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 (Einstellung, Fähigkeit oder Erkrankung) zu schließen. Diese Informationen können genutzt werden, um diagnostische Tests mit hoher Konstruktvalidität zu entwickeln bzw. im Rahmen des computergestützten adaptiven Testens (CAT) mit einer gezielten Auswahl von Testitems zu einem validen und reliablen Testergebnis zu gelangen. In den letzten Jahren wurde das Verfahren weiterentwickelt, um mit multidimensionalen IRT-Modellen mehrere zusammenhängende Aspekte eines Konstrukts beim computergestützten adaptiven Testen (CAT) zu erfassen. In dem Seminar wird neben den theoretischen Grundlagen der klassischen und der probalistischen Testtheorie verschiedene IRT-Modelle unterrichtet, mit denen multidimensionale computergestützte adaptive Testverfahren (CAT) realisiert werden können. Die Beispiele und Übungsaufgaben erfolgen mit der statistischen Analyseumgebung RStudio mit R.

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 computergestützten 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