Sisällysluettelo:
- Piilevän piirteen kohteelle tai malleille vastaamisen teoria testiteoriassa
- Tuotevastausten teoriamallit (tri)
- Parametrien arviointi
- TIETOIMINNOT
- Testaa rakenne
- Kohdevastusteorian sovellukset
- Pisteiden tulkinta
Arvosana: 4 (1 ääni) 1 kommentti
Psykometristen testien teorian alalla on esiintynyt erilaisia nimityksiä, jotka tällä hetkellä käyttävät nimitystä "Tuote-vaste-teoria" (FM Lord, 1980). Tässä nimellisarvossa on joitain eroja klassiseen malliin nähden: 1. - Potilaan pisteiden odotetun arvon ja ominaisuuden (arvoista vastaavan ominaisuuden) suhde ei yleensä ole lineaarinen. 2.- Sen tarkoituksena on tehdä yksilöllisiä ennusteita ilman tarvetta viitata normatiivisen ryhmän ominaisuuksiin.
Saatat myös olla kiinnostunut: Klassisen testin teoriahakemisto- Piilevän piirteen kohtaan tai malleihin vastaamisen teoria testiteoriassa
- Tuotevastausten teoriamallit (tri)
- Parametrien arviointi
- Testaa rakenne
- Kohdevastusteorian sovellukset
- Pisteiden tulkinta
Piilevän piirteen kohteelle tai malleille vastaamisen teoria testiteoriassa
Näemme siis, että tämä kohdevastausteoria tarjoaa mahdollisuuden kuvata erikseen sekä kohteita että yksilöitä; Se katsoo myös, että tutkittavan antama vastaus riippuu hänen kykynsä tasosta tarkasteltavalla alueella. Näiden mallien alkuperä johtuu Lazarsfeldista, 1950, joka otti käyttöön termin "piilevä piirre".
Tästä eteenpäin katsotaan, että jokaisella yksilöllä on yksilöllinen parametri, joka vastaa kohteen ominaisuuksista, jota kutsutaan myös "ominaisuudeksi". Tätä ominaisuutta ei voida mitata suoraan, joten yksittäistä parametria kutsutaan piileväksi muuttujaksi. Testejä käytettäessä voidaan saada kaksi erilaista asiaa, todellinen pisteet ja kelpoisuusasteikko; Tämä saavutetaan, jos läpäisemme kaksi testiä samasta kyvystä samalle ryhmälle.
Piilevän ominaisuuden teoriassa tai kohteen vaste -teoriassa todellinen pisteet ovat havaitun pisteet odotettu arvo. Herran mukaan tosi pisteet ja kunto ovat samat, mutta ne ilmaistaan eri mittakaavoilla.
Tuotevastausten teoriamallit (tri)
Binomiaaliset virhemallit: ne esitteli Lord (1965), joka olettaa, että havaittu pisteet vastaavat testissä saatujen oikeiden vastausten määrää (joiden kaikilla on sama vaikeus ja paikallinen riippumattomuus, eli todennäköisyys Muille kohdille annetut vastaukset eivät vaikuta oikein vastaamiseen yhteen kohtaan)
Poisson- mallit: nämä mallit soveltuvat testeihin, joissa on paljon kohteita ja joissa oikean tai virheellisen vastauksen todennäköisyys on pieni. Tämän ryhmän sisällä puolestaan on erilaisia malleja:
- Raschin Poissonian-malli, jonka hypoteesit ovat: jokaisessa testissä on paljon paikallisesti riippumattomia binäärikohteita. virheen todennäköisyys kussakin tuotteessa on pieni. todennäköisyys, että kohde tekee virheen, riippuu kahdesta asiasta, kokeen vaikeudesta ja kohteen kyvystä. vaikeuksien additiivisuus, joka ymmärretään kahden vastaavan kokeen sekoittamisen tuloksena yhdessä testissä, jonka vaikeus on kahden ensimmäisen testin vaikeuksien summa.
- Poissonin malli nopeuden arvioimiseksi: Tämän mallin ehdotti myös Rasch, ja sille on tunnusomaista, että nopeus otetaan huomioon testin suorittamisessa. Mallia voidaan tarkastella kahdessa mielessä: laskea tehtyjen virheiden ja luettujen sanojen määrä aikayksikössä. Laske tehtyjen virheiden määrä ja tekstin lukemiseen käytetty aika. Todennäköisyys suorittaa tietty määrä sanoja testissä (i) tutkittavan (j) aikana (t)
- Normaalit Warhead-mallit: se on Lordin (1968) ehdottama malli, jota käytetään testeissä, joissa on kaksisuuntaisia kohteita ja yksi yhteinen muuttuja. Sen kaavio olisi seuraava: Mallia luonnehtivat perusoletukset ovat:
- piilevän variantin tila on yksiulotteinen (k = 1).
- paikallinen itsenäisyys intemien välillä.
- piilevän muuttujan mittari voidaan valita siten, että kunkin kohteen käyrä on normaali taistelupää.
Logistiikkamallit; Se on malli, joka on hyvin samanlainen kuin edellinen, mutta sillä on myös enemmän etuja sen matemaattiseen käsittelyyn nähden. Logistinen toiminto on seuraavassa muodossa: Logistiikkamalleja on erilaisia riippuen niiden parametrien määrästä:
- 2-parametrinen logistinen malli, Birnbaum 1968, mainitsemme ominaisuuksiensa joukossa, että se on yksiulotteinen, paikallinen riippumattomuus, kohteet ovat dikotomisia jne.
- Kolmen parametrin logistiselle mallille, Lord, on tunnusomaista, että arvaamisen todennäköisyys on tekijä, joka vaikuttaa testin suoritukseen. 4.3. 4-parametrinen logistinen malli: McDonald 1967: n ja Barton-Lordin vuonna 1981 ehdottama malli, jonka tarkoituksena on selittää tapaukset, joissa korkean kuntotason kohteet eivät reagoi kohteeseen oikein.
- Rasch-logistiikkamalli: tämä malli on luonut eniten työpaikkoja haittapuolesta huolimatta, että sen mukauttaminen todellisiin tietoihin on vaikeampi, mutta toisin kuin etu, joka tekee siitä niin laajan käytön Se ei vaadi suuria näytekokoja säätämistä varten.
Parametrien arviointi
Eniten käytetty menetelmä on Suurin todennäköisyys, yhdessä tämän menetelmän kanssa käytetään numeerisia lähentämismenetelmiä, kuten Newton-Raphson ja Pisteytys (Rao). Suurimman todennäköisyyden menetelmä perustuu periaatteeseen saada tuntemattomien parametrien estimaattorit, jotka maksimoivat tällaisten näytteiden saamisen todennäköisyyden. Suurimman todennäköisyyden lisäksi käytetään myös Bayesin estimaattia, joka perustuu Bayesin lauseeseen, joka koostuu kaikkien tunnettujen tietojen sisällyttämisestä a priori, jotka ovat merkityksellisiä johtopäätösten tekemisen kannalta. Baynin menetelmän perusteellisempi tutkimus kunto-parametrien arvioimiseksi ovat tehneet Birnbaum (1996) ja Owen (1975).
TIETOIMINNOT
Paras koottava testi on se, joka antaa eniten tietoa piilevästä piirteestä. Tämän informaation kvantifiointi tapahtuu "informaatiofunktioiden" avulla. Informaatiofunktion kaava, Birnbaum 1968, on seuraava: On otettava huomioon, että testissä saadut tiedot ovat kunkin kohteen tietojen summa, lisäksi kunkin kohteen osuus ei riipu muista kohteista jotka muodostavat testin. Yleensä voimme sanoa, että tiedot kaikissa malleissa:
- vaihtelee kuntotason mukaan.
- mitä suurempi käyrän kaltevuus, sitä enemmän tietoa.
- se riippuu pisteiden varianssista, mitä korkeampi se on, sitä vähemmän tietoa.
Testaa rakenne
Ensimmäinen tehtävä ja yksi tärkeimmistä testin rakentamisen yhteydessä on kohteiden valinta, etukäteen sovittu teoreettisista oletuksista, joiden tulisi määritellä piirre, jonka testi aikoo mitata. Käsite "Tuoteanalyysi" viittaa niiden muodollisten menettelyjen joukkoon, jotka suoritetaan niiden kohteiden valitsemiseksi, jotka lopulta muodostavat testin. Kohteisiin liittyviä tietoja pidetään tärkeimpinä:
- Kohteen vaikeus, prosenttiosuus ihmisistä, jotka saavat sen oikein
- Syrjintä, kunkin kohteen korrelaatio testin kokonaispistemäärään.
- Häiriötekijät tai virheanalyysi, niiden vaikutus on olennaista, vaikuttaa kohteen vaikeuteen ja aiheuttaa syrjinnän arvojen aliarvioinnin.
Eri indeksien indikaattoreita määritettäessä käytetään yleensä joitain tilastoja tai indeksejä, joita käytetään eniten:
Vaikeusindeksi Syrjintäindeksi Luotettavuusindeksi Pätevyysindeksi Kun tiedämme indeksit, jotka on otettava huomioon testin muodostavien kohteiden valinnassa, näemme, mitkä vaiheet ovat tarpeen testin rakentamiseksi:
- Ongelman määrittely.
- Luettele suuri joukko kohteita ja korjaa ne.
- Mallin valinta.
- Testaa ennalta valitut kohteet.
- Valitse ihanteelliset kohteet.
- Tutki testin ominaisuuksia
- Laadi lopullisen kokeen tulkintasäännöt.
Edellisistä kohdista on huomattava, että mallin valinta, kohta 3, riippuu testin tavoitteista, tietojen ominaisuuksista ja laadusta sekä käytettävissä olevista resursseista. Kun malli valitaan, teoreettiset olosuhteet, joissa sitä voidaan soveltaa, on jo annettu, mutta sen hyveitä on analysoitava kussakin tapauksessa ja erityisolosuhteissa. Niihin malleihin liittyviin ominaisuuksiin, jotka integroivat tavaravastusteorian (TRI), voivat vaikuttaa:
- testin ulottuvuus näytteen niukka saatavuus laskentaresurssien puute Yhden tai muun mallin käytössä on useita mieltymyksiä, katsotaanpa ne: tavallisia taistelupäämalleja ei yleensä käytetä sovelluksissa, niiden arvo on teoreettinen.
- Rasch: sopii horisontaaliseen vertailuun (vertailukelpoiset testit vaikeustasoilla, joilla on samanlainen kykyjakauma). saada saman muodon eri muodot. * 2 ja 3 parametrit: ne sopivat parhaiten erilaisiin ongelmiin.
- virheellisten vastemallien havaitsemiseksi. testien vertikaaliseen sovittamiseen (vertaa testejä erilaisilla vaikeustasoilla ja erilaisilla kykyjen jakaumilla).
1 ja 2 parametrit:
- soveltuu yhden mittakaavan rakentamiseen, jotta taitoja voidaan verrata eri tasoilla.
Otoksen koko voi vaikuttaa tavoitteen saavuttamiseen mallin valintaan; Jos otos on suuri ja edustava, siinä ei ole ongelmaa, olipa kyseessä sitten klassinen tai piilevä piirre. Mutta IRT: ssä (item response theory) pieni näyte pakottaa valitsemaan mallit, joissa on pieni määrä parametreja, jopa uniparametrinen malli.
Kohdevastusteorian sovellukset
Näemme, mitkä ovat yleisimmät sovellukset: a) Testien sovitus, joskus on tarpeen yhdistää eri testeissä saadut pisteet kahdella mahdollisella tarkoituksella:
- Vaakasuora tasaus: se pyrkii saamaan saman testin eri muodot.
- Vertikaalinen tasaaminen: pyrkii rakentamaan yhden kykyasteikon, jolla on erilaiset vaikeustasot. Testien tasaamisen osalta Lord (1980) esittelee "oikeudenmukaisuuden" käsitteen, mikä tarkoittaa, että kaksi testiä voi olla keskenään kussakin aiheessa, koska sovelletaan, että yksi tai toinen ei muuta arvioitua soveltuvuustasoa kohteelle.
Kohteen puolueellisuuden tutkiminen, kohde on puolueellinen, kun se antaa keskimäärin merkittävästi erilaiset pisteet tietyissä ryhmissä, joiden oletetaan olevan osa samaa populaatiota.
IRT: n avulla voidaan rakentaa mukautettuja tai keskimääräisiä testejä, jotka mahdollistavat tarkemmin kyseisen ominaisuuden todellisen arvon. Kohteita hallinnoidaan peräkkäin, yhden tai toisen esitys riippuu aikaisemmin annetuista vastauksista. Mukautettuja testejä on erilaisia, huomautamme seuraavista:
- kaksivaiheinen menettely, Herra 1971; Bertz ja Weiss 1973 - 1974. Sama testi suoritetaan ensin ja toinen testi suoritetaan tulosten mukaan.
- Menettely useissa vaiheissa, se on sama kuin edellinen, vain että prosessi sisältää enemmän vaiheita.
- Kiinteä haarautunut malli, Lord 1970, 1971, 1974; Mussio 1973. Kaikki aiheet ratkaisevat saman kohteen, vastauksen mukaan joukko kohteita ratkaistaan.
- Muuttujahaarautunut malli perustuu kohteiden väliseen riippumattomuuteen ja suurimman todennäköisyyden estimaattoreiden ominaisuuksiin.
Tuotepankki, jolla on suuri joukko tuotteita, parantaa testin laatua, mutta tätä varten kohteiden on ensin suoritettava virheenkorjausprosessi. Kohteiden luokittelussa on otettava huomioon, mikä ominaisuus on tarkoitus mitata testillä, johon tämä esine tulee olemaan.
Pisteiden tulkinta
Asteikot: niiden tarkoituksena on tarjota jatkumo, jotta pystytään tilaamaan, luokittelemaan tai tietämään arvioidun ominaisuuden suhteellinen suuruus; Tämä antaa meille mahdollisuuden löytää eroja ja yhtäläisyyksiä ihmisissä tämän ominaisuuden suhteen. Psykologiassa käytetyt asteikot ovat: nimellinen, järjestys, väli ja suhde; Nämä asteikot muodostetaan testien tuloksista, nimeltään "suorat pisteet".
Typify: typify -testi on muuntaa suorat pisteet muiksi, jotka ovat helposti tulkittavissa, koska typisoitu pisteet paljastavat kohteen sijainnin ryhmään nähden ja antavat meille mahdollisuuden tehdä yksilöiden sisäisiä ja sisäisiä vertailuja. Kirjoitusta on kahta muotoa:
- Lineaariset, ne säilyttävät jakauman muodon eivätkä muokkaa korrelaatioiden kokoa.
- Epälineaariset, ne eivät säilytä korrelaatioiden jakaumaa tai kokoa.
APTITUDE-Asteikko IRT: ssä muodostetaan asteikko, joka vastaa kykyjä; Tälle asteikolle on tunnusomaista, että arviot ja viitteet tehdään suoraan soveltuvuuden ja sen asteikon suhteen. Lisäksi tämä arvioitu kyky riippuu vain esineiden ominaiskäyrän muodosta. Mahdollisista asteikoista ilmoitamme kaksi:
- Woodcockin (1978) ehdottama asteikko, joka määritetään seuraavalla kaavalla:
- WITS-asteikko, jonka ehdotti Wright (1977), tämä asteikko on muokkaus edelliseen ja sen antaa seuraava suhde:
Tämä artikkeli on vain informatiivinen, Psychology-Onlinessa meillä ei ole valtaa tehdä diagnoosia tai suositella hoitoa. Kutsumme sinut menemään psykologin luokse hoitamaan tapaustasi.
Jos haluat lukea lisää artikkeleita, jotka ovat samanlaisia kuin kohdevastausteoria - Sovellukset ja testi, suosittelemme, että kirjoitat kokeellisen psykologian luokkaamme.