Der verfälschende Einfluss von Antworttendenzen auf Fragebogenergebnisse in Untersuchungen und folglich deren Validität ist mittlerweile bekannt (vgl. Baumgartner & Steenkamp, 2001; De Jong, Steenkamp, Fox & Baumgartner, 2008; Dolnicar & Grun, 2009; Weijters, Schillewaert & Geuens, 2008). Um diesen Einfluss deutlicher zu untersuchen und schlussendlich auszuschalten oder zumindest zu minimieren, bedarf es allerdings weiterer Forschung, vor allem in Hinblick auf die eindimensionale Messung der Antworttendenzen (vgl. Khorramdel & von Davier, 2014; von Davier & Khorramdel (2013). In der vorliegenden Diplomarbeit wurde deshalb untersucht, ob mit Hilfe eines neuen multidimensionalen Item Response Theorie (MIRT) Ansatzes von Böckenholt (2012), erweitert durch Khorramdel und von Davier (2014) und von Davier und Khorramdel (2013), die Antworttendenz zur Mitte und Antworttendenz zu extremen Urteilen in den untersuchten Daten vorhanden bzw. eindimensional messbar sind, sowie ob die Daten von diesen bereinigt werden können. Die Datenerhebung fand im Rahmen eines Online-Self-Assessments statt, das Erhebungsinstrument war das NEO-Fünf-Faktoren-Inventar (NEO-FFI; Borkenau & Ostendorf, 1993). Die durch die Testung gewonnenen polytomen Daten wurden in binäre Pseudoitems zerlegt, welche die Antwortsubprozesse der Testpersonen darstellen; im Anschluss daran wurden diese Pseudoitems mit IRT Modellen über ein- oder mehrdimensionalen Faktoren für Antworttendenzen und Merkmale modelliert. Die Ergebnisse zeigen, dass die untersuchten Antworttendenzen tatsächlich in den Daten vorhanden sind und zumindest die Tendenz zur Mitte eindimensional messbar ist. Für die Tendenz zu extremen Urteilen konnte keine eindimensionale Messung erzielt werden. Weiters wurde festgestellt, dass eine bestimmte – von Antworttendenzen bereinigte – Kodierung der Items (Pseudoitems d; nur jene Antwortmöglichkeiten wurden kodiert, die weitgehend unbeeinflusst von Antworttendenzen schienen) eine passende Messung der fünf untersuchten Persönlichkeitsmerkmale darstellten.