VL8 Flashcards
Itemcharakteristische Kurven allg.
•prüfbare Theorie über Zustandekommen von Itemantworten
•beschr. Lösungswahrscheinlichkeit in Abh. von Fähigkeit der Testperson und Schwierigkeit eines Items
•Asymptotische Annäherung der Erfolgswahrscheinlichkeit
an0undan1
•Differenz der Fähigkeit von Spielerin und Gegnerin beeinflusst das Verhältnis von Erfolgs- zu
Mi sserfolgswahrscheinlichkeit
•Bei gleicher Fähigkeit von Spielerin und Gegnerin sind
Erfolgs- und Misserfolgswahrscheinlichkeit gleich groß
Formel Verlauf der Kurven
𝜉𝑣 Fähigkeit einer Spielerin v oder Merkmalsausprägung einer Person v
𝜎𝑖 Fähigkeit der Gegnerin i oder die von einem Item i verlangte Merkmalsausprägung (d. h. dessen Schwierigkeit)
𝑝(𝑋𝑣𝑖=1) Erfolgswahrscheinlichkeit(desMatchesxzwischenSpielerinvundGegneriniodereiner Itemantwort x von Person v in Item i)
𝑝(𝑋𝑣𝑖=0) = Misserfolgswahrscheinlichkeit
Erfolgswahrscheinlichkeit
𝑝(𝑋=1)= εv-θi÷ 1+(εv-θi)
Misserfolgswahrscheinlichkeit
𝑝(𝑋𝑣𝑖 . =1) = 𝑒(𝜉𝑣−𝜎𝑖)/1+𝑒(𝜉𝑣−𝜎𝑖)
Eigenschaft Dichotome Rasch Modell
spezifische Objektivität der Vergleiche.
spezifische Objektivität der Vergleiche.
Zur Ermittlung des Fähigkeitsunterschieds zwischen Person A und B ist es egal, ob Item 1 oder Item 2 herangezogen wird
• Spezifische Objektivität der Vergleiche meint auch, dass Vergleiche von Items nicht davon abhängen, welche Personen man dazu heranzieht.
Voraussetzung
Eindimensionalität und lokale stochastische Unabhängigkeit
Eindimensionalität
Z.B. nicht eindimensional wenn Fähigkeiten von Tennisspielern verändert werden, je nach Boden auf dem sie spielen
Lokale stochastische Unabhängigkeit
Lokale stochastische Unabhängigkeit: Ist die zu messende Eigenschaft bzw. Fähigkeit konstant, so sollte die Lösungswahrscheinlichkeit eines Items unabhängig von dem Ergebnis bei einem anderen Item sein
Summenscore als erschöpfende Statistik
Summe der richtigen Lösungen beschreibt in ausreichendem Maße die Leistung
Likelihood
Unter Likelihood (L) versteht man die Wahrscheinlichkeit der vorliegenden Daten unter Annahme der Geltung des zugrunde liegenden Modells (vgl. Rost, 2004, S. 112). Bei Geltung des einparametrige dichotomen Rasch-Modells ist der Summenscore eine erschöpfende Statistik; es kommt nicht mehr darauf an, welche Items eine Person gelöst hat, sondern nur, wie viele.