Multidimensionale IRT-Modelle und Adaptives Testen mit R

Posted on
Die Item-Response-Theorie (IRT, auch probalistische Testtheorie genannt) ist eine Ergänzung zur klassischen Testtheorie (KTT), die es erlaubt, von dem Antwortmuster in einem Fragebogen oder eines diagnostischen Testverfahrens auf zugrundeliegende Merkmale eines Konstrukts zu schließen (beispielsweise Fähigkeiten, Kenntnisse, Einstellungen oder Krankheitssymptome). Diese Informationen können genutzt werden, um diagnostische Tests mit hoher Konstruktvalidität zu entwickeln bzw. im Rahmen des Computerbasierten Adaptiven Testens (CAT) mit einer gezielten Auswahl von Testitems zu einem validen und reliablen Testergebnis zu gelangen. In dem Seminar wird neben den theoretischen Grundlagen der probalistischen Testtheorie (Rasch, Birnbaum, Barton & Lord) die fortgeschrittenen IRT-Modelle unterrichtet, mit denen multidimensionale Computerisierte Adaptive Testverfahren (CAT) realisiert werden können. Der Unterricht erfolgt mit der statistischen Analyseumgebung R/RStudio.

Alle Bewertungen stammen ausschließlich von Seminarteilnehmern
von Dr. Haug Leuschner. Die Bewertungen werden von einem unab-
hängigen Dienstleister gesammelt, geprüft und ausgewertet.

Zielgruppe

Anwender aus den Bereichen der psychologischen, pädagogischen und medizinischen Forschung (Sozial- und Humanwissenschaften im weitesten Sinn)

Voraussetzungen

Die Grundlagen der schließenden Statistik werden vorausgesetzt (Korrelationen und Signifikanztests sollten vertraut sein). Grundkenntnisse in der Anwendung der statistischen Programmiersprache R sollten vorhanden sein. Fehlende Vorkenntnisse können in dem Grundlagenkurs Grundlagen der Statistik mit R erworben und aufgefrischt werden. Bei einem Firmenseminar kann die Schulung auf den vorhandenen Schulungsbedarf ausgerichtet werden.

Lernziele

Unidimensionale und multidimensionale IRT-Modelle mit R entwickeln, interpretieren und beim computerbasierten adaptiven Testen (CAT) einsetzen können, Kriterien zur Auswahl von Items und zur Beendigung des diagnostischen Testverfahrens beim computergestützten adaptiven Testen (CAT) anwenden können. Es wird Wert auf den Anwendungsbezug gelegt, im Kurs wird ein Datensatz zur Entwicklung eines multidimensionalen CAT verwendet und die damit verbundenen Probleme aufgezeigt.

Multidimensionale IRT-Modelle und Adaptives Testen mit R

Inhouse-Seminar Multidimensionale IRT-Modelle und Adaptives Testen mit R
Inhalte
  • Einführung in die Item-Response-Theorie
    • Eindimensionale IRT-Modelle
      • Rasch-Modell (1PL)
      • Birnbaum-Modell (2PL)
      • Birnbaum-Modell mit Rateparameter (3PL)
      • Barton-Lord-Modell (4PL)
    • Multidimensionale IRT-Modelle (Item-Faktor-Analyse / IFA)
      • Multidimensionale M1PL-Modelle
      • Multidimensionale M2PL-Modelle
      • Multidimensionale M3PL-Modelle
      • Multidimensionale M4PL-Modelle
  • Ein- und Multidimensionales Adaptives Testen (CAT/MCAT)
    • Itemauswahl zu Beginn des Tests
    • Itemauswahl während des Tests
    • Kriterien für die Beendigung des Tests
    • Ermitteln der Reliabilität eines Tests
  • Umsetzung mit R
    • Ein- und multidimensionale IRT-Modelle mit dem R-Paket mirt
    • Ein- und multidimensionales Computerbasiertes Adaptives Testen mit dem R-Paket mirtCAT
    • Beispiele und Übungsaufgaben an einem durchgängigen Datensatz
Voraussetzungen
Seminartyp und Dauer
  • Inhouse-Seminar für 1-18 Teilnehmer für 5 Tage
  • Zusätzlicher Tag bei fehlenden Grundkenntnissen in R/RStudio
  • Unterricht 9-17 Uhr
Termine
    Fordern Sie ein → Angebot mit Ihren Wunschterminen an!!