Die Anwendbarkeit probabilistischer Modelle im Rahmen der Wissensraumtheorie Buchkatalog

Doktorarbeit / Dissertation aus dem Jahr 2004 im Fachbereich Psychologie - Methoden, Note: 1, Universität Wien, 75 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Psychologische Tests sind wesentliche Bestandteile des Berufsalltags vieler PsychologInnen. Zunehmend gewinnt jedoch die "sequentielle Diagnostik" an Bedeutung. Zur Entwicklung tutorieller Systeme ist es notwendig zu wissen, über welche Fertigkeiten eine Person verfügt und welche sie benötigt, um sich weiter entwickeln zu können. Adaptive Tests ermöglichen einen maximalen diagnostischen Informationsgewinn bei minimaler Beanspruchung einer Testperson. Lange war adaptives Testen mit der Forderung nach Raschhomogenität der Items verbunden. Die Wissensraumtheorie ist ein neuer, auf der Mengelehre basierender testtheoretischer Ansatz, in deren Rahmen sowohl die Bestimmung der individuellen Fertigkeiten als auch adaptives Testen möglich ist. Im Zentrum stehen Relationen zwischen Items, welche es ermöglichen, von der Lösung einer Teilmenge von Items auf die Lösung einer weiteren Teilmenge von Items zu schließen. Das primäre Problem der Wissensraumtheorie stellt der deterministische Ansatz dar, da es für die praktische Anwendung unrealistische Anforderungen stellt. Daher war es unerlässlich probabilistische Varianten der Wissensraumtheorie zu entwickeln. Diese führen zu einer Charakterisierung von Personengruppen anhand latenter Antwortmuster. Diese Art der Charakterisierung findet sich auch in der von Lazarsfeld und Henry (1968) dargestellten Latent Class Analyse. Im Rahmen der vorliegenden Arbeit werden die beiden Zugänge einander gegenüber gestellt. Daraus ergeben sich neue Lösungsansätze für zentrale Probleme der Wissensraumtheorie, wie z.B. . die Entwicklung von Kennwerten die abschätzen ob ein Modell die empirische Wirklichkeit hinreichend beschreibt, . die Prüfung, ob ein für einen Datensatz formuliertes Modell als gültig angenommen werden ka