Übung zur Vorlesung Theorien Psychometrischer Tests I

Slides:



Advertisements
Ähnliche Präsentationen
Quanti Tutorium
Advertisements

Übung zur Vorlesung Theorien Psychometrischer Tests I
Berechnung des Korrelationskoeffizienten Vorbemerkung. Der Korrelationskoeffizient ist im Grunde ein Bruch aus 3 unvollständig berechneten statistischen.
Titelzeile (Modellname) Observed Variables Covariance Matrix Sample Size:………….. Latent Variables
Theorie psychometrischer Tests, III
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Diese Fragen sollten Sie beantworten können
Philosophische Fakultät 3: Empirische Humanwissenschaften Fachrichtung Erziehungswissenschaft Statistik I Anja Fey, M.A.
Methoden Fragen zur Vorlesung?. Methoden Hausaufgabe 2 Was sind die wichtigsten Merkmale von deskriptiver, korrelativer und experimenteller.
Wann ist eine Regression zulässig? siehe siehe auch: UCLA Statistics Dept. Denise.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Seminar Lehrevaluation
Das Allgemeine lineare Modell (ALM) - Varianz als Schlüsselkonzept
Übung zur Vorlesung Theorien Psychometrischer Tests I
Hypothesen testen: Grundidee
K. Desch - Statistik und Datenanalyse SS05
Latente Variablen – Kennwerte zur Beurteilung von Modellen
Strukturgleichungsmodelle
Nachholung der Vorlesung vom Freitag
Vorlesung Die Vorlesung Statistische Methoden II nächste Woche vom 6. Juni ( nächste Woche ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit:
Nachholung der Vorlesung vom Freitag
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Probeklausur Die Probeklausur findet am anstelle der Vorlesung statt. 13. Juni 2003 Nächste Woche!!
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Tutorium
Tutorium
Unser letztes Tutorium
Tutorium
Unser letztes Tutorium Output – das Modell gut11 gut12 gut21 gut22 gut31 gut32 state1 state2 state3 XI MF
Unser siebentes Tutorium
Unser zehntes Tutorium Materialien unter:
Unser schönstes Tutorium Materialien unter:
Wiederholung: Einfache Regressionsgleichung
Chi Quadrat Test Tamara Katschnig.
Seminar: Datenerhebung
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) (In Buch 1 Seite 85ff.) Kennwerte (Erwartungswert,
Lineare Restriktionen
Ökonometrie I Modellvergleich (Übersicht) Ökonometrie I2 Vergleich von Modellen Fragestellungen für Modellvergleich 1.Fehlende Regressoren.
Der Funktionsassistent
Graphische Darstellung von Zahlen (1/2)
Data Mining Georg Pölzlbauer.
Theorie psychometrischer Tests, II
Methodeneffekte als individuelle Kausale Effekte am Beispiel GES7
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Übung zur Vorlesung Theorien Psychometrischer Tests I
Struktur-Funktions-Modelle von Pflanzen - Sommersemester Winfried Kurth Universität Göttingen, Lehrstuhl Computergrafik und Ökologische Informatik.
Testtheorie (Vorlesung 6: ) Zusammenfassung: Matrizen
Testtheorie (Vorlesung 7: ) Rekapitulation: Modellierungsansatz
Testtheorie (Vorlesung 4: ) Wiederholung/Zusammenfassung
Einführung / Formalitäten
Testtheorie (Vorlesung 5: ) Wiederholung/Zusammenfassung  Reduktion von Gleichungen:
setzt Linearität des Zusammenhangs voraus
C.Abig, J.Suhrke, C.Gebhardt1 Methodeneffekte als individuelle kausale Effekte Existentielle Schuld. Primärdatensatz der Längsschnitterhebung Leo.
Übung zur Vorlesung Theorien Psychometrischer Tests I
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6.
Reliabilität.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 8.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 8.
Testtheorie (Vorlesung 11: ) Wiederholung: Reliabilität
Testtheorie (Vorlesung 10: ) Wiederholung: Reliabilität
Übung zur Vorlesung Theorien Psychometrischer Tests I
Übung zur Vorlesung Theorien Psychometrischer Tests I
Testtheorie (Vorlesung 13: ) Wiederholung: Richtigstellung
Testtheorie (Vorlesung 12: ) Wiederholung: Reliabilität
Seminar: Datenanalyse mit SPSS/AMOS 11. Veranstaltung
PCA Principal Component Analysis. Gliederung PCA – Warum eigentlich? PCA – Was ist zu tun? Was passiert eigentlich? Anwendungen Zusammenfassung.
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
Testtheorie (Vorlesung 14: ) Testtheorie allgemein:  Ziele und Inhalte der Testtheorie:  Beurteilung der Eigenschaften von Tests  Speziell: Güte.
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
 Präsentation transkript:

Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 9

Agenda Fragen zur Vorlesung Aufgaben von letzter Woche Latent State-Trait Modelle ohne vs. mit Methodenfaktoren

Hausaufgabe 1. Prüfen Sie sich selbst! Können Sie für die drei gerechneten Modelle die vom Modell implizierten Varianz-Kovarianz-Matrizen ausrechnen? 2.Replizieren Sie folgende Tabelle:

Hausaufgabe Consistency „Common“ Consistency „Method Specifity“ „Occassion Specifity“

State-Anxiety-MTMM-Model SA12 SA21 SA11 2 e11 e21 e12 1 SA22 e22 211 221 1  1 2 γ1 γ2

Trait-Anxiety-MTMM-Model 1 1 1 211 e21 TA21 γ1  e12 TA12 1 γ2 2 221 e22 TA22 2

Beachte: Die Notation der nachfolgenden Ausführungen entspricht denen des Artikels: „States and Traits in psychological Assessment“ (Steyer,1992) γ1 = entspricht den latenten Regrssionskoeffizienten der Regression der States auf die traits

Berechnung der Reliabilität

Dekomposition der Reliabilität MSMT-Modell ohne Methodenfaktor:

Trait-Anxiety-MTMM-Model mit Methodenfaktoren SA12 SA21 SA11 2 e11 e21 e12 1 SA22 e22 211 221 1  1 2 M1 M2

Dekomposition der Reliabilität MSMT-Modell mit Methodenfaktor:

Dekomposition der Reliabilität MSMT-Modell mit Methodenfaktor:

Begriffe

Berechnung in Mplus Nachrechnen der Kennwerte mit Mplus Consistency „Common“ Consistency „Method Specifity“ „Occassion Specifity“

Daten Ängstlichkeit gemessen mit dem STAI Fragebogen 2 Zeitpunkte State- und Trait Fragebogen SA11 SA21 SA12 SA22 TA11 TA21 TA12 TA22 (STAI_SA_TA.dat)

Daten Syntax zu den Modellen (STAI_SA_TA.dat): STAI_SA_statetrait_nomeans.inp (Vorlesung) ... für Berechnung des State-Anxiety-MTMM-Model 2 Zeitpunkte State-Fragebogen SA11 SA21 SA12 SA22

Daten modification.inp ... für Berechnung des State-Anxiety-MTMM-Model mit Methodenfaktor (entsprechend des Artikels „States and Traits in psychological Assessment“, Steyer,1992 ) 2 Zeitpunkte Trait-Fragebogen TA11 TA21 TA12 TA22 (http://www.metheval.uni-jena.de/lehre/0607-ws/testtheorien_uebung/index.php)

Berechnung der Kennwerte aus dem Mplus-Output Reliabilität Direkt abzulesen unter „Observed Variable R-Square“ Zu berechnen unter Verwendung der standardisierten Residualvarianz (Spalte: StdYX): Quadrat der standardisierten Faktorladungen (Spalte: StdYX):

Berechnung der Kennwerte aus dem Mplus-Output Situationsspezifität: Identifizieren der Varianz der Observablen Yik (Diagonale der empirischen Varianz-Kovarianzmatrix „SAMPLE STATISTICS“) und von ζk (unter „Residual Variances“) und Quotient berechnen: BEACHTE: ζk ist mathematisch nichts weiter als das Residuum der latenten Regression:

Berechnung der Kennwerte aus dem Mplus-Output Konsistenz Identifizieren der Varianz der Observablen Yik (Diagonale der empirischen Varianz-Kovarianzmatrix „SAMPLE STATISTICS“) und Varianz von ξk, (unter „Variances“) Berechnen des Quotienten:

Berechnung der Kennwerte aus dem Mplus-Output Methodenspezifität: Identifizieren der Varianz der Observablen Yik (Diagonale der empirischen Varianz-Kovarianzmatrix „SAMPLE STATISTICS“) und von Mi (unter „Variances“) und Quotient berechnen: Berechnen des Quotienten:

Berechnung der Kennwerte aus dem Mplus-Output Common Consistency: Berechnung der Konsistenz (siehe oben!) Berechnung der Methodenspezifität (siehe oben!) Berechnung der Differenz:

Zusätzliches!!

Zusatz: Berechnung des State-Anxiety-MTMM-Model mit Methodenfaktor (Vorlesung) Unter Zulassung der Kovarianz zwischen Trait und Methodenfaktor!!!

Zusatz: Berechnung des State-Anxiety-MTMM-Model mit Methodenfaktor (Vorlesung) Modelle unter Zulassung der Kovarianz zwischen Trait und Methodenfaktor!!! Neudefinition des Methodenfaktors als „Differenzvariable“ (siehe nächste Folie!) Differenzvariablen können kovariieren Keine additive Zerlegung (ausschließlich) der Varianzen mehr möglich, da Kovarianzen dazukommen

Zusatz: Berechnung des State-Anxiety-MTMM-Model mit Methodenfaktor (Vorlesung)

Zusatz: Berechnung des State-Anxiety-MTMM-Model mit Methodenfaktor (Vorlesung) Die Kovarianz von Methodenfaktoren und Traits/States ist inhaltlich meist sinnvoll ... ... ABER: Kennwerte wie Method-Specifity, Consistency, Common Consistency, ... müssen neu definiert werden! ... Wird derzeit untersucht und „beforscht“!!!