B1 | Anwendung der IRT

IRT-Modelle
1 Arten von Itemfunktionen
• Drei Schritte zur Bestimmung der Itemfunktionen eines Tests anhand von Testdaten
o Annahme des Funktionsverlaufs (z. B. stufenförmig, monoton steigend)
o Schätzung von Modellparametern (z. B. Itemschwierigkeit, Personenparameter)
o Modellgeltungstest (Wie gut passt das Modell auf Daten?)
• Itemfunktionen sind abhängig von der Itemantwort und der Eigenschaft der Person
o X-Achse: Persönlichkeitsmerkmal
o Y-Achse: Lösungswahrscheinlichkeit (von 0 bis 1)
• Zwei Typen von IC Funktionen (Modelle)
o Deterministische Itemcharakteristiken
▪ Sprung in der Kurve: Lösungswahrscheinlichkeit springt bei einem kritischen PP-
Wert von 0 auf 100% (z. B. bei einem Aha-Erlebnis)
o Probabilistische Itemcharakteristiken
▪ Annahme einer stochastischen Beziehung zwischen Personenparameter,
Itemparameter und Lösungswahrscheinlichkeit
→ Lösungswahrscheinlichkeiten in allen Abstufungen zwischen 0 und 1 möglich
▪ Funktionen sind i. d. R. monoton steigend
− D. h. je höher der PP, desto höher die Lösungswahrscheinlichkeit

2 Deterministische Itemcharakteristiken
2.1 Guttman-Skala
= Modelle mit stufenförmigen Itemfunktionen

• Strich: Cut-Off-Wert für jedes Item, ab dem es auf jeden Fall gelöst wird („Aha-Erlebnis“)
• Personen, die z. B. auf Strich 3 sind, lösen auch auf jeden Fall alle leichteren Items
B1 | Anwendung der IRT
• Grundidee: Item wird bei einem kritischen Wert des Personenparameters gelöst
→ Lösungswahrscheinlichkeit springt von Null auf Eins
o Lösungswahrscheinlichkeit wird vollständig von Item- und Personenparameter bestimmt
o Alle oder nichts Item-Charakteristik (entweder 0 oder 1)
• Annahmen
o Alle ICCs sind stufenförmig
o Alle Items lassen sich auf derselben Dimension anordnen
• Folgerungen
o Ordinalskalenniveau der latenten Variablen
▪ Keine weiteren Abstufungen, nur Rangfolge
▪ Nur Aussage, dass die Person besser/schlechter ist, aber nicht wie viel
o Anzahl der Eigenschaftsausprägungen = Itemanzahl + 1
▪ + 1 für die Gruppe, die kein Item löst

2.2 Prüfung der Modellgeltung einer Guttman-Skala

• Vorgehen: Items und Personen in einer Dreiecksmatrix jeweils in aufsteigender Reihenfolge ihrer
Scores sortieren
o Zuerst alle möglichen Antwortmuster auflisten
▪ Spalten (r, s. t) = Items; Zeilen (k, l, j, i, h) = Personen
▪ In der Stichprobe sind die rosa hinterlegten Antwortmuster gegeben
o Dann die Antwortmuster der Personen nach Rangfolge (nach Nullen und Einsen) sortieren
o Ergib sich die Dreiecksstruktur, gilt die Skala
• Ein unerlaubtes Antwortmuster falsifiziert bereits die Guttman-Skala
o Die Rangfolge der Itemschwierigkeiten darf sich nicht umdrehen
o Das Item, das für eine Person schwieriger ist, muss auch für die anderen Personen
schwieriger sein
o Löst eine Person Item 3, muss sie auch die beiden leichten Items gelöst haben
• Parameterschätzung ist unproblematisch, weil im Summenscore schon alle Informationen
enthalten sind
B1 | Anwendung der IRT

Nein, denn ab und an lösen Personen schwierigere Aufgaben, obwohl sie leichtere nicht lösen konnten
→ Unterschiedliche Reihenfolgen, keine Dreiecksstruktur gegeben

2.3 Erweiterung des Guttman-Modells

B1 | Anwendung der IRT

3 Modelle mit geraden Itemfunktionen

• Modelle mit geraden Itemfunktionen bei dichotomen Items sind Modelle der KTT
• Person = v; Item = i
• Item ist dichotom → Antworten 0 oder 1
• (4) Berechnung des Erwartungswertes: WSK aller Antwortmöglichkeiten aufsummieren
o 0 * WSK das Item nicht zu lösen + 1 * WSK das Item zu lösen
o Term, der mit Null multipliziert wird, fällt weg
• (5): Lösungswahrscheinlichkeit für Item i = Wahrer Wert
• Hier wurden die Axiome der KTT auf dichotome Items mit Wahrscheinlichkeiten angewendet

3.1 Itemfunktion des Modells -äquivalenter oder -paralleler Messungen

Wenn gleich schwierige und gleich trennscharfer Items dieselbe latente Variable θV erfassen, ergibt sich
folgende Itemfunktion:

• Bei -äquivalenten oder -parallelen Messungen haben alle Items dieselbe Schwierigkeit und
dieselbe Trennschärfe → Itemfunktionen liegen übereinander
• Keine unterschiedlichen Itemparameter → Lösungswsk = Erwartungswert = Wahrer Wert = PP
B1 | Anwendung der IRT

3.2 Modellgleichung von Modellen mit geraden Itemfunktionen

• Modellgleichung = Funktion, die die Antwortwahrscheinlichkeit einer Person auf ein Item in
Abhängigkeit von den Modellparametern spezifiziert
o Beinhaltet die WSK für alle möglichen Antworten (0 und 1)
• Modellgleichung von Modellen mit geraden Itemfunktionen
o Bei dichotomen Items ist die WSK für eine 0 ist die Gegenwsk
o Hoch 0 ergibt eine 1

3.3 Schätzung der Parameter bei Modellen mit geraden Itemfunktionen

Maximum Likelihood

• Likelihoodfunktion beschreibt die Wahrscheinlichkeit einer Datenmatrix unter der Annahme,

dass das Modell gilt
o D. h. wie gut meine Daten auf das angenommen Modell passen
o Likelihood hilft bei der Schätzung der Parameter; dafür benötigt man die angenommene
Modellgleichung
o Multiplikation der Einzelwsk → Ergibt die WSK der gesamten Datenmatrix
▪ Hier werden die WSK aller Ereignisse der gesamte Datenmatrix multipliziert
o Formel lässt sich anhand der Anzahl der Erfolge vereinfachen
▪ Bsp.: Person hat alle 3 Items richtig gelöst → Theta * Theta * Theta = Theta hoch 3
• Modellparameter sind so zu wählen, dass L maximal wird
B1 | Anwendung der IRT

3.4 Itemfunktionen bei unterschiedlichen Itemschwierigkeiten und Trennschärfen

• Essenziell: Unterschiedliche Itemschwierigkeiten → Zusätzlich Itemparameter

• Kongenerisch: Unterschiedliche Itemschwierigkeiten und Trennschärfen
→ Zusätzlich Itemparameter und Parameter für unterschiedliche Trennschärfen
• Problem von geraden Itemfunktionen bei unterschiedlichen Itemschwierigkeiten/Trennschärfen:
In bestimmten Bereichen ist die latente Variable nicht definiert!

3.5 Zusammenfassung des Konzepts linearer Itemfunktionen

• Bei geraden Itemfunktionen: Wenn nur der PP die Modellfunktion bestimmt, dann ist
PP = Erwartungswert
• Binomialverteilung: Beschreibt die Anzahl der Erfolge in einer Serie von gleichartigen und
unabhängigen Versuchen, die immer nur 2 Ergebnisse haben
B1 | Anwendung der IRT

4 Das dichotome Rasch-Modell

4.1 Modellannahmen des Rasch-Modells
• Probabilistischer Zusammenhang: In Abhängigkeit von der Höhe von Item- und
Personenparameter lässt sich dem Ereignis „Item wird gelöst“ ein Wahrscheinlichkeitswert
zuordnen
• Wahrscheinlichkeitsfunktion bildet diese Annahmen über die Parameter ab
o Ist eine logistische Funktion; hier sind alle Bereiche definiert

4.2 Eigenschaften einer logistischen Funktion

• Eigenschaften
o Monoton steigend
o Werte zwischen 0 und 1
o Im Mittelbereich nahezu Linearität (starke Steigung)
▪ Im Rasch-Modell: Dort wo IP (Schwierigkeit) = PP (Fähigkeit)
o Nähert sich asymptotisch den Grenzwerten 0 und 1
• Bei einer additiven Konstante b im Exponenten verschieben sich die Graphen auf der X-Achse
o Je größer die Konstante, umso weiter verschiebt sich der Graph nach links
o Im Rasch-Modell steht im Exponenten ein anderes Vorzeichen (minus Itemparameter)
▪ Additive Konstante ist die negative Itemschwierigkeit
▪ Mit größerer Itemschwierigkeit verschiebt sich der Graph nach rechts
• Bei einet multiplikative Konstante a im Exponenten verändert sich die Steigung der Kurve
o Steigungen sind beim Rasch-Modell gleich (a = 1)
▪ Keine multiplikative Konstante
▪ Items haben gleiche Steigerungen und gleiche Trennschärfen
o Annahme einer multiplikativen Konstante nur beim 2-PL- und 3-PL-Modell
B1 | Anwendung der IRT
Additive Konstante b im Exponenten Multiplikative Konstante a im Exponenten

4.3 Warum die logistische Verteilung?

• Aus der Empirie leitet sich häufig eine kumulative Normalverteilung als Modell für die latente
Variable ab (besitzt aber eine komplizierte Funktion)
• Die logistische Verteilung ist eine präzise und unkompliziertere Approximation
(ist einfacher und sehr ähnlich, passt gut auf empirische Daten)

4.4 Änderungen von p(x) in Abhängigkeit von θ und σ im dichotomen Rasch-Modell

• Bei gleicher Fähigkeit θ und Itemschwierigkeit σ…
o Lösungswahrscheinlichkeit = 50%
o hat die logistische Funktion ihren Wendepunkt
• Je mehr die Fähigkeit die Itemschwierigkeit übersteigt (d. h., je positiver die Differenz θ – σ),
desto größer wird die Lösungswahrscheinlichkeit
• Lösungswahrscheinlichkeit steigt bei geringeren Differenzen schneller an
→ Sehr gute Differenzierung im mittleren Bereich
o Im mittleren Bereich ist die stärkste Steigung
o Itemschwierigkeit und Fähigkeit werden sich da immer ähnlicher
B1 | Anwendung der IRT

5 Modellgleichung und Likelihoodfunktion des Rasch-Modells

Das Komplement der Lösungswahrscheinlichkeit lautet:

Die Zusammenfassung von Lösungs- und Gegenwahrscheinlichkeit führt zur Modellgleichung:

Die Likelihoodfunktion lautet:

• Likelihood: WSK über alle Personen (dafür steht das erste Multiplikationszeichen) und über jede
Antwort (d. h über jedes Item) berechnen
• Modellgleichung in die Likelihoodfunktion einsetzen, um die WSK herauszufinden
• Daten sind in Form von Xvi vertreten

5.1 Parameterschätzung im Rasch-Modell

• Ableitungen der Likelihoodfunktion (im Raschmodell: PP und IP) enthalten mehrere Unbekannte
und müssen geschätzt werden
• Parameterschätzung erfolgt über iterative Verfahren
o D. h. Wiederholte Schätzvorgänge, um sich an den besten Schätzungen (für die sich Lmax
ergibt) anzunähern
o Wann ist die WSK meiner Datenmatrix unter der Annahme, dass das Modell gilt, am
größten?
• Höhe der Likelihood variiert in Abhängigkeit von den Parameterschätzungen
o Wird bei ungünstigen Parametern niedriger
B1 | Anwendung der IRT

5.2 Beispiel-Berechnung der Likelihood

5.2.1 Likelihood bei günstigen Parametern

• Item 1 ist leichter als Item 2 → Erhält einen niedrigeren Schwierigkeitsparameter als Item 2
o z. B. σ^1 = –1 und σ^1 = 1
o ^ Dach, weil Parameter geschätzt sind
• Reihenfolge der Merkmalsausprägungen der Personen: P1 > P2 > P3
o z .B. Personenparameter ^1 = 2 und ^2 = 0 und ^3 = –2

5.2.2 Likelihood bei ungünstigen Parametern

Wenn dem Probanden, der am meisten Items gelöst hat, der niedrigste Personenparameter zugeordnet
wird (^1 = –2 und ^2 = 0 und ^3 = 2), ergibt sich dagegen folgende Likelihood:

L = 0.269 ∙ 0.731 ∙ 0.047 ∙ 0.047 ∙ 0.731 ∙ 0.269 = 0.00009

B1 | Anwendung der IRT

5.3 Arten der Maximum Likelihood Schätzungen

• Unbedingte Maximum-Likelihood-Schätzung
o Item- und Personenparameter werden gemeinsam iterativ geschätzt
o Problem: Hier kein Vorteil von größeren Stichproben, da dann mehr PP geschätzt werden
müssen → Verzerrte Schätzung bzw. genaue Schätzung der IP und PP hier schwierig
• Conditional Maximum-Likelihood Schätzung
o Effizientere Methode, nur beim Rasch-Modell möglich
o Beim Rasch-Modell hängt die WSK der Daten nur davon ab, wie viele Personen ein Item
gelöst haben bzw. wie viele Items von einer Person gelöst wurden
▪ NICHT welche Person welches Item gelöst hat
▪ D. h. Personenscore enthält alle Informationen; Betrachtung der Antwortmuster
nicht notwendig
o Vorgehen: IP iterativ festlegen und mit deren Hilfe anschließend die PP bestimmen
▪ Iterative Schätzung der Itemparameter ohne Berücksichtigung der
Personenparameter
− Bei der Parameterschätzungen können die PP in der Gleichung rausgekürzt
werden
▪ Anschließend Bestimmung der Personenparameter
• Marginale Maximum-Likelihood-Schätzung:
o Bestimmte Form der Verteilung der latenten Variable wird angenommen
o Iterative Schätzung der Itemparameter ohne Berücksichtigung der Personenparameter
möglich

6 Modelleigenschaften des Rasch-Modells

I. Item- /Raschhomogenität
II. Erschöpfende Statistiken
III. Modellparameter besitzen Differenzenskalenniveau
IV. Spezifische Objektivität
V. Stichprobenunabhängigkeit der Parameterschätzungen

6.1 Item-/ Raschhomogenität

• Items erfassen dasselbe latente Konstrukt
• Zusammenhang zwischen der Antwortwahrscheinlichkeit und dem latenten Konstrukt folgt
folgender Funktion:

• Itemcharakteristische Kurven verlaufen gleichartig und dürfen sich nicht schneiden

→ Für jedes Item ist dessen Lösungswahrscheinlichkeit für tüchtigere Personen größer als für
weniger tüchtige
• Nicht homogene Items werden bei der Testkonstruktion eliminiert
B1 | Anwendung der IRT

6.2 Summenscores als erschöpfende Statistik

• Anzahl der gelösten Aufgaben einer Person enthält alle Informationen über die Ausprägung auf
der latenten Variable
o Es ist nur bedeutsam, wie viele Items gelöst wurden
o NICHT: Welche Items eine Person gelöst hat
• Anzahl der Personen, die ein Item gelöst haben, enthält alle Informationen über den
Schwierigkeitsparameter des Items
o Es ist nur bedeutsam, wie viele Personen das Item gelöst haben
o NICHT: Welche Personen das Item gelöst haben
• Zeilen- und Spaltensummenscores sind suffiziente/erschöpfende Statistiken
o Schätzer nutzt alle in den Daten enthaltene Informationen
o Es gibt keinen weiteren Schätzer mit zusätzlichen Informationen über den Parameter

6.3 Item- und Personenparameter besitzen Differenzskalenniveau

• Lösungswahrscheinlichkeit einer Person bei einem Item hängt nur von der Differenz von
Personen und Itemparameter ab
• Wenn zu dem Itemparameter und Personenparameter dieselbe Konstante addiert wird, ändern
sich die Lösungswahrscheinlichkeiten nicht (Addieren ist erlaubt, Multiplizieren wie bei dem
Verhältnisskalenniveau aber nicht)
→ Menge der Personen und Itemparameter sind gemeinsam verschiebbar und müssen an
irgendeinen Punkt fixiert werden
• Differenzskala: Einheit liegt fest (aufgrund der gemeinsamen Skala der IP und PP), aber nicht der
Nullpunkt (weil Verschiebungen um eine Konstanze möglichen wären)

6.4 Spezifische Objektivität

• Innerhalb einer Population mit Modellkonformität sind Item- und Personenparameter für einen
Pb (und bei Probandenvergleichen) ungefähr immer gleich; unabhängig von der
Merkmalsausprägung des Pb und von den bearbeiteten Items
o Vergleich von zwei Personen ist unabhängig von den eingesetzten Items
o Vergleich von zwei Items in Bezug auf ihre Schwierigkeit ist unabhängig von den Personen
• Gegensatz zur KTT ! Hier können sich die Rangplätze von Personen ändern, wenn ihre Leistung
mit verschiedenen Items beurteilt wird
• Alle IC-Funktionen besitzen die gleiche Form und sind nur entlang der θ-Achse verschoben
→ Aufgrund der Parallelität der IC-Funktionen bleibt die Rangreihe der Itemschwierigkeiten und
der Lösungswahrscheinlichkeiten der Personen gleich

6.5 Stichprobenunabhängigkeit der Parameterschätzung

• Itemparameter können unabhängig von der Kenntnis der Personenparameter und
Personenparameter unabhängig von Itemparametern geschätzt werden
→ Conditional Maximum-Likelihood Schätzung möglich
• Keine Verteilungsannahmen über unbekannte Parameter notwendig
B1 | Anwendung der IRT

7 Empirische Modelltests des Rasch-Modells

• Empirische Überprüfung der Modellkonformität
→ Treffen die Eigenschaften des Rasch-Modells zu?
• Mind. Andersen-Test und Martin-Löf-Test durchführen

Inferenzstatistische Tests

Likelihood-Quotienten-Test gegen das

Weichen die beobachteten Antwortmuster insgesamt von den
saturierte Modell
Modellerwartungen ab?
(Reproduzierbarkeit der Patternhäufigkeiten)
Pearson- χ2-Test

Hierbei werden zwei (Personen-) Teilstichproben verglichen:

Andersen-Test Misst der Test bei allen Personen dieselbe Eigenschaft
(Personenhomogenität)?

Hierbei werden zwei Itemstichproben verglichen:

Martin-Löf-Test Messen die Testhälften dieselbe Eigenschaft
(Itemhomogenität)?

Nicht-inferenzstatistische Tests

Liegen die geschätzten Parameter zweier Teilstichproben auf der

Grafischer Modelltest
Diagonalen eines Streudiagramms?
(gehört quasi zum Andersen-Test)
→ Ermöglicht die Betrachtung einzelner (problematischer) Items

Informationstheoretische Kriterien
(IC)
→ Anwendung, wenn Bedingungen
der inferenzstatistischen Tests nicht
erfüllt sind
Diese Maße setzen den Wert der Likelihoodfunktion (d. h. wie
wahrscheinlich sind meine der Daten unter der Annahme, dass
das Modell gilt) in Beziehung zur Parameteranzahl
(z. B. Schwierigkeits-, Steigungsparameter)
→ Erlauben den Vergleich konkurrierender Modelle

Trennschärfeindex, mit dem der probabilistische Charakter jedes

Q-Index
Items beurteilt werden kann
B1 | Anwendung der IRT

7.1 Likelihoodquotiententest
• Ist ein globaler (allgemeiner) Modellgeltungstest
• (Maximale) Likelihood L: Angabe, wie gut ein Modell auf die Daten passt
o Je höher, desto besser erklärt das Modell die Daten
o Einschätzung schwierig, wann die Likelihood hoch genug ist
o Komplexe Modelle mit vielen Modellparameter (z. B. unterschiedliche Schwierigkeits- und
Steigungsparameter) haben eher eine höhere Likelihood (d. h. sie passen schnell gut auf
die Daten) als restriktivere Modelle
• Likelihoodquotient 𝐿𝑅=𝐿0/𝐿1
o Quotient zweier Likelihoodwerte derselben Datenmatrix unter zwei unterschiedlichen
Modellen (Modell 0 und Modell 1)
o Testet, ein restriktiveres Modell gegen ein Modell, das auf die Daten passt
→ Kann ein restriktiveres Modell die Daten immer noch genauso gut erklärt?
• Drei Bedingungen müssen (in der Regel) erfüllt sein
1. Modell 1 ist ein echtes Obermodell von Modell 0
▪ Modell 1 passt auf die Daten; Modell 0 ist das restriktivere Modell
▪ D. h. Modell 0 ergibt sich durch eine Restriktion der Parameter von Modell 1
− Obermodell (Modell 1) lässt mehr Modellparameter zu
▪ Bsp.: Modell 1 ist ein saturiertes Modell, Modell 0 ein Rasch-Modell
− Saturiertes Modell beschreibt die Daten perfekt, wird quasi für die Daten
generiert, stellt die maximale L dar
− Modell mit verschiedenen Steigungen wäre auch ein Obermodell
2. Modell 0 ergibt sich NICHT durch Nullsetzen eines Parameters von Modell 1
▪ Bsp.: Im Rasch-Modell sind alle Steigungen = 1
3. Für Modell 1 wurde Modellgültigkeit nachgewiesen
• Sofern die ersten beiden Bedingungen erfüllt sind, gilt: −2∙ln(𝐿𝑅) → χ2 mit 𝑑𝑓 = 𝑛𝑝(𝐿1) − 𝑛𝑝(𝐿0)
wobei 𝑛𝑝 = Jeweilige Anzahl der Parameter
o Wenn man 2 * natürlicher Logarithmus des Likilihoodquotienten rechnet, folgt die Statistik
einer χ2-Verteilung
o Wenn die Prüfstatistik einer bestimmten Verteilung folgt, kann dieser Verteilung ein
Wahrscheinlichkeitswert zugeordnet werden
o Freiheitsgraden entsprechend der Anzahl der Parameter des Modells 1 (Obermodell)
minus der Anzahl der Parameter des Modells 0
• Wenn das restriktivere Modell 0 die Daten genauso gut erklärt wie Modell 1 (𝐿0 = 𝐿1), dann ist
−2∙ln(𝐿𝑅) = 0
o Likelihoodquotient 𝐿𝑅 wäre dann 1, der natürliche Logarithmus von 1 = 0
o D. h., wenn es perfekt passen würde, wäre der Wert von 0 gegeben
→ Kleine Werte sind wünschenswert
• Je kleiner 𝐿0 im Vergleich zu 𝐿1, desto größer ist die χ2 verteilte Teststatistik
o Signifikantes Testergebnis: Modell 0 erklärt die Daten NICHT so gut wie Modell 1
o Wünschenswert ist hier ein NICHT signifikantes Testergebnis (Nullhypothese)
▪ Für ein konservatives Vorgehen: Alpha-Niveau hochsetzen
▪ Test wird bei kleinen Stichproben eher signifikant
B1 | Anwendung der IRT

7.2 Andersen-Test
• Überprüfung der Personenhomogenität
o Items sollen in jeder Teilstichprobe (bei allen Personen) dieselbe Eigenschaft messen
o Daher sollten die Schätzungen der Itemparameter für jede Teilstichprobe gleich sein
• Likelihoodquotienten-Test: Bedingte Likelihood der Gesamtstichprobe geteilt durch die bedingte L
von der ersten Teilstrichprobe mal die bedingte L von der zweiten Teilstrichprobe
• Nullhypothese: Rasch Modell gilt in allen Teilstichproben
→ Itemparameter unterscheiden sich nicht für verschiedene Teilstichproben
o Schätzungen der Itemparameter sollen für verschiedene Personengruppen gleich sein
• Signifikantes Ergebnis: Annahme der Gleichheit der Itemparameter wird verworfen
→ Rasch Modell ist NICHT gegeben

7.3 Grafischer Modelltest

• Prüft Personenhomogenität
• Ziel: (Nach signifikanten Andersen Test)
problematische Items identifizieren
• Darstellung der Itemparameter für zwei
Teilstichproben in einem Streudiagramm
o Bei Übereinstimmung der geschätzten
Itemparamter der beiden Stichproben
liegen alle Punkte auf einer 45 Grad Linie
o Je weiter die Punkte von der 45 Grad Linie
abweichen, desto stärker unterscheiden Hier liegen die Punkte relativ nah an der Linie
sich die Teilstichproben in den geschätzten (nur leichte Abweichungen; kein Ausreißer)
Itemschwierigkeiten → Test wahrscheinlich nicht signifikant

7.4 Martin-Löf-Test
• Ähnelt der Faktorenanalyse
• Überprüfung der Itemhomogenität
o Items werden in zwei Hälften geteilt
o Anschließend geprüft, ob sie dieselbe Eigenschaft/Fähigkeit messen
• Nullhypothese: Rasch-Modell gilt für alle Itemgruppen
o Schätzung der Personenparameter sollte für jede Itemgruppe (ungefähr) gleich sein
o Weil alle Items dieselbe Eigenschaft messen
• Signifikantes Ergebnis: Annahme homogener Testteile mussverworfen werden
→ Rasch Modell ist NICHT gegeben
B1 | Anwendung der IRT

7.5 Q-Index
• Trennschärfeindex
o Trennschärfen (Steigungen) sind beim Rasch-Modell gleich und haben einen
probabilistischen Charakter
o Ist nur ein Indikator; stellt nicht die Steigung (Trennschärrfe) der Items direkt dar
• Vergleich der WSK des beobachteten Antwortmusters mit der WSK eines Gutmann- und Anti-
Gutmann-Antwortmuster unter der Annahme, dass das Rasch Modell gilt
o Q-Index variiert zwischen 0 und 1
▪ Q = 0: Guttmann Antwortmuster
▪ Q = 0.5: Zufälliges Antwortmuster
▪ Q = 1: Anti Guttmann Antwortmuster
o IC-Funktionen sollen ähnlich sein → Q-Indizes der Items sollten ähnlich ausfallen
▪ Q-Index von 0.1 bis 0.3 passt häufig auf die logistische Funktion des Rasch-Modells
▪ Wichtiger ist aber, dass die Q-Indizes ähnlich sind
• Q-Index lässt sich in eine standardnormalverteilte Z-Statistik umwandeln
→ Ermöglicht mittels p-Wert eine inferenzstatistische Überprüfungen, ob ein Antwortmuster von
den unter dem Rasch Modell erwarteten Antwortmuster signifikant abweicht
o Item-Under-Fit: Signifikante Abweichung des Lösungsmuster vom erwarteten
Antwortmuster (p < .05)
▪ Antwortmuster ist zu zufällig
o Item-Over-Fit: Antwortmuster ist zu deterministisch (zu hoher p Wert, p > .95)
▪ Itemfunktion ähnelt eher einer Gutmannskala als des Rasch-Modells
B1 | Anwendung der IRT

7.6 Beispielhaftes Vorgehen bei der Rasch-Modelltestung (Bühner, 2011)

• Beginn mit dem Andersen-Test

• Überprüfung der Itemhomogenität neben Martin-Löf-Test auch mittels Faktorenanalyse möglich
o Auch die Faktorenanalyse prüft, ob verschiedene Itemgruppen gegeben sind, die
unterschiedliche Eigenschaften messen
o Rasch-Modell bei einem identifizierten Faktor beibehalten
• Rasch-Modell gegen das Mix-Rasch-Modell prüfen
o Mix-Rasch-Modell: Rasch-Modell gilt nicht für die Gesamtstichprobe, sondern nur
innerhalb verschiedener Personengruppen
o Rasch-Modell beibehalten, wenn der Vergleich NICHT signifikant ist
→ Mix-Rasch-Modell passt nämlich nicht besser auf die Daten
o Bsp.: Psychologie-Studenten haben bei einem Intelligenz-Test andere Lösungswege als
BWL-Studenten, innerhalb dieser Gruppen werden die Items aber gleich gelöst
B1 | Anwendung der IRT

8 Verschieden parametrische IRT-Modelle

• Rasch-Modell wird auch einparametrisches logistisches Modell genannt, weil es neben dem
Person-Parameter einen zusätzlichen Parameter annimmt
• Raschmodell ist ein Spezialfall des Birnbaum-Modells (mit α = 1)
o Werte > 1 sind steiler als das Raschmodell, Werte < 1 sind flacher

8.1 Birnbaum-Modell (2-PL)

• Verschiedene Lagen und unterschiedliche Steigung der Itemfunktionen
→ Kurven können sich auch schneiden
• Je höher der Diskriminationsparameter (α), desto...
o … steiler verläuft die IC-Funktion an ihrem Wendepunkt
o … stärker trennen/diskriminieren die Items zwischen Personen (= größere Trennschärfe)
• Problem aufgrund der möglichen Überschneidungen der IC-Funktionen: Unterschiedliche
Personen können bei verschiedenen Items unterschiedliche Lösungsreihenfolgen besitzen
o Summenscore ist KEINE suffiziente Statistik
▪ Im Summenscore sind nicht mehr alle Informationen von den Antworten enthalten
▪ Bei der Scorebildung ist eine Gewichtung der Messwerte mit den
Itemtrennschärfen nötig
▪ Muster der Item- Antworten muss zur Schätzung der Fähigkeitsausprägung der
Person berücksichtigt werden
o Spezifische Objektivität liegt NICHT vor
▪ Vergleich von zwei Personen ist abhängig von den betrachteten Items
▪ Vergleich von zwei Items ist abhängig von den betrachteten Personen

8.2 Dreiparametriges logistisches Modell (3-PL)

• Zusätzliche Berücksichtigung von Rate- bzw. Irrtumswahrscheinlichkeit
• Rateparameter: Untere Asymptote der Itemfunktion
o Welchem Wert sich die IC Funktion bei kleiner werdendem Wert des
Persönlichkeitsparameters asymptotisch annähert
B1 | Anwendung der IRT

9 Nichtparametrische Modelle (z. B. Mokken-Skala)

 Grundlegende Ideen
o Eindimensionalität des latenten Merkmals θ (es wird nur eine latente Variable gemessen)
o Lokale Unabhängigkeit (weil alles auf nur eine latente Variable zurückzuführen ist)
o Doppelte Monotonie
1) Annahme monoton steigender Itemfunktionen
▪ Pi(θ) steigt monoton in θ
▪ Alle Personen weisen hinsichtlich ihrer Lösungswahrscheinlichkeit zu jedem Item
dieselbe Ordnung auf
▪ D. h. eine fähigere Person hat bei jedem Item eine höhere Lösungswsk als eine
weniger fähige Person
2) Itemfunktionen überschneiden sich nicht
▪ aj < aj, dann Pi(θ) > Pj(θ) für alle θ
▪ Alle Items weisen hinsichtlich ihrer Lösungswahrscheinlichkeit für jede Person
dieselbe Ordnung auf
▪ Bei Überschneidungen wären unterschiedlichen Lösungsreihenfolgen gegeben
▪ Z. B. ist Item 1 für jede Person schwieriger als Item 2
• Keine Überschneidung der Itemfunktionen, keine Festlegung des Typs der Itemfunktion
o Nichtparametrisch: Funktion folgt Parametern aber es wird keine Itemfunktion mit
bestimmten Parametern festgelegt