Faking in high-stakes personality assessments: A response-time-based latent response mixture modeling approach

Vorschau

PDF
seitz-ulitzsch-2026-faking-in-high-stakes-personality-assessments-a-response-time-based-latent-response-mixture.pdf - Veröffentlichte Version
Download (1MB)

DOI:	https://doi.org/10.1177/00131644261422169
URL:	https://journals.sagepub.com/doi/10.1177/001316442...
Weitere URL:	https://www.researchgate.net/publication/400076340...
URN:	urn:nbn:de:bsz:180-madoc-720355
Dokumenttyp:	Zeitschriftenartikel
Erscheinungsjahr Online:	2026
Datum:	18 März 2026
Titel einer Zeitschrift oder einer Reihe:	Educational and Psychological Measurement : EPM
Band/Volume:	tba
Heft/Issue:	tba
Seitenbereich:	1-40
Ort der Veröffentlichung:	Thousand Oaks, Calif. [u.a.]
Verlag:	Sage Periodicals Press
ISSN:	0013-1644 , 1552-3888
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Sozialwissenschaften > Psychologische Methodenlehre u. Diagnostik (Meiser 2009-)
Bereits vorhandene Lizenz:	Creative Commons Namensnennung 4.0 International (CC BY 4.0)
Fachgebiet:	150 Psychologie 300 Sozialwissenschaften, Soziologie, Anthropologie 310 Statistik
Freie Schlagwörter (Englisch):	faking , mixture model , response times , item response theory
Abstract:	When personality assessments are employed in high-stakes contexts, there is the risk that test-takers provide overly positive descriptions of themselves. This response bias is known as faking and has often been addressed in latent variable models through an additional dimension capturing each test-taker’s faking degree. Such models typically assume a homogeneous response strategy for all test-takers, with substantive traits and faking jointly influencing responses to all items. In this article, we present a latent response mixture item response theory (IRT) model of faking that accounts for changes in test-takers’ response strategies over the course of the assessment. The model translates theoretical considerations about test-taker behavior into different model components for item responses and corresponding item-level response times (RT), thereby allowing to account for, identify, and investigate different faking-related response strategies on the person-by-item level. In a parameter recovery study, we found that the model parameters can be estimated well under realistic conditions. Also, we applied the model to an empirical dataset (N = 1824) from a job application context, showcasing its utility in real high-stakes assessment data. We conclude the article by discussing the role of the model for psychological measurement as well as substantive research.
Übersetzter Titel:	Faking in High-Stakes-Persönlichkeitstestungen: Ein antwortzeitbasierter latenter Antwort-Mischmodellierungsansatz (Deutsch)
Übersetzung des Abstracts:	(ÜBERSETZUNG VON DeepL) Wenn Persönlichkeitsbeurteilungen in Kontexten mit hohen Einsätzen eingesetzt werden, besteht die Gefahr, dass die Testteilnehmer sich selbst übermäßig positiv darstellen. Diese Antwortverzerrung wird als „Faking“ bezeichnet und wurde in Modellen mit latenten Variablen häufig durch eine zusätzliche Dimension berücksichtigt, die den Grad des Faking jedes einzelnen Testteilnehmers erfasst. Solche Modelle gehen in der Regel von einer einheitlichen Antwortstrategie für alle Testteilnehmer aus, wobei sowohl die tatsächlichen Persönlichkeitsmerkmale als auch das Faking die Antworten auf alle Items gemeinsam beeinflussen. In diesem Artikel stellen wir ein latentes Response-Mixture-Modell der Item-Response-Theorie (IRT) zum Faking vor, das Veränderungen in den Antwortstrategien der Testteilnehmer im Verlauf der Untersuchung berücksichtigt. Das Modell übersetzt theoretische Überlegungen zum Verhalten der Testteilnehmer in verschiedene Modellkomponenten für Item-Antworten und die entsprechenden Antwortzeiten (RT) auf Item-Ebene, wodurch es möglich wird, verschiedene Faking-bezogene Antwortstrategien auf der Ebene „Person-zu-Item“ zu berücksichtigen, zu identifizieren und zu untersuchen. In einer Studie zur Parameterrückgewinnung haben wir festgestellt, dass die Modellparameter unter realistischen Bedingungen gut geschätzt werden können. Außerdem haben wir das Modell auf einen empirischen Datensatz (N = 1824) aus dem Kontext von Bewerbungsverfahren angewendet und damit seine Nützlichkeit bei realen Daten aus Hochstake-Bewertungen aufgezeigt. Wir schließen den Artikel mit einer Diskussion über die Rolle des Modells für die psychologische Messung sowie für die substanzielle Forschung. (Deutsch)

	Dieser Eintrag ist Teil der Universitätsbibliographie.
	Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.
	Diese Publikation ist bisher nur Online erschienen. Diese Publikation nun als "Jetzt in Print erschienen" melden.