Item-Response-Theorie
Lord, F. M. · 1980
Auch bekannt als: IRT · Rasch
Item Response Theory ist eine Familie mathematischer Modelle, die die Beziehung zwischen latenten Merkmalen (Fähigkeiten, Einstellungen) und den Antworten auf Testitems beschreiben und dadurch eine stichprobenunabhängige Itemkalibrierung sowie eine testunabhängige Personenmessung ermöglichen. Im Unterschied zur Klassischen Testtheorie modelliert die IRT Itemcharakteristika (Schwierigkeit, Trennschärfe, Rateverhalten) und Personenfähigkeit auf einer gemeinsamen Skala und liefert Präzisionsschätzungen der Messung für jedes Fähigkeitsniveau. Die IRT bildet die Grundlage für modernes computeradaptives Testen, groß angelegte Bildungsassessments (PISA, GRE, GMAT) und klinische patientenberichtete Ergebnismaße.
Methodischer (nicht inhaltsbezogener) Rahmen, der die Wahrscheinlichkeit einer Antwort als Funktion des latenten Merkmalsniveaus und der Itemparameter (Schwierigkeit, Trennschärfe, Ratewahrscheinlichkeit) modelliert. Unterstützt adaptive/CAT-Administration statt den Inhalt eines bestimmten Instruments.
- Quelle:
- Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems.
Historischer Kontext
Die Grundlagen der IRT wurden unabhängig voneinander von Georg Rasch in Dänemark (1960) sowie von Frederic Lord und Allan Birnbaum in den Vereinigten Staaten (1960er-Jahre) gelegt, wobei Lord und Novicks 'Statistical Theories of Mental Test Scores' von 1968 das mathematische Fundament lieferte. Lords 'Applications of Item Response Theory to Practical Testing Problems' von 1980 konsolidierte das Feld, indem es praktische Anwendungen in Testkonstruktion, Equating und Bias-Erkennung aufzeigte. Die Theorie fand in den 1980er- und 1990er-Jahren breite Verbreitung, als zunehmende Rechenleistung die Parameterschätzung für großangelegte Testprogramme praktikabel machte.
Konstrukte
Noch keine Konstrukte dokumentiert.
Instrumente
Noch keine Instrumente für diese Theorie.
Tests, die auf dieser Theorie basieren
Noch keine Tests für diese Theorie.
Praktische Anwendungen
Die IRT bildet die Grundlage des computeradaptiven Testens (CAT), das in hochbedeutsamen Assessments wie dem GRE, dem GMAT, der NCLEX-Pflegelizenzprüfung und der militärischen CAT-ASVAB-Testbatterie eingesetzt wird und kürzere, zugleich präzisere Tests ermöglicht, indem Items passend zum Fähigkeitsniveau jedes Prüflings ausgewählt werden. Im klinischen Bereich treibt die IRT die PROMIS-Initiative (Patient-Reported Outcomes Measurement Information System) an und ermöglicht eine effiziente Messung von Gesundheitsergebnissen. IRT-Methoden unterstützen zudem das Equating von Testformen, die Erkennung von Differential Item Functioning (DIF) zur Fairnessanalyse sowie die Entwicklung von Item-Banken für standardisierte Testprogramme weltweit.
Wie Sie Gemessen Wird
Die IRT selbst ist eine Messmethodologie und keine inhaltliche psychologische Theorie. Gängige Modelle umfassen das Ein-Parameter- (1PL/Rasch-), Zwei-Parameter- (2PL-) und Drei-Parameter-Modell (3PL) für dichotome Items sowie das Graded Response Model und das Partial Credit Model für polytome Items. Die Parameterschätzung erfolgt mittels Maximum-Likelihood- oder Bayes-Methoden.
Kritik & Grenzen
Eine zentrale Kritik betrifft die strengen parametrischen Annahmen der IRT-Modelle (etwa Unidimensionalität und lokale Unabhängigkeit), die bei komplexen psychologischen Konstrukten möglicherweise nicht erfüllt sind und zu Modell-Misfit führen. Die Rasch-Modell-Community und die breitere IRT-Community sind grundlegend uneins darüber, ob das Modell an die Daten angepasst werden soll (IRT-Ansatz) oder ob die Daten den Modellanforderungen für fundamentale Messung genügen müssen (Rasch-Ansatz). Die IRT erfordert für eine stabile Parameterschätzung relativ große Stichprobenumfänge (typischerweise 200 bis über 1000 Probanden, je nach Modell), was ihre Anwendbarkeit für kleinformatige Assessments einschränkt.
Wichtige Publikationen
- Lord, F. M.. (1980). Applications of Item Response Theory to Practical Testing Problems.
- Lord, F. M. & Novick, M. R.. (1968). Statistical Theories of Mental Test Scores.
- Rasch, G.. (1960). Probabilistic Models for Some Intelligence and Attainment Tests.
- Hambleton, R. K., Swaminathan, H. & Rogers, H. J.. (1991). Fundamentals of Item Response Theory.
- Embretson, S. E. & Reise, S. P.. (2000). Item Response Theory for Psychologists. 10.4324/9781410605269