SlideShare ist ein Scribd-Unternehmen logo
Itemanalyse
1. Notwendigkeit und Ziele der Itemanalyse
2. Itemschwierigkeit / Popularität
3. Trennschärfe
4. Cronbach‘s alpha
5. Skalenbildung
6. Itemanalyse mit SPSS
7. Variablenberechnung mit SPSS
Einführung in SPSS 3
Dr. Frederic Hilkenmeier
Ziel einer Itemanalyse ist es, die Brauchbarkeit/Güte von einzelnen Variablen/Items zur Bildung von Skalen sowie die grundsätzliche Verwendung der Skala
für weitere Analysen zu ermitteln.
Es geht uns also auch um die Güte der Gesamtskala
Hierzu verwendet man in der Regel drei Kennwerte:
• Analyse der Itemschwierigkeit/Itempopularität (Kann das Item zw. Personen, die eine niedrige bzw. hohe Ausprägung auf dem Konstrukt haben
differenzieren)
• Analyse der Trennschärfe (misst ein Item das selbe die der Rest der Items)
• Analyse der internen Konsistenz (Homogenität, Cronbach‘s alpha; messen alle Items das selbe?)
Itemanalyse
Wozu das Ganze?
Test
Soll zwischen Personen
trennen
Soll
eindimensional
sein
Itemschwierigkeit /
Itempopularität
Trennschärfe (Part-Whole-Korrigiert)
Homogenität
Cronbach‘s alpha
Der Schwierigkeitsindex/Itempopularität p gibt an, wie groß der Anteil von Probanden ist, die ein
Item „richtig“ beantwortet haben.
Hintergrund: Ein Test /Fragebogen soll Probanden mit hoher Merkmalsausprägung von Probanden mit geringer Merkmalsausprägung trennen. Bei dieser
Unterscheidung helfen Items, die alle oder keiner gelöst haben, nicht.
• Ein Item, das von vielen gelöst wird, erhält ein hohes p, es ist leicht (es hat eine hohe Popularität).
• Ein Item, das von wenigen gelöst wird, erhält ein niedriges p, es ist schwer.
• Die Itemschwierigkeit hat einen Wertebereich von 0 -1 (von niemand hat das Item gelöst zu alle haben das Item gelöst)
Itemschwierigkeit / Itempopularität
Definiton
Der Schwierigkeitsindex/Itempopularität p gibt an, wie groß der Anteil von Probanden ist, die ein
Item „richtig“ beantwortet haben.
Hintergrund: Ein Test /Fragebogen soll Probanden mit hoher Merkmalsausprägung von Probanden mit geringer Merkmalsausprägung trennen. Bei dieser
Unterscheidung helfen Items, die alle oder keiner gelöst haben, nicht.
• Ein Item, das von vielen gelöst wird, erhält ein hohes p, es ist leicht (es hat eine hohe Popularität).
• Ein Item, das von wenigen gelöst wird, erhält ein niedriges p, es ist schwer.
• Die Itemschwierigkeit hat einen Wertebereich von 0 -1 (von niemand hat das Item gelöst zu alle haben das Item gelöst)
Itemschwierigkeit / Itempopularität
Definiton
Mittelwert des Items
minimal mögliche
Ausprägung der Skala, unabhängig davon, ob
diese Kategorie auch genutzt wird
Berechnung der Itemschwierigkeit/Itempopularität
(Wertebereich 0-1) mittels folgender Formel:
(x – minx)
(maxx – minx)
maximal mögliche
Ausprägung der Skala, unabhängig davon, ob
diese Kategorie auch genutzt wird
• überwiegend mittelschwere / mittel populäre Items (etwa .50). Ca. je ¼ schwere / unpopuläre (etwa .25) und leichte /
populäre (etwa .75) Items.
• Items mit ungenügenden Werten entfernen oder ersetzen
• dabei immer auf die Inhalte achten! Nicht allein aufgrund
statistischer Kriterien selektieren. Kommentare und
Anmerkungen der Probanden aus dem Pretest einbeziehen.
Inhaltliche Überlegungen haben bei der Auswahl vorrang!
• Bei mehrstufigen Items ist neben der Itemschwierigkeit auch
noch die Streuung / Varianz der Items zu berücksichtigen.
Items mit keiner / sehr geringer Streuung können ebenfalls
nicht zwischen Personen differenzieren.
Benötigt man bspw. bei Leistungstests, um extrem Leistungsfähige Personen
differenziert diagnostizieren zu können
„Eisbrecher-Items“
Versuchs-
person
Mehrstufig
von 1-5
1 3
2 3
3 3
4 3
5 3
Mittelwert 3
p 0,5
mittelschwer /
mittel populär
Itemschwierigkeit / Itempopularität
Kriterien für die Auswahl von Items
Ziel einer Itemanalyse ist es, die Brauchbarkeit/Güte von einzelnen Variablen/Items zur Bildung von Skalen sowie die grundsätzliche Verwendung der Skala
für weitere Analysen zu ermitteln.
Es geht uns also auch um die Güte der Gesamtskala
Hierzu verwendet man in der Regel drei Kennwerte:
• Analyse der Itemschwierigkeit/Itempopularität (Kann das Item zw. Personen, die eine niedrige bzw. hohe Ausprägung auf dem Konstrukt haben
differenzieren)
• Analyse der Trennschärfe (misst ein Item das selbe die der Rest der Items)
• Analyse der internen Konsistenz (Homogenität, Cronbach‘s alpha; messen alle Items das selbe?)
Itemanalyse
Wozu das Ganze?
Test
Soll zwischen Personen
trennen
Soll
eindimensional
sein
Itemschwierigkeit /
Itempopularität
Trennschärfe (Part-Whole-Korrigiert)
Homogenität
Cronbach‘s alpha

Weitere ähnliche Inhalte

Was ist angesagt?

Nagoya.R #15 順位相関係数の信頼区間の算出
Nagoya.R #15 順位相関係数の信頼区間の算出Nagoya.R #15 順位相関係数の信頼区間の算出
Nagoya.R #15 順位相関係数の信頼区間の算出
Yusaku Kawaguchi
 
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
Yoshitake Takebayashi
 
Epidemiologia básica 2
Epidemiologia básica 2Epidemiologia básica 2
Epidemiologia básica 2
Carolina Restini
 
Pesquisa com métodos quantitativos
Pesquisa com métodos quantitativosPesquisa com métodos quantitativos
Pesquisa com métodos quantitativos
Ivan Ricarte
 
指数・対数(人間科学のための基礎数学)
指数・対数(人間科学のための基礎数学)指数・対数(人間科学のための基礎数学)
指数・対数(人間科学のための基礎数学)
Masahiro Okano
 
Da populacao a amostra
Da populacao a amostraDa populacao a amostra
Da populacao a amostra
Célia M. D. Sales
 
AnáLise Do ConteúDo Slides
AnáLise Do ConteúDo SlidesAnáLise Do ConteúDo Slides
AnáLise Do ConteúDo Slides
guestc028f7
 
Measuring and scaling of quantitative data khalid
Measuring and scaling of quantitative data khalidMeasuring and scaling of quantitative data khalid
Measuring and scaling of quantitative data khalid
Khalid Mahmood
 
Introduction to Structural Equation Modeling
Introduction to Structural Equation ModelingIntroduction to Structural Equation Modeling
Introduction to Structural Equation Modeling
Azmi Mohd Tamil
 
Measurement and scale
Measurement and scale Measurement and scale
Measurement and scale
Sanjay Basukala
 
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências SociaisFichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
Luiz Guilherme Leite Amaral
 
Pesquisa de Levantamento
Pesquisa de Levantamento Pesquisa de Levantamento
Pesquisa de Levantamento
Harley Alves
 
Classificacao das pesquisas
Classificacao das pesquisasClassificacao das pesquisas
Classificacao das pesquisas
Andreza Patrícia Martins
 
Medical Statistics Part-I:Descriptive statistics
Medical Statistics Part-I:Descriptive statisticsMedical Statistics Part-I:Descriptive statistics
Medical Statistics Part-I:Descriptive statistics
Ramachandra Barik
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
felipethoaldo
 
Power, effect size, and Issues in NHST
Power, effect size, and Issues in NHSTPower, effect size, and Issues in NHST
Power, effect size, and Issues in NHST
Carlo Magno
 
rstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみたrstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみた
Hiroshi Shimizu
 
MCID(最小臨床重要差)20200906
MCID(最小臨床重要差)20200906MCID(最小臨床重要差)20200906
MCID(最小臨床重要差)20200906
Hidemichi Yuasa
 
Regression
RegressionRegression
Regression
Andi Koentary
 
生物系研究者のための統計講座
生物系研究者のための統計講座生物系研究者のための統計講座
生物系研究者のための統計講座
RIKEN, Medical Sciences Innovation Hub Program (MIH)
 

Was ist angesagt? (20)

Nagoya.R #15 順位相関係数の信頼区間の算出
Nagoya.R #15 順位相関係数の信頼区間の算出Nagoya.R #15 順位相関係数の信頼区間の算出
Nagoya.R #15 順位相関係数の信頼区間の算出
 
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
 
Epidemiologia básica 2
Epidemiologia básica 2Epidemiologia básica 2
Epidemiologia básica 2
 
Pesquisa com métodos quantitativos
Pesquisa com métodos quantitativosPesquisa com métodos quantitativos
Pesquisa com métodos quantitativos
 
指数・対数(人間科学のための基礎数学)
指数・対数(人間科学のための基礎数学)指数・対数(人間科学のための基礎数学)
指数・対数(人間科学のための基礎数学)
 
Da populacao a amostra
Da populacao a amostraDa populacao a amostra
Da populacao a amostra
 
AnáLise Do ConteúDo Slides
AnáLise Do ConteúDo SlidesAnáLise Do ConteúDo Slides
AnáLise Do ConteúDo Slides
 
Measuring and scaling of quantitative data khalid
Measuring and scaling of quantitative data khalidMeasuring and scaling of quantitative data khalid
Measuring and scaling of quantitative data khalid
 
Introduction to Structural Equation Modeling
Introduction to Structural Equation ModelingIntroduction to Structural Equation Modeling
Introduction to Structural Equation Modeling
 
Measurement and scale
Measurement and scale Measurement and scale
Measurement and scale
 
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências SociaisFichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
Fichamento: BECKER, Howard S. Métodos de Pesquisa em Ciências Sociais
 
Pesquisa de Levantamento
Pesquisa de Levantamento Pesquisa de Levantamento
Pesquisa de Levantamento
 
Classificacao das pesquisas
Classificacao das pesquisasClassificacao das pesquisas
Classificacao das pesquisas
 
Medical Statistics Part-I:Descriptive statistics
Medical Statistics Part-I:Descriptive statisticsMedical Statistics Part-I:Descriptive statistics
Medical Statistics Part-I:Descriptive statistics
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
 
Power, effect size, and Issues in NHST
Power, effect size, and Issues in NHSTPower, effect size, and Issues in NHST
Power, effect size, and Issues in NHST
 
rstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみたrstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみた
 
MCID(最小臨床重要差)20200906
MCID(最小臨床重要差)20200906MCID(最小臨床重要差)20200906
MCID(最小臨床重要差)20200906
 
Regression
RegressionRegression
Regression
 
生物系研究者のための統計講座
生物系研究者のための統計講座生物系研究者のための統計講座
生物系研究者のための統計講座
 

Itemanalyse itemschwierigkeit

  • 1. Itemanalyse 1. Notwendigkeit und Ziele der Itemanalyse 2. Itemschwierigkeit / Popularität 3. Trennschärfe 4. Cronbach‘s alpha 5. Skalenbildung 6. Itemanalyse mit SPSS 7. Variablenberechnung mit SPSS Einführung in SPSS 3 Dr. Frederic Hilkenmeier
  • 2. Ziel einer Itemanalyse ist es, die Brauchbarkeit/Güte von einzelnen Variablen/Items zur Bildung von Skalen sowie die grundsätzliche Verwendung der Skala für weitere Analysen zu ermitteln. Es geht uns also auch um die Güte der Gesamtskala Hierzu verwendet man in der Regel drei Kennwerte: • Analyse der Itemschwierigkeit/Itempopularität (Kann das Item zw. Personen, die eine niedrige bzw. hohe Ausprägung auf dem Konstrukt haben differenzieren) • Analyse der Trennschärfe (misst ein Item das selbe die der Rest der Items) • Analyse der internen Konsistenz (Homogenität, Cronbach‘s alpha; messen alle Items das selbe?) Itemanalyse Wozu das Ganze? Test Soll zwischen Personen trennen Soll eindimensional sein Itemschwierigkeit / Itempopularität Trennschärfe (Part-Whole-Korrigiert) Homogenität Cronbach‘s alpha
  • 3. Der Schwierigkeitsindex/Itempopularität p gibt an, wie groß der Anteil von Probanden ist, die ein Item „richtig“ beantwortet haben. Hintergrund: Ein Test /Fragebogen soll Probanden mit hoher Merkmalsausprägung von Probanden mit geringer Merkmalsausprägung trennen. Bei dieser Unterscheidung helfen Items, die alle oder keiner gelöst haben, nicht. • Ein Item, das von vielen gelöst wird, erhält ein hohes p, es ist leicht (es hat eine hohe Popularität). • Ein Item, das von wenigen gelöst wird, erhält ein niedriges p, es ist schwer. • Die Itemschwierigkeit hat einen Wertebereich von 0 -1 (von niemand hat das Item gelöst zu alle haben das Item gelöst) Itemschwierigkeit / Itempopularität Definiton
  • 4. Der Schwierigkeitsindex/Itempopularität p gibt an, wie groß der Anteil von Probanden ist, die ein Item „richtig“ beantwortet haben. Hintergrund: Ein Test /Fragebogen soll Probanden mit hoher Merkmalsausprägung von Probanden mit geringer Merkmalsausprägung trennen. Bei dieser Unterscheidung helfen Items, die alle oder keiner gelöst haben, nicht. • Ein Item, das von vielen gelöst wird, erhält ein hohes p, es ist leicht (es hat eine hohe Popularität). • Ein Item, das von wenigen gelöst wird, erhält ein niedriges p, es ist schwer. • Die Itemschwierigkeit hat einen Wertebereich von 0 -1 (von niemand hat das Item gelöst zu alle haben das Item gelöst) Itemschwierigkeit / Itempopularität Definiton Mittelwert des Items minimal mögliche Ausprägung der Skala, unabhängig davon, ob diese Kategorie auch genutzt wird Berechnung der Itemschwierigkeit/Itempopularität (Wertebereich 0-1) mittels folgender Formel: (x – minx) (maxx – minx) maximal mögliche Ausprägung der Skala, unabhängig davon, ob diese Kategorie auch genutzt wird
  • 5. • überwiegend mittelschwere / mittel populäre Items (etwa .50). Ca. je ¼ schwere / unpopuläre (etwa .25) und leichte / populäre (etwa .75) Items. • Items mit ungenügenden Werten entfernen oder ersetzen • dabei immer auf die Inhalte achten! Nicht allein aufgrund statistischer Kriterien selektieren. Kommentare und Anmerkungen der Probanden aus dem Pretest einbeziehen. Inhaltliche Überlegungen haben bei der Auswahl vorrang! • Bei mehrstufigen Items ist neben der Itemschwierigkeit auch noch die Streuung / Varianz der Items zu berücksichtigen. Items mit keiner / sehr geringer Streuung können ebenfalls nicht zwischen Personen differenzieren. Benötigt man bspw. bei Leistungstests, um extrem Leistungsfähige Personen differenziert diagnostizieren zu können „Eisbrecher-Items“ Versuchs- person Mehrstufig von 1-5 1 3 2 3 3 3 4 3 5 3 Mittelwert 3 p 0,5 mittelschwer / mittel populär Itemschwierigkeit / Itempopularität Kriterien für die Auswahl von Items
  • 6. Ziel einer Itemanalyse ist es, die Brauchbarkeit/Güte von einzelnen Variablen/Items zur Bildung von Skalen sowie die grundsätzliche Verwendung der Skala für weitere Analysen zu ermitteln. Es geht uns also auch um die Güte der Gesamtskala Hierzu verwendet man in der Regel drei Kennwerte: • Analyse der Itemschwierigkeit/Itempopularität (Kann das Item zw. Personen, die eine niedrige bzw. hohe Ausprägung auf dem Konstrukt haben differenzieren) • Analyse der Trennschärfe (misst ein Item das selbe die der Rest der Items) • Analyse der internen Konsistenz (Homogenität, Cronbach‘s alpha; messen alle Items das selbe?) Itemanalyse Wozu das Ganze? Test Soll zwischen Personen trennen Soll eindimensional sein Itemschwierigkeit / Itempopularität Trennschärfe (Part-Whole-Korrigiert) Homogenität Cronbach‘s alpha