• Sonuç bulunamadı

Madde Tepki Kuramı

N/A
N/A
Protected

Academic year: 2021

Share "Madde Tepki Kuramı"

Copied!
10
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

Madde Tepki Kuramı

8. Hafta

Test Karakteristik Eğrisi ve Yetenek Kestirimi

(2)

TEST KARAKTERİSTİK EĞRİSİ (TKE)

• Yetenek ölçeği üzerindeki değerler ile gerçek puan değerlerinin

kesiştikleri noktaların birleştirilmesiyle oluşan eğri, test karakteristik eğrisi olarak tanımlanır (Baker, 2016,65).

• Yani TKE yetenek ölçeği ile gerçek puanlar arasındaki fonksiyonel ilişkiyi gösterir.

(3)

TEST KARAKTERİSTİK EĞRİSİ NEDİR?

• TKE gözlenen ham puanları yeteneğin (θ) bir fonksiyonu şeklinde gösterir (Demars, 2010, 22).

• θ ve gerçek puanlar arasındaki ilişki toplam karakteristik fonksiyonu veya test karakteristik fonksiyonu olarak ifade edilir(De Ayala,2009,96)

(4)

TEST KARATERİSTİK EĞRİSİNİN ALABİLECEĞİ DEĞERLER

• Her MKE düşük asimptot ile 1 arasında değer alır, dolayısıyla TKE de düşük asimptot ile toplam madde sayısı arasında değerler alır (De Mars, 2009,26).

• N maddeli bir test için bir ya da iki parametreli bir model

kullanıldığında, yetenek ölçeği (-∞)a yaklaştığında TKE’nin kuyruğu sıfıra yaklaşır. Yani – ∞’da gerçek puan değeri 0, + ∞’da ise gerçek

puan değeri N olur. 3 parametreli de ise TKE’nin alt kuyruğu 0’a değil;

testteki madde sayısı kadar şans parametreleri toplamına yaklaşır. Üst kuyruk ise yine N’e yaklaşır (Baker, 2016, 65-66).

(5)
(6)

TEST KARAKTERİSTİK EĞRİSİ

Her yetenek düzeyinde testteki her bir maddenin kullanılan MKE modeline göre doğru

cevap verme olasılıkları belirlenir.

Olasılıklar toplanır.

Yetenek düzeyi ile testten alınacak toplam puanlar birleştirilerek toplam karakteristik

eğrisi çizilir.

(7)

YETENEK KESTİRİMİ

• Bir testi alan bireylerin yetenek parametrelerinin kestirilmesi işleminde testteki maddelerin parametrelerinin bilindiği varsayılacaktır. Bu varsayımın sonucu olarak bireylerin yetenek düzeyler ile madde parametreleri aynı ölçek üzerindedir (Baker,2016,81).

• Aynı noktaya işaret eden Demars (2010); Hambleton, Swaminathan ve Rogers (1991) yetenek parametrelerinin kestirilebilmesi için madde parametre kestirimlerinin bilinmesi gerektiğini vurgulamışlardır.

(8)

• Buradaki esas sorun her bir sınav için madde parametrelerini

kullanarak yetenek değerini belirlemektir. Buradaki problem regresyon analizi ile aynıdır. Regresyon analizinde de gözlenen bir değişkenden regresyon modeli yardımıyla parametre kestirimi yapılmaktadır.

• Yetenek kestirimini regresyon analizi ile yordayamamamızın 2 temel nedeni var:

1. Regresyon analizleri genelde lineerdir.

2. Regresyon analizlerinde bağımsız değişken gözlenebilirken; yetenek gözlenemez (Hambleton vd.,1991,32)

(9)

YETENEK KESTİRİM SÜRECİ

Bireyin yetenek düzeyine ilişkin bir başlangıç değeri

ve madde

parametrelerinin bilinen değerleri ile başlanır.

Bu değerler, sınava giren bireyin yeteneğini testteki her bir maddeye

doğru cevap vere olasılıklarının hesaplanması için

kullanılır.

Hesaplanan olasılıklar ile bireyin madde tepki vektörleri arasındaki uyumu arttırmak için kestirime düzeltme uygulanır.

Bu işlem yapılan düzeltmelerin hesaplanan yetenek kestiriminde

çok küçük bir etki oluşturduğu ana kadar devam edilir.

(10)

KAYNAKÇA

• Baker, F. B. ve Kim, S. H. (2016). The Basics of Item Response Theory Using R. New York: Springer.

• de Ayala, R. J. (2009). The theory and practice of item response theory. New York: Guilford Press.

• DeMars, C. (2010). Item response theory. Oxford University Press.

• Hambleton, R. K., Swaminathan, H., ve Rogers, H. J.

(1991). Fundamentals of item response theory (Vol. 2). Sage.

Referanslar

Benzer Belgeler

Yerel bağımsızlık test performansını etkileyen yetenek sabit tutulduğunda, bireylerin maddelere vereceği tepkilerin birbirinden ilişkisiz olması anlamına gelir

Oysa 2PL ve 3PL modellerde aynı sayıda doğru cevabı olan fakat doğru cevap örüntüsü farklı olan bireyler farklı θ değerleri alır (Demars, 2016)... • Rasch ve 1PL

Aksi durum olarak zayıf çeldiriciler kullanılması durumunda da c, şansın üstünde kestirilebiliyor.. • D=1.7 sabiti, model denkelmelerini, normal ogive metriği olarak

• Birey sayısı arttıkça daha iyi sonuçlar verir (Hambleton, Swaminathan ve Rogers, 1991).. • BY’de önsel dağılım gözlenen veriye dayanan olabilirlik fonksiyonuyla

*En fazla ayırt edici maddeler bile yetenek ölçeği üzerindeki bazı yetenek düzeylerinde, daha az ayırt edicil maddelerden az bilgi verebilir ya da hiç bilgi

Bir test tarafından theta düzeyi için sağlanan bilgi maddelerin aynı theta düzeyine ilişkin fonksiyonlarının toplamıdır.. Formülden de görüleceği üzere maddeler test

• Her bir katılımcının yeteneğinin, diğer katılımcıların yetenek düzeylerinden bağımsız olduğu varsayımıyla yetenek kestirimi her seferde yalnızca bir

 bu puan grupları içerisindeki kategori dağılımları kullanılarak bu iki maddenin güçlüğü (konumu) arasındaki farkı kestirmek için birey parametreleri iptal edilir...