Entwicklung von Mischverteilungs-Item-Response-Modellen zur Analyse von Cross-Classified Multirater Daten und deren Anwendung in der Lehrevaluationsforschung (MixIRT-CCM)

• Antragsteller: Professor Dr. Tobias Koch, Ph.D.
• Fachliche Zuordnung: Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 405463675

Ziel des Projekts ist die Erweiterung von Item-Response-Theorie-(IRT)-Modellen zur Analyse von komplexen Cross-Classified-Multirater-(CCM)-Daten auf Mischverteilungsansätze sowie auf Längsschnittdesigns. Das Projekt schließt an aktuelle Forschungsbefunde aus dem Bereich der multimethodalen Veränderungsmessung (z.B. Koch, 2013, Holtmann, 2017) sowie Mischverteilungs-IRT-Modellierungen für hierarchische Datenstrukturen (z.B. Kelcey, McGinn, & Hill, 2014; Wang, 2011) an und erweitert diese Modellierungsansätze auf sogenannte CCM-Daten. Die Entwicklung derartiger Modelle ist von hohem wissenschaftlichen und praktischen Interesse, da CCM-Daten in vielen Bereichen der Psychologie und der empirischen Bildungsforschung vorkommen - insbesondere im Bereich der Lehrevaluationsforschung. So schätzen typischerweise dieselben Studierenden mehrere Lehrkräfte im Rahmen von Lehrbeurteilungen an Hochschulen ein, wodurch eine CCM Datenstruktur entsteht. Die neu entwickelten Modelle sollen auf Lehrevaluationsdaten angewandt werden. Hierdurch soll ein Beitrag zur detaillierten Untersuchung der konvergenten und diskriminanten Validität von Lehrevaluationen an Hochschulen geleistet werden. Darüber hinaus wird die statistische Performanz der entwickelten Modelle im Rahmen von Monte Carlo Simulationsstudien untersucht.

• DFG-Verfahren: Sachbeihilfen
• Kooperationspartnerinnen / Kooperationspartner: Professor Dr. Michael Eid; Professorin Dr. Jana Holtmann