Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6.

Präsentation zum Thema: "Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6."—  Präsentation transkript:

1 Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6

2 Agenda Lösung der Aufgaben Fragen zur Vorlesung Üben zu Mplus Aufgaben

3 Aufgabe Aufschreiben, wie folgende Matrizen für die Modelle aus der Vorlesung aussehen: –  (Lambda) –  (Theta) –  (Psi) Modelle: –  - kongenerisch, essentiell  - äquivalent, parallel –Befindlichkeitsmessung (1. Zeitpunkt) –Datensatz: GES7 (4 Indikatoren) ges7_GS_4Ind.datges7_GS_4Ind.dat

4 Aufgabe Lambda-Matrix –Paralleltest-Modell und essentiell-τ- äquivalentes Modell: –τ-kongenerisches Modell:

5 Aufgabe Theta-Matrix –Paralleltest-Modell –essentiell-τ-äquivalentes Modell und τ-kongenerisches Modell:

6 Aufgabe Psi-Matrix –Paralleltest-Modell: –essentiell-τ-äquivalentes Modell: –τ-kongenerisches Modell:

7 Fragestellung Unter Verwendung des GES7-Datensatzes: Wie hoch ist der Zusammenhang zwischen guter/schlechter Stimmung und dem Grad der Wachheit/Müdigkeit?

8 Schritte zur Bearbeitung der Fragestellung 1.Präzisieren der Fragestellung 2.Prüfen des Messmodells für beide Skalen (guter/schlechter Stimmung und Wachheit/Müdigkeit) 3.Simultane Analyse beider Messmodelle mit Schätzung der Korrelation zwischen den latenten Variablen

9 Präzisieren der Fragestellung Wie hoch korrelieren die beiden latenten Variablen gute/schlechte Stimmung und der Grad der Wachheit/Müdigkeit?

10 Prüfen des Messmodells Bildung von Testwertvariablen GES7 Erstellung von 4 Indikatoren für eine gemeinsame Skala „Gute-Schlechte Stimmung“ (siehe letzte Sitzung) Erstellung von 4 Indikatoren für eine gemeinsame Skala „Wachheit/Müdigkeit“

11 Übung „Datensatz“ GES7 http://www.metheval.uni-jena.de/ - gut_wach_uebung.sav herunterladen - gut_wach_uebung.sav in SPSS öffnen -„Umpolen/Gleichrichten“ der Items (Datei: „Umkodieren.SPS“) - Summenscores berechnen (Datei: „Sumscores.SPS “) - Summenscores als Tab-File speichern - Variablennamen entfernen (Reihenfolge prüfen!) - Mplus verwenden

12 Umpolen weil... Korrelationen der Summenscores ohne vorheriges Gleichrichten der Items !!!! Korrelationen der Summenscores mit vorherigem Gleichrichten der Items !!!!

13 Prüfen des Messmodells SPSS: Bildung von Indikatoren durch Summation von Items (Summenscores) –Vorbereitung: Umpolen der Items „Gleichrichten“ (SPSS-Menü: Transformieren => Umkodieren) –Oder: Syntax 

14 Prüfen des Messmodells Zuordnung/Summation der Items nach Trennschärfe oder Rangfolge der Item-Faktor- Interkorrelation (Ladungen z. B. aus der EFA) Relevante Variablen zur Modelltestung auswählen (ggf. Gruppenvariablen erzeugen)

15 Prüfen des Messmodells FaktorZuordnung zur Indikatorvariable ermattet,8761 schlapp,8712 muede,8453 schlaefrig,8294 erledigt,8134 todmuede,8113 erschoepft,8032 munter_u,7461 frisch_u,7401 wach_u,7382 ausgeruht_u,6573 traege,6234 Exploratorische Faktorenanalyse (SPSS)

16 Prüfen des Messmodells Berechen der 4 Indikatoren als Summenscores

17 Daten für Mplus vorbereiten GES7 Relevante Variablen zum Modelltest auswählen (z. B. Geschlecht, Alter, andere Gruppenvariable) Variablen auswählen, die in Mplus analysiert werden sollen. (gut1 gut2 gut3 gut4 wach1 wach2 wach3 wach4 group) Datei als Tabulator getrennt (*.dat) abspeichern. Variablennamen löschen (1. Zeile). Mplus-Editor öffnen

18 Datensatz: „wach_gut.dat“ Variablen: gut1 gut2 gut3 gut4 wach1 wach2 wach3 wach4 group gut1 = t1st09 + t1st32 + t1st29. gut2 = t1st05 + t1st39 + t1st45. gut3 = t1st17 + t1st13 + t1st20. gut4 = t1st62 + t1st36 + t1st25. wach1 = t1st38 + t1st55u + t1st48u. wach2 = t1st41 + t1st12 + t1st42u. wach3 = t1st31 + t1st60 + t1st01u. wach4 = t1st40 + t1st21 + t1st07. „group“: 1 = weiblich+ 25J., 4 = männlich+ >25J.

19 Aufgabe Berechnen Sie mit Mplus ein Modell mit das beide latenten Skalen gute/schlechte Stimmung und Wachheit/Müdigkeit enthält. Wie hoch korrelieren die beiden Merkmale? Stellen Sie Vermutungen darüber an in welcher Rangreihe die Höhe der folgende Korrelationen stehen könnten. Begründen Sie Ihre Vermutung. –Kor(gut i,wach j ) –Kor(S gut,S wach ), wobei –Kor(η gut,η wach )  Berechnen Sie die jeweiligen Korrelationen (SPSS) (für Kor(gut i,wach j ) nur ein Bsp.) und vergleichen Sie diese.