Korbinian Moeller, Christian Balzer und klaus Willmes
Da bei verschiedenen Testkennwerten nicht von einer Normalverteilung der Rohwerte ausgegangen werden kann, wurde für die Normwertberechnung eine Normalisierung der Verteilungen mittels Flächentransformation durchgeführt. Die ermittelten Prozentrangwerte wurden, in Abhängigkeit von der Differenziertheit der Rohwerte, in z-Werte, T-Werte oder C-Werte transformiert (Standardnorm-Äquivalente). Bei Testvariablen, die nur einen engen Bereich tatsächlich erreichter Testwerte aufweisen, wie dies bei Fehlervariablen häufig der Fall ist, wurden Cutoff-Werte bestimmt die angeben, bis zu welchem Wert eine Testleistung unauffällig ist, deren Überschreiten aber auf eine beeinträchtigte Leistung hinweist.
Wie von vielen anderen Leistungstests bekannt, treten auch bei den vorliegenden neuropsychologischen Untersuchungsverfahren Abhängigkeiten der Testleistung von demographischen Variablen wie Geschlecht, Alter und Bildungsgrad auf. Selbst bei großen Stichproben ist es aber schwierig, Normwerttabellen für alle Altersgruppen mit den verschiedenen Bildungsgraden und für beide Testversionen zu erstellen, da bei einer solchen Mehrfachnormierung die Stichprobengrößen zu klein werden.
Um dieses Problem zu umgehen wurde ein von Capitani et al. (1997) vorgeschlagenes Verfahren angewandt: in einer multiplen Regressionsanalyse wird ein korrigierter Testwert (adjusted score) in Abhängigkeit von Geschlecht, Lebensalter in Jahren und Anzahl der Schul- / Bildungsjahre ermittelt. Zusätzlich zu den demographischen Variablen findet in dieser multiplen Regression auch die tatsächlich gewählte Paralleltestversion (Form A bzw. Form B) Berücksichtigung.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nullam porttitor augue a turpis porttitor maximus. Nulla luctus elementum felis, sit amet condimentum lectus rutrum eget.