Zusammenfassung
In diesem Kapitel wird mit dem Rasch-Modell (nach dem dänischen Mathematiker Georg Rasch) ein stochastisches Meßmodell der Item-Response-Theorie (IRT) vorgestellt, das zur Analyse von Variablen, die nur 2 verschiedene Werte annehmen können, verwendet werden kann Im Falle solcher zweiwertiger (dichotomer) Variablen sind das Modell essentiell τ-äquivalenter und das Modell τ-kongenerischer Variablen nicht oder nur mit schwerwiegenden Nachteilen anwendbar. Dies werden wir anhand eines einführenden Beispiels zeigen. In den folgenden Kapiteln werden wir als dichotome Ausgangsvariablen immer die Indikatorvariablen betrachten, die jeweils mit dem Wert 1 oder 0 anzeigen, welche der beiden Antwortkategorien eines Items die Person gewählt hat bzw. ob die Person die betreffende Aufgabe gelöst hat. Natürlich wäre auch die Betrachtung anderer Ausgangsvariablen möglich. Beispielsweise könnte eine Variable den Wert a annehmen, wenn die eine Kategorie gewählt wird, und den Wert b, wenn die andere Kategorie gewählt wird. Die Einschränkung auf Indikatorvariablen hat jedoch den Vorteil, daß auch das Rasch-Modell als ein regressives Meßmodell (s. Kap. 9) eingeführt werden kann. Die Betrachtung von Indikatorvariablen ist in keiner Weise restriktiv, da für den vorliegenden Fall jede dichotome Variable in eine Indikatorvariable transformiert werden kann. Im Gegensatz zu den Modellen der KTT, die eher kontinuierliche Variablen wie beispielsweise den Cortisolspiegel im Speichel oder quasi-kontinuierliche Variablen wie z.B. Testsummenvariablen zum Gegenstand haben, sind im Rasch-Modell die bedingten Erwartungen der Indikatorvariablen die Ausgangsbasis. In diesem Kapitel werden das Fundamentalgesetz des Rasch-Modells vorgestellt und die Probleme der Eindeutigkeit und Bedeutsamkeit sowie der Testbarkeit und Bestimmbarkeit der theoretischen Größen diskutiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Weiterführende Literatur
Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Kopenhagen: Nissen and Lydicke.
Rasch, G. (1980). Probabilistic models for some intelligence and attainment tests (expanded ed.). Chicago: University of Chicago Press.
Fischer, G. H. (1974). Einführung in die Theorie psychologischer Tests. Bern: Huber. Fischer, G. H. (1981). On the existence and uniqueness of maximum likelihood estimates in the Rasch model. Psychometrika, 46 59–77.
Kubinger, K. D. (1988). Moderne Testtheorie. Weinheim: Psychologie Verlags Union. Kubinger, K. D., Rop, I., Knoll, E. and Wurst, E. (1983). Ergebnisse der testtheoretischen Analysen des HAWIK. In K. D. Kubinger (Hrsg.), Der HAWIK - Möglichkeiten und Grenzen seiner Anwendung (S. 115–186). Weinheim: Beltz.
Rost, J. (1988). Quantitative und qualitative probabilistische Testtheorie. Bern: Huber.
Andrich, D. (1988b). Rasch models for measurement. Newbury Park: Sage.
Hambleton, R. K. and Swaminathan, H. (1985). Item response theory. Principles and applications. Boston: Kluwer Academic Publisher.
Andrich, D. (1988a). A general form of Rasch’s extended logistic model for partial credit scoring. Applied Measurement in Education 1 363–378.
Andrich, D. (1978). A rating formulation for ordered response categories. Psychometrika, 43 561–573.
Müller, H. (1987). A Rasch model for continuous ratings. Psychometrika, 52 165–181. Müller, P. H. (1975). Wahrscheinlichkeitsrechnung und mathematische Statistik. Berlin: Akademie-Verlag.
Rost, J. (1988). Quantitative und qualitative probabilistische Testtheorie. Bern: Huber. Rost, J. (1990). Rasch models in latent classes: An integration of two approaches to item analysis. Applied Psychological Measurement, 14, 271–282.
Wright, B. D. and Masters, G. N. (1982). Rating scale analysis: Rasch measurement. Chicago: Mesa.
Kempf, W. and Meder, G. (1993). Theoretische und empirische Untersuchungen zur Restriktivität der Klassischen Testtheorie. Diagnostica, 39 1–21.
Andersen, E. B. (1990). The statistical analysis of categorical data. Berlin: Springer.
Langeheine, R. and Rost, J. (Eds.). (1988). Latent trait and latent class models. New York: Plenum.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1993 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Steyer, R., Eid, M. (1993). Einführung in das Rasch-Modell. In: Messen und Testen. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-97455-7_16
Download citation
DOI: https://doi.org/10.1007/978-3-642-97455-7_16
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-56169-9
Online ISBN: 978-3-642-97455-7
eBook Packages: Springer Book Archive