Psychologielexikon

klassische Testtheorie

bisher wichtigste, wenn auch umstrittene mathematische Fundierung psychologischer Tests, erstmals 1950 von H. Gulliksen formuliert. Innerhalb der etablierten Wissenschaft wird die klassische Testtheorie aus formalen Gründen als ungenügend beurteilt. Das Grundkonzept beinhaltet die Annahme, daß der Beobachtungswert X eines Tests aus dem wahren Meßwert ? eines Probanden und einem unsystematischen Meßfehler E besteht: X = ?+ E. Weitere "Axiome" der klassischen Testtheorie sind:

- Der Erwartungswert des Fehlers E ist Null, d.h. über alle Versuchspersonen gemittelt gleicht sich der Fehler aus: ?(E) = 0.

- Die Korrelation des Fehlers E mit dem wahren Testwert ist Null: ?(E, X) = 0.

- Die Korrelation des Fehlers E1 mit dem Fehler E2 eines anderen Tests ist Null: ?(E1, E2) = 0.

- Die Korrelation des Meßfehlers in einem Test X mit einem anderen Test Y ist Null: ?(X, Y) = 0.

Wenn eine Messung (z.B. eines Persönlichkeitsmerkmals) mehrmals wiederholt wird - und dies ist für die Abschätzung der Reliabilität immer geboten -, so zeichnet sich bei den dabei beobachteten Meßergebnissen keine Konstanz, sondern eine Varianz ab, wobei diese additiv auf zwei Quellen zurückzuführen ist: auf den sog. "wahren Wert" des zu messenden Merkmals und auf den sog. "Meßfehler" (Meßfehler, systematischer). Der "wahre Wert" einer Messung ist selbstverständlich rein empirisch nicht exakt bestimmbar: Er kann nur aus den - im Prinzip unendlich oft wiederholten - Messungen geschätzt werden. Wenn nun zur Messung eines empirisch nicht direkt erfaßbaren Merkmals mehrere Items herangezogen werden, so stellt jedes dieser Items den wiederholten Versuch einer Messung dieses sozialwissenschaftlichen "Konstruktes" dar.

Als die beste Schätzung des "wahren Wertes" des bei einer Person jeweils zu diagnostizierenden Merkmals ist die Summe bzw. das arithmetische Mittel ihrer Item-Meßwerte axiomatisch definiert und wird als Testrohwert bezeichnet. Werden mehrere Personen getestet, so gilt der bei einem Item auftretende Varianzanteil, der nicht auf die geschätzten "wahren Testrohwerte" dieser Personen statistisch zurückführbar ist, als Item-Meßfehler. Von diesem Item-Meßfehler wird angenommen, daß sein arithmetisches Mittel Null beträgt, daß sich also Über- und Unterschätzungen wechselseitig ausgleichen. Des weiteren wird angenommen, daß die Item-Meßfehler weder mit den "wahren Werten" des jeweils zu messenden oder anderer Merkmale noch untereinander korrelieren (Novick, 1966). Sind derartige Effekte dennoch beobachtbar, so deuten sie auf "systematische" Verzerrungen hin, wie sie beispielsweise durch bestimmte Itemformulierungen oder Antwortvorgaben, durch spezifische itemunabhängige Ankreuzstile (z.B. Tendenz zu Mittel- oder Extremankreuzungen), durch sozial erwünschtes Antwortverhalten, durch Konzentrationsschwäche, durch Erinnerung an anderer Stelle gegebene Antworten, durch Beeinflussung seitens anderer Testpersonen (indem sie z.B. voneinander abschreiben) oder des Testleiters und u.a.m. verursacht sein können. (Testkonstruktion, Tests).

Literatur

Cronbach, L. J. (1961). Essentials of psychological testing (2nd ed.). New York.

Grubitzsch, S. (1999). Testtheorie-Testpraxis.(2.Aufl.). Eschborn: Verlag Dieter Klotz.

Novick, M. R. (1966). The axioms and principal results of classical test theory. Journal of Mathematical Psychology, 3.