IPN 157

Kiel: IPN, 1996. 172 S.

zugleich: Kiel, Universität, Dissertation 1996

ISBN 3-98088-113-0
18,- €

Psychologische Testverfahren werden mit dem Ziel verwendet, Informationen über die Ausprägung einer (oder mehrerer) Personeneigenschaft(en) zu erheben, die interindividuelle Verhaltensunterschiede beschreiben sollen. Aus den Reaktionen der Probanden auf die Testitems werden Verhaltensindikatoren gebildet, die als Basis für den Rückschluß auf Unterschiede der individuellen Ausprägungen der Personeneigenschaft dienen.

Der Terminus "probabilistisches (Test-) Modell" steht für Modelle zur Analyse psychologischer Testverfahren, in denen die Wahrscheinlichkeitsverteilungen der Testvariablen modelliert werden.

Inhalt

1 Einleitung und Überblick

2 Probabilistische Testmodelle

2.1 Grundlagen probabilistischer Testmodelle
2.2 Die Latent-Class-Analyse
2.3 Das Rasch-Modell für ordinale Daten
2.4 Das Mixed-Rasch-Modell
2.5 Hybrid-Modelle für ordinale Daten
2.6 Die Parameterschätzung in der LCA und anderen diskreten Mischverteilungsmodellen

3 Die Prüfung probabilistischer Testmodelle

3.1 Die klassischen Goodness-of-Fit Statistiken

3.2 Die Power-Divergence Statistiken

3.3 c²-Tests für die Power-Divergence Familie

3.4 Grenzen der c²-Asymptotik

• Wachsende Freiheitsgrade
• Verletzung anderer Voraussetzungen

3.5 Die Bootstrap-Prüfung von Goodness-of-Fit Statistiken

• Das Bootstrap-Verfahren
• Der parametrische Bootstrap für Goodness-of-Fit Statistiken

3.6 Informationskriterien

3.7 Die Aggregation von Fit-Diagnostiken

• Person-Fit Maße
• Ein Personen-Fit Maß für diskrete Mischverteilungsmodelle
• Eine Alternative zu Goodness-of-Fit Statistiken

4 Eine Monte-Carlo-Studie zur Prüfung von Testmodellen

4.1 Konzeption der Studie

• Auswahl und Abstufung der unabhängigen Variablen
• Abhängige Variablen
• Zur Durchführung der Monte-Carlo-Studie

4.2 Ergebnisse

• Verteilungsmomente der Goodness-of-Fit Statistiken
• Verteilungsmomente der PLV-Statistik
• Ergebnisse der Modellauswahl der untersuchten Statistiken
• Schlußfolgerungen für die Anwendung

5 Anwendungen

5.1 Konsistenz von Angstbewältigungsstrategien

• Zum Modell der Coping-Modi
• Die Erfassung der Coping-Modi
• Ergebnisse der Bootstrap-Prüfung und der PLV-Statistik
• Schlußfolgerungen

5.2 Self-Monitoring - eine Typologie?

• Fragestellung
• Ausgewählte Ergebnisse
• Ergebnisse der Bootstrap-Prüfung und der PLV-Statistik
• Schlußfolgerungen

5.3 Raschskalierbarkeit des NEO/FFI

• Die "big-five"-Persönlichkeitsfaktoren und ihre Erfassung
• Ergebnisse der Bootstrap-Prüfung und der PLV-Statistik
• Darstellung der 2-Klassen-Lösungen der Skalen "N" und "O"
• Darstellung der Ergebnisse zur Skala "E"
• Analyse der Skalen "A" und "E" mit dem Hybrid-Modell
• Schlußfolgerungen

6 Diskussion

6.1 Zur Brauchbarkeit des parametrischen Bootstrap
6.2 Die Nutzung der PLV-Statistik
6.3 Brauchbarkeit von Bootstrap und PLV-Statistik unter Realbedingungen
6.4 Forschungsperspektiven
6.5 Fazit

Literatur

Anhang

A Regularitätsbedingungen nach Birch

B Itemparameter der Monte-Carlo Studie

• Itemparameter der dichotomen Modelle
• Personenparameter des dichotomen Mixed-Rasch Modells
• Schwellenparameter der polytomen Modelle
• Personenparameter des polytomen Mixed-Rasch Modells

C Wahrscheinlichkeiten der Binomialverteilung

• a = 0.025, 1 - a = 0.975
• a = 0.100, 1 - a = 0.900
• a = 0.250, 1 - a = 0.750

D Skalen und Strategien des ABI-UMW/P

• Die Situationsbeschreibungen des ABI-UMW/P
• Coping-Strategien der Angstbewältigungsinventare
• Coping-Strategien der Revision des ABI-UMW/P