Prof. Dr. Jörg-Henrik Heine

Methodenlehre und Evaluation
Gebäude 161, Zimmer 161/1010
+49 89 6004 4456
jh.heine@unibw.de

Prof. Dr. Jörg-Henrik Heine

CURRICULUM VITAE

Jörg-Henrik Heine studierte Philosophie an der Humboldt-Universität zu Berlin und Psychologie an der Ludwig-Maximilians-Universität (LMU) in München, wo er 2010 sein Studium als Diplom-Psychologe (Univ.) abschloss. Anschließend forschte und lehrte er bis Ende 2012 als wissenschaftlicher Mitarbeiter und Lehrbeauftragter an der Universität der Bundeswehr im Bereich sozialwissenschaftliche Methodenlehre wo er seine Promotion in Psychologie im Jahr 2020 erfolgreich abschloss.

Im Jahr 2013 wechselte er als wissenschaftlicher Mitarbeiter an die Technische Universität München (TUM), wo er insgesamt bis Ende 2023 im Bereich Skalierung, Psychometrie und PISA-Datenmanagement am Zentrum für internationale Bildungsvergleichsstudien (ZiB e.V.) tätig war. Während dieser Zeit forschte er im Rahmen eines Projektes von 2013 bis 2015 auch an der LMU in München. Der Schwerpunkt seiner Arbeit an der TUM lag auf der computergestützten Datenerhebung, Datenanalyse und Kompetenzmessung in den PISA-Studien 2012, 2015, 2018 und 2022 in Deutschland. Im Jahr 2024 vertrat Jörg-Henrik Heine bis Anfang 2025 an der Ludwig-Maximilians-Universität die W2 Professur für Methoden der Empirischen Bildungsforschung.

Seit Anfang 2025 ist Jörg-Henrik Heine wieder an der Fakultät für Humanwissenschaften am Institut für Psychologie an der Universität der Bundeswehr in München tätig.
(Ausführlicher Lebenslauf als PDF)

 

Forschungsschwerpunkte

Neben der Kompetenzmessung und Analysemethodik im Bereich großer Evaluationsstudien liegen die Forschungsschwerpunkte von Jörg-Henrik Heine insbesondere in der Item-Response-Theorie (IRT), parametrischen und nichtparametrischen Klassifikationsverfahren sowie Methoden der personenzentrierten Datenanalyse.
Weitere zentrale Themen sind die Messung in der Psychologie und den Sozialwissenschaften, Response-Bias und implizite Antwortmodelle in der Test- und Fragebogendiagnostik sowie die Diagnostik beruflicher Interessenorientierungen.
Jörg-Henrik Heine ist Herausgeber und Autor von drei R-Paketen auf CRAN, die sich mit den Forschungsbereichen IRT (Paket pairwise), personenzentrierte Methoden (Paket confreq) und Diagnostik beruflicher Interessenorientierungen (Paket holland) befassen.
Seine aktuellen Projekte und Interessen liegen im Bereich der wissenschaftstheoretischen Grundlagen der Messung in den Sozialwissenschaften.

 

Weitere Informationen

ORCID: https://orcid.org/0000-0002-0243-5556

Google Scholar: https://scholar.google.de/citations?user=d2jsyK0AAAAJ&hl

ResearchGate: https://www.researchgate.net/profile/Joerg-Henrik-Heine

Web of Science: https://www.webofscience.com/wos/author/rid/HTO-2388-2023

Open Science Framework: https://osf.io/tchmp/

Ausgewählte Publikationen
(vollständiges Schriftenverzeichnis als PDF hier)

Heine, J.-H., Hartmann, F. G., & Tarnai, C. (2024). Exploring Temporal Pattern of Intergenerational Educational Mobility in Germany: An Application of Configural Frequency Analysis Using Weighted Prediction. In M. Stemmler, W. Wiedermann, & F. L. Huang (Hrsg.), Dependent Data in Social Sciences Research: Forms, Issues, and Methods of Analysis (S. 443–473). Springer International Publishing. https://doi.org/10.1007/978-3-031-56318-8_17

Heine, J. H., & Heene, M. (2024). Measurement and Mind: Unveiling the Self-Delusion of Metrification in Psychology. Measurement: Interdisciplinary Research and Perspectives, 1–29. https://doi.org/10.1080/15366367.2024.2329958

Heine, J.-H., & Sälzer, C., (2023). Socially jetlagged and late for school: Chronotypes, achievement and truancy among 15-year-old students in PISA 2018. European Education. https://doi.org/10.1080/10564934.2023.2263443

Heine, J.-H., & Robitzsch, A. (2022). Evaluating the effects of analytical decisions in large-scale assessments: Analyzing PISA mathematics 2003-2012. Large-Scale Assessments in Education 10(1), 10. https://doi.org/10.1186/s40536-022-00129-5

Heine, J.-H., & Stemmler, M., (2021a). Analysis of Categorical Data with the R Package confreq. Psych (Special Issue: Computational Aspects, Statistical Algorithms and Software in Psychometrics), 3(3), 522–541. https://doi.org/10.3390/psych3030034

Hartmann, F. G., Heine, J.-H., & Ertl, B., (2021). Concepts and Coefficients Based on John L. Holland’s Theory of Vocational Choice – Examining the R Package holland. Psych (Special Issue: Computational Aspects, Statistical Algorithms and Software in Psychometrics), 3(4), 728–750. https://doi.org/10.3390/psych3040047

Heine, J.-H., & Tarnai, Ch. (2021). Analysen zur Klassifikation von differentiellen impliziten Antwortmodellen beim AIST-R. In Reinecke, J. & Tarnai, Ch. (Hrsg.), Klassifikationsanalysen in den Sozialwissenschaften (25 Jahre Jubiläumsband), Seiten 145-168. Münster: Waxmann.

Heine, J.-H., & Stemmler, M. (2021b). Die (Nicht-)Bedeutsamkeit des »Migrationshintergrundes« für die PISA-Leistung – Eine Analyse mittels KFA und LCA. In Reinecke, J. & Tarnai, Ch. (Hrsg.), Klassifikationsanalysen in den Sozialwissenschaften (25 Jahre Jubiläumsband), Seiten 75-99. Münster: Waxmann.

Ertl, B., Hartmann, F. G. & Heine, J.-H. (2020). Analyzing large-scale studies: Benefits and challenges. Frontiers in Psychology 11. 577410. https://doi.org/10.3389/fpsyg.2020.577410

Heine, J.-H., Gebhardt, M., Schwab, S., Neumann, P., Gorges, J., & Wild, E. (2018). Testing psychometric properties of the CFT 1-R for students with special educational needs. Psychological Test and Assessment Modeling 60(1), 3-27.

Stemmler, M., & Heine, J.-H. (2017). Using Configural Frequency Analysis as a Person-centered Analytic Approach with Categorical Data. International Journal of Behavioral Development, 41(5), 632–646. http://doi.org/10.1177/0165025416647524

Heine, J.-H., Nagy, G., Meinck, S., Zühlke, O., & Mang, J. (2017). Empirische Grundlage, Stichprobenausfall und Adjustierung im PISA-Längsschnitt 2012–2013. Zeitschrift für Erziehungswissenschaft, 20(2), 287–306. https://doi.org/10.1007/s11618-017-0756-0

Sälzer, C. & Heine, J.-H. (2016). Students’ Skipping Behavior on Truancy Items and (School) Subjects and its Relation to Test Performance in PISA 2012. International Journal of Educational Development 46, 103 -113. https://doi.org/10.1016/j.ijedudev.2015.10.009

Heine, J.-H., & Tarnai, Ch. (2015). Pairwise Rasch model item parameter recovery under sparse data conditions. Psychological Test and Assessment Modeling 57(1), 3-36.

 

Aktuelle Projekte

 

P-LOG-DDT – PISA-Log-Daten-Dokumentation & Transfer

Das Projekt P-LOG-DDT hat zum Ziel, die Log-Daten aus den in Deutschland durchgeführten computerbasierten PISA-Erhebungen 2015, 2018, 2022 in ein Datensatzformat für Forschungsdaten zu konvertieren, zu dokumentieren und über das FDZ am IQB zur Verfügung zu stellen.

Für das Programme for International Student Assessment (PISA) werden seit der PISA-2015 Erhebung Kompetenztests, Fragen zu innovativen Domänen und Hintergrundfragebögen bei den 15-jährigen Schülerinnen und Schülern in Deutschland computergestützt erhoben. Während die Antwortdaten und aggregierte Zeitmaße bereits als nationale und internationale Datenbasis der Forschungsgemeinschaft zur Verfügung stehen, trifft dies für die dabei ebenfalls angefallenen Log-Daten bislang nicht zu.

Aktuelle Forschungsliteratur zu Prozessdaten zeigt, dass sich aus diesen eventbasierten rohen Log-Daten verschiedene Prozessindikatoren konstruieren und in vielfacher Weise auf verschiedenen Ebenen für die Forschung nutzen lassen. Dieses auf internationaler Ebene bisher für PISA ungenutzte Potential wird mit dem Projekt P-LOG-DDT gehoben. Die aufbereiteten Log-Daten aus den PISA Erhebungen der Jahre 2015, 2018 und 2022 in Deutschland werden damit für die Sekundärforschung nutzbar gemacht.

P-LOG-DDT wird als gemeinsames Kooperationsprojekt der folgenden Institutionen durchgeführt:

Projektpartner:

 

Beteiligtes Forschungsdatenzentrum: