Item
In diesem Beitrag
Was versteht man unter Item?
Ein Item ist die kleinste messbare Einheit in einem Fragebogen, Test oder einer Skala. Es handelt sich um eine einzelne Frage, Aussage oder Aufgabe, auf die eine Testperson antwortet. Items sind die Bausteine, aus denen psychologische Tests, Leistungstests, Persönlichkeitsfragebögen oder Umfrageinstrumente aufgebaut werden.
Grundsätzlich unterscheidet man zwei Haupttypen von Items:
- Geschlossene Items: Die Antwortmöglichkeiten sind vorgegeben, zum Beispiel Likert-Skalen, Multiple-Choice-Fragen oder Ja/Nein-Antworten.
- Offene Items: Die Befragten antworten frei in eigenen Worten, ohne vorgegebene Kategorien.
In der klassischen Testtheorie wird jedem Item ein sogenannter Itemkennwert zugeordnet. Besonders relevant ist dabei die Itemschwierigkeit (der Anteil richtiger Antworten bei Leistungsitems) und die Trennschärfe, also wie gut ein einzelnes Item zwischen Personen mit hoher und niedriger Merkmalsausprägung unterscheidet.
Warum ist Item für statistische Analysen wichtig?
Items sind der Ausgangspunkt jeder empirischen Messung. Bevor statistische Auswertungen überhaupt sinnvoll sind, muss sichergestellt sein, dass die eingesetzten Items das messen, was sie messen sollen. Schlechte Items gefährden die Qualität der gesamten Studie – unabhängig davon, wie aufwendig die spätere Analyse ist.
In der Praxis werden Items daher im Rahmen einer Itemanalyse geprüft. Dabei werden unter anderem folgende Kennwerte berechnet:
- Itemschwierigkeit: Wie leicht oder schwer ist das Item für die Stichprobe?
- Trennschärfe: Korreliert das Item ausreichend mit dem Gesamtwert der Skala?
- Itemvarianz: Differenziert das Item überhaupt zwischen den Befragten?
Items, die zu leicht, zu schwer oder trennschärfeschwach sind, werden in der Regel überarbeitet oder aus dem Instrument entfernt. Auch die Reliabilität einer Skala – also ihre Messgenauigkeit – hängt direkt von der Qualität der einzelnen Items ab. Eine häufig verwendete Kennzahl dafür ist Cronbachs Alpha.
Praxisbeispiel zu Item
Angenommen, du entwickelst einen Fragebogen zur Messung von Prüfungsangst bei Studierenden. Dein Fragebogen enthält unter anderem folgende drei Items, bewertet auf einer Skala von 1 (stimme gar nicht zu) bis 5 (stimme voll zu):
| Item-Nr. | Itemtext | Trennschärfe (r) |
|---|---|---|
| 1 | Vor Prüfungen fühle ich mich sehr angespannt. | .68 |
| 2 | Ich schlafe vor Prüfungen schlecht. | .54 |
| 3 | Ich lerne grundsätzlich gern. | .12 |
Die Itemanalyse zeigt, dass Item 1 und Item 2 gut mit dem Gesamtwert der Skala korrelieren – sie haben eine akzeptable bis gute Trennschärfe. Item 3 hingegen weist eine sehr niedrige Trennschärfe von .12 auf. Es misst offenbar etwas anderes als Prüfungsangst und sollte überarbeitet oder aus dem Fragebogen entfernt werden. Dieses einfache Beispiel verdeutlicht, warum die Analyse einzelner Items so wichtig ist: Ein einziges schwaches Item kann die Reliabilität der gesamten Skala beeinträchtigen.
