Scorebildung, klassische Testtheorie und Item-Response Modelle in der Einstellungsmessung

Abstract

Obwohl Einstellungsfragebögen nur selten dem Rasch-Modell genügen, wird der Summenscore in der Einstellungsmessung routinemäßig angewendet, was zu einem erheblichen Verlust an diagnostisch verwertbarer statistischer Information führen kann. Auch in der Latent-Class-Analyse, im Mixed-Rasch-Modell und/oder im Hybrid-Modell führt die Wahl einer geringeren Klassenzahl, wie sie vom BIC gegenüber dem AIC favorisiert wird, zu einem gewissen Informationsverlust.Ausgehend von einem allgemeinen testtheoretischen Modell, welches sowohl die Klassische Testtheorie als auch die Item-Response-Modelle mit einschließt, werden in dem vorliegenden Aufsatz Indizes zur Beurteilung der Relevanz des jeweiligen Informationsverlustes entwickelt.Eine Anwendung auf die Messung antisemitischer Einstellungen zeigt, dass die Verwerfung des Rasch-Modells zugunsten der LCA zwar eine Abkehr vom Konzept einer quantitativen Einstellungsdimension impliziert, andererseits jedoch genaueren Aufschluss über Struktur und Dynamik der jeweiligen Einstellung liefert. Gerade das, was die Klassische Testtheorie als Messfehler vernachlässigt, kann ggf. entscheidende diagnostische Information enthalten.