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
Q

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

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Nenne Einflussgrößen auf die Trennschärfe

A 
Verteilung Item vs. Skala
Inhaltliche Passung
Itemschwierigkeit
Itemstreuung
Messgenauigkeit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Wie unterscheidet sich Ordinalskalenniveau vs. Intervallskalenniveau

A

Unterschied: Gleichheit vs. Verschiedenheit der

Abstände

28
Q

Definiere Eigentrennschärfe

A 
Korrigierte Korrelation (part-whole-Korrektur) eines 
Items mit einer Skala
29
Q

Definiere Fremdtrenschärfe

A

Korrigierte Korrelation (part-whole-Korrektur) eines
Items mit einem Kriterium oder einer anderen Skala,
die das gleiche Konstrukt misst

30
Q

Definiere Eigentrennschärfe

A

Korrigierte Korrelation (part-whole-Korrektur)
eines Items
mit einer Skala

31
Q

Definiere Fremdtrenschärfe

A

Korrigierte Korrelation (part-whole-Korrektur)
eines Items
mit einem Kriterium oder einer anderen Skala,
die das gleiche Konstrukt misst

32
Q

Wie erfasst man die Itemschwierigkeit bei Nominalskal. Daten?

A

In SPSS:
Analysieren -> deskriptive Statistiken -> Häufigkeiten

 Ausgabe der (relativen) Häufigkeiten pro
Antwortkategorie
 Bei Kodierung der Werte in 0 und 1
-> Berechnung des Mittelwertes

33
Q

Was ist eine faktorenanalyse?

A

ein multivariates
Verfahren zur Reduktion von vielen (manifesten)
Variablen zu wenigen (latenten) Variablen, die als
Faktoren bezeichnet werden.

34
Q

Wofür steht MSA and was ist es?

A

Measure of sample adequacy

Test, jede Variable ausreichend Varianz mit allen
anderen Variablen teilt (MSA > .5)

35
Q

Bartlett Test

A

Vergleich der Korrelationsmatrix mit der
Einheitsmatrix
Testet die Nullhypothese, dass alle
Korrelationen gleich 0 sind (p < .05)

36
Q

Faktorenanalyse: Voruassetzungen:

A

MSA
KMO
BARTLETT-TEST

37
Q

Wie können sich die Ziele einer Faktorenanalyse unterscheiden?

A

Möglichst viel Gesamtvarianz erklären

oder

möglichst viel gemeinsame Varianz erklären

38
Q

Wie viele Faktoren werden berechnet?

A

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
Q

Wie bestimmt man die faktorenanzahl?

A

a) Theorie
b) Kaiser-Gutman-Regel (Eigenwertkriterium)
c) Kriterium der Extrahierten Varianz
d) Scree-Plot

40
Q

Erfasse die Kaiser-Gutman-Regel.

A 
Alle Faktoren mit einem 
Eigenwert größer 1 
werden aufgenommen.
- Somit erklärt ein Faktor 
immer mehr Varianz als 
eine ursprüngliche 
Variable
41
Q

Erfasse das Kriterium der extrahierten Varianz.

A 
Durch Vorüberlegungen 
kann festgelegt werden, 
wie groß der Anteil der 
extrahierten Varianz 
durch die 
aufgenommenen 
Faktoren sein soll. 
z.B. 90%
42
Q

Erfasse das Scree-Plot-Kriterium.

A
  • Über den „Knick“ im Verlauf
    der Eigenwerte wird
    entschieden, wie viele
    Faktoren extrahiert werden.

Nachteil: subjektiv

43
Q

Was beeinflusst die Reliabilität

A

Hans Sucht Meine Oma

Homogenität
Streuung
Messfehler
Objektivität

44
Q

Reliabilität definieren

A

Genauigkeit mit der ein Test ein bestimmtes Merkmal misst, unabhängig davon, ob der Test das gemessene Merkmal messen sollte

45
Q

Probleme der EFA

A

Kommunalitätenproblem –> schätzung
Faktorwerteproblem
Rotationsproblem –> möglichst Einfachstruktur
Extraktionsproblem

46
Q

Personenraum

A 
Achsen = n Versuchspersonen
Punkte = m Items
47
Q

Faktorraum

A 
Achsen = q Faktoren
Punkte = m Items
48
Q

Orthogonale Rotation Beispiele

A

VARIMAX
EQUIMAX
QUARTIMAX

49
Q

OBLIQUE ROTATION BEISPIELE

A

DIREKT OBLIMIN
DIRECT QUARTIMAX
PROMAX

50
Q

VORAUSSETZUNGEN DER KFA

A

STICHPROBENGRÖßE > 250

Linearitätsannahme
Ausreißerwerte Kontrolle
Kolinearitätsannahme

51
Q

definiere Einzigartigkeit

A

Systematische Varianz, eines Items, die es mit keinem

anderen Item teilt

52
Q

Wie unterscheiden sich die Ziele einer KFA und einer EFA?

A

KFA: Überprüfen / Anwenden von bestehenden Faktorstrukturen
EFA: Auffinden von Faktoren –> Möglichmachung der KFA

53
Q

Nenne mögliche Ursachen einer Voraussetzungsverletzung. (Faktorenanalyse)

A

geringen Korrelationen

im Datensatz

54
Q

Ergebnisse einer FA im Falle von Voraussetzungsverletzungen?

A

Einzelne Variablen, die keinem Faktor zugeordnet werden
können
- Möglicherweise kein zufriedenstellendes Modell

55
Q

MAP-Test: Grundidee

A

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
Q

Parallelanalyse: wie war die ursprüngliche Analyse und wie ist es jetzt bevorzugt?

A

Ursprüngliche Analyse:
- Mittelwert zur
Extraktion der Faktoren

Variation:
- 95. Perzentil zur
Extraktion der Faktoren

—> Konservativer und daher bevorzugt

57
Q

Wieso ist eine Rotation notwendig?

A

ERLANGEN AN EINER

EINFACHSTRUKTUR

58
Q

Wieso muss die Reliabilität geschätzt werden?

A

Var(X)/Var(T)
da Varianz der wahren Werte
unbekannt

59
Q

wie wird die Reliabilität geschätzt?

A

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
Q

erfasse was mit Äquivalenz gemeint ist.

A

gleichwertigkeit von messungen

61
Q

Im besten Fall wird Äquivalenz über _____ geprüft

A

kfa

62
Q

was für ein Schätzer empfehlt sich bei parallelen messungen?

A

spearman-brown

bei kleinem N: Formel von Kristoff

63
Q

Was für ein Schätzer empfiehlt sich bei tau-äquivalente messungen?

A

Guttman

ungleich große Testteile: Formel von Feldt

64
Q

Nenne die drei Annahmen paralleler Modelle

A

Keine korrelierten Messfehler.
Gleiche Varianzen aller Items.
Gleiche Trennschärfe aller Items

65
Q

Nenne drei häufig verwendeten Konsistenzkoeffizienten

A

Cronbach’s Alpha
Omega
Guttman´s Lambda 2

Testtheorie (13 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions