Zum Inhalt springen
Wissensdatenbank

Erweiterung auf Vektor- und Matrix-Itemtypen

Die übrigen Theorieseiten beschreiben die Analyse der Übersichtlichkeit halber mit einzelnen ganzzahligen Antworten. Echte Fragebögen brauchen aber auch komplexere Antworten: Listen von Teilantworten (Vektoren, etwa eine Fragegruppe) und Raster (Matrizen). Diese Seite erklärt, wie sich Erreichbarkeitsanalyse, Bedingungsprüfung und Abhängigkeitsanalyse darauf übertragen und was Askalot statisch statt erst während der Befragung verifiziert. Der hier erweiterte Verifikationsrahmen ist im begutachteten Beitrag veröffentlicht, der auf der ICAI 2026 (13th International Conference on Applied Informatics) vorgestellt wurde, Tagungsband S. 227–243, doi:10.17048/icai.2026.227.

Viele Frageformate lassen sich nicht durch eine einzige ganze Zahl darstellen:

  • Rangfolgefragen: „Bitte ordnen Sie diese 5 Funktionen nach Wichtigkeit (1 = am wichtigsten, 5 = am wenigsten wichtig).“ Die Antwort ist eine Liste ganzer Zahlen, in der jeder Rang genau einmal vorkommt.
  • Mehrfachauswahlfragen: „Wählen Sie alle Symptome aus, die Sie hatten.“ Die Antwort hält fest, welche Optionen ausgewählt wurden.
  • Verteilungsfragen: „Verteilen Sie 100 Punkte auf diese 4 Kategorien, um ihre relative Wichtigkeit anzugeben.“ Die Antwort ist eine Liste, deren Werte sich zur Gesamtsumme addieren müssen.
  • Rasterfragen: „Bewerten Sie für jedes Produkt die folgenden Merkmale auf einer Skala von 1–10.“ Die Antwort ist ein Raster mit einer Zeile pro Produkt und einer Spalte pro Merkmal.
  • Korrelationsmatrizen: „Geben Sie für jedes Paar von Faktoren an, wie stark sie zusammenhängen.“ Die Antwort ist ein Raster, das symmetrisch sein muss.

Diese Formate erfassen Präferenzen, mehrdimensionale Bewertungen und Zusammenhänge, die Fragen mit einem einzigen Wert nicht ausdrücken können.

Die Antwort jedes Items hat eine von drei Formen.

  • Skalar: eine ganze Zahl mit Unter- und Obergrenze.
  • Vektor: eine feste Anzahl ganzer Zahlen, jede mit eigener Unter- und Obergrenze.
  • Matrix: ein Raster ganzer Zahlen mit fester Zeilen- und Spaltenzahl, jede Zelle mit eigener Unter- und Obergrenze.

Die Antwort eines Items wird unabhängig von ihrer Form auf dieselbe Weise angesprochen. Bei einem Vektor wird eine Komponente über ihre Position ausgewählt, bei einer Matrix eine Zelle über Zeile und Spalte. Vor- und Nachbedingungen werden einheitlich geschrieben und greifen bei Bedarf auf Komponenten zu.

Die Basisbedingung aus Fragebogenanalyse lässt sich direkt erweitern: Der Wertebereich eines Vektors besteht aus den Grenzen jeder seiner Komponenten, der Wertebereich einer Matrix aus den Grenzen jeder ihrer Zellen. Die Basisbedingung ist weiterhin die Kombination der Wertebereiche aller Items.

Vor- und Nachbedingungen können einzelne Komponenten lesen:

  • Zugriff auf Vektorkomponenten: zum Beispiel eine Vorbedingung, die prüft, ob die zweite Antwort einer Fragegruppe größer als 3 ist.
  • Zugriff auf Matrixelemente: zum Beispiel eine Vorbedingung, die eine Zelle einer Matrix mit einer Zelle einer anderen vergleicht.
  • Aggregatoperationen: Bedingungen können Summen und andere Aggregate über die Komponenten verwenden.

Jedes der folgenden Muster hat eine präzise formale Aussage. Wie Askalot es prüft, hängt vom Itemtyp ab: Die Matrixmuster (Symmetrie, feste Summe, Verschiedenheit) verifiziert Z3 statisch, die Vektormuster (Rangfolge, Verteilung) werden erst durchgesetzt, wenn die befragte Person absendet – siehe Hinweise zur Implementierung.

Bei einer Rangfolgefrage mit einer gegebenen Anzahl von Optionen verlangt die Nachbedingung in der Regel, dass jeder Wert zwischen 1 und der Anzahl der Optionen liegt und alle Werte verschieden sind, sodass jeder Rang genau einmal vergeben wird.

Bei einer Verteilungsfrage verlangt die Nachbedingung, dass sich die Werte zur zu verteilenden Gesamtsumme addieren (zum Beispiel 100 Punkte) und jeder Wert null oder größer ist.

Bei einer Korrelations- oder Beziehungsmatrix verlangt die Nachbedingung, dass die Zelle in Zeile j, Spalte k gleich der Zelle in Zeile k, Spalte j ist, für jedes Paar oberhalb der Diagonale.

Die Erreichbarkeitsanalyse aus Vorbedingungen und Nachbedingungen gilt unverändert: Dem Solver werden dieselben Fragen gestellt, nur zu komplexeren Bedingungen.

Der Aufbau des Abhängigkeitsgraphen aus Abhängigkeitsanalyse verfolgt Komponentenbezüge auf Item-Ebene:

  • Ein Item hängt von einem Vektor- oder Matrix-Item ab, wenn seine Vorbedingung irgendeine Komponente der Antwort dieses Items liest
  • Bei einem Vektor erzeugt ein Bezug auf eine beliebige seiner Komponenten die Abhängigkeit
  • Bei einer Matrix erzeugt ein Bezug auf eine beliebige ihrer Zellen die Abhängigkeit

So bleiben Zykluserkennung und Abdeckungsanalyse auch für komplexe Typen korrekt.

Eine Umfrage, die die Zufriedenheit von Mitarbeitern in mehreren Dimensionen misst, mit bedingten Folgefragen.

Aufbau der Umfrage:

  • Item 1: „Bewerten Sie 5 Aspekte Ihrer Arbeitszufriedenheit auf einer Skala von 1–10“: ein Vektor aus 5 ganzen Zahlen zu Vergütung, Work-Life-Balance, Führung, Karriereentwicklung und Arbeitsumfeld.
  • Item 2: „Detailfragen zu Problembereichen“: gestellt, wenn mindestens ein Aspekt unter 5 bewertet ist (Schwelle für Unzufriedenheit).
  • Item 3: „Ordnen Sie die Problembereiche nach Verbesserungspriorität“: ein Vektor, der nur die niedrig bewerteten Aspekte enthält, gestellt unter derselben Bedingung wie Item 2.
  • Item 4: „Verteilen Sie 100 Punkte auf die Aspekte, um die Verbesserungspriorität anzugeben“: ein Vektor aus 5 ganzen Zahlen, gestellt unter derselben Bedingung, dessen Werte zusammen 100 ergeben müssen.

Wesentliche Merkmale:

  • Vektor-Items für mehrdimensionale Bewertungen
  • Bedingungslogik auf Basis von Schwellenwerten für Vektorkomponenten
  • Verteilungsbedingung, die eine Summe von 100 sicherstellt

Ein Marktforschungsfragebogen, der Produkte anhand mehrerer Merkmale vergleicht.

Aufbau der Umfrage:

  • Item 1: „Vergleichen Sie 4 Produkte anhand von 6 Merkmalen (Skala 0–100)“: eine 4×6-Matrix mit Zeilen für die Produkte A, B, C und D und Spalten für Preis, Qualität, Design, Support, Innovation und Preis-Leistungs-Verhältnis.
  • Item 2: „Nachfrage zu Produkten mit Höchstwertung“: gestellt, wenn mindestens ein Produkt bei allen Merkmalen 100 erreicht.
  • Item 3: „Bestes Produkt je Merkmal bestimmen“: ein Vektor aus 6 Produktindizes (A, B, C oder D), dessen Nachbedingung verlangt, dass jeder Eintrag das Produkt mit der höchsten Wertung für dieses Merkmal nennt.

Wesentliche Merkmale:

  • Matrix-Items für zweidimensionale Vergleiche
  • Vorbedingungen, die „any“ und „all“ verschachteln
  • Ein Vektor, der aus Aggregaten über eine Matrix abgeleitet wird

Komplexe Typen erzeugen weit mehr Bedingungen als skalare Items:

  • Ein Vektor mit k Komponenten erzeugt k Wertebereichsbedingungen, eine pro Komponente.
  • Eine Matrix mit m Zeilen und n Spalten erzeugt m × n Wertebereichsbedingungen, eine pro Zelle.
  • Eine Verschiedenheitsbedingung über k Werte erzeugt eine Ungleichung pro Wertepaar, insgesamt k(k − 1)/2.

Bei einer symmetrischen Matrix wie einer Korrelationsmatrix kann das Bedingungssystem die Symmetrie ausnutzen: Nur die Zellen oberhalb der Diagonale brauchen eigene Bedingungen – halb so viele wie bei Angabe jedes Paars in beiden Richtungen –, und die Nachbedingung erzwingt den Rest.

Das Ergebnis jedes Items hat zur Laufzeit eine von drei Formen:

  • Integer: skalare Fragen (ein einzelner Wert).
  • List[Integer]: Vektorfragen. Rangfolgen und Verteilungen erzeugen eine Liste von Teilantworten (eine QuestionGroup). Eine Mehrfachauswahl Checkbox wird kompakter als einzelne ganzzahlige Bitmaske gespeichert (die Summe der ausgewählten Optionsschlüssel, die Zweierpotenzen sind) statt als expliziter Binärvektor.
  • List[List[Integer]]: Matrixfragen (Raster, Vergleichstabellen, Korrelationsmatrizen).

Diese Formen unterscheiden sich darin, wie viel ihrer Logik statisch bewiesen und wie viel erst beim Absenden durch die befragte Person durchgesetzt wird – ein wichtiger Unterschied, der aus dem allgemeinen Modell oben nicht hervorgeht:

  • Skalar- und Matrix-Items werden direkt in Z3 kodiert. Ein skalares Item wird zu einer ganzzahligen Variablen, ein Matrix-Item zu einer ganzzahligen Variablen pro Zelle, indiziert über Zeile und Spalte. Matrix-Nachbedingungen in den kanonischen Comprehension-Formen – Symmetrie, Verteilung auf eine feste Summe und Rangfolge / Verschiedenheit – werden zur Build-Zeit in Klauseln pro Zelle ausgerollt und von derselben Erreichbarkeits- und Erfüllbarkeitsanalyse geprüft wie skalare Items (siehe Umfassende Validierung).
  • Auch Vektor-Items werden pro Antwort kodiert. Eine QuestionGroup wird zu einer ganzzahligen Variablen pro Antwort (einem Paar aus Unter- und Obergrenze bei einer Range-Gruppe). Eine Bedingung, die eine Antwort liest oder die Antworten mit sum, any oder all aggregiert, wird daher von derselben Erreichbarkeits- und Erfüllbarkeitsanalyse geprüft. Die Analyse berücksichtigt beide Arten, wie eine Antwort fehlen kann: Die ganze Gruppe ist bis zum Absenden unbeantwortet (durch ihre Vorbedingung übersprungen oder angezeigt und leer gelassen), und eine beantwortete Gruppe kann einzelne Antworten leer lassen. Komponentenbezüge, die der Analysator nicht darstellen kann – die ganze Liste als Wert verglichen, eine Menge von Antworten (Verschiedenheit bei Rangfolgen), eine Gruppe innerhalb eines Rosters oder einer begrenzten Group, eine Gruppe, in die ein Codeblock schreibt –, werden am betroffenen Item als Abdeckungslücken gemeldet. So sehen Sie genau, welche Bedingungen erst zur Laufzeit geprüft werden, statt stillschweigend zu entfallen (siehe den QML-Syntaxleitfaden).

Kurz gesagt beschreibt diese Seite das gemeinsame Modell für komplexe Typen. Askalot beweist für die oben genannten Formen sowohl die Matrix- als auch die Vektor-Hälfte statisch; die gemeldeten Lücken werden bei der Erhebung geprüft. Abhängigkeits- und Zyklusanalyse behandeln dagegen beide einheitlich – ein Bezug auf eine beliebige Komponente eines Vektor- oder Matrix-Items erzeugt eine Abhängigkeitskante auf Item-Ebene (wie oben unter Abhängigkeitsgraph bei komplexen Typen beschrieben), weil Abhängigkeiten über die Identität des Items aufgelöst werden, unabhängig davon, welche Komponente angesprochen wird.