TY  - GEN
KW  - Itemselektion 
KW  -  Statistische Suppressionitem selection 
KW  -  statistical suppression 
KW  -  Monte-Carlo-Simulation 
KW  -  validity 
KW  -  classical test theory
ID  - heidok4389
AV  - public
Y1  - 2003///
TI  - Multivariate Methoden der Testkonstruktion
N2  - In der vorliegenden Arbeit wird der Nutzen von multivariaten Methoden der Itemselektion untersucht. Im Gegensatz zu herkömmlichen Methoden zur Konstruktion psychologischer Tests anhand von Itemkennwerten berücksichtigen diese Methoden, dass die Wirkung eines Items auf die Gütekriterien des Tests nicht unabhängig davon beurteilt werden kann, welche Items außerdem im Test enthalten sind. Ausgehend von einer Darstellung der klassischen Testtheorie, die streng zwischen tautologischen Aussagen und Sätzen mit empirischem Gehalt differenziert, wird gezeigt, dass multivariate Methoden der Skalenkonstruktion auf der Nutzbarmachung von Suppressionseffekten beruhen. Es wird eine formale Definition von Suppression in der Testkonstruktion präsentiert und deren Nutzen bei der Interpretation von empirischen Daten demonstriert.  Außerdem werden im empirischen Teil der Arbeit die diskutierten Itemselektionsmethoden sowohl durch Monte-Carlo Simulationen als auch anhand empirischer Daten verglichen. Es zeigt sich, dass multivariate Methoden der Skalenkonstruktion nur dann zu valideren Tests führen als herkömmliche Methoden, wenn der Stichprobenumfang groß, der Itempool mehrdimensional oder die Kommunalität der Kriteriums groß ist. Ansonsten führen multivariate Methoden nur in der Stichprobe zu einer besonders hohen Validität, während sie in der Population vor allem bei der Auswahl eines geringen Teils der Items zu wenig validen Skalen führen. Außer bei einem eindimensionalen Itempool führen multivariate Methoden der Itemselektion dagegen zu Tests von vergleichsweise geringer Reliabilität. Die Selektion anhand der Trennschärfe führt bei mehrdimensionalem Itempool dagegen nur bei der Auswahl von wenigen Items zu Tests mit befriedigender Validität, während bei der Aufnahme eines Großteils der Items häufig sogar weniger valide Skalen resultieren als bei zufälliger Auswahl. Bei Optimierung von Cronbach?s alpha resultieren, außer bei eindimensionalem Itempools, Skalen mit hoher Reliabilität, aber mit sehr geringer Validität. Die Selektion anhand der Itemvalidität führt dagegen unabhängig von den Eigenschaften des Itempools zu reliablen und validen Skalen. Die Sicherung der Itemvalidität kann daher als einzige der untersuchten Methoden unabhängig von den Eigenschaften des Itempools empfohlen werden, während die anderen Verfahren nur dann angewendet werden sollten, wenn die entsprechenden Voraussetzung erfüllt sind.
A1  - Yousfi, Safir
UR  - https://archiv.ub.uni-heidelberg.de/volltextserver/4389/
ER  -