IRT-Skalierungsmodelle für erziehungswissenschaftliche Daten

Referent: Dr. Marcus Pietsch

Die Latent-Variable-Modellierung geht der allgemeinen Frage nach, welche Rückschlüsse aus dem beobachtbaren Antwortverhalten von Personen auf latente, nicht direkt beobachtbare Merkmale (z.B. Fähigkeiten oder Attribute) gezogen werden können. Latente Variablen werden in kontinuierlich (Latent Trait) und kategorial (Latent Class) unterschieden. Während Latent-Trait-Modelle aktuell zumeist bei der probabilistischen Skalierung von Test- und anderen Leistungsdaten zum Einsatz kommen, finden Latent-Class-Modelle ihre Anwendung häufig in der Konzeptualisierung diagnostischer Typen. Beide Ansätze haben insbesondere im Zuge der Durchführung großangelegter Schulleistungsvergleichsstudien wie PISA, TIMSS und IGLU an Bedeutung gewonnen und gehören mittlerweile zum State-of-the-Art in der empirischen Bildungsforschung. Im Rahmen des Workshops steht die Modellierung latent-kontinuierlicher Variablen im Mittelpunkt und es soll ein praxisnaher Überblick über die Möglichkeiten im Umgang mit diesen Modellen für die empirisch-erziehungswissenschaftliche Arbeit gegeben werden. Vorgestellt werden das einfache Rasch-Modell zum Umgang mit binären Daten, das Partial-Credit-Modell zur Modellierung gestufter Antwortformate, das Multifacetten-Modell zur Analyse von Beurteilereffekten sowie die Multidimensionale Item-Response-Theorie.

Literatur zum Einstieg in die Thematik:
Embretson, S.E. (1996). The New Rules of Measurement. Psychological Assessment, 8(4), 341-349.

Rost, J. (2004). Lehrbuch Testtheorie/Testkonstruktion. Bern: Huber.

Yen, W.M. & Fitzpatrick, A.R. (2006). Item Response Theory. In Brennan, R.L. (Hrsg.), Educational Measurement (S. 111-153). Westport: Praeger.