• 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

4. Hafta

MTK’nın Temel Varsayımları

(2)

Varsayımlar

MTK’da tek boyutluluk ve yerel bağımsızlık varsayımları bulunmaktadır.

Bununla beraber model veri uyumuna ilişkin indeksler de incelenmelidir.

(Demars, 2010, 38; Erkuş, Sünbül, Sünbül, Yormaz ve Aşiret, 2017,

125)

(3)

Tek boyutluluk

Eğer bir test tek puanla özetleniyorsa orada tüm maddelerin aynı yapıyı ölçtüğüne ilişkin bir üstü kapalı mesaj bulunmaktadır.

Tek boyutluluk, bireyin madde üzerindeki performansını etkileyen sadece bir yetenek türünün olması anlamına gelir. Tek boyutluluk modelde her birey için bir θ değeri olduğu anlamına gelir.

Bu varsayımın ihlali standart hatanın ve parametrelerin yanlış kestirilmesine neden olur.

(4)

Tek boyutluluğun saptanmasında

*öz değer incelenmesi

*Stout’un temel tek boyutluluk testi

*artıklara dayalı inceleme

(DeMars, 2010, 39; Erkuş ve diğ. 2017, 125)

(5)

Stout’un tekboyutluluk testi

«Stout’s Test of Essential Unidimensionality»

İki kategorili maddeler için DIMTEST; çoklu kategorili maddeler için POLY-DIMTEST yazılım programları vardır. Bu yöntemle tek boyutluluğa ilişkin istatistiksel bir test yapılması mümkündür.

Stout’un tarif ettiği temel tek boyutluluk, θ koşulu altında madde kovaryans çiftlerinin

mutlak değer ortalamasının yaklaşık sıfır olmasıdır.

(6)

Yerel bağımsızlık

Eğer madde yanıtları tek bir boyut altında bağımsız değilse, başka bir boyut bağımlılığa sebep olabilir. Yerel bağımsızlık test performansını etkileyen yetenek sabit tutulduğunda, bireylerin maddelere vereceği tepkilerin birbirinden ilişkisiz olması anlamına gelir (Erkuş ve diğ.

2017,125)

Yerel bağımsızlık, bir madde diğer maddelere yanıt olduğunda ya da

maddeler bir senaryoya ya da okuma metnine bağlı olduğunda sıklıkla

görülür (DeMars, 2010,48).

(7)

UYUM

Model veri uyumu, modeli yanlış belirlemenin önüne geçilmesine yardımcı olur. Örn, 1PL modelin kullanıldığını düşünün. Ancak veri değişen eğimlere (ayırd edicilik-a parametresi) ve lower asimptota sahip (c parametresi). Yani veri aslında 3PLye uygun ancak 1PL kullanılmış. Bu durumda bir çok madde modele uymayacaktır.

Genelde uygulayıcılar her bir maddenin modelle uyumuna odaklanırlar.

(8)

Uyum indeksleri

MTK’da, aynı modelin testteki tüm maddelere uygulanması zorunluluğu yoktur.

Testte ikili ve çoklu puanlanan maddelere farklı modeller uygun olabileceği gibi ikili puanlanan maddelere de farklı modeller uygun olabilir. Bu sebeple MTK’da uyum genellikle madde bazında incelenir.

İndeksler ki kare ve olabilirlik oranından birine dayanmaktadır. İndeksler grupların oluşturulma şekillerine, doğru cevaplanma oranlarının hesaplanma şekline ve serbestlik derecesinin hesaplanma şekline göre farklılaşmaktadır.

(Erkuş ve diğ, 2017, 167).

(9)

Örnek Çalışma

Orlanda ve Thissen çalışmasının sonuçlarına göre;

*1000 kişilik örneklemde s-x2 kabul edilebilir 1. tip hata değeri vermiştir.

*S-G2 ise şişirilmiş 1. tip hata oranı vermiştir ancak yine de

düzeltilmemiş versiyonundan daha iyidir (kısa testlerde).Çok uzun

testlerde ise (80 madde) düzeltilmiş ve düzeltilmemiş hesaplamalar aynı

sonucu vermiştir.

(10)

Kaynakça

DeMars, C. (2010). Item Response Theory. USA: Oxford University Press, Inc.

Erkuş,A., Sünbül, Ö., Sünbül, S. Ö., Yormaz, S. ve Aşiret, S. (2017).

Psikolojide Ölçme ve Ölçek Geliştirme :II Ölçme Araçlarının Psikometrik Nitelikleri Ve Ölçme Kuramları. Ankara: Pegem Akademi

Şahin, M. G. (2016). Varsayımlar. İçinde Hülya Kellecioğlu (ed.). Madde

Tepki Kuramı. Ankara: Nobel

Referanslar

Benzer Belgeler

Test uzadıkça madde parametrelerinin kestiriminin doğruluğu artar; θ da madde parametrelerine bağlı olarak kestirildiğinden θnın da doğru kestirimi daha olası

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

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

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...