Testtheorie und MethodenvertiefungModulbeschreibung #50609 / Version 4
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v5)
| Modul / Version | #50609 / #4 |
|---|---|
| Gültigkeit | SS 2018 – WiSe 2025/26 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Müller-Plath, Gisela |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät V |
|---|---|
| Institut | Institut für Psychologie und Arbeitswissenschaft (IPA) |
| Fachgebiet | 35321300 FG Methodenlehre und Maritime Psychologie |
Kontakt
| Sekretariat | MAR 3-2 |
|---|---|
| Ansprechpartner*in | Müller-Plath, Gisela |
| E-Mail-Adresse | gisela.mueller-plath@tu-berlin.de |
| Webseite | Keine Angabe |
Lernergebnisse
Aus den angebotenen LV sind zwei auszuwählen. Das Angebot wechselt kapazitätsabhängig von Semester zu Semester. Dabei wird jedes Semester mindestens eine Lehrveranstaltung angeboten, und in zwei aufeinander folgenden Smestern mindestens zwei verschiedene. Das Modul kann in einem oder zwei Semestern abgeschlossen werden.
Lehrinhalte
Lehrveranstaltung "Testtheorie und Fragebogenkonstruktion":
Klassische Testtheorie: Modellannahmen (Axiome), Konzept der Reliabilität, Verfahren zur Reliabilitätsschätzung, Konfidenzintervalle für den wahren Wert, Konzept der Validität, Cronbachs Alpha, Problematik moderner Verfahren zur
Reliabilitätsschätzung über Faktorenanalyse oder Strukturgleichungsmodelle; Fragebogenkonstruktion; Itemanalyse.
Lehrveranstaltung "Multivariate Statistik":
Deskriptive multivariate Statistik;Grundlagen multivariater Wahrscheinlichkeitsverteilungen; T²-Tests und multivariate Varianzanalyse; Diskriminanzanalyse; Faktoren- oder Clusteranalyse.
Lehrveranstaltung "Softwaregestützte Modellierung, Bootstrapping und Simulation":
Prinzip der Datenbeschreibung durch Modellgleichungen, Parameterschätzungen und Tests der Modellanpassung; Bootstrapping als moderne verteilungsfreie Methode; Simulation von Stichprobenziehungen aus Verteilungen, z.B. zur Untersuchung der Auswirkungen bestimmter Modellannahmen und -verletzungen.
Lehrveranstaltung "Gemischte Modelle (Linear mixed-effects models)":
Gemischte Modelle (LMMs) sind eine wichtige Klasse statistischer Modelle zur Analyse von Daten mit verschiedenen korrelierten Messungen an jedem untersuchten Objekt. Dieser Kurs zielt auf einen möglichst weiten Anwendungsbereich und eine dennoch ausreichend fundierte Beschreibung der Implementierung von LMMs im Statistikpaket R.
Studierende, die das Modul "Empirische Forschungemethoden für Ingenieure" abgeschlossen haben, können im Rahmen dieses Moduls auch die Lehrveranstaltung "Statistik für komplexe Versuchspläne II" wählen, welche standardmäßig dem Modul "Empirische Forschungsmethoden für Psychologen" zugeordnet ist (Arbeitsformen, Aufwand und Prüfungsleistung siehe dort). Inhalt ist das Allgemeine Lineare Modell in Matrix-/Vektorschreibweise.
Klassische Testtheorie: Modellannahmen (Axiome), Konzept der Reliabilität, Verfahren zur Reliabilitätsschätzung, Konfidenzintervalle für den wahren Wert, Konzept der Validität, Cronbachs Alpha, Problematik moderner Verfahren zur
Reliabilitätsschätzung über Faktorenanalyse oder Strukturgleichungsmodelle; Fragebogenkonstruktion; Itemanalyse.
Lehrveranstaltung "Multivariate Statistik":
Deskriptive multivariate Statistik;Grundlagen multivariater Wahrscheinlichkeitsverteilungen; T²-Tests und multivariate Varianzanalyse; Diskriminanzanalyse; Faktoren- oder Clusteranalyse.
Lehrveranstaltung "Softwaregestützte Modellierung, Bootstrapping und Simulation":
Prinzip der Datenbeschreibung durch Modellgleichungen, Parameterschätzungen und Tests der Modellanpassung; Bootstrapping als moderne verteilungsfreie Methode; Simulation von Stichprobenziehungen aus Verteilungen, z.B. zur Untersuchung der Auswirkungen bestimmter Modellannahmen und -verletzungen.
Lehrveranstaltung "Gemischte Modelle (Linear mixed-effects models)":
Gemischte Modelle (LMMs) sind eine wichtige Klasse statistischer Modelle zur Analyse von Daten mit verschiedenen korrelierten Messungen an jedem untersuchten Objekt. Dieser Kurs zielt auf einen möglichst weiten Anwendungsbereich und eine dennoch ausreichend fundierte Beschreibung der Implementierung von LMMs im Statistikpaket R.
Studierende, die das Modul "Empirische Forschungemethoden für Ingenieure" abgeschlossen haben, können im Rahmen dieses Moduls auch die Lehrveranstaltung "Statistik für komplexe Versuchspläne II" wählen, welche standardmäßig dem Modul "Empirische Forschungsmethoden für Psychologen" zugeordnet ist (Arbeitsformen, Aufwand und Prüfungsleistung siehe dort). Inhalt ist das Allgemeine Lineare Modell in Matrix-/Vektorschreibweise.
Modulbestandteile
Wahlpflichtbereich
Aus den folgenden Veranstaltungen muss eine Auswahl abgeschlossen werden:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Gemischte Modelle (Linear mixed-effect models) | Integrierte Veranstaltung | 0532 L 617 | Unregelmässig | [de] | 2 | WiSe 2026/27 (1) ISIS |
| Multivariate Statistik - Psychologie | Integrierte Veranstaltung | 0532 L540 | Wintersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
| Softwaregestützte Modellierung, Bootstrapping und Simulation | Integrierte Veranstaltung | 0532 L 611 | Winter- und Sommersemester | [de] | 2 | ISIS |
| Testtheorie und Fragebogenkonstruktion | Integrierte Veranstaltung | 0532 L 540 | Sommersemester | [de] | 2 | ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Gemischte Modelle (Linear mixed-effect models) (Integrierte Veranstaltung) 1
- Gemischte Modelle (Linear mixed-effect models) (Integrierte Veranstaltung) Termingruppe 1 0532 L 617
Multivariate Statistik - Psychologie (Integrierte Veranstaltung) 1
- Multivariate Statistik - Psychologie (Integrierte Veranstaltung) 1. Termingruppe 0532 L 540
Arbeitsaufwand und Leistungspunkte
Gemischte Modelle (Linear mixed-effect models) (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Multivariate Statistik - Psychologie (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Softwaregestützte Modellierung, Bootstrapping und Simulation (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Testtheorie und Fragebogenkonstruktion (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 360 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Testtheorie und Fragebogenkonstruktion: Vorlesungsanteile mit Übungsaufgaben (ca. 2/3) sowie praktische Arbeit in Kleingruppen (ca. 1/3).
Multivariate Statistik: Vorlesung mit interaktiven Phasen; Hausaufgaben in Kleingruppen
Softwaregestützte Modellierung, Bootstrapping und Simulation: Vorlesung mit Übungsanteilen, praktische Arbeit am PC.
Gemischte Modelle (Linear mixed-effects models): Vorlesung mit Übungsanteilen, praktische Arbeit am PC.
Multivariate Statistik: Vorlesung mit interaktiven Phasen; Hausaufgaben in Kleingruppen
Softwaregestützte Modellierung, Bootstrapping und Simulation: Vorlesung mit Übungsanteilen, praktische Arbeit am PC.
Gemischte Modelle (Linear mixed-effects models): Vorlesung mit Übungsanteilen, praktische Arbeit am PC.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Wünschenswert: Modul "Empirische Forschungsmethoden für Ingenieure, Statistik und Versuchsplanung I und II" oder "Empirische Forschungsmethoden für Psychologen, Statistik für komplexe Versuchspläne I"; Kenntnisse der Statistik-Software R
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Gemischte Modelle (Linear mixed-effects models): Referat und Essay | 50 | flexibel | |
| Multivariate Statistk: Hausaufgaben | 25 | ||
| Multivariate Statistk: Testat | 25 | ||
| Softwaregestützte Modellierung, Bootstrapping und Simulation: Referat und Essay | 50 | flexibel | |
| Testtheorie und Fragebogenkonstruktion: Hausarbeit | 25 | ||
| Testtheorie und Fragebogenkonstruktion: Testat | 25 |
Prüfungsbeschreibung (Abschluss des Moduls)
Es können maximal 100 Punkte erreicht werden. Notenschlüssel:
Punkte Note
----------------------
100- 95 1.0
94 - 90 1.3
89 - 85 1.7
84 - 80 2.0
79 - 75 2.3
74 - 70 2.7
70 - 65 3.0
64 - 60 3.3
60 - 55 3.7
54 - 50 4.0
49 - 0 5.0
Punkte Note
----------------------
100- 95 1.0
94 - 90 1.3
89 - 85 1.7
84 - 80 2.0
79 - 75 2.3
74 - 70 2.7
70 - 65 3.0
64 - 60 3.3
60 - 55 3.7
54 - 50 4.0
49 - 0 5.0
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 30.
Anmeldeformalitäten
keine
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Testtheorie: Skript zum Download unter ISIS
Empfohlene Literatur
- Gemischte Modelle (Linear mixed-effects models): Wird in der LV bekanntgegeben
- Johnson, R.A & Wichern, D.W. (5. Aufl. 2002 oder höher). Applied Multivariate Statistical Analysis. Upper Saddle River, NJ: McGraw-Hill
- Moosbrugger, H. & Kelava, A. (Hrsg.) (2007). Testtheorie und Fragebogenkonstruktion. Heidelberg: Springer.
- Müller-Plath, G. & Heyer, D. (2014). Klassische Testtheorie. Skript zur Vorlesung. Berlin: Unveröffentlichtes Vorlesungsskript der TU Berlin
- Softwaregestützte Modellierung, Bootstrapping und Simulation: Wird in der LV bekanntgegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Human Factors StuPO 2018 | SoSe 2025 | III. Wahlpflichtmodule zum Erwerb von Basiswissen und -fertigkeiten (12 LP) |
| WiSe 2025/26 | III. Wahlpflichtmodule zum Erwerb von Basiswissen und -fertigkeiten (12 LP) | |
| SoSe 2026 | III. Wahlpflichtmodule zum Erwerb von Basiswissen und -fertigkeiten (12 LP) | |
| Sprache und Kommunikation PO 2015 | SoSe 2025 | Wahlpflicht Vertiefung |
| WiSe 2025/26 | Wahlpflicht Vertiefung | |
| SoSe 2026 | Wahlpflicht Vertiefung |
Wahlpflichtmodul im Masterstudiengang ""Human Factors""; das Modul steht jedoch auch Studierenden anderer Studienfächer offen, sofern Kapazität vorhanden.
Sonstiges
Das Modul kann in einem oder zwei Semestern abgeschlossen werden.