Item Fit – Statistische und praktische Signifikanz von nicht modellkonformen Items in empirischen Bildungsstudien

Federführung: DIPF
Kooperation mit: TUM, IPN, Boston College


Projektleitung: Dr. Carmen Köhler➚, Prof. Dr. Johannes Hartig➚

Wissenschaftliche Mitarbeitende: Katharina Fährmann➚

Kooperationspartner: IPN (Dr. Alexander Robitzsch➚), Lynch School of Education and Human Development (Prof. Dr. Matthias von Davier➚), TUM (Dr. Jörg-Henrik Heine)

Das von der Deutschen Forschungsgemeinschaft (DFG) geförderte Projekt „Item Fit – Statistische und praktische Signifikanz von nicht modellkonformen Items in empirischen Bildungsstudien“ ist eine Datenkooperation zwischen dem ZIB und dem DIPF zu PISA Feldtestdaten. Im Rahmen des Projekts sollen Richtlinien für die Verwendung von Item-Fit-Statistiken in groß angelegten Bildungsstudien abgeleitet werden. Im Zentrum steht dabei die praktische Bedeutsamkeit von Items, deren Beantwortung sich statistisch signifikant von den vom Modell vorhergesagten Antwortwahrscheinlichkeiten unterscheidet. Dabei sollen die Auswirkungen auf die Kompetenzschätzung durch bzw. ohne den Einbezug der statistisch unpassenden Items untersucht werden.

Das Kernziel der Datenooperation besteht in der Validierung von Methoden zur Erfassung der praktischen Bedeutsamkeit von nicht modellkonformen Items anhand empirischer Feldtestdaten aus der PISA 2018 Erhebung.

Der Ansprechpartner zur Datenkooperation im ZIB ist Dr. Jörg-Henrik Heine (Standort TU München).

Weitere Informationen zu dem Projekt finden Sie hier

https://www.dipf.de/de/forschung/aktuelle-projekte/item-fit-statistische-und-praktische-signifikanz-von-nicht-modellkonformen-items-in-empirischen-bildungsstudien➚

Untersuchung von Antworten, die sich signifikant von den Vorhersagen unterscheiden. © pexels.com

© 2012 Zentrum für internationale Bildungsvergleichsstudien

» Webdesign