Latent Variable Modeling and Psychometric Methods in HRM

Das Messen und die Analyse von latenten (d.h. nicht direkt beobachtbaren) Konstrukten ist ein fundamentaler Punkt in der qualitativen Forschung. Anfangs fanden solche Modelle fast ausschließlich Anwendung in der psychologischen Diagnostik. Aufgrund ihrer herausragenden statistischen und inhaltlichen Eigenschaften entstand in der letzten Zeit ein großes Interesse auch außerhalb des sozialwissenschaftlichen Bereichs wie z.B. in der Medizin, im Marketing sowie im Human Resource Management (HRM). Vor allem das HRM verspricht ein hohes Anwendungspotential wie etwa ein großflächiges kognitives Screening für einen limitierten Universitätszugang. Dadurch ergeben sich sowohl aus methodischer, als auch aus computationaler Sicht neue Herausforderungen. Seitens der Methodik liegt der Fokus in Weiterentwicklungen von Modellen aus der Item Response Theorie (IRT), der Multidimensionalen Skalierung (MDS), und den Strukturgleichungsmodellen (SEM). Aus statistischer Sicht ist es von großem Vorteil wenn diese Modelle in ein Framework von breiteren Modellklassen eingebettet werden können. Dadurch können u.a. einheitliche Schätzverfahren angewendet werden was einen großen Beitrag zur Modellflexibilität liefert. Ein weiterer methodischer Aspekt in diesem Projekt liegt auf der Herstellung von Verbindungen solcher Modelle untereinander, wie z.B. zwischen IRT und SEM. Die Konsequenzen dieser methodischen Erweiterung für die Praxis sind ein detaillierteres und flexibleres Messen, Analysieren und Interpretieren von Modellen mit eben latenten Variablen. Um bestehende und solche erweiterten Modelle in einem weiten Forschungsfeld praktisch zugänglich und anwendbar zu machen, müssen entsprechende Programmroutinen vorgesehen werden. Diese müssen ein hohes Maß an Flexibilität aufweisen die es dem User erlaubt, Ergebnisse an die eigenen Bedürfnisse anzupassen; von fortführenden Analysen über entsprechende Repräsentationen, bis hin zu Tools zur Visualisierung. Daher liegt ein Hauptaspekt des Forschungsvorhabens im Programmieren von Packages für die open-source Plattform "R", die dieser Flexibilität und Benutzerfreundlichkeit Rechnung tragen kann. Zudem müssen diese Routinen in der Lage sein, entsprechend große Datensätze (wie etwa aus dem HRM) effizient zu verarbeiten. Zwei führende Experten im Bereich Psychometrie - Latent Variable Modeling sowie im Bereich der computationalen Statistik sind Jan de Leeuw und Peter Bentler von der UCLA. Prof. de Leeuw zeichnet sich u.a. durch eine Fülle von Artikeln im Bereich von IRT und MDS aus mit besonderem Schwerpunkt auf deren computationale Umsetzung in R. Infolgedessen rief er auch das Projekt PsychoR ins Leben. Prof. Bentler ist ein führender Pionier im Bereich von SEM und Latent Variable Modeling. Die Erfahrung dieser beiden Forscher ist unverzichtbar für methodische Entwicklungen und computationale Implementationen für Analysten außerhalb der Statistik-Community.