Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Testtheorie > Klausurfragen > Flashcards

Klausurfragen Flashcards

1
Q

Erläutern Sie in einem Satz, womit sich die klassische Testtheorie befasst.

A
    • Erfassung menschlichen Erlebens und Verhaltens

- - Grunddannahme: beobachteter wert X = T + E

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Warum weicht der testwert von dem wahren wert ab?

A

Testwert = wahrer wert + unsystematischer Messfehler

–> Störvariable, Grund für Abweichung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Nennen Sie 2 formale und 2 inhaltliche Gesichtspunkte

A

FORMAL

  • Two lines are too many
  • KISS
  • long is wrong
  • little words work best
INHALTICH
Vermeidung von...
- zu intime Sachen
- verletzende Formulierungen
- Fachjargon
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Was ist an folgendem Item zu bemängeln?

“Wenn ich in der Freizeit nicht häufig sportlich aktiv bin, kann ich mich nicht entspannen”.

A
  • unklar
  • zweifache Verneinung
  • was bedeutet “häufig”? –> subjektiv
  • konditionale Sätze eher schwierig z.B. “wenn, dann…” –> eher vermeiden

niedrige Antwort: bezieht sich auf sportlichem Niveau oder auf Entspannung?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was versteht man unter Positionseffekt?

A

Die Bearbeitung eines Items hängt von der Platzierung im Testentwurf ab.
z.B. warming-up, Zeitmangel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was versteht man unter Reihenfolgeeffekte?

A

Die Bearbeitung eines Items hängt von den zuvor kommenden Items ab.
z.B. Übung, Bahnung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Nennen Sie 2 Vorteile und 2 Nachteile von gebundenen Antwortformaten.

A

Vorteile

  • Objektivität
  • Auswertungsökonomie
  • Reaktionssicherheit

Nachteile

  • Keine Erfassung spontaner Reaktion oder kreativer Leistung
  • Antworttendenzen
  • raten
  • Motivation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Ist bei gebundenen oder offenen Antwortformaten die Objektivität in der Regel höher?

A

GEBUNDENEN

  • standardisierte Auswertung
  • entpersonalisierung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Warum sollte die Part-Whole-Korrigierte Trennschärfe berichtet werden?

A

Entgegenwirkung der Überschätzung der Trennschärfe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Erläutern Sie die Zufallskorrektur

A

Einsatz:

  • Raten
  • Zeitmangel

Korrigiert die Itemschwierigkeit durch Berücksichtigung von Zufallslösungen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Erläutern Sie Inangriffnahmekorrektur

A

Korrigiert die Itemschwierigkeit von durch Berücksichtigung von Testabbruch durch Zeitmangel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Welche Items können ausgeschlossen werden, um die Reliabilität zu erhöhen?

A

Items mit einer Trennschärfe < ,30
Unklare Items
Items, die von jedem/keinem gelöst werden
Heterogene Items

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was bedeutet der Schwierigkeitsindex für ein Item?

was beinhaltet die statistische und was die psychologische Schwierigkeit?

A

interval: Mittelwert
nominal/ordinal: anteil der probanden die ein item richtig lösen (stat)

psychologisch ist gegenteil der statistisch

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Welche Rotationen sollen Sie wählen, wenn Sie unkorrelierte Faktoren annehmen sowie hohe Ladungen auf einem Faktor und niedrige Ladungen auf allen anderen?

A

ORTHOGONAL

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Warum sollte die Hauptkomponentenanalyse angewandt werden, wenn Datenreduktion im Vordergrund steht?

A

HKA –> Itemkomprimierung und Datenreduktion

  • man versucht die ganze Varianz, die ein Item besitzt, durch Faktoren zu erklären
  • Anordnung der Items entlang Hauptkomponenten
  • NICHT gemeinsame Varianz, sondern Gesamtvarianz
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wonach bewerten Sie, ob substanzielle Korrelationen zwischen den Items vorliegen?

A

KMO-Kriterium

Bartlett-Test

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Beschreiben Sie die Parallelanalyse nach Horn.

A

Zufallsgenerierung von Faktoren + deren Eigenwerte

  • welcher meiner Eigenwerte liegen darüber?
  • die schließ ich ein
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Warum reicht die Betrachtung des X2-Tests für die Beurteilung des Modellfits nicht aus?

A

X2-test = ein GLOBALES Maß
– man muss die LOKALE PASSUNG auch betrachten
– X2-Wert ist abhängig von der SP-Größe
(große SP –> signifikanter Wert, auch wenn es die Modellgüte nicht korrekt wiederspiegelt)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Wie lautet die H0 der KFA?

A

Die empirische Daten weichen nicht vom Faktorenmodell ab

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Inwiefern ist der X2-Test abhängig von der SP-Größe?

A

SP-Größe geht in die Berechnung des X2-Werts mit ein

große SP –> großer X2-Wert –> Signifikanz

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Unterscheiden sich die Schätzmomente der standardisierten und der unstandardisierten Modelle?

A

Nein

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Für welche Validitätsformen existieren empirische Prüfmethoden?

A

Konstruktvalidität

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Ist die EFA geeignet, um die faktorielle Validität zu prüfen

A

Nein
explorativer Vorgang –> keine Rückschlüsse auf die Gültigkeit möglich
Alternative: KFA

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Nennen Sie je ein Beispiel für Konstruktvalidierung in dem die Testwerte als uV bzw. aV verwendet werden.

A

N/A

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Nennen Sie je ein Beispiel für Konstruktvalidierung in dem die Testwerte als uV bzw. aV verwendet werden.
Bearbeitungszeit als aV, Intelligenz als uV, Probanden mit höheren Intelligenz sind schneller fertig mit einem Sudoku rätsel höhere intelligenz --> schneller niedrigere Intelligenz --> langsamer Angst als aV, Medikament als uV medikament ändert Angst --> gute konstruktvalidität
26
Nenne Einflussgrößen auf die Trennschärfe
``` Verteilung Item vs. Skala Inhaltliche Passung Itemschwierigkeit Itemstreuung Messgenauigkeit ```
27
Wie unterscheidet sich Ordinalskalenniveau vs. Intervallskalenniveau
Unterschied: Gleichheit vs. Verschiedenheit der | Abstände
28
Definiere Eigentrennschärfe
``` Korrigierte Korrelation (part-whole-Korrektur) eines Items mit einer Skala ```
29
Definiere Fremdtrenschärfe
Korrigierte Korrelation (part-whole-Korrektur) eines Items mit einem Kriterium oder einer anderen Skala, die das gleiche Konstrukt misst
30
Definiere Eigentrennschärfe
Korrigierte Korrelation (part-whole-Korrektur) eines Items mit einer Skala
31
Definiere Fremdtrenschärfe
Korrigierte Korrelation (part-whole-Korrektur) eines Items mit einem Kriterium oder einer anderen Skala, die das gleiche Konstrukt misst
32
Wie erfasst man die Itemschwierigkeit bei Nominalskal. Daten?
In SPSS: Analysieren -> deskriptive Statistiken -> Häufigkeiten  Ausgabe der (relativen) Häufigkeiten pro Antwortkategorie  Bei Kodierung der Werte in 0 und 1 -> Berechnung des Mittelwertes
33
Was ist eine faktorenanalyse?
ein multivariates Verfahren zur Reduktion von vielen (manifesten) Variablen zu wenigen (latenten) Variablen, die als Faktoren bezeichnet werden.
34
Wofür steht MSA and was ist es?
Measure of sample adequacy Test, jede Variable ausreichend Varianz mit allen anderen Variablen teilt (MSA > .5)
35
Bartlett Test
Vergleich der Korrelationsmatrix mit der Einheitsmatrix Testet die Nullhypothese, dass alle Korrelationen gleich 0 sind (p < .05)
36
Faktorenanalyse: Voruassetzungen:
MSA KMO BARTLETT-TEST
37
Wie können sich die Ziele einer Faktorenanalyse unterscheiden?
Möglichst viel Gesamtvarianz erklären oder möglichst viel gemeinsame Varianz erklären
38
Wie viele Faktoren werden berechnet?
Werden bei p Variablen p Faktoren ermittelt, so kann 100% der Gesamtvarianz erklärt werden. ---> ABER keine Reduktion der Informationen statt. Lösung: Bestimmung des Anteils der erklärten Varianz zwischen den Items
39
Wie bestimmt man die faktorenanzahl?
a) Theorie b) Kaiser-Gutman-Regel (Eigenwertkriterium) c) Kriterium der Extrahierten Varianz d) Scree-Plot
40
Erfasse die Kaiser-Gutman-Regel.
``` Alle Faktoren mit einem Eigenwert größer 1 werden aufgenommen. - Somit erklärt ein Faktor immer mehr Varianz als eine ursprüngliche Variable ```
41
Erfasse das Kriterium der extrahierten Varianz.
``` Durch Vorüberlegungen kann festgelegt werden, wie groß der Anteil der extrahierten Varianz durch die aufgenommenen Faktoren sein soll. z.B. 90% ```
42
Erfasse das Scree-Plot-Kriterium.
- Über den „Knick“ im Verlauf der Eigenwerte wird entschieden, wie viele Faktoren extrahiert werden. Nachteil: subjektiv
43
Was beeinflusst die Reliabilität
Hans Sucht Meine Oma Homogenität Streuung Messfehler Objektivität
44
Reliabilität definieren
Genauigkeit mit der ein Test ein bestimmtes Merkmal misst, unabhängig davon, ob der Test das gemessene Merkmal messen sollte
45
Probleme der EFA
Kommunalitätenproblem --> schätzung Faktorwerteproblem Rotationsproblem --> möglichst Einfachstruktur Extraktionsproblem
46
Personenraum
``` Achsen = n Versuchspersonen Punkte = m Items ```
47
Faktorraum
``` Achsen = q Faktoren Punkte = m Items ```
48
Orthogonale Rotation Beispiele
VARIMAX EQUIMAX QUARTIMAX
49
OBLIQUE ROTATION BEISPIELE
DIREKT OBLIMIN DIRECT QUARTIMAX PROMAX
50
VORAUSSETZUNGEN DER KFA
STICHPROBENGRÖßE > 250 Linearitätsannahme Ausreißerwerte Kontrolle Kolinearitätsannahme
51
definiere Einzigartigkeit
Systematische Varianz, eines Items, die es mit keinem | anderen Item teilt
52
Wie unterscheiden sich die Ziele einer KFA und einer EFA?
KFA: Überprüfen / Anwenden von bestehenden Faktorstrukturen EFA: Auffinden von Faktoren --> Möglichmachung der KFA
53
Nenne mögliche Ursachen einer Voraussetzungsverletzung. (Faktorenanalyse)
geringen Korrelationen | im Datensatz
54
Ergebnisse einer FA im Falle von Voraussetzungsverletzungen?
Einzelne Variablen, die keinem Faktor zugeordnet werden können - Möglicherweise kein zufriedenstellendes Modell
55
MAP-Test: Grundidee
Die Veränderung der Mittleren Partialkorrelation der Residualmatrizen als Prädiktor für die Art der erfassten Varianz durch den Faktor * Abnahme  Erfassung von systematischer Varianz * Zunahme  Erfassung von itemspezifischer Varianz
56
Parallelanalyse: wie war die ursprüngliche Analyse und wie ist es jetzt bevorzugt?
Ursprüngliche Analyse: - Mittelwert zur Extraktion der Faktoren Variation: - 95. Perzentil zur Extraktion der Faktoren ---> Konservativer und daher bevorzugt
57
Wieso ist eine Rotation notwendig?
ERLANGEN AN EINER | EINFACHSTRUKTUR
58
Wieso muss die Reliabilität geschätzt werden?
Var(X)/Var(T) da Varianz der wahren Werte unbekannt
59
wie wird die Reliabilität geschätzt?
a) Tests, die aus zwei oder mehreren Testteilen bestehen (Interne Konsistenz, Testhalbierung). b) zwei Werten ein und desselben Tests, der zweimal von derselben Stichprobe bearbeitet wurde (Retest-Reliabilität). c) … zwei parallelen Tests, die direkt hintereinander folgen
60
erfasse was mit Äquivalenz gemeint ist.
gleichwertigkeit von messungen
61
Im besten Fall wird Äquivalenz über _____ geprüft
kfa
62
was für ein Schätzer empfehlt sich bei parallelen messungen?
spearman-brown | bei kleinem N: Formel von Kristoff
63
Was für ein Schätzer empfiehlt sich bei tau-äquivalente messungen?
Guttman ungleich große Testteile: Formel von Feldt
64
Nenne die drei Annahmen paralleler Modelle
Keine korrelierten Messfehler. Gleiche Varianzen aller Items. Gleiche Trennschärfe aller Items
65
Nenne drei häufig verwendeten Konsistenzkoeffizienten
Cronbach’s Alpha Omega Guttman´s Lambda 2

Testtheorie (13 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions