Skalierungsverfahren nach Mokken

Die Mokkenskalierung ist ein nichtparametrisches, probabilistisches latent-trait-Verfahren fuer monoton dichotome (kumulative) Items, das 1971 von R. J. Mokken eingefuehrt wurde. In der vorliegenden Arbeit werden die Verfahrenselemente unter Beruecksichtigung bisheriger Weiterentwicklungen zusammenhaengend dargestellt. Die Einsatzfaehigkeit der unterschiedlichen Verfahren zur Pruefung der zentralen Modellanforderungen der doppelten Monotonie einer Itemmenge wird ausfuehrlich anhand simulierter und realer Datensaetze geprueft. Dabei werden insbesondere Probleme behandelt, die sich aufgrund der spezifischen Eigenschaften des Homogenitaetskoeffizienten ? in erster Linie aufgrund seiner Stichprobenabhaengigkeit und der Verzerrung durch Extremgruppen - ergeben. Der Einfluß dieser Eigenschaften auf die Skalierungsloesung und in weiterer Folge auf die Robustheitspruefung bzw. differentielle Skalierung sowie daraus abgeleitete Verfahrenserweiterungen (Extremgruppeneliminierung, Einsatz des C-Koeffizienten und Zufallstestung) werden diskutiert. Desweiteren werden die zahlreichen Moeglichkeiten zur Pruefung der Monotonie der Itemschwierigkeiten bzw. der Reihenfolgeinvarianz (P-Matrizen, Itemsplit, Restscoresplit, Restscorevergleiche, H"T-Koeffizient und ordinale Analyse latenter Klassen) und unterschiedliche Verfahren zur Skalenkonstruktion (schrittweise Skalenerweiterung, vollstaendige Kombinationen, Clusteralgorithmen) hinsichtlich ihrer Anwendungsmoeglichkeiten untersucht. Weiters werden Weiterentwicklungen (Verallgemeinerung auf ordinal-polytome Items und nichtparametrisches probabilistisches Unfolding) kurz dargestellt.