriedigend genau.<br />
D Der Test korreliert - berücksichtigt man die Reliabilität - erstaunlich hoch<br />
mit dem Kriterium.<br />
Ein projektiver Test, bei dem 20 Bil<strong>der</strong> vorgegeben wer<strong>den</strong>, die <strong>ein</strong><br />
Proband deuten soll, hat folgende Kennwerte: Cronbach-alpha = .50, die<br />
Beurteilung <strong>der</strong> Auswerter korreliert .60. Wie kann <strong>der</strong> Testkonstrukteur<br />
<strong>den</strong> Test verbessern?<br />
A Er sollte die Anzahl <strong>der</strong> vorgegebenen Bil<strong>der</strong> <strong>durch</strong> inhaltlich an<strong>der</strong>e<br />
erhöhen.<br />
B Er sollte die Auswertungsregeln genauer spezifizieren.<br />
C Er sollte die Bil<strong>der</strong> in <strong>ein</strong>em geringen Zeitintervall doppelt vorgeben.<br />
D Er sollte konkrete Antwortvorgaben zur Wahl stellen.<br />
(Bühner bei Pearson)<br />
Ein projektiver Test, bei dem 20 Bil<strong>der</strong> vorgegeben wer<strong>den</strong>, die <strong>ein</strong><br />
Proband deuten soll, hat folgende Kennwerte: Cronbach-alpha = .50, die<br />
Beurteilung <strong>der</strong> Auswerter korreliert .60. Wie kann <strong>der</strong> Testkonstrukteur<br />
<strong>den</strong> Test verbessern?<br />
B Er sollte die Auswertungsregeln genauer spezifizieren.<br />
D Er sollte konkrete Antwortvorgaben zur Wahl stellen.
Ziel <strong>der</strong> Testkonstruktion ist es Indikatoren für latente Variablen zu<br />
formulieren. Latente Variablen kann man auch als Konstrukte<br />
bezeichnen. Welche Aussagen über latente Variablen treffen zu?<br />
A Latente Variablen setzen sich aus Itemgruppen zusammen, die k<strong>ein</strong>en<br />
Messfehler erfassen.<br />
B Die Indikatoren von latenten Variablen müssen k<strong>ein</strong>e hohen<br />
Interkorrelationen aufweisen. Es ist ausreichend, wenn nur <strong>ein</strong>zelne<br />
Indikatoren paarweise korrelieren.<br />
C Die Indikatoren von latenten Variablen sollten homogene Items s<strong>ein</strong>.<br />
D Man kann <strong>den</strong> Wert auf <strong>der</strong> latenten Variablen konstant halten. Wird <strong>ein</strong><br />
Wert <strong>der</strong> latenten Variable konstant gehalten, korrelieren die Items auf<br />
dieser Stufe nicht mehr mit<strong>ein</strong>an<strong>der</strong>.<br />
(Bühner bei Pearson)<br />
Ziel <strong>der</strong> Testkonstruktion ist es Indikatoren für latente Variablen zu<br />
formulieren. Latente Variablen kann man auch als Konstrukte<br />
bezeichnen. Welche Aussagen über latente Variablen treffen zu?<br />
C Die Indikatoren von latenten Variablen sollten homogene Items s<strong>ein</strong>.<br />
D Man kann <strong>den</strong> Wert auf <strong>der</strong> latenten Variablen konstant halten. Wird <strong>ein</strong><br />
Wert <strong>der</strong> latenten Variable konstant gehalten, korrelieren die Items auf<br />
dieser Stufe nicht mehr mit<strong>ein</strong>an<strong>der</strong>.<br />
Konfirmatorische Faktorenanalysen haben folgende Beson<strong>der</strong>heiten:<br />
A Alle Ladungen <strong>der</strong> Items auf <strong>den</strong> latenten Variablen wer<strong>den</strong> grundsätzlich<br />
geschätzt<br />
B Der Signifikanztest gibt an, ob <strong>ein</strong> Modell richtig o<strong>der</strong> falsch ist<br />
C Der Signifikanztest führt bei großen Stichproben häufiger zu Verwerfung<br />
<strong><strong>ein</strong>es</strong> Modells als bei kl<strong>ein</strong>en Stichproben<br />
D Fit-Indizes sind weniger stichprobenabhängig als <strong>der</strong> Signifikanztest und<br />
wer<strong>den</strong> deshalb ergänzend zur Beurteilung <strong>der</strong> Modellgüte herangezogen.<br />
E Mit konfirmatorischen Faktorenanalysen wird geprüft, ob Items Indikatoren<br />
von latenten Variablen sind.<br />
(Bühner bei Pearson)<br />
Konfirmatorische Faktorenanalysen haben folgende Beson<strong>der</strong>heiten:<br />
C Der Signifikanztest führt bei großen Stichproben häufiger zu Verwerfung<br />
<strong><strong>ein</strong>es</strong> Modells als bei kl<strong>ein</strong>en Stichproben<br />
D Fit-Indizes sind weniger stichprobenabhängig als <strong>der</strong> Signifikanztest und<br />
wer<strong>den</strong> deshalb ergänzend zur Beurteilung <strong>der</strong> Modellgüte herangezogen.<br />
E Mit konfirmatorischen Faktorenanalysen wird geprüft, ob Items Indikatoren<br />
von latenten Variablen sind.
Voraussetzungen für Konfirmatorische Maximum-Likelihood-<br />
Faktorenanalysen sind:<br />
A Nichtlineare Zusammenhänge zwischen <strong>den</strong> Items<br />
B Multivariate Normalverteilung<br />
C Stichprobengrößen über N = 100<br />
E Eine Schiefe > 2 und <strong>ein</strong> Exzess > 7<br />
(Bühner bei Pearson)<br />
Voraussetzungen für Konfirmatorische Maximum-Likelihood-<br />
Faktorenanalysen sind:<br />
B Multivariate Normalverteilung<br />
C Stichprobengrößen über N = 100