Kurse: Kursinformationen

de  Anwendungsseminar: Diagnostik und Testkonstruktion

Kursleitung: Prof. Dr. Rolf Steyer

Wintersemester 2019/2020, Seminar, Sprache: Deutsch

Um die Videos anzuschauen, benötigen Sie den VLC Player VLC media player, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

 

Zur Live-Übertragung (dort bitte den Livestream aus Hörsaal E028 auswählen)



Datum Thema Video Material
15.10.2019
  1. Grundbegriffe der Klassischen Testtheorie (KTT):
    True-score-Variable, Messfehlervariable, Reliabilität
  2. Überblick über die verschiedenen Modelle der KTT
  3. Das Modell paralleler Tests
  4. Identifikation der theoretischen Größen
  5. Modellprüfung über die implizierte Kovarianzstruktur
Video (Stream)

Video (Download; VLC Player)
Folien 1
Folien 2

Tafelbild
22.10.2019
  1. Paralleltestkorrelation und Reliabilität
  2. Implikationen des Paralleltestmodells für Subpopulationen
  3. Spearman-Brown-Formel für die Reliabilität einer Testverlängerung
  4. Analyse des Modells paralleler Variablen mit lavaan für STAI-Daten
  5. Analyse des Modells kongenerischer Variablen mit lavaan für STAI-Daten
  6. Analyse des Multistate-Modells mit lavaan für STAI-Daten
Video (Stream)

Video (Download; VLC Player)
Materialien

Tafelbild 01
Tafelbild 02
29.10.2019
  1. Das Modell kongenerischer Variablen
  2. Annahmen, die das Modell definieren
  3. Existenz einer gemeinsamen latenten Variablen
  4. Eindeutigkeit der latenten Variablen
  5. Fixierung der Skala der latenten Variablen
  6. Implizierte Kovarianzstruktur
  7. Identifikation der Ladungen und anderer theoretischer Parameter
  8. Testbarkeit des Modells unter Verwendung der implizierten Kovarianzstruktur
  9. Identifikation der Ladungen unter Verwendung der implizierten Erwartungswertstruktur
  10. Bedeutsame Aussagen im Modell tau-kongenerischer Variablen
Video (Stream)

Video (Download; VLC Player)
Folien
12.11.2019
  1. Grundideen der revidierten Latent-State-Trait-Theorie (LST-R)
  2. Welche gedanklichen Objekte messen wir eigentlich?
  3. Was ist eigentlich eine Person?
  4. Auf welches Zufallsexperiment beziehen wir uns, wenn wir wiederholt an der gleichen Person Beobachtungen erheben?
  5. Latent-State-Variable
  6. Latent-Trait-Variable
  7. Latent-State-Residuum
  8. Messfehlervariable
  9. Reliabilität, Konsistenz und Messfehlerspezifität
Video (Stream)

Video (Download; VLC Player)
Artikel: A Theory of States and Traits-Revised
19.11.2019
  1. Eigenschaften von Messfehlervariablen und von Latent-State-Residuen in der LST-R-Theorie
  2. Unterscheidung zwischen Eigenschaften von Begriffen und empirisch prüfbaren Aussagen
  3. Analyse eines vermeintlichen Multistate-Modells mit korrelierten "Messfehlern"
  4. Einführung eines Methodenfaktors in einem Multistate-Modell
Video (Stream)

Video (Download; VLC Player)
R-Skript
(aktualisiert am 20.11.2019)

Tafelbild 01
Tafelbild 02
26.11.2019
  1. Einführung einiger Latent-State-Variablen als Composite Variables in lavaan
  2. Analyse der Erwartungswerte, Varianzen, Kovarianzen und Korrelationen aller latenten Variablen im Modell
  3. Zusätzliche Einführung einer latenten Traitvariablen in diesem Modell
Video (Stream)

Video (Download; VLC Player)
R-Skript

Tafelbild 01
Tafelbild 02
03.12.2019
  1. Analyse eines LST Singletrait-Mulitstate-Modells mit Methodenfaktor mit lavaan
  2. Verwendung von composite-Variablen in einem solchen Modell (s. das letzte Modell im R-Skript)
Video (Stream)

Video (Download; VLC Player)
R-Skript

10.12.2019
  1. Einführung einer latenten Veränderungsvariable in ein Multistate-Modell
  2. Die Grundannahmen des Rasch-Modells
  3. Logit-Transformation von Wahrscheinlichkeiten
  4. Logistische Transformation von Logits
  5. Definition der latenten Variablen im Rasch-Modell
  6. Annahme 1: Rasch-Homogenität
  7. Annahme 2: xi-bedingte Unabhängigkeit der Items
  8. Joe-Ann-Beispiel für ein Rasch-Modell mit 2 Items
Video (Stream)

Video (Download; VLC Player)
Folien