VerlaufsdiagnostikLesen

STAR: Reading

STAR: Reading ist ein Verfahren der Verlaufsdiagnostik im Bereich „Lesen“. Sprache des Instruments: Englisch. Im systematischen Review von Nitz et al. (2026, im Druck) wurden dazu 4 Studien aus den Jahren 2017 bis 2024 psychometrisch ausgewertet.

Zielgruppe (Klassenstufen in den Studien)

Primarstufe, Sekundarstufe I

Sprache des Instruments

Englisch

Modalität

computeradaptiv

Länder der Studien

USA

Messzeitpunkte in den Studien

max. 10, Median 4,5

Studien mit eigener Auswertung für Förderbedarf

3 von 4 Studien

Beschreibung

Computeradaptiver Lesetest der Renaissance-STAR-Plattform. Die Studien prüfen Vorhersage von Leistungstests, Wachstumsschätzung und Entscheidungsregeln für die Verlaufsmessung.

Evidenzprofil

Zusammengefasst über 4 Studien: je Bereich der stärkste berichtete Kennwert und die Zahl der Studien mit Befund.

Reliabilität

stark (≥ .80)

3 von 4 Studien mit Befund, davon 3 stark · bis zu 2 von 4 Facetten

Interne Konsistenz, Retest, Paralleltest, Interrater

Validität

stark (≥ .80)

4 von 4 Studien mit Befund, davon 1 stark · bis zu 2 von 4 Facetten

Inhalt, Konstrukt, Kriterium, konvergent/diskriminant

Veränderungssensitivität

moderat (.60–.79)

2 von 4 Studien mit Befund · bis zu 1 von 2 Facetten

Wachstumssensitivität, Slope-Reliabilität

Klassifikationsgüte

stark (≥ .80)

2 von 4 Studien mit Befund, davon 2 stark · bis zu 5 von 5 Facetten

Sensitivität, Spezifität, PPV, NPV, AUC/ROC

Sterne zeigen je Bereich den stärksten berichteten Kennwert: ≥ .80 · .60–.79 · < .60 · ✓ berichtet ohne Kennwert · – nicht berichtet. Sie beschreiben die Stärke der Befunde, nicht die methodische Qualität der Studien.

Quelle: Nitz, J., Schubert, E., Müller, S. & Hennemann, T. (2026, im Druck). Psychometric properties of digital progress monitoring in special education: a COSMIN-guided systematic review. Frontiers in Education, 11, 1936281. doi:10.3389/feduc.2026.1936281 · Protokoll und Daten (OSF) ↗

Validierungsstudien

StudieReliabilitätValiditätVeränderungssensitivitätKlassifikationsgüteInstrument laut StudieNKlassenstufeStichprobeMesszeit­punkteZeitraumDesignModalität
Mickelson (2017)–0/41/4–0/2–0/5STAR Reading651—GemischtFörderbedarf separat ausgewertet31 SchuljahrValidierungcomputeradaptiv
Ochs et al. (2020)1/41/41/25/5STAR Reading1.696—GemischtFörderbedarf separat ausgewertet33 SchuljahreLängsschnittcomputeradaptiv
Van Norman & Forcht (2023)2/42/4✓1/2–0/5STAR Reading+STAR Math4.456Primar- und Sekundarstufe IRisikogruppe im MTSSFörderbedarf separat ausgewertet61 SchuljahrLängsschnittcomputeradaptiv
Van Norman & Forcht (2024)1/41/4–0/24/5STAR Reading+STAR Math3.889Primar- und Sekundarstufe IRisikogruppe im MTSS101 Schuljahr (Aug.–Mai)Validierungcomputeradaptiv

Je Bereich: Stärke des stärksten Kennwerts und Zahl der berichteten Facetten (z. B. 2/4). Angaben zu Klassenstufe, Stichprobe und Design wie im Review kodiert; „—“ = in der Studie nicht berichtet.

Literaturangaben (4)
  1. Mickelson, M. M. (2017). The relationship between student performance on a Reading progress monitoring measure and the Washington state standardized test. Dissert. Abstr. Int. Sect. A: Human. Soc. Sci. 78 (5-A(E)).
  2. Ochs, S., Keller-Margulis, M. A., Santi, K. L., and Jones, J. H. (2020). Long-term validity and diagnostic accuracy of a reading computer-adaptive test. Assess. Eff. Interv. 45 (3), 210–225. doi:10.1177/1534508418796271
  3. Van Norman, E. R., and Forcht, E. R. (2023). An evaluation of the validity of growth on two computer adaptive tests to predict performance on end-of-year achievement tests using quantile regression. Assess. Eff. Interv. 48 (2), 80–89. doi:10.1177/15345084221100421
  4. Van Norman, E. R., and Forcht, E. R. (2024). Accuracy of progress monitoring decision rules to evaluate response to instruction with two computer adaptive tests. J. Sch. Psychol. 105, 101319. doi:10.1016/j.jsp.2024.101319