Max, Mustermann - SCHUHFRIED GmbH

kognitiven Prozesse tatsächlich ansprechen und daher auch Unterschiede in den
Itemschwierigkeitsparametern erklären können. Der Einfluss der Aufgabenmerkmale und der
mit ihnen assoziierten kognitiven Prozesse kann mit Hilfe erklärender IRT-Modelle wie dem
Linearen Logistischen Testmodell (LLTM, Fischer, 1974) oder multiplen Regressionen (z.B.
Embretson, 1998; 2002) empirisch überprüft werden.
Um von einer angemessenen Konstruktvalidität ausgehen zu können, sollten sich zudem
auch die theoretisch zu erwartenden Zusammenhänge mit anderen Testverfahren zeigen.
Hinsichtlich des letztgenannten Aspekts sprechen Embretson (1983) und Messick (1995) von
einem Nachweis der nomothetischen Spanne.
Hinweise zur Konstruktrepräsentation von ATAVT liefert eine Studie von Sommer, Herle,
Häusler & Arendasy (2008), in der versucht wurde, die Itemschwierigkeitsparameter der
k=84 neuen Items anhand des Konstruktionsrationals von ATAVT vorherzusagen. Die
Autoren verwendeten in Anlehnung an Embretson (2002) eine schrittweise multiple
Regression, wobei die folgenden Schwierigkeitsfaktoren in der hier genannten Reihenfolge
einbezogen wurden: (1) „Anzahl der sichtbaren Objektklassen“, (2) „Relativer Anteil der
notwendigen peripheren Objekte“, (3) „Relativer Anteil der notwendigen kleinen Objekte“, (4)
„Erfahrungsbedingte Täuschung“, (5) „Schlechter Konturenkontrast“, (6) „Relativer Anteil der
notwendigen verdeckten Objekte“ und (7) „Relativer Anteil typischer Objekte“. Die
Modellzusammenfassung ist in Tabelle 19 dargestellt.
Tabelle 19: Modellzusammenfassung der schrittweisen multiplen Regression
Modell R R² adj. R² Δ R² Δ F df1 df2 p
1 0.801 0.642 0.637 0.642 146.86 1 82