Begriffe Flashcards

Question

Facettentheorie

Answer 1

Die Facettentheorie ist eine Methode zur Systematisierung wissenschaftlicher Fragestellungen. Sie stellt Werkzeuge zur Verfügung, um einen Merkmalsbereich vollständig einzugrenzen, in einzelne Teilmerkmale (Facetten) und deren Ausprägungen bzw. Typen zu zergliedern und die Beziehungen zwischen den Facetten darzustellen und anschließend auch empirisch zu skalieren

Answer 2

Eine Faktorladung entspricht der Korrelation einer Variablen mit dem Faktor im Falle unkorrelierter Faktoren. Im Falle korrelierter Faktoren handelt es sich um semipartielle standardisierte Regressionsgewichte, vergleiche S. 102.

Answer 3

Synthetisch hergestellter Messwert, der die Ausprägung auf einem latenten Merkmal für eine Versuchsperson beschreibt. Faktorwerte werden also nicht direkt beobachtet, sondern indirekt aus den Daten berechnet und sind deshalb auch extrem stichprobenabhängig. Es existieren unterschiedliche Berechnungsmethoden, die häufigste ist die Regressionsrechnung. I. d. R. führen diese zu z-standardisierten Variablen, daher lassen sich mit Faktorwerten keine Mittelwertsvergleiche zwischen den Faktoren durchführen. Allerdings dienen Faktorwerte bei obliquer Rotation als Grundlage für eine Faktoranalyse zweiter Ordnung. Zudem können mit Faktorwerten auch Teilstichproben verglichen werden

Answer 4

Bei Mehrfachwahlaufgaben in Persönlichkeits- und Einstellungstests werden die Probanden dazu aufgefordert, die am wenigsten oder am meisten zutreffende Alternative zu wählen. Will man sozial erwünschten Antwortverhalten entgegen wirken, kann man Antwortalternativen, die bei freier Auswahl ähnlich häufig bevorzugt würden, zusammen gruppieren mit der Instruktion, genau eine davon auszuwählen. Weitere Varianten dieses Vorgehens sind die Aufforderung, alle Antworten in eine Reihenfolge zu bringen (=> siehe Q-Sort-Technik) oder die am meisten und am wenigsten zutreffende Aussage anzukreuzen. Lt. Bühner (2011, S. 127) ist bei diesem Antwortformat darauf zu achten, dass es "lediglich Aussagen über die relative Ausprägung einer Eigenschaft im Vergleich zu anderen Eigenschaften einer Person zulässt". Quelle: Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion (3., aktualisierte und erw. Aufl.). München: Pearson Studium.

Answer 5

Fremdtrennschärfen sind Korrelationen von Items mit den Skalen oder Testwerten anderer Fragebögen oder mit Kriterien (z.B. Berufserfolg) und können insbesondere für die externale Skalenkonstruktion herangezogen werden

Answer 6

Einer der Klassifikationsmöglichkeiten von Tests ist die Unterscheidung nach formalen Kriterien, z. B. Gruppe vs. Einzelperson (Gruppen- bzw. Individualtest)

Answer 7

Bei der PAF wird die Gesamtvarianz in Gemeinsame Varianz, Spezifische Varianz und Fehlervarianz zerlegt, vgl. Abb. 4.2. Faktorisiert wird die gemeinsame Varianz. Diese ist unbekannt und muss geschätzt werden, bevor die Faktoranalyse durchgeführt werden kann, d. h. eigentlich würde man die Lösung brauchen, um die Berechnung überhaupt durchführen zu können => auch Kommunalitätenproblem genannt. Die PAF und anderen Varianten der Faktorenanalyse verwenden nun zur Schätzung der Anfangskommunalitäten meist die quadrierten multiplen Korrelationskoeffizienten R² zwischen dem jeweiligen Item und allen anderen Items, die in die Hauptdiagonale der Korrelationsmatrix eingesetzt werden. Mit Ausnahme dieser anfänglichen Kommunalitätenschätzung, die nicht von der vollständigen Aufklärung der Varianz der Items durch die Faktoren ausgeht, entspricht das rechnerische Vorgehen bei der PAF im ersten Schritt der Durchführung einer PCA. Wenn dabei nach einem bestimmten Extraktionskriterium weniger als der vollständige Satz an Komponenten extrahiert wird, entstehen aus der PCA neue Schätzungen für die Kommunalitäten. Diese werden im nächsten Iterationsschritt der PAF in die Hauptdiagonale der Korrelationsmatrix eingesetzt usw. - der Algorithmus der PAF ist also tatsächlich iterativ. Der Prozess wird solange fortgesetzt, bis die Schätzungen nach einem festgelegten Abbruchkriterium konvergieren, d.h. die neue Schätzung sich nicht mehr wesentlich von der vorherigen unterscheidet. Nach Thompson (2004) wird das Konvergenzkriterium manchmal allerdings nicht erreicht, meist wegen einer relativ zur Zahl der Variablen zu geringen Stichprobengröße.

Answer 8

Das Prinzip der PCA besteht darin, aus dem Variablensatz einen Satz neuer Variablen (Komponenten) zu extrahieren, die nach ihrer Bedeutung geordnet sind, indem jede Komponente ein Maximum der gesamten (verbleibenden) Varianz aller beteiligten Variablen aufklärt. Die Berechnung erfolgt im Gegensatz zur Hauptachsenanalyse in einem Schritt. Da auch die spezifische Varianz und der Fehler auf die Komponenten aufgeteilt wird, ist das Ergebnis nicht sinnvoll interpretierbar. Allerdings ist der neue Variablensatz, im Gegensatz zum alten, nach Varianzaufklärung geordnet. Wenn man die alten Variablen standardisiert, besitzen sie alle eine Varianz von Eins, während die erste Hauptkomponente eine wesentlich größere standardisierte Varianz (sog. -> Eigenwert) besitzt, die letzten extrahierten Komponenten dagegen Eigenwerte kleiner Eins. Wenn man von diesen Komponenten die ersten beibehält, gewinnt man relativ viel; wenn man die letzten fallen lässt, verliert man relativ wenig. Es geht also darum, einen Satz von Komponenten zu finden, der mit einem Minimum an Komplexität (gemessen an der Zahl der Variablen) ein Maximum an Information des ursprünglichen Datensatzes bewahrt => die PCA ist ein datenreduzierendes Verfahren.

Answer 9

Die ICC ist eine logistische Funktion für ein Item in der PTT. Siehe auch =>Trennschärfe.

Answer 10

Beobachtbares (Antwort-) Verhalten - dieses liefert einen Hinweis auf die Ausprägung der latenten Variable (Konstrukt), für die man sich eigentlich interessiert.

Answer 11

Ein Test, der mehrere Merkmale erfasst, also aus verschiedenen Subtests besteht, bezeichnet man auch als Inventar. Mehrdimensionale Inventare, deren Subskalen jeweils homogene Konstrukte messen, insgesamt aber einen breiten und heterogenen Merkmalsbereich abdecken, sind in der Regel das Ergebnis der Internalen Testkonstruktion.

Answer 12

Werden die Antwortalternativen bei Mehrfachwahlaufgaben nicht unterschiedlichen Graden der Ausprägung eines Merkmals zugeordnet, sondern verschiedenen Merkmalen in mehrdimensionalen Tests, liegt eine sogenannte ipsative Messung vor.

Answer 13

Verhaltensgelegenheit in einem Test. Ein Item besteht aus einem Reiz (einer Testaufgabe oder Frage = Itemstamm) und einer Anzahl möglicher Reaktionen (Antwortmöglichkeiten).

Answer 14

Einfachste Faustregel und Voreinstellung in SPSS zur Entscheidung, wie viele Faktoren extrahiert werden sollen. Ist gleichzeitig die Obergrenze für die Anzahl der zu extrahierenden Faktoren. Es werden im Rahmen einer PCA alle Komponenten extrahiert, deren -> Eigenwert größer 1 ist. Die Anwendung wird nicht empfohlen, da oft zu viele Komponenten extrahiert werden, die eher methodische Artefakte als inhaltliche Konstrukte abbilden.

Answer 15

Test zur Prüfung substantieller Korrelationen als Voraussetzung für eine EFA. Misst, vereinfacht gesagt, den gemeinsamen Varianzanteil aller Items relativ zu deren spezifischen Varianzanteilen und sollte daher möglichst hoch werden (nicht kleiner als .50). Für einzelne Items ist der MSA-Koeffizient relevant, der ähnlich zu interpretieren ist.

Answer 16

Die Kommunalität h² ist der Anteil der Varianz eines Items, der durch alle extrahierten Faktoren gemeinsam aufgeklärt werden kann.

Answer 17

Matrix, die bei obliquer Rotation erzeugt wird. Sie enthält die Interkorrelation der Primärfaktoren und dient gegebenenfalls als Grundlage für eine Faktorenanalyse zweiter Ordnung, wenn als Extraktionsmethode die PCA gewählt wurde, vgl. Vorgehensweise S.126-127

Answer 18

s. -> Modell gemeinsamer Faktoren

Answer 19

psychologisches Merkmal

Answer 20

Konstrukttests erlauben im Gegensatz zu den kriterienorientierten Tests einen wissenschaftlich begründbaren Rückschluss vom Testverhalten auf dahinter liegende Eigenschaften und Fähigkeiten (Konstrukte). Diese Tests sind normorientiert, da das Testergebnis einer Person relativ zur durchschnittlichen Ausprägung (= Norm) einer Bezugsgruppe gesehen wird

Answer 21

Vorgehensweise zur Testkonstruktion nach dem Prinzip der externalen Konstruktion, Beispiel: CPI, siehe S. 34 im Skript.

Answer 22

Kriterienorientierte Tests stammen aus dem pädagogischen Bereich. Im Gegensatz zu den Konstrukttests wird hier die individuelle Testleistung nicht mit einem Bezugsgruppe verglichen, sondern mit einem Idealziel, dem Lehrziel. Die Tests gestatten keine Aussagen über die Fähigkeiten und Eigenschaften eines Schülers, sondern informieren darüber, ob das Unterrichtsziel erreicht wurde. Daher wird hier auch nicht - wie u. U. bei den Konstrukttests - eine Arbeitsdefinition benötigt, da der Merkmalsbereich ja durch Inhalt und Umfang der Lernziele definiert ist

Answer 23

Zu den Leistungstests gehören Tests, die Aufschluss über Fähigkeiten und Fertigkeiten eines Individuums geben. Sie bestehen in der Regel aus einer Vielzahl von Problemlöseaufgaben, deren Beantwortung als richtig oder falsch eingestuft wird

Answer 24

Bei der Logit-Transformation handelt es sich um eine nichtlineare Transformation, die Differenzskalenniveau von Item- und Personenparameter im Rasch-Modell sichert und damit im Gegensatz zu ordinalskalierten Rohwerten die Interpretation von Differenzen zwischen Fähigkeits- oder Eigenschaftsausprägungen zulässt

Answer 25

Ein Item lässt sich einem Faktor eindeutig zuordnen, wenn er auf diesen hoch und gleichzeitig auf andere niedrig lädt. Items, die diesen Kriterien besonders gut gerecht werden, heißen auch Markiervariablen

Answer 26

Eines der statistischen Extraktionskriterien zur Bestimmung der Faktorenzahl, siehe dazu beigefügte Folie aus Kurs 3444 in MM1. Ebenso wie die -> Parallelanalyse werden von O´Connor (2000) Makros bereitgestellt, die in verschiedene Programmpakete implementiert werden können. Webseite dazu: https://people.ok.ubc.ca/brioconn/nfactors/nfactors.html Minimum-Average-Partial-Test /MAP-Test Schritt 1: - Nach Durchführung einer PCA wird die erste Hauptkomponente aus der Korrelatioxsmatrix herauspartialisiert > Residualmatrix - Berechnung der mittleren quadrierten Partialkorrelation > Mittel aus den quadrierten Korrelationen der Residualmatrix Schritt 2: - Aus der Residualmatrix wird die zweite Hauptkomponente herauspartialisiert - Berechnung der mittleren quadrierten Partialkorrelation Weitere Schritte: - Wiederholung dieser Schritte bis die mittlere quadrierte Partialkorrelation ein Minimum erreicht > Extraktion der Anzahl der Komponenten an diesem Minimum

Answer 27

Nach Bühner, Exkurs 6.6, S. 317: Wie im Rahmen der PAF werden die Faktoren zunächst auch als unkorreliert angenommen. Als Anfangskommunalitäten werden die quadrierten multiplen Korrelationskoeffizienten (R²) in der Korrelationsmatrix verwendet. Es werden jedoch anders als bei der Berechnung der Ladungen durch die PAF die Abweichungen der beobachteten von der reproduzierten Korrelationsmatrix nicht durch einen Kleinste-Quadrate-Ansatz, sondern durch einen Maximum-Likelihood-Ansatz minimiert

Answer 28

Faktoranalytische Methoden i.e.S. (z.B. PAF) gehen davon aus, das sich die Ausprägung einer Person auf einer beobachteten Variable (z.B. einem Item) aus einer gewichteten Kombination von Ausprägungen auf latenten Variablen plus einem Fehlerterm zusammensetzt. Gleichung: zim=fi1*am1+fi2*am2+...+fij*amj+fiq*amq+ei dabei ist: zim = z-Wert einer Person i auf einem Item m fi1 = Faktorwert der Person i auf Faktor 1 am1 = Ladung des Items m auf Faktor 1 fij = Faktorwert der Person i auf Faktor j amj = Ladung des Items m auf Faktor j q = Anzahl der Faktoren ei = Fehlerkomponente, die durch die extrahierten Faktoren nicht erklärt werden kann. Im Gegensatz zum Modell gemeinsamer Faktoren fehlt beim Komponentenmodell der Fehlerterm

Answer 29

Das Rasch-Modell nimmt an, dass die Itemlösung von zwei Parametern abhängt. Diese Parameter sind der Itemparameter, der die Itemschwierigkeit σ (Sigma) kennzeichnet und der Personenparameter, der die Fähigkeitsausprägung ϴ Theta einer Person kennzeichnet. Zwei weitere Modelle für dichotome Daten sind das 2-Parameter-Modell (auch Birnbaum-Modell genannt) und das 3-Parameter-Modell. Beim 2-Parameter-Modell wird die unterschiedliche Diskriminationsmacht der Items (Trennschärfe) hinzugenommen. Der Trennschärfeparameter heißt ßi. Beim 3-Parameter-Modell wird neben Trennschärfeparametern auch die Ratewahrscheinlichkeit γi berücksichtigt. Im ordinalen Rasch-Modell (Partial-Credit-Modell) kommt noch der Schwellenparameter hinzu

Answer 30

Lt. Skript ist die einfachste Methode der Grafische Modelltest (s. S. 84 Skript). Er hat jedoch den Nachteil, dass es sich nicht um einen Signifikanztest handelt. Als Signifikantstest wird im Skript nur der (bedingte) Andersen Likelihood-Quotienten-Test empfohlen. Andere, z. B. im Bühner, empfohlene Modelltests (es wird der Pearson-Chiquadrat-Test und die Bootstrap-Methode genannt) hätten sich als kritisch erwiesen. Außerdem werden Modellvergleiche, die ähnlich wie die alternativen Modellvergleiche im Rahmen der CFA funktionieren, erwähnt

Answer 31

s. KMO-Koeffizient

Answer 32

Bei der Mustermatrix handelt es sich um die nach der Rotation der Faktoren zu analysierende Matrix. Sie enthält die partiellen standardisierten Regressionsgewichte a der Items mit den rotierten Faktoren, die auch Faktormusterkoeffizienten (factor pattern coefficients) genannt werden. Die Mustermatrix ist die in erster Linie zu interpretierende Matrix, da hier die Items eindeutiger den Faktoren zuzurechnen sind. Ergänzend sollten aber auch die Strukturkoeffizienten in der -> Strukturmatrix berücksichtigt werden. Wie die Beta-Gewichte in der Regression können die Musterkoeffizienten im Extremfall Werte > 1 oder < -1 annehmen

Answer 33

Nach der Durchführungszeit (formaler Gesichtspunkt zur Klassifizierung von Tests) unterscheidet man zeitgebundene Schnelligkeitstests (Speedtests) von Tests ohne Zeitbeschränkung: Niveautests (Powertests). Diese Unterscheidung ist für die Konstruktion von Leistungstests besonders bedeutsam. In beiden Fällen steigt in der Regel der Schwierigkeitsgrad von Item zu Item an. Während jedoch bei zeitbegrenzten Speedtests alle Items bei unbegrenzter Lösungszeit für die meisten Probanden lösbar wären, erreichen Aufgaben in Powertests ein Niveau, an dem eine im Verlauf zunehmende Anzahl von Teilnehmern scheitert

Answer 34

Oblique Rotationsvariante, bei der der Grad der Korreliertheit verändert werden kann, d. h. über die Einstellung des sog. Delta-Wertes ist eine Variation zwischen maximaler Korreliertheit (Delta = 0) und Orthogonalität (Delta = -4) möglich. Die Direkte Quartimin-Rotation stellt einen Spezialfall der Direkten Oblimin-Rotation dar (Delta-Wert wird auf 0 gestellt)

Answer 35

Einer der Klassifikationsmöglichkeiten von Tests ist die Unterscheidung nach formalen Kriterien, z. B. nach der medialen Unterstützung. Diese lassen sich in Abhängigkeit vom Medium, mit dem sie durchgeführt werden, in Papier-und-Bleistift-, PC-gestützte und Online-Tests unterscheiden

Answer 36

Eines der statistischen Extraktionskriterien zur Bestimmung der Faktorenzahl. Dafür wird eine Matrix bzw. eigentlich viele Matrizen produziert, die den gleichen Rang (gleiches p) wie die empirische Matrix besitzen, aber auf Zufallswerten beruhen. Aus diesen Zufallskorrelationen werden dann Faktoren bzw. Komponenten extrahiert und wieder nach ihren Eigenwerten geordnet. Da die Korrelationsmatrix von Zufallsvariablen in unendlichen großen Stichproben der Identitätsmatrix entspricht, sind Abweichungen der Eigenwerte von Eins (bei der PCA) definitionsgemäß rein zufällig bedingt. Die Zufallseigenwerte werden nun mit den empirischen Eigenwerten verglichen. Die aus der empirischen Matrix extrahierten Faktoren bzw. Komponenten werden beibehalten, sofern und so lange ihre Eigenwerte die Eigenwerte der Faktoren aus der Zufallsmatrix mit dem gleichen Rangplatz übersteigen => Beispiel s. Abbildung 4.10. Ebenso wie der -> MAP-Test werden von O´Connor (2000) Makros bereitgestellt, die in verschiedene Programmpakete implementiert werden können. Webseite dazu: https://people.ok.ubc.ca/brioconn/nfactors/nfactors.html Für die Parallelanalyse wird die Syntax aber auch hier in moodle bereitgestellt. Wie sie konkret durchgeführt wird, wird hier beschrieben Es gibt mindestens zwei Dinge (Anzahl der Fälle und Anzahl der Variablen in Ihrem Datensatz), die Sie auf jeden Fall in Ihrer Syntaxdatei für Parallelanalyse ändern sollten, damit die Parallelanalyse mit dem Beispieldatensatz funktioniert. Alles, was an dieser Stelle "eingestellt" werden muss, steht unter *enter your specifications here: ncases = steht für die Anzahl der Fälle, die im Zufallsdatensatz simuliert werden sollen. Diese Fallzahl sollte natürlich der tatsächlichen Fallzahl im Datensatz entsprechen, zu dem man die Prallelanalyse als Überprüfung durchführt. nvars = steht für die Anzahl an Variablen, für die die Simulation gerechnet werden soll. Auch hier muss man also dieselbe Anzahl von Variablen wählen, wie sie auch in die EFA eingegangen sind. ndatsets = 1000 bedeutet hier, dass 1000 Zufallsdatensätze erzeugt und deren Eigenwerte berechnet werden percent = 95 gibt an, das in 95% der Fälle Eigenwerte höchstens in dieser Höhe gefunden wurden. Darunter kann man noch auswählen, ob man eine PCA oder eine PFA rechnen möchte. compute kind = 2. * Ist aber schon richtig eingestellt, da damit * eine PFA errechnet wird. Möchten Sie jedoch eine PCA simulieren,* sollte statt der 2 eine 1 eingegeben werden. Nachdem Sie die Änderungen gemacht haben (die entsprechenden Stellen sind weiter unten in rot zu sehen), markieren Sie die komplette Syntax (also den ganzen Text) und drücken auf "run analysis"/"Auswahl" (das grüne Dreieck oben in der Menüleiste). Sie können - vorher oder nachher - die Eigenwerte, die sich im BFI-Datensatz ergeben, berechnen. Sobald beide Ergebnisse vorliegen, können Sie diese miteinander vergleichen.

Answer 37

Persönlichkeits-Entfaltungsverfahren sind sog. projektive Tests. Sie bestehen aus weitgehend unstrukturierten Material oder mehrdeutigen Bildern, die vom Probanden vollendet bzw. gedeutet werden müssen. Erfolgt die Auswertung nach Regeln mit weiten, subjektiven Interpretationsspielräumen, gehören diese Test nicht zu den psychologischen Tests. Anders zu beurteilen sind semi-projektive Tests, bei denen das Prinzip der Projektion mit dem der Standardisierung verbunden wird (TAT)

Answer 38

Wenn die erste Rohfassung des Testentwurfs vorliegt, d.h. eine geordnete Itemsammlung, sollte ein Pretest des Testentwurfs durchgeführt werden. Die Erprobung der vorläufigen Testversion hat zum Ziel, Items zu identifizieren, die nicht den Konstruktionsansprüchen genügen, z. B. weil sie zu Verständnisschwierigkeiten führen oder weil das Antwortformat nicht geeignet ist (s. Skript S. 58, Moosbrugger & Kelava S. 70). Auch technische Probleme können in dieser ersten Erprobungsphase aufgedeckt werden. Es genügt dabei i.d.R. eine kleine Stichprobe, deren Mitglieder allerdings zur Zielgruppe des Tests gehören sollten. Bekannte Erprobungsmethoden sind die Retrospektive Befragung, das Debriefing, die Verhaltenskodierung (behavior coding) und Kognitives Vortesten (cognitive pretesting) in Verbindung mit lauten Denken

Answer 39

Bei Ratingskalen entspricht die Eigentrennschärfe der Produkt-Moment-Korrelation nach Part-Whole-Korrektur. Formel s. S. 69 im Skript

Answer 40

Eine Variante der obliquen Rotation, bei der Ladungen aus einer orthogonalen Lösung mit einem Exponenten (z. B. 4) potenziert werden, wodurch sich hohe Ladungen verkleinern, geringe Ladungen aber fast ganz verschwinden

Answer 41

Nach dem Inhalt lassen sich Tests in Leistungstests, Psychometrische Persönlichkeitstests und Persönlichkeits-Entfaltungsverfahren unterteilen (Brähler, 2002). Psychometrische Persönlichkeitstests sind meistens Fragebogen, deren Fragen sich auf Gefühle, Vorlieben, Abneigungen, Interessen und Meinungen der Probanden beziehen. Die Probanden sollen dabei eine subjektive Selbstbeurteilung oder Selbstbeschreibung vornehmen; daher gibt es keine objektiv richtigen oder falschen Lösungen bzw. Antworten. Allerdings ist die Auswertung standardisiert

Answer 42

Die punktbiseriale Korrelation wird verwendet, wenn man dichotome mit intervallskalierten Variablen korrreliert. Bei dichotomen Items entspricht die Eigentrennschärfe der punktbiserialen Korrelation, Formel s. S. 69 im Skript

Answer 43

Eine im Rahmen der typologisierenden Persönlichkeitsmessung verwendete Technik, bei der bei Mehrfachwahlaufgaben im Rahmen von Persönlichkeits- und Einstellungstests die Antwortalternativen in eine Reihenfolge zu bringen sind

Answer 44

Die Stellung der Items innerhalb des Tests kann die Antwort auf nachfolgende Items beeinflussen. Man unterscheidet hier Kontrasteffekte Ein Objekt erscheint schwerer, wenn es mit einem leichten Objekt verglichen wird, oder leichter, wenn es mit einem schweren Objekt kontrastiert wird. Die Attraktivität einer Alternative kann deutlich erhöht werden, wenn sie einer ähnlichen aber schlechteren Alternative gegenübergestellt wird und vice versa. Quelle: Wikipedia errötend Beispiel: Siehe Skript, S. 56 - wird der beliebte Bundespräsident genannt, ohne diesen der CDU zuzuordnen, wird die CDU schlechter bewertet als wenn der Bundespräsident gar nicht erwähnt wird. Assimilationseffekt auch: Angleichungseffekt, der durch den Einfluss des Kontextes zustande kommt. So kann die Bewertung einer Person dadurch steigen, dass sie sich in Begleitung einer anderen, attraktiven oder angesehenen Person befindet. Das Ansehen der einen Person färbt auf das Ansehen der anderen Person ab (Werbepsychologie). Quelle: Assimilationseffekt (2000). In Lexikon der Psychologie. Heidelberg: Spektrum Akademischer Verlag. Abgerufen am 21.10.14 unter http://www.spektrum.de/lexikon/psychologie/assimilationseffekt/1449 Reihenfolgeeffekte gehören zu den Kontexteffekten, siehe auch: http://www.ssoar.info/ssoar/handle/document/6899

Answer 45

Mustermatrix, die nach einer Faktoranalyse zweiter Ordnung erzeugt wird. Sie enthält als "Items" die Primärfaktoren und als Komponenten die Sekundärfaktoren

Answer 46

Trennschärfen können nach oben und unten verzerrt sein. Ein Verfahren zur Korrektur der Trennschärfen von Items mit extremen Schwierigkeiten ist die schwierigkeitsproportionale Stichprobenverteilung von Moosbrugger und Zistler (1993). Die Trennschärfe dichotomer Items wird dabei aufgewertet, indem ein sog. Selektionskennwert berechnet wird, der eine Art Korrektur der Trennschärfe um Varianzeinschränkungen darstellt. Dies führt zu einer Selektion von Items, bei der solche mit extremen Schwierigkeiten weniger stark benachteiligt sind als bei Anwendung der unkorrigierten Trennschärfen

Answer 47

1) Zusammenfassung von mehreren Items, die das gleiche Konstrukt messen. 2) Stufen der Antwortkategorien bei Beurteilungsaufgaben, siehe auch => Verankerung

Answer 48

Hauptdiagonale der Korrelationsmatrix, s. S. 107

Answer 49

Bei der Strukturmatrix handelt es sich um eine Matrix, die nach Rotation erzeugt wird. Sie enthält die Strukturkoeffizienten, d. h. die Korrelationen der Items mit den Faktoren, nachdem die Faktoren rotiert wurden, inklusive der indirekten Korrelationen, die durch die Korrelation der Faktoren untereinander bestehen. Bei orthogonaler Rotation ist demnach die Strukturmatrix mit der -> Mustermatrix identisch. Bei obliquer Rotation unterscheiden sich Struktur- und Mustermatrix umso stärker, je mehr die Faktoren korrelieren. Die Strukturkoeffizienten werden auch "Korrelationen nullter Ordnung" genannt. Sie können, wie alle Korrelationen, Werte zwischen -1 und 1 annehmen

Answer 50

Ein psychologischer Test ist ein wissenschaftliches Routineverfahren zur Untersuchung eines oder mehrerer empirisch abgrenzbarer Persönlichkeitsmerkmale mit dem Ziel einer möglichst quantitativen Aussage über den relativen Grad der individuellen Merkmalsausprägung

Answer 51

Der nach einer festgelegten Vorschrift, meist durch einfache Aufsummierung oder Durchschnittsbildung, berechnete Gesamtwert einer Skala. Dieser wird als eigentlicher Indikator für die Ausprägung des Konstrukts angesehen

Answer 52

In der KTT ist eine Trennschärfe eine Korrelation zwischen einem Item und einer Skala (=> siehe Eigentrennschärfe) oder einem Außenkriterium (=> siehe Fremdtrennschärfe) und liegt daher immer zwischen -1 und +1. Allerdings ist die Beobachtung einer negativen Trennschärfe ein sicheres Ausschlusskriterium für ein Item - vorher sollte jedoch noch die korrekte Polung des Items geprüft werden. In der PTT ist die Trennschärfe anders formalisiert als in der KTT. Hier spiegelt die Trennschärfe die Steigung einer Tangente am Wendepunkt der Itemfunktion (Item Characteristic Curve = ICC) wieder. Der Trennschärfeparameter kann hier Werte zwischen Null und plus Unendlich annehmen

Answer 53

Bei der trimodalen Faktorenanalyse handelt es sich um eine Variante der EFA, mit der sich drei Varianzquellen (neben Variablen und Vpn auch Situationen) simultan berücksichtigen lassen, s. S. 96

Answer 54

Ein Faktor sollte möglichst durch viele Variablen mit jeweils möglichst hohen Ladungen definiert sein, dies nennt man Überdeterminiertheit. Dies gilt besonders bei kleinen Stichproben, da sonst die Gefahr der Interpretation von Zufallsfaktoren besteht. Achtung, nicht mit Identifizierbarkeit des Modells bei der CFA verwechseln

Answer 55

Lt. Skript (S. 80) und Bühner (u. a. S. 493) unterscheidet man zwischen lokaler Unabhängigkeit und lokaler stochastischer Unabhängigkeit. Lokale Unabhängigkeit liegt vor, wenn alleine die latente Variable für die Korrelation zwischen den manifesten Variablen kausal verantwortlich ist. Wenn z. B. nur eine Personengruppe mit einem IQ von 100 bei einem Intelligenztest untersucht wird, müssten alle Personen das gleiche Antwortverhalten zeigen. Damit dürfte kein Zusammenhang mehr zwischen den Items feststellbar sein. Manche Autoren bezeichnen dies auch als lineare experimentelle Unabhängigkeit. Grafisch entspricht sie dem, was wir in Kap. 9 von Statistik I als Streudiagramm mit r=0 kennengelernt haben. Wie dort ausgeführt, könnte r=0 sowohl keine Korrelation als auch keine lineare Korrelation bedeuten. In der KTT wird nun angenommen, dass die Messfehler unkorreliert sind, dass also bei Konstanthaltung der latenten Variable eine Punktwolke vorliegen würde. Dies wird aber nicht geprüft. Lokale stochastische Unabhängigkeit liegt dagegen vor, wenn die Wahrscheinlichkeit, alle Items eines Tests zu lösen, dem Produkt der Einzellösungswahrscheinlichkeiten der Items entspricht (wenn also z. B. die Lösungswahrscheinlichkeiten zweier beliebiger Items multipliziert werden darf, damit man die kombinierte Lösungswahrscheinlichkeit der beiden erhält)

Answer 56

Das verbreiteste Verfahren der orthogonalen Rotation, bei dem die Komplexität der Faktoren minimiert wird, indem die Unterschiede der Ladungen innerhalb eines Faktors maximiert werden. Ziel ist die Interpretierbarkeit der Faktoren. Dagegen wird bei der Quartimax-Rotation die Zuordnungsbarkeit der Items zu den Faktoren angestrebt. Bei der Equamax-Rotation wird ein Kompromiss zwischen beiden angestrebt

Answer 57

Bezeichnung für einen Skalenpunkt. Es kann jede einzelne Stufe oder nur die Enden der Skala durch numerische, verbale, grafische bzw. symbolische Verankerungen beschrieben werden

Answer 58

Die Varianz ist ein Streuungsmaß, welches die Verteilung von Werten um den Mittelwert kennzeichnet. Sie ist das Quadrat der Standardabweichung. Berechnet wird die Varianz, indem die Summe der quadrierten Abweichungen aller Messwerte vom arithmetischen Mittel durch die Anzahl der Messwerte dividiert wird. Das Symbol der Varianz für eine Zufallsvariable ist „σ²“, das für die empirische Varianz einer Stichprobe ist „s²“. Beispiel: Betrachtet wird das Merkmal Alter in einer Stichprobe aus 5 Personen. Die Messwerte sind 14, 17, 20, 24 und 25 Jahre. Der Mittelwert beträgt also 100/5=20 Jahre. Nun werden die Abweichungen der einzelnen Messwerte vom Mittelwert berechnet: (14-20)=-6, (17-20)=-3, (20-20)=0, (24-20)=4 und (25-20)=5. Die quadrierten Abweichungen betragen also 36, 9, 0, 16, 25 und ergeben eine Summe von 86. Die Varianz beträgt somit 86/5=17,2 Jahre². Wie im Bespiel zu erkennen ist, hat die Varianz den Nachteil, dass sie aufgrund der Quadrierung eine andere Einheit als die beobachteten Messwerte besitzt. Auf den ersten Blick können somit keine konkreten Aussagen über die Streuungsbreite abgeleitet werden. In der Praxis wird daher häufig die Standardabweichung, die sich aus Quadratwurzel der Varianz ergibt, zur Interpretation herangezogen. Beispiel: Betrachtet wird das Ergebnis des obigen Beispiels. Die Varianz beträgt 17,2 Jahre². Jahre² ist kein gängiges Maß und es kann keine unmittelbare Interpretation der Streubreite erfolgen. Wird nun allerdings mittels der Quadratwurzel die Standardabweichung berechnet, erhält man für diese einen Wert von 4,15 Jahre. Für normalverteilte Merkmale kann nun eine leichtere Interpretation erfolgen (siehe Standardabweichung).

Answer 59

Orthogonal /Rechtwinklig Varimax: - Minimieren der Komplexität der Faktoren - Maximierung der Unterschiede der Ladungen innerhalb eines Faktors - Hohe Ladungen je Faktor werden noch höher - Geringe Ladungen je Faktor werden noch geringer - Bessere Interpretierbarkeit - Nicht zwingend bessere Eindeutigkeit der Zuordnung der Items zu einem Faktor Quartimax: - bessere Eindeutigkeit der Zuordnung der Items zu einem Faktor Equamax: - Kompromiss zwischen Varimax und Quartimax Oblique/Schiefwinklig Sekundärfaktoren, Korrelation Promax: - Ladungen werden potenziert - Hohe Ladungen verkleinern sich - Geringe Ladungen verschwinden fast Direkte Oblimin Rotation: -Ändert den Grad der Korreliertheit Kriteriums/Prokusterotation EFA, nicht CFA Reproduktion einer Faktorenstruktur anhand empirischer Daten (konfirmatorisches Vorgehen in der EFA)