MADDE TEPKİ KURAMI: İlk adımlar

Slides:



Advertisements
Benzer bir sunumlar
Çıkarımsal İstatistik
Advertisements

Prof. Dr. Ali ŞEN Akdeniz KARPAZ Üniversitesi
BENZETİM Prof.Dr.Berna Dengiz 10. Ders.
Çoktan Seçmeli Sınavlar
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Güvenirlilik, Geçerlilik Kaynakları ve Model Oluşturma
ÖLÇME ARACINDA BULUNMASI GEREKEN NİTELİKLER
Ölçme Araçlarının Nitelikleri
Ölçme Düzeyleri Ölçeklerin Kullanılması
İstatistikte Temel Kavramlar
GEÇERLİLİK ve GÜVENİLİRLİK
Normal Dağılım.
THY ANALİZLERİ Ki – Kare Testi
ÖLÇME VE DEĞERLENDİRME DERSİ
Büyük ve Küçük Örneklemlerden Kestirme
İki Ortalama Farkının Test Edilmesi
MUTLAK DEĞERLENDİRME Elif Tuba BEYDİLLİ.
Eğitimde Program Geliştirme Ölçme ve Değerlendirme Boyutu
Madde Analizi Yrd. Doç. Dr. Cenk Akbıyık.
Ölçüm Geçerliği Murat Coşar Afyon Kocatepe Üniversitesi
ÖNGÖRÜMLEME (Forecasting)
Bilimsel Araştırma Yöntemleri
THY Uygulaması Araştırması
ÖLÇME ARAÇLARININ NİTELİKLERİ
Ölçme Sonuçlarının Değerlendirilmesi
21 - ÖLÇME SONUÇLARI ÜZERİNE İSTATİSTİKSEL İŞLEMLER
Meta Analizinde Son Gelişmeler
Örneklem Dağılışları.
Güven Aralığı.
Standart Puanlar Z puanı: T puanı: T=10*Z+50 = Bireyin puanı
Parametrik ve Parametrik Olmayan Testler Ortalamaların karşılaştırılması t testleri, ANOVA Mann-Whitney U Testi Wilcoxon İşaretli Sıra Testi Kruskal Wallis.
YAZILIM ÖLÇÜMÜ Yazılım mühendisliği, yazılım ürününü oluşturmaya, mühendislik yaklaşımı uygulamakla ilgili olan teknikler toplamını tanımlamak için kullanılan.
Eğitimde ve Psikolojide ÖLÇME VE DEĞERLENDİRME
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 6
ÖLÇME VE DEĞERLENDİRME DERSİ
Bilimsel Araştırma Yöntemleri Örnekleme Yöntemleri
Bilimsel Araştırma Yöntemleri Verilerin Toplanması ANKET
Ölçme ve Değerlendirme
İstatİstİksel verİlerİ Düzenleme- frekans
Çapraz Geçerlilik (Cross Validation) Nedir?*
VERİLERİN TOPLANMASI Doç. Dr. Ender DURUALP.
Ölçme Sonuçları Üzerinde İstatistiksel İşlemler
Şans Başarısı Çoktan seçmeli maddeler (iki ve daha çok seçenekli)
Eğitimde ve Psikolojide ÖLÇME VE DEĞERLENDİRME
ANLAM ÇIKARTICI (KESTİRİMSEL) İSTATİSTİK
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 10
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 9
KLASİK TEST KURAMI VE GÜVENİLİRLİK
Eğitimde ve Psikolojide ÖLÇME VE DEĞERLENDİRME
Eğitimde ve Psikolojide ÖLÇME VE DEĞERLENDİRME
İç Geçerlik Varılan bir nedensel ilişkide sonucun deney değişkenleri ile açıklanma düzeyi ile ilgilidir. Deneyde kontrol iç geçerliği arttırmak için yapılır.
ÖZEL EĞİTİMDE TEMEL KAVRAMLAR
KGO KR-20 ve KR-21 Korelasyon Hesaplamaları.
Tıp Fakültesi UYGULAMA 2
Eğitimde ve Psikolojide ÖLÇME VE DEĞERLENDİRME
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 12
Yrd.doç.dr.h.denİz GÜlleroĞlu
Tipik Performans Testlerinde Güvenirlik
EĞİTİMDE ÖLÇME VE DEĞERLENDİRME
Yrd. Doç.dr. H. denİz GülleroğlU
PSİKOLOJİDE ÖLÇME VE TESTLER
Yrd.doç.dr.h.denİz GÜlleroĞlu
Psikolojik Testlerin Çeşitli Kriterlere Göre Sınıflandırılması
EĞİTİMDE ÖLÇME VE DEĞERLENDİRME
DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK DOKTORA
ÖDE5024 DAVRANIŞ BİLİMLERİNDE İSTATİSTİK Yüksek Lisans
DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK DOKTORA
Anket ve Likert Ölçekler
Güvenirlik Yrd. Doç. Dr. Ömer Kutlu.
Veri Toplama Araçları Anket, Gözlem vb.
Sunum transkripti:

MADDE TEPKİ KURAMI: İlk adımlar KTK’ ın da, “test puanı” temel unsur iken, test maddesi ve onun özellikleri daha az öneme sahip, Bir testi oluşturan maddelerin özelliklerinden yola çıkan bir test kuramı daha anlamlı görünmeye başladı. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Klasik Test Kuramının Sınırlılıkları Test ve madde istatistikleri, grubun özelliklerine bağlıdır. Hata kestirimi, grubun test puanları dağılımına dayalı olarak tek bir değer olarak (güvenirlik katsayısı ve ölçmenin standart hatası) kestirilir. 3. Test puanları, daha çok sıralama ölçeğinde tanımlanmıştır. 0 ile maksimum puan arasında değişir. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı OD5007_Psikolojik Ölçmenin Temelleri_Doç.Dr. Nükhet Demirtaşlı

Madde Tepki Kuramı (Item Response Theory)Nedir? Bireyin doğrudan gözlenemeyen yetenek/yeterlik (latent trait) özelliği ile doğrudan gözlenen maddeye verdiği tepkileri (yanıt vb.)arasında olasılıklı bir ilişki olduğunu kabul eder. MTK , bu olasılıklı ilişkilerin matematiksel fonksiyonlarla modellendiği (tanımlandığı) bir kuramdır, Matematiksel fonksiyonlar, “madde tepki fonksiyonları (item response functions) dır, ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MKF’lerdeki temel fikir, grafikte verildiği gibidir; bir maddeye bir tepkinin verilme olasılığı, tetanın (yeterlik/yetenek) bir fonksiyonudur (z puan) ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Madde Karakteristik Fonksiyonu (MKF), İki uçlu puanlanan (binary, dichotomous) maddelerde, doğru veya anahtarlanmış yanıtın verilme olasılığını ifade eder, Dereceli puanlanan maddelerde (polytomous), her bir tepkinin verilme olasılığını ifade eder. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Bunun için MKE’yi tanımlayacak parametreleri kestirmek gerekir. Bir maddenin Madde Karakteristik Eğrisinin (MKE)’sinin şeklini tayin eden nedir? Bunun için MKE’yi tanımlayacak parametreleri kestirmek gerekir. Bu kapsamda üç parametre vardır: a, b, ve c . ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MKE, a: ayırıcılık parametresi; maddenin bireyleri ölçülen özellik bakımından ne denli ayırdığının ölçüsünü verir, eğrinin büküm noktasındaki eğimidir b: güçlük parametresi; maddenin yanıtlayıcılara ne denli zor veya kolay geldiğini gösterir. Maddenin hitap ettiği en iyi teta düzeyidir. c: şans parametresi; testle ölçülen özellik bakımından düşük düzeyde bulunanların maddeyi tahminle doğru yanıtlama olasılığı. Diğer bir ifade ile maddeyi yanıtlamak için gereken en düşük yeterlik (teta) düzeyini belirtir. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

a=1, b = 0, c = 0.25 ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MKE’ler her madde için ayrı ayrı kestirilir, Yani, MKE’lerini tanımlayan a, b,c parametreleri de her madde için ayrı kestirilir. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MTK’da Modeller Üç model vardır: 1PL, 2PL, 3PL L: lojistik fonksiyon; modeli tanımlayan eşitliğin türü, Lojistik fonksiyon; eşitlikte bulunan D katsayısına bağlı olarak iki türlü olabilir: D= 1.702, fark < 0.01 D= 1.0, fark birden daha büyük, gerçek lojistik fonksiyon. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı OD5007_Psikolojik Ölçmenin Temelleri_Doç.Dr. Nükhet Demirtaşlı

a parametresi Pratikte 0.00-2.00 arasında değişir, teorik olarak sonsuz, Yüksek a değerleri daha iyi ayırteder, Başarı testleri için, 0.7, 0.8 iyi, Yetenek testleri için daha yüksek olmalı ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

b parametresi Maddeye en uygun z değeri/yetenek/teta değeri, -3.0 ile +3.0 arasında, 0.0 orta 1.0 zor -1.0 kolay ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

c parametresi 1/k değerindedir Yüksek c, seçenekler çalışmamış, c = .50 ise, %50 şans var ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MTK’nın Varsayımları 1. Tek boyutluluk 2. Yerel bağımsızlık 3. Teta düzeyi (trait) ile tepki verme olasılığı arasındaki ilişkinin biçimi (Madde karakteristik fonksiyonu ve eğrisi) 4. Model-veri uyumu (model-data fit) ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Tekboyutluluk Ölçülen özelliğin tek boyutlu bir yapıya sahip olması; maddelere verilen tepkilerden tek/başat bir boyutun sorumlu olması, Faktör analizi, paralel analiz ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Yerel Bağımsızlık Bireyin bir maddeye verdiği tepkilerin diğer maddelere verdiği tepkilerden bağımsız olması; bir maddeye doğru/yanlış yanıt verme olasılığının bir başka maddeye doğru/yanlış yanıt verme olasılığını etkilememesi-Tekboyutlulukla ilişkili ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Teta(Yetenek/yeterlik) ile maddeyi yanıtlama arasındaki ilişkinin biçimi İlişkinin biçimini madde karakteristik fonksiyonu belirler. Bu fonksiyona ait “madde karakteristik eğrisi-MKE” (item characteristic curve-ICC). Bu eğri, belli bir model çerçevesinde belli bir yanıtlayıcı evreni ve belli bir madde için bir kez tanımlandıktan sonra, eğrinin biçimi değişmezdir (invariant). ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Model-Veri Uyumu Bir dizi maddeye verilen gözlenen D/Y yanıt örüntülerinin modelin öngördüğü madde yanıtlama olasılıklarına yakınlığıdır. Uyum, modelin veriyi tam olarak temsil edip etmediğini ifade eder. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Amaca uygun istenen güçlük düzeyinde test geliştirmek MTK’nın Avantajları Amaca uygun istenen güçlük düzeyinde test geliştirmek Testin paralel formlarını geliştirmek daha mümkün, Bilgisayar ortamında bireyselleştirilmiş test uygulaması (computerized adaptive testing) için daha elverişli, Bireysel hata kestirimi yapılabiliyor, ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

MTK’nın Avantajları Yanıtlayıcı örnekleminden bağımsız madde parametreleri (sample-free measurement), madde örnekleminden bağımsız (test/item free measurement)yetenek parametreleri Norm çalışmalarına daha az gereksinim Test eşitleme çalışmaları daha mümkün Madde yanlılığını saptamada kullanışlı ÖD 5008_Prof.Dr. Nükhet Demirtaşlı OD5007_Psikolojik Ölçmenin Temelleri_Doç.Dr. Nükhet Demirtaşlı

Sınırlılıkları Evrene yakın geniş yanıtlayıcı örneklemleri Geniş madde havuzu (Test geliştirme ve CAT uygulaması için) Bilgisayar olanakları ve özel bilgisayar yazılımları ÖD 5008_Prof.Dr. Nükhet Demirtaşlı

Ders izlencesinde verilmiştir. Kaynaklar: Ders izlencesinde verilmiştir. ÖD 5008_Prof.Dr. Nükhet Demirtaşlı OD5007_Psikolojik Ölçmenin Temelleri_Doç.Dr. Nükhet Demirtaşlı