NEUERE TESTVERFAHREN. Einleitung und theoretische Grundlagen

Transkript

1 NEUERE TESTVERFAHREN Hasselhorn, M., Schumann-Hengsteler, R., Gronauer, J., Grube, D., Mähler, C., Schmid, I., Seitz-Stein, K. Zoelch, C. (2012). AGTB Arbeitsgedächtnistestbatterie für Kinder von 5 bis 12 Jahren. Göttingen: Hogrefe, Standardversion 1.498,- (2-Jahres-Lizenz), Profiversion 1.998,- ; Vorschul- und Screening-Version je 798,-, Lizenzverlängerung für 1 Jahr je 10 % des Anschaffungspreises Einleitung und theoretische Grundlagen Das Arbeitsgedächtnis ist von zentraler Bedeutung für die menschliche Informationsverarbeitung. Es dient der kurzzeitigen Speicherung einer begrenzten Informationsmenge und ermöglicht deren Verarbeitung, z. B. durch Abgleich mit Inhalten des Langzeitgedächtnisses. Ein gut funktionierendes Arbeitsgedächtnis dient als wichtige Voraussetzung für eine Reihe von Denk- und Lernvorgängen und gilt als brauchbarer Prädiktor schulischer Fertigkeiten. Die AGTB 5-12 erhebt den Anspruch einer differenzierten Untersuchung des Arbeitsgedächtnisses, die sich an dem von Baddeley (1996) beschriebenen Modell orientiert. Demzufolge setzt sich das Arbeitsgedächtnis aus drei Komponenten zusammen: der phonologischen Schleife, dem visuell-räumlichen Notizblock und einer zentralen Exekutive. Die phonologische Schleife, bestehend aus phonetischem Speicher und subvokalen Rehearsalprozessen, dient dem Behalten und Verarbeiten akustischer Reizfolgen. Der visuelle Notizblock setzt sich aus einem visuellen Speicher und einer Einheit für das kurzzeitige Behalten räumlicher Bewegungen zusammen. Unter dem Begriff der zentralen Exekutiven fasst Baddeley (1996) sehr unterschiedliche Hilfesysteme des Arbeitsgedächtnisses zusammen, deren Aufgabe es ist, die koordinierte Bewältigung paralleler Aufgaben, den flexiblen Wechsel von Abrufstrategien, die Ausblendung irrelevanter Informationen sowie die selektive Aktivierung von Wissensinhalten aus dem Langzeitgedächtnis sicherzustellen. Eine später ergänzte Komponente des Arbeitsgedächtnisses, der episodische Puffer (Baddeley, 2000), wird in der AGTB 5-12 nicht berücksichtigt. Als Einsatzgebiete nennen die Autoren u. a. die Abklärung von Gedächtnisproblemen und schulischen Leistungsstörungen sowie die Einschätzung der Schulfähigkeit im Vorschulalter. Testaufbau Die AGTB besteht aus 12 Subtests, die jeweils einem der drei o. g. Subsysteme des Arbeitsgedächtnisses zugeordnet sind (s. Tab. 1). Laut Manual verlangen neun Untertests das unmittelbare Behalten von Reizfolgen (sog. Spannenaufgaben). Die Testung erfolgt adaptiv: Alle Kinder bearbeiten gleich viele Aufgaben eines Untertests,

2 Neuere Testverfahren 371 die automatisch so ausgewählt werden, dass möglichst viele in den Bereich der individuellen Leistungsgrenze fallen. Tabelle 1: Aufbau der AGTB 5-12 Arbeitsgedächtnis- Subsysteme Phonologische Arbeitsgedächtnisfunktionen Visuell-räumliche Arbeitsgedächtnisfunktionen Zentral-exekutive Arbeitsgedächtnisfunktionen Das phonologische Arbeitsgedächtnis wird mithilfe von vier Untertests geprüft, die insbesondere die Gesamtkapazität der phonologischen Schleife erfassen sollen. 1. Bei Ziffernspanne sollen zufällig generierte Zahlenreihen (Ziffern 1 bis 9), die im 1,5-Sekunden-Takt präsentiert werden, nachgesprochen werden. 2. Im Untertest Wortspanne einsilbig sind Reihen einsilbiger Wörter wie Stein, Maus usw. zu reproduzieren, wobei Antworten auch dann als richtig gelten, wenn pro Wort ein Laut falsch wiedergegeben wird. 3. Bei Wortspanne dreisilbig sind Reihen von dreisilbigen Wörtern wie Rührlöffel, Seeigel usw. nachzusprechen. 4. Im Untertest Kunstwörter hat das Kind Pseudowörter unterschiedlicher Silbenzahl wie rasu oder mokabili nachzusprechen. Dabei wird die Hälfte der Reizwör- Name des Untertests Inhalt Interne Konsistenz a Retestreliabilität Ziffernspanne b Kapazität der phonologischen Schleife.97/.96.68/.78 Wortspanne Kapazität der phonologischen Schleife.94/.95.64/.75 einsilbig Wortspanne dreisilbig Kunstwörter b Matrix b Corsi Block b Ziffern rückwärts b Farben rückwärts Objektspanne b Zählspanne Kapazität der phonologischen Schleife mit erhöhten Anforderungen an die artikulatorische Kontrolle Umfang und Verarbeitungspräzision des phonetischen/phonologischen Speichers Visuell-statische Komponente des visuell-räumlichen Arbeitsgedächtnisses Räumlich-dynamische Komponente des visuell-räumlichen Arbeitsgedächtnisses Koordinationskapazität der zentralen Exekutive Koordinationskapazität der zentralen Exekutive, selektive Fokussierung Koordinationskapazität der zentralen Exekutive Koordinationskapazität der zentralen Exekutive.89/.92.61/.59.77/.74.74/.85.98/.99.51/.49.97/.96.60/.61.96/.96.59/.67.96/.97.49/.67.95/.96.51/.44.97/.97.61/.62 Go/NoGo Selektive Fokussierung.58/.67.40/.39 Stroop Selektive Fokussierung.86/.76.66/.70 Anmerkungen: a 5- bis 8-Jährige/9- bis 12-Jährige; b Untertest der Screening-Version (Erläuterung siehe Text)

3 372 Neuere Testverfahren ter akustisch leicht verzerrt dargeboten, wodurch die Verarbeitungspräzision des phonologischen Speichers (Manual S. 17) abgebildet werden soll. Eine getrennte Auswertung nach verzerrt und nicht verzerrt dargebotenen Reizen erfolgt jedoch nicht. Bei der Auswertung werden z. B. Dehnungsfehler oder dialektale Abweichungen nicht berücksichtigt. Die visuell-räumlichen Arbeitsgedächtnisfunktionen werden mit zwei Aufgabenarten erfasst: 5. Der Untertest Matrix erfasst eine visuell-statische Komponente. Hier werden in einem Raster aus 4 x 4 Feldern auf dem Touchscreen kurzzeitig einige Felder schwarz gefärbt dargeboten. Diese sollen anschließend auf einem ungefärbten Raster angetippt werden. 6. Corsi Block misst die dynamische Kapazität des visuell-räumlichen Arbeitsgedächtnisses. Auf dem Bildschirm befinden sich neun unregelmäßig angeordnete Quadrate, in denen nacheinander für jeweils 1 Sekunde Smileys erscheinen. Anschließend sollen in der richtigen Sequenz diejenigen Felder angetippt werden, in denen zuvor Smileys zu sehen waren. Zur Untersuchung der zentral-exekutiven Funktionen des Arbeitsgedächtnisses dienen sechs Untertests. 7. Ziffern rückwärts erfordert das Nachsprechen auditiv dargebotener Zahlenreihen zunehmender Länge in umgekehrter Reihenfolge. Laut Manual dient diese Aufgabe der Erfassung der Koordinationskapazität bei der Kontrolle von Enkodierund Abrufstrategien temporär gespeicherter Information (Manual, S. 18), wobei unter Koordinationskapazität in Anlehnung an Baddeley (1996) die Fähigkeit verstanden wird, verschiedene Aufgaben gleichzeitig oder zeitnah auszuführen. 8. Bei Farben rückwärts werden verschiedenfarbige Punkte nacheinander präsentiert. Das Kind soll anschließend auf dem Touchscreen die Farbfolge in umgekehrter Reihenfolge auf einem Farbkreis antippen. Damit sollen sowohl die Koordinationskapazität ( Kontrolle von Enkodierungs- und Abrufplänen, Manual, S. 18) als auch die selektive Fokussierung relevanter Informationen bei Ausblendung irrelevanter Informationen (Manual, S. 18) überprüft werden, wobei nicht erklärt wird, was hierbei die irrelevante Information sein soll. 9. Der Untertest Objektspanne erfordert die Speicherung von Informationen, während eine andere Aktivität auszuführen ist. Dem Kind wird auf dem Bildschirm eine Abfolge von Bildern präsentiert. Dazu soll jeweils die Frage beantwortet werden, ob das abgebildete Objekt essbar ist oder nicht. Gleichzeitig soll das Kind sich die Reihenfolge der Objekte merken und diese nach Abschluss der Serie verbal wiedergeben. Ob die Frage nach der Essbarkeit richtig beantwortet wurde oder nicht, wird zwar registriert, spielt für die Leistungsbewertung aber keine Rolle. 10. Im Untertest Zählspanne werden mehrere Serien von Matrizen (6 x 7 Felder) dargeboten, in denen bis zu neun Kreise und zusätzlich als Distraktoren Quadrate zu

4 Neuere Testverfahren 373 sehen sind. Das Kind soll die Kreise zählen, das Ergebnis laut aussprechen und alle Zählergebnisse nach Abschluss der Serie in der richtigen Reihenfolge nennen. Die Richtigkeit des Zählvorgangs spielt für die Bewertung keine Rolle. Objektspanne und Zählspanne werden als komplexe Spannenmaße bezeichnet, mit denen wiederum Aspekte der zentral-exekutiven Koordinationskapazität erfasst werden sollen. 11. Bei Go/NoGo soll darauf geachtet werden, ob Personenabbildungen bestimmte äußere Merkmale aufweisen (z. B. blaue Hose und rotes Hemd). Nur wenn alle Merkmale vorhanden sind, soll das Kind auf die Schaltfläche am Touchscreen drücken. Gemessen wird hierbei die Zahl der richtigen Reaktionen und Reaktionshemmungen. Es werden zwei Serien mit unterschiedlichen Suchkriterien angeboten. 12. Bei Stroop werden in unregelmäßiger Folge männliche und weibliche Figuren präsentiert. Gleichzeitig sagt eine PC-Stimme entweder Mann oder Frau, wobei diese Information entweder kongruent oder inkongruent zur Abbildung sein kann. Das Kind muss jeweils die Antwortalternative (ein weiteres Bild eines Mannes oder einer Frau) antippen, die dem optischen Zielreiz entspricht, unabhängig von der auditiven Information. Diese Aufgabe dient wie Go/NoGo der Messung der Funktionstüchtigkeit der selektiven Fokussierung relevanter bei Ausblendung irrelevanter Informationen (Manual, S. 20). Die Testautoren geben an, der Median des Reaktionstempos für korrekte Reaktionen unter der inkongruenten Bedingung werde zur Normwertbildung herangezogen, wobei Reaktionszeiten bis 250 ms und über 5 sec von der Auswertung ausgeschlossen seien. Liegen weniger als fünf verwertbare Zeiten für die kongruente oder inkongruente Bedingung vor, wird kein Normwert gebildet. Das Testmaterial besteht aus einer CD mit dem Testprogramm, einem Manual (70 Seiten) und einem Mousepad. Es werden vier verschiedene Versionen angeboten. Die Standardversion, geeignet für Kinder im Alter von fünf bis zwölf Jahren, die inhaltsgleiche Version für Vorschulkinder mit Normen nur für Kinder im Alter von fünf bis sieben Jahren und eine Profiversion, die über die Standardversion hinaus weitere Funktionen (z. B. Datenexport) bereitstellt. Untersucher, die die Testergebnisse an einem anderen Rechner ausdrucken, weiterverarbeiten oder speichern möchten, benötigen auf jeden Fall diese um 500,- Euro teurere Ausführung. Schließlich gibt es noch eine Screeningversion, die nur sechs Untertests enthält (s. Tab. 1). Mit dem Test erwirbt man eine zweijährige Nutzungslizenz, die sich anschließend kostenpflichtig um jeweils ein weiteres Jahr verlängern lässt. Für den Betrieb sind zusätzlich ein Laptop mit Dualview-Option, freiem USB- und zusätzlichem Monitor-Eingang sowie ein Touchscreen von mindestens 15 Zoll Bildschirmgröße erforderlich. Als Mindestsystemanforderungen an den PC werden ein 1,4 GHz Pentium 4-Prozessor, 256 MB freier Arbeitsspeicher und 350 MB verfügbarer Festplattenspeicher genannt. Weitere Hardware-Voraussetzungen sind nach Erfahrung der Rezensenten qualitativ zufriedenstellende PC-Lautsprecher. Mögliche Betriebssysteme sind Windows 2000 oder neuer (nicht Windows ME und auch nicht Windows 8), Linux und MAC OSX.

5 374 Neuere Testverfahren Testdurchführung Der Test ließ sich in der eigenen Erprobung nicht auf allen Laptops problemlos installieren. Testaufbau und Sitzanordnung sind im Manual genau beschrieben. Für jedes Kind wird ein Datensatz angelegt, dem mehrere Testungen zugeordnet werden können. Die korrekte Eingabe des Geburtsdatums ist besonders wichtig, weil die jeweilige Aufgabenzusammenstellung vom Alter des Kindes abhängt. Für die drei Altersgruppen (5-6 Jahre, 7-9 Jahre, Jahre) gibt es bei den Einstiegs- bzw. Kalibrierungsitems unterschiedliche Aufgabenschwierigkeiten. Nachträgliche Alterskorrekturen können daher zu irregulären Ergebnissen führen. Der Testleiter sollte mit der Durchführung gut vertraut sein, um einen reibungslosen Ablauf zu gewährleisten, da das Programm nicht durchgängig selbsterklärend ist. Die Instruktion wird bei allen Untertests von einer Computerstimme präsentiert und durch Einführungsaufgaben veranschaulicht. Manche Probanden reagierten auf sich häufig wiederholende Formulierungen etwas gereizt. Bei vielen Aufgaben gibt es die Möglichkeit, eine Aufgabe durch eine andere zu ersetzen ( zweite Chance ). Bei der Standarddurchführung ist die Reihenfolge festgelegt, andere Untertestzusammenstellungen können individuell vor Testbeginn vorgenommen werden. Nach Beginn der Testprozedur ist es nicht möglich, Untertests zu überspringen. Die Autoren geben als Bearbeitungszeit für die komplette Testbatterie 80 bis 90 Minuten an und empfehlen, nach der Hälfte der Subtests eine längere Pause einzulegen oder die Testung auf zwei Termine zu verteilen. In der eigenen Erprobung dauerte die Administration insgesamt meist 65 bis 70 Minuten. Neun der zwölf Untertests werden adaptiv durchgeführt und umfassen jeweils zehn Items. Die ersten beiden Aufgaben jedes Untertests dienen dazu, das Einstiegsniveau der ersten gewerteten Aufgabe festzulegen (sog. Kalibrierung). Die Länge der Reizfolgen und damit die Itemschwierigkeit der nachfolgenden Aufgaben wird dann in Abhängigkeit von der richtigen bzw. falschen Lösung der vorhergehenden Aufgaben angepasst, also verlängert, beibehalten oder verkürzt. Bei richtigen Lösungen entspricht der Rohwert der Länge der Reizfolge, bei falschen Antworten beträgt der Rohwert die Reizfolgenlänge minus 1. Einige technische Details wirkten sich bei der Durchführung ungünstig aus: Auf dem Bildschirm des Testleiters verschwand z. B. bei einigen Aufgaben das Eingabefenster spontan, kurz bevor der Untersucher die Lösung des Probanden eintippen konnte. Im Untertest Go/NoGo gibt es, entgegen der Angaben im Manual, zwischen den beiden Serien keine deutliche Unterbrechung, sodass manche Kinder in der zweiten Testhälfte nach den falschen Merkmalen suchen. Die Auswertung erfolgt überwiegend computergestützt. Die Untertestergebnisse können in verschiedenen Skalierungen (T-Werte, z-werte, Prozentränge) ausgegeben werden, es fehlen Angaben zu Konfidenzintervallen. Für die drei Funktionsbereiche des Arbeitsgedächtnisses wird jeweils das arithmetische Mittel der T-Werte angegeben, das allerdings noch nicht als Normwert interpretiert werden darf. Daher ist ein

6 Neuere Testverfahren 375 weiterer Berechnungsschritt erforderlich, der manuell erfolgen muss, worauf auf dem Testprotokoll aber nicht hingewiesen wird. Adäquat normierte Werte für die Funktionsbereiche stehen im Standardergebnisprotokoll also nicht zur Verfügung. Ein Gesamtwert wird nicht berechnet. Das Testprofil mit einer verbalen Beschreibung der Ergebnisse und der jeweils längsten bewältigten Sequenz in den Spannenaufgaben kann ausgedruckt werden. Die Normwerte werden automatisch berechnet und sind auch den Tabellen im Anhang des Manuals zu entnehmen. Testanalyse und Normierung Die Durchführungsobjektivität der AGTB 5-12 ist weitgehend gegeben. Der Behauptung der Autoren, dass sie bei einem diagnostischen Verfahren kaum höher sein [könne] als bei der AGTB 5-12 (Manual, S. 38) kann dagegen nicht zugestimmt werden. Das Konzept der Durchführungsobjektivität sollte nicht auf den automatischen Ablauf von Reizdarbietungen reduziert werden. Gerade bei der Untersuchung von Kindern ist darüber hinaus eine genaue Beschreibung der gesamten Testsituation einschließlich des Beziehungsaufbaus, der Verhaltenssteuerung, des Umgangs mit Störungen und störenden Verhaltensweisen sowie genauen Hinweisen zur Aufrechterhaltung der kindlichen Motivation u. a. m. erforderlich. Die allgemeinen Testinstruktionen im Manual sind bestenfalls als Anleitung zur Durchführung des Testprogramms zu verstehen, nur ein kleiner Abschnitt thematisiert, wenn auch sehr allgemein, den Umgang mit dem Kind. Hinsichtlich des Einsatzes der durchaus sinnvollen Option der zweiten Chance sind unterschiedliche Maßstäbe der Testleiter nicht zu vermeiden. Die Auswertungsobjektivität ist für die meisten Untertests gesichert, insbesondere wenn die Reaktionen automatisch registriert werden. Bei anderen Aufgaben muss der Testleiter die Antworten bewerten und manuelle Eingaben machen. Bei einigen Aufgaben löst eine ungenaue Berührung des Touchscreens zwar ein akustisches Eingabesignal aus, es kommt jedoch zu keiner Registrierung, was vom Kind nicht bemerkt werden kann und folglich zu falschen Reaktionen führt. Bei Wortspanne einsilbig und insbesondere bei Kunstwörter muss vom Testleiter bewertet werden, ob die Lautbildung des Kindes den Auswertungsregeln entspricht. Empirische Daten bei Kunstwörter zeigen, dass vier Beurteiler im Durchschnitt lediglich zu 75 % (5- bis 6-Jährige) bis 83 % (10- bis 12-Jährige) übereinstimmten. Schon bei Kindern mit deutlicher Aussprache kann es zu Unsicherheiten bei der Auswertung kommen, bei Artikulationsstörungen vergrößern sich die Auswertungsprobleme entsprechend. Die Interpretationsobjektivität ist durch Bezug auf Normwerte gegeben. Für die Interpretation von Leistungsunterschieden zwischen Subtests und Funktionsbereichen stehen weder kritische Differenzen noch Daten über die empirische Häufigkeit von Profilunterschieden in der Normstichprobe zur Verfügung, sodass deren Interpretation nicht objektiv erfolgen kann.

7 376 Neuere Testverfahren Als Reliabilitätsschätzung wurden in der gesamten Normstichprobe interne Konsistenzen für die Subtests berechnet. Die Bestimmung erfolgte getrennt für zwei Altersgruppen (5-8 Jahre, 9-12 Jahre). Da die Testleistungen auch innerhalb dieser Gruppen alterskorreliert sind, muss bei den Reliabilitätsangaben mit einer vermutlich leichten Überschätzung gerechnet werden. Die Autoren weisen außerdem auf die Möglichkeit hin, dass aus statistischen Gründen bei den adaptiven Spannenmaßen Überschätzungen der Reliabilität möglich sind. Bei acht Subtests liegen die Reliabilitätswerte in beiden Altersgruppen über.90, bei Wortspanne dreisilbig in der Altersgruppe 5-8 Jahre minimal niedriger. Nicht ganz befriedigend fallen die Werte für Stroop (<.80 bei den 9- bis 12-Jährigen) und Kunstwörter (<. 80 in beiden Altersgruppen) aus, bei Go/NoGo werden die niedrigsten Werte (<.70) erreicht (s. Tab. 1). Die in einer Teilstichprobe von 260 Kindern ermittelten Retest-Reliabilitäten bei einem Testabstand von ein bis zwei Wochen fielen gegenüber den Konsistenzmaßen merklich niedriger aus (s. Tab. 1). Auf Subtestebene wurde bei 24 berichteten Retest-Korrelationen nur ein Wert über.80 (Kunstwörter bei den 9- bis 12-Jährigen) gefunden. Bei den 5- bis 8-Jährigen liegen die Werte zwischen.40 (Go/NoGo) und.74 (Kunstwörter), 11 der 12 Korrelationen liegen unter.70, fünf sogar unter.60. Go/ NoGo weist auch bei den 9- bis 12-Jährigen mit.39 die niedrigste Retestreliabilität auf. Acht Werte liegen in dieser Altersgruppe unter.70, drei unter.60. Daten zur Reliabilität der Arbeitsgedächtnis-Subsysteme werden nur für die Retest- Untersuchung berichtet. Für das phonologische Arbeitsgedächtnis liegen die Werte bei.85 (5-8 Jahre) und.89 (9-12 Jahre), für das visuell-räumliche Arbeitsgedächtnis bei.66 und.67 und für die zentral-exekutiven Funktionen bei.78 und.85. Die inhaltliche Validität kann für die Subsysteme phonologisches und visuellräumliches Arbeitsgedächtnis als gesichert gelten, da hier überwiegend theoretisch fundierte und in Forschung und klinischer Diagnostik etablierte Aufgabentypen zum Einsatz kommen. Hinsichtlich der zentral-exekutiven Arbeitsgedächtnisfunktionen stellt sich die Frage, ob dies gleichermaßen für die Subtests Go/NoGo und Stroop gilt, die eher als Verfahren zur Erfassung von Aufmerksamkeit und Exekutivfunktionen anerkannt sind. Im Manual leider nicht berichtete Daten zu den Interkorrelationen der Subtests (Michalczyk, 2011) zeigen, dass Go/NoGo und Stroop nur geringe Zusammenhänge mit den anderen Untertests aufweisen (Korrelationen.19). Stroop in der AGTB 5-12 weicht zudem inhaltlich von den bewährten klassischen Stroop-Aufgaben ab: Es werden nicht die Leistungen bei einer automatisierten und einer nicht-automatisierten Reaktion verglichen, sondern zwei hoch automatisierte Reaktionsmöglichkeiten (auditive oder visuelle Präsentation von Mann oder Frau ). Überdurchschnittliche Testwerte können bei diesem Untertest nur dann erzielt werden, wenn in der inkongruenten Bedingung schneller reagiert wird als in der kongruenten, wofür eine inhaltlich plausible Erklärung fehlt. Angaben zur faktoriellen Struktur im Manual sind äußerst knapp gehalten. Eine konfirmatorische Faktorenanalyse ergab weitgehende Altersinvarianz der Interkor-

8 Neuere Testverfahren 377 relationen zwischen den Arbeitsgedächtnissubsystemen für 5-6 Jahre, 7-9 Jahre und Jahre alte Kinder. Zur Kriteriumsvalidität werden ausschließlich Untersuchungen zum Zusammenhang zwischen Schulleistungstests und den Subsystemen des Arbeitsgedächtnisses berichtet, subtestspezifische Korrelationen werden dagegen nicht angegeben. Bei Viertklässlern (N = 76) fanden sich signifikante Korrelationen (.27 bis.38) zwischen den Subsystemen der AGTB 5-12 und dem Deutschen Mathematiktest für dritte Klassen (DEMAT 3+; Roick, Görlitz u. Hasselhorn, 2004). Bei Zweitklässlern (N = 32) korrelierte die Fehlerzahl im Deutschen Rechtschreibtest für das erste und zweite Schuljahr (DERET 1-2+; Stock u. Schneider, 2008a) nur mit der zentralen Exekutive signifikant. Bei Viertklässlern (N = 32) waren die Korrelationen zwischen der Fehlerzahl im Deutschen Rechtschreibtest für das dritte und vierte Schuljahr (DERET 3-4+; Stock u. Schneider, 2008b) und allen drei Subsystemen signifikant (-.26 bis -.40). Zu Leseleistungen, erfasst mit der Würzburger Leise Leseprobe (WLLP; Küspert u. Schneider, 1998), fand sich bei Zweitklässlern (N = 124) kein signifikanter Zusammenhang, während bei Viertklässlern (N = 78) signifikante Korrelationen zu den drei Subsystemen gefunden wurden ( ). Daten zum Zusammenhang mit Intelligenztests oder mit Subskalen von Intelligenztest, die Arbeitsgedächtnis-Subsysteme ansprechen (z. B. Index Arbeitsgedächtnis der WISC-IV; Petermann u. Petermann, 2011), werden nicht berichtet. Zur diskriminativen Validität für klinische Gruppen und zur prognostischen Validität macht das Manual keine Angaben. Die AGTB wurde im Zeitraum von Juni 2008 bis Dezember 2009 an Kindern normiert, die jeweils etwa zur Hälfte in Bayern und in Niedersachsen sowie zu einem geringen Teil in Hessen rekrutiert wurden. Nähere Erläuterungen zur Rekrutierungsstrategie und zu möglichen Selektionseffekten finden sich nicht. Die verschiedenen Schulformen einschließlich der Förderschulen seien entsprechend der aktuellen Bundesstatistik anteilig berücksichtigt worden. Statistische Angaben zur Verteilung auf Förderschulformen und Bildungsgänge werden jedoch nicht gemacht. Es fehlen auch Daten zum sozioökomischen Status und zum Migrationshintergrund. Bei den jüngeren Altersgruppen ist nicht erkennbar, wie hoch der Anteil der bereits eingeschulten Kinder war. Worauf sich die Einschätzung der Autoren gründet, dass es sich um eine repräsentative Stichprobe handelte, ist nicht sicher nachvollziehbar. Für die Kinder im Alter von 8;0 bis 12;11 Jahren umfassen die Normgruppen jeweils zwölf Altersmonate, bei den 5;0 bis 7;11-Jährigen wurden Halbjahresgruppen gebildet. Zwischen acht und zwölf Jahren enthalten die Altersnormgruppen jeweils mehr als 200 Kinder, bei den jüngeren Kindern 54 bis 126. Angaben zu Schulung, Qualifikation und Kontrolle der Testleiter und zum Untersuchungssetting fehlen ebenso wie Daten zu drop-outs. Es wurden vier verschiedene Durchführungsreihenfolgen gebildet, die für die Probanden der Normierungsstichprobe nach dem Zufallsprinzip ausgewählt wurden, während bei der Standarddurchführung die Reihenfolge streng festgelegt ist. Auf getrennte Normen für Jungen und Mädchen wurde verzichtet, da sich keine oder nur sehr geringe Geschlechtseffekte fanden.

9 378 Neuere Testverfahren T-Werte sind für den Bereich von 29 bis 71 tabelliert (± 2.1 SD). Es bestehen somit durchgehend leichte Boden- und Deckeneffekte. Darüber hinaus zeigen sich spezifische Bodeneffekte in zwei Untertests bei den Fünfjährigen. Bei Zählspanne entspricht der minimale interpretierbare Rohwert (1,125) für die beiden Normgruppen der Fünfjährigen einem T-Wert von 43 bzw. von 40 und bei Ziffern rückwärts einem T-Wert von 42 bzw. von 35. Die Inspektion der Tabellen zeigt auch, dass vereinzelt deutliche Unterschiede in den Normwerten für identische Rohwerte beim Übergang von einer Altersgruppe zur anderen vorkommen können, z. B. bis zu 9 T-Wertpunkte bei Zählspanne (Rohwert 2,25; Alter 6;5 vs. 6;6 Jahre). Hinsichtlich der Itemgradienten wird die Forderung, dass die minimal mögliche Rohwertveränderung den Standardwert nicht um mehr als 1/3 Standardabweichung erhöhen sollte (Bracken, 1987), überwiegend, aber nicht durchgehend erfüllt. Vor allem bei den jüngeren Altersgruppen kann ein einzelner Fehler in den Spannenaufgaben im unteren Leistungsbereich einen Unterschied von bis zu 7 T- Werten ausmachen. Bei Go/NoGo und Stroop betrifft dies teilweise auch den mittleren und oberen Schwierigkeitsbereich mit Normwertsprüngen bis zu 11 T-Werten. Bewertung Bei der AGTB 5-12 handelt es sich um das erste deutschsprachige Verfahren zur differenzierten Erfassung von Arbeitsgedächtnisfunktionen nach dem Modell von Baddeley (1996). Der Test enthält bewährte Aufgaben wie Wort- und Zahlreihen nachsprechen oder räumliches Gedächtnis, die auch in anderen weit verbreiteten kognitiven Tests enthalten sind. Darüber hinaus finden sich auch weniger verbreitete Aufgabenformate wie Corsi-Blocks oder komplexe Spannenaufgaben. Neu an der Testkonstruktion ist, dass neben Spannenaufgaben zum phonologischen und zum visuellen Arbeitsgedächtnis auch die zentrale Exekutive erfasst wird und auf Basis einer einheitlichen Normierung ausgewertet werden kann. Außerdem kann die getrennte Bewertung von Zahlennachsprechen vorwärts und Zahlennachsprechen rückwärts positiv hervorgehoben werden. Durch den engen Bezug auf bewährte theoretische Modelle und die aktuelle empirische Forschung konnten die Autoren eine hohe inhaltliche Validität der AGTB 5-12 sichern. Bei den Untertests Go/NoGo und Stroop, die nur geringe Interkorrelationen mit dem Subsystem der zentralen Exekutiven aufweisen, ist dies jedoch weniger der Fall. Bei Go/NoGo ist die inhaltliche Abgrenzung gegenüber selektiven Aufmerksamkeitsleistungen gering, und bei Stroop fehlt eine plausible arbeitsgedächtnisbezogene Erklärung für das Phänomen, dass nur mit einer schnelleren Reaktion in der inkongruenten Bedingungen hohe T-Werte erzielt werden können. Da es nicht möglich ist, das Stroop-Ergebnis nachträglich von der Berechnung des Kennwerts für zentrale Exekutive zu eliminieren, sollte die Sinnhaftigkeit der Durchführung dieser Aufgabe vor Testbeginn bedacht werden. Hinsichtlich des Gütekriteriums Reliabilität zeigen sich beträchtliche Unterschiede in Abhängigkeit von der gewählten Bestimmungsmethode. Während die internen Kon-

10 Neuere Testverfahren 379 sistenzen fast durchgehend befriedigend bis sehr gut ausfallen, zeigen die Ergebnisse der Retest-Studie schon über den kurzen Zeitraum von ein bis zwei Wochen eine hohe Variabilität. Die für individualdiagnostische Fragestellungen erforderliche Zuverlässigkeit wird somit nicht erreicht. Zu vermuten ist also, dass die Ergebnisse der AGTB in nicht geringem Umfang von situationsspezifischen Faktoren beeinflusst werden. Die im Manual berichteten Daten zur Kriteriumsvalidität beschränken sich auf den Zusammenhang zwischen den AGTB 5-12 Subsystemen und Schulleistungen. Dabei zeigen sich überwiegend Effekte von mittlerer Stärke in der erwarteten Richtung. Die Bedeutung des Arbeitsgedächtnisses für schulische Lernprozesse kann angesichts der Vielzahl einschlägiger Forschungsergebnisse zwar nicht bezweifelt werden, die referierten Befunde lassen allerdings keine Bewertung der Frage zu, ob die in der AGTB 5-12 erfassten Subsysteme tatsächlich einen engeren Zusammenhang mit Schulleistungen zeigen als Intelligenztests. In diesem Zusammenhang wären auch Daten zur konvergenten Validität mit Intelligenztests und zur diskriminativen Validität zu Aufmerksamkeitstests zu wünschen. Bei einem zeitaufwändigen Verfahren wie der AGTB 5-12 stellt sich natürlich auch die Frage nach der Testökonomie. Der diagnostische Zusatznutzen gegenüber einer inhaltlich eingeschränkten Erfassung des Arbeitsgedächtnisses, z. B. mithilfe der entsprechenden Indexskala der WISC-IV, sollte belegt werden. Die AGTB 5-12 erfordert von den untersuchten Kindern konzentriertes Arbeiten über einen längeren Zeitraum bei eher wenig reizvollen Aufgaben. Ungeklärt ist dabei, welchen Einfluss das Testverhalten, insbesondere die Aufmerksamkeit, auf die Leistungen hat. In Einzelfällen muss sicherlich mit Beeinträchtigungen gerechnet werden, die man versuchen sollte, durch die Option der zweiten Chance, die Verteilung auf mehrere Testtermine und großzügige Pausenregelungen zu kompensieren. Einschränkungen beim Einsatz der AGTB 5-12 ergeben sich u. U. bei Kindern mit erheblichen motorischen Störungen (erschwerte oder verlangsamte Bedienung des Touchscreens), Kindern mit deutlichen Sehstörungen und Kindern mit Hörstörungen. Hinweise zu Testadaptionen finden sich im Manual nicht. Bei vollständiger Durchführung liefert die AGTB 5-12 insgesamt 15 Kennwerte (12 Untertests, 3 Funktionsbereiche). Die Aufgabenbeschreibung enthält zwar einige Hinweise zu den Konstrukten, die mit den Subtests erfasst werden sollen, macht jedoch nicht hinreichend deutlich, was das Ergebnis eines einzelnen Untertest spezifisch zur Testinterpretation beitragen kann. Für die Interpretation der Ergebnisse auf Subtestebene, die im Manual nahegelegt wird, wären daher zusätzliche Validitätsdaten und Interpretationshilfen zu wünschen. Insgesamt hätten sich die Autoren eindeutiger zu Interpretationsstrategien äußern können. Bei Lektüre der Fallbeispiele entsteht der Eindruck, dass die Testinterpretation vorrangig die Ebene der Subsysteme berücksichtigt, Interpretationen auf Ebene der Untertests erfolgen eher unsystematisch. Auch sehr große Diskrepanzen innerhalb der Komponenten werden kaum thematisiert. Die grafische Darstellung der Ergebnisse auf dem ausdruckbaren Protokollblatt legt nahe, dass Werte außerhalb des Durchschnittbereichs (± 1 SD) auffällig sind. Das Manual

11 380 Neuere Testverfahren liefert aber keine Hinweise dafür, dass es sich hierbei um Indikatoren für klinisch relevante Beeinträchtigungen handelt. Werden in den adaptiv durchgeführten Untertests Fehler bei den so genannten Kalibrierungsaufgaben gemacht, kann dies zu einer spürbaren Reduktion des nachfolgend maximal erreichbaren Testergebnisses führen. Auch die Position der Fehler wirkt sich auf die Testergebnisse aus (auf eine detaillierte Beschreibung dieser Phänomene muss hier aus Platzgründen verzichtet werden). Um zu validen Ergebnissen zu kommen, erscheint es daher notwendig, den Probanden genau zu beobachten und bei möglichen störenden Einflüssen (z. B. Abgelenktheit) von der zweiten Chance Gebrauch zu machen. In eigenen Untersuchungen war der Test mit den genannten Einschränkungen meist problemlos durchführbar. Gelegentlich kam es gegen Ende zu Motivationsverlust, der sich bei Merkaufgaben gravierend auf das Ergebnis auswirken kann. Bei den jüngsten Altersgruppen bereiteten insbesondere die komplexen Spannenaufgaben Schwierigkeiten. Im Rahmen der Standardinstruktionen ist es nicht zulässig, zusätzliche Hinweise zu geben, wenn Kinder im Verlauf eines Untertests Teile der Instruktion vergessen, z. B. wenn sie plötzlich Zahlenreihen vorwärts statt rückwärts wiedergeben oder bei Stroop konsistent auf die Stimme statt auf die Abbildung reagieren. Laut Manual wird beim Untertest Stroop der Median des Reaktionstempos bei den korrekt gelösten Aufgaben der inkongruenten Reizbedingungen zur Bewertung herangezogen. Auf diese Weise können jedoch keine negativen Rohwerte entstehen, die in der Normtabelle aber ausgewiesen sind. Eigene Überprüfungen ergaben stattdessen, dass die Rohwerte die Reaktionszeitdifferenz zwischen kongruenten und inkongruenten Reizbedingungen abbilden müssen. Insbesondere bei der zentralen Exekutive ist davon abzuraten, die Testinterpretation auf die im Testprotokoll ausgewiesenen T-Werte für die Funktionsbereiche zu stützen: Bei einem gemittelten T-Wert von 40 liegen beispielsweise die korrekten Werte 6-7 T- Wertpunkte niedriger. Stattdessen sollte die manuelle Berechnung nach den Vorgaben des Manuals erfolgen. Leider wird dies auch bei der Interpretation der Fallbeispiele im Manual nicht beachtet. Die AGTB 5-12 ermöglicht eine differenzierte Erfassung von Arbeitsgedächtnisfunktionen bei Kindern, was insbesondere bei der neuropsychologischen Abklärung von Lern-, Merk- und Gedächtnisstörungen sowie bei schulischen Teilleistungsstörungen von Nutzen sein kann. Dabei sollte aber Folgendes beachtet werden: Der Zeitaufwand für die Durchführung der gesamten Testbatterie ist mit mehr als einer Stunde nicht unerheblich und der Zusatzgewinn gegenüber herkömmlichen Aufgaben zum Arbeitsgedächtnis empirisch nicht hinreichend belegt. Der Einsatzbereich liegt eher bei älteren Kindern, was zu bedenken ist, wenn die Anschaffung der Vorschulversion erwogen wird. Eine inhaltliche oder testtheoretische Begründung für die Zusammenstellung der sechs Untertests der Screeningversion ist dem Manual nicht zu entnehmen. In der praktischen Handhabung wären noch einige Verbesserungen im Detail wünschenswert. Leider ist der Anschaffungspreis hoch und die Folgekosten für Lizenzverlängerungen müssen berücksichtigt werden.

12 Neuere Testverfahren 381 Etwa zeitgleich mit dem Test ist ein Sammelband erschienen, der weitere Forschungsergebnisse zur AGTB 5-12 enthält (Hasselhorn u. Zoelch, 2012; Buchbesprechung in diesem Heft, S. 382). Literatur Baddeley, A. D. (1996). Exploring the central executive. The Quarterly Journal of Experimental Psychology, 49A, Baddeley, A. D. (2000). The episodic buffer. A new component of working memory? Trends in Cognitive Sciences, 4, Bracken, B. A. (1987). Limitations of preschool instruments and standards for minimal levels of technical adequacy. Journal of Psychoeducational Assessment, 4, Hasselhorn, M., Zoelch, V. (Hrsg.) (2012). Funktionsdiagnostik des Arbeitsgedächtnisses. (Tests und Trends N. F., Bd. 10). Göttingen: Hogrefe. Küspert, P., Schneider, W. (1998). Würzburger Leise Leseprobe (WLLP). Göttingen: Hogrefe. Michalczyk, K. (2011). Arbeitsgedächtnis bei Kindern: Altersinvarianz der Struktur und Bedeutung für die Entwicklung früher numerischer Kompetenzen. Dissertation, Universität Frankfurt, Fachbereich Psychologie. Zugriff am Petermann, F., Petermann, U. (2011). WISC-IV. Wechsler Intelligence Scale for Children Fourth Edition. Deutsche Version. Frankfurt: Pearson Assessment. Roick, T., Görlitz, D., Hasselhorn, M. (2004). Deutscher Mathematiktest für dritte Klassen (DEMAT 3+). Göttingen: Beltz Test. Stock, C., Schneider, W. (2008a). Deutscher Rechtschreibtest für das erste und zweite Schuljahr (DERET 1-2+). Göttingen: Hogrefe. Stock, C., Schneider, W. (2008b). Deutscher Rechtschreibtest für das dritte und vierte Schuljahr (DERET 3-4+). Göttingen: Hogrefe. Dieter Irblich, Auel Gerolf Renner, Birkenfeld und Reutlingen