Entwicklung von statistischen Methoden für die Modellierung interaktiver Aufgaben 

Projektleitung: IPN (Prof. Dr. Oliver Lüdtke)
Kooperation: DIPF (Prof. Dr. Frank Goldhammer)

Mit der Einführung computerisierter Tests haben komplexe, interaktive Aufgaben Einzug in Large-Scale-Studien wie PISA gehalten. Diese neuen Aufgabentypen simulieren Umgebungen, wie eine Computerumgebung, oder Systeme, wie eine Maschine, deren Funktionsweise Schüler*innen herausfinden sollen. Interaktive Aufgaben bieten vertiefte Einblicke in das individuelle Lösungsverhalten. Neben der Lösung der gestellten Aufgabe wird auch der Lösungsprozess dokumentiert. Die Nutzung dieser umfangreichen Prozessdaten stellt eine zentrale Herausforderung der aktuellen psychometrischen Forschung dar. 

Bei der Auswertung von Prozessdaten bieten sog. Hidden Markov Modelle ein besonderes Potenzial, da sie sehr umfangreiche Aktionssequenzen anhand einer vergleichsweise geringen Anzahl von latenten Zuständen beschreiben. Sie ermöglichen damit eine modellbasierte Identifikation von typischen Lösungsverläufen bei der Bearbeitung interaktiver Aufgaben. 

Das Projekt widmet sich der statistischen Modellierung von interaktiven Aufgaben und legt einen besonderen Schwerpunkt auf die Evaluation und Anwendung von Hidden Markov Modellen auf psychometrische Prozessdaten. Es zielt darauf ab, Lösungsprozesse bei interaktiven Aufgaben besser zu verstehen. Dieses Wissen kann sowohl dazu verwendet werden, die Aufgaben weiter zu optimieren als auch geeignete Interventionen zu entwickeln, die bestimmte Gruppen von Personen (z.B. mit wenig Vorwissen) bei der Lösung der Aufgabe gezielt unterstützen.