Rasch Modeli ile Bilgisayarlı Uyarlanabilir Test (CAT-Rasch)
Computerized Adaptive Testing with the Rasch Model · Ayrıca şöyle bilinir: CAT-Rasch, Rasch-based CAT, adaptive Rasch testing, computerized adaptive measurement
Rasch modelini kullanan bilgisayarlı uyarlanabilir test, her adayın gelişen yetenek tahminine göre gerçek zamanlı olarak madde seçimi yapar, böylece her kişiye kendi yeterlilik düzeyine tam olarak uyarlanmış bir test sunulur. Sonuç, tam uzunlukta sabit formlu bir testin hassasiyetinden hiçbir şey kaybetmeyen, daha kısa ve daha verimli bir ölçüm aracıdır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
CAT-Rasch, tek boyutlu gizil bir özelliği hassas, verimli bir şekilde ölçmeniz gerektiğinde ve yeterli boyutta kalibre edilmiş bir madde bankası (tipik olarak 100+ madde) oluşturmaya yatırım yapabildiğinizde doğru seçimdir. Uygulama süresinin pratik bir kısıtlama olduğu büyük ölçekli eğitimsel değerlendirmelerde, klinik sonuç ölçümünde ve hasta tarafından bildirilen sonuçlarda üstündür. Modifiye edilmeden çok boyutlu bir yapı olduğunda, madde bankanızın yetenek aralığında anlamlı seçim yapamayacak kadar küçük olduğunda, Rasch modelinin eşit ayrım varsayımının maddeleriniz tarafından ciddi şekilde ihlal edildiği durumlarda veya adayların bilgisayarlara erişimi olmadığında veya test bağlamı uyarlanabilir sunumu desteklemediğinde kullanmayın.
Güçlü yönler & sınırlılıklar
- Tam sabit formlu bir testle aynı ölçüm hassasiyetini yaklaşık yüzde 50 daha az maddeyle elde eder, bu da katılımcı yükünü azaltır.
- Her kişi için maddeleri uygun zorluk seviyesinde tutarak bireyselleştirilmiş, kişiye özel bir değerlendirme deneyimi sağlar.
- Her aday için koşullu bir ölçüm standart hatası verir, bu da her puanın hassasiyetini şeffaf hale getirir.
- Rasch çerçevesi, madde bankasının sistematik kalite kontrolüne izin veren güçlü test edilebilir varsayımlar (uyum istatistikleri, değişmezlik kontrolleri) sunar.
- Oturum sonunda gerçek zamanlı puanlama ve anında geri bildirim sağlar.
- Önemli bir başlangıç yatırımı gerektiren büyük, iyi kalibre edilmiş bir madde bankası gerektirir (madde yazma, pilot çalışma ve IRT kalibrasyonu).
- Rasch modelinin eşit ayrım kısıtlaması bazı madde setleri için fazla kısıtlayıcı olabilir; ihlal ölçüm hatasını şişirir.
- Yüksek bilgi taşıyan maddelerin aşırı kullanılmasını önlemek için madde maruziyeti aktif olarak yönetilmelidir, bu da algoritmik karmaşıklığı artırır.
- Yüksek bahisli ortamlarda madde bankasının güvenliği kalıcı bir operasyonel zorluktur.
SSS
Rasch modeline dayalı CAT, 2PL veya 3PL modeline dayalı CAT'den nasıl farklıdır?
Rasch modeli, tüm maddelerin aynı ayrım gücüne sahip olduğunu ve (çoktan seçmeli için) tahminin ihmal edilebilir olduğunu varsayar, bu nedenle maddeler yalnızca zorluk bakımından farklılık gösterir. 2PL ve 3PL modelleri sırasıyla ayrım gücü ve sözde tahmin parametrelerini ekler. Rasch tabanlı CAT, daha basit, daha yorumlanabilir madde bankaları üretir ve daha güçlü, test edilebilir değişmezlik gereksinimleri getirir; 2PL/3PL CAT daha esnek madde davranışı sağlar ancak kalibrasyon için daha büyük örneklemler ve daha karmaşık madde seçimi mantığı gerektirir.
Bir CAT-Rasch testi tipik olarak kaç madde uygular?
Madde sayısı, durdurma kriterine ve adayların özellik dağılımına bağlıdır. Uygulamada, CAT-Rasch testleri genellikle eşdeğer hassasiyetteki sabit formlu bir test için 50 ila 100+ maddeye kıyasla 0.30 logit'in altındaki bir koşullu standart hatayı elde etmek için yaygın olarak 10 ila 30 madde uygular.
Bir CAT için bir Rasch madde bankasını kalibre etmek için ne kadar örneklem büyüklüğü gereklidir?
Kararlı Rasch madde kalibrasyonu, geleneksel kılavuzlara göre madde başına tipik olarak en az 200 ila 500 yanıtlayıcı gerektirir; Wright ve Stone, minimum 100 önerir ancak daha geniş standart hatalarla. Yüksek bahisli CAT için daha büyük bankalar, tüm yetenek aralığında kararlı zorluk tahminlerini sağlamak için genellikle birkaç bin kişilik örneklemlerle kalibre edilir.
CAT-Rasch, Likert ölçekleri gibi polikotomik maddeler için kullanılabilir mi?
Evet. Kısmi Kredi Modeli ve Derecelendirme Ölçeği Modeli, polikotomik maddeler için Rasch ailesi uzantılarıdır ve hasta tarafından bildirilen sonuçlar ve tutum ölçümü için CAT madde bankalarına, benzer madde seçimi ve yetenek tahmin mantığı kullanılarak rutin olarak dahil edilir.
Bir CAT-Rasch bankası dağıtılmadan önce model uyumu nasıl değerlendirilir?
Standart Rasch uyum istatistikleri - infit ve outfit ortalama kare istatistikleri - her madde için incelenir. Yaklaşık 0.7 ile 1.3 arasındaki değerler genellikle kabul edilebilirdir; bu aralığın dışındaki değerler, modelin beklediğinden daha düzensiz veya daha az ayrımcı davranan maddeleri işaret eder ve uyarlanabilir olarak kullanılmadan önce revize edilmeli veya atılmalıdır.
Kaynaklar
- Wainer, H. (Ed.). (2000). Computerized Adaptive Testing: A Primer (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805835113
- Wright, B. D. & Stone, M. H. (1982). Best Test Design: Rasch Measurement. MESA Press. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Computerized Adaptive Testing with the Rasch Model. ScholarGate. https://scholargate.app/tr/psychometrics/computerized-adaptive-test-rasch-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Ayırt Edici Madde Fonksiyonu (DIF)Psikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Rasch ModeliPsikometri↔ karşılaştır