ScholarGate
Assistent
Latent structureItem response theory / latent variable multilevel models

Multilevel Item Response Theory

Multilevel item response theory (MLIRT) joins two powerful frameworks: an IRT measurement model that turns item responses into a latent ability, and a multilevel structural model that explains how that ability varies across nested groups such as classrooms, schools, or countries. Instead of first scoring a test and then running a multilevel regression on the scores, MLIRT does both at once, so that measurement error in ability is properly carried into the group-level analysis. It is the rigorous way to study how student and school characteristics relate to a latent trait measured by a test.

In MethodMind öffnenDemnächstAnwenden, vergleichen, Anleitung erhalten
Werkzeuge und Ressourcen
Folien herunterladen
Lernen und erkunden
VideoDemnächst

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Fox, J.-P. (2010). Bayesian Item Response Modeling: Theory and Applications. Springer. DOI: 10.1007/978-1-4419-0742-4
  2. De Boeck, P., & Wilson, M. (Eds.). (2004). Explanatory Item Response Models: A Generalized Linear and Nonlinear Approach. Springer. ISBN: 9780387402758

So zitieren Sie diese Seite

ScholarGate. (2026, June 22). Multilevel Item Response Theory Models for Clustered Test Data. ScholarGate. https://scholargate.app/de/education/multilevel-irt

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen
ScholarGateMultilevel Item Response Theory (Multilevel Item Response Theory Models for Clustered Test Data). Abgerufen am 2026-06-24 von https://scholargate.app/de/education/multilevel-irt · Datensatz: https://doi.org/10.5281/zenodo.20539026