Weiterentwicklung und Evaluierung modellbasierter Mischverteilungsansätze zur Identifizierung nachlässigen Antwortverhaltens in Fragebogendaten

• Antragsteller: Professor Dr. Gabriel Nagy, seit 3/2024
• Fachliche Zuordnung: Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 508980636

Nachlässiges Antwortverhalten (careless and insufficient effort responding; C/IER) stellt eine der zentralen Bedrohungen für die Qualität von Fragebogendaten dar. Die Identifizierung von C/IER wird insbesondere dadurch erschwert, dass C/IER sich in einer Vielzahl von Verhaltensmustern manifestieren kann, reichend von gleichförmigem, zufälligem Antworten bis hin zur Markierung von Mustern. Jüngste Entwicklungen von modellbasierten Mischverteilungsansätzen (LR-C/IER Modelle) nuzten zusätzliche Informationen auf Item-Ebene wie Antwortzeiten oder Item-Merkmale zur Identifizierung und Modellierung von C/IER. LR-C/IER Ansätze vermeiden Annahmen zu spezifischen Arten von C/IER-Mustern in den Daten, ermöglichen die Identifizierung von C/IER auf der Ebene einzelner Antworten, berücksichtigen die Unsicherheit in der Identifizierung von C/IER und adjustieren für die Aufmerksamkeit der Befragten in der Schätzung inhaltlicher Traits. Dadurch bergen LR-C/IER Ansätze großes Potenzial für ein besseres Verständnis sowie eine verbesserte Handhabung von C/IER. Um sie jedoch für die Praxis nutzbar zu machen, ist ein tiefgehendes Verständnis der Bedingungen, unter denen LR-C/IER Ansätze vertrauenswürdige Ergebnisse liefern, unabdingbar. Die Ziele dieses Projekts sind es, die Nutzbarkeit von LR-C/IER Ansätzen für angewandte Forscher:innen zu verbessern, ihre Robustheit unter verschiedenen Arten von C/IER-Verhalten zu untersuchen, LR-C/IER Ansätze als Maß für C/IER-Verhalten zu validieren sowie Leitlinien für ihre Anwendung zu entwickeln. Um die Nutzbarkeit von LR-C/IER Ansätzen zu erhöhen, soll Maximum-Likelihood-basierte Schätzung in weit verbreiteter Statistiksoftware implementiert und mit bisher verwendeter Bayesianischer Schätzung verglichen werten. Dies dient der Entwicklung von Leitlinien für die Modellschätzung sowie allgemeiner Datenanforderungen, unter denen LR-C/IER Ansätze vertrauenswürdige Ergebnisse liefern. Um die Robustheit von LR-C/IER Ansätzen zu untersuchen, soll ihre Vertrauenswürdigkeit unter Modellannahmen verletzendem C/IER Verhalten untersucht werden. Zur Validierung von LR-C/IER Ansätzen soll ihre Sensitivität und Spezifität gegenüber realem C/IER Verhalten in experimentellen empirischen Daten - erhoben unter Standardinstruktionen sowie unter C/IER entweder begünstigenden oder vorbeugenden Bedingungen - sowie die Übereinstimmung mit etablierten verhaltensbasierten Maßen und Selbstberichten zu C/IER untersucht werden.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: USA
• Mitverantwortlich(e): Professorin Dr. Steffi Pohl
• Kooperationspartner: Professor Dr. Nathan Bowling
• Ehemalige Antragstellerin: Dr. Esther Ulitzsch, bis 3/2024