Uzunlamasına Madde Tepki Kuramı (UMTK)
Longitudinal Item Response Theory · Ayrıca şöyle bilinir: LIRT, longitudinal IRT, repeated-measures IRT, dynamic item response modeling
Uzunlamasına UMTK, klasik madde tepki kuramını birden çok zaman noktasına ait toplanan verilere genişleterek, araştırmacıların hem başlangıçtaki gizil özellik düzeyini hem de zaman içindeki değişimini modellemelerine olanak tanır. Eğitimsel değerlendirme, klinik deneyler ve aynı bireylere aynı maddeler veya madde bankalarının tekrarlı olarak uygulandığı panel çalışmalarında kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Panel verileriniz olduğunda ve aynı maddeler veya madde bankaları tekrarlı olarak uygulandığında ve birincil ilginiz gözlemlenen puan değişiminden ziyade gerçek gizil özellik değişimi olduğunda uzunlamasına UMTK kullanın. Özellikle eğitimsel büyüme çalışmaları, tedavi evreleri boyunca klinik semptom takibi ve uzunlamasına tutum araştırmalarında uygundur. Her dalga için ayrı ayrı uygulanan standart UMTK'yı kullanıp sonra teta tahminlerini karşılaştırmayın: dalgalar boyunca madde parametrelerini kısıtlamadan ölçek metrikleri keyfi ve karşılaştırılamazdır. Örneklemler küçük olduğunda (dalga başına kabaca 200–300'den az), dalga başına madde sayısı çok düşük olduğunda veya maddelerin farklı yaşlarda açıkça farklı yapıları ölçtüğü durumlarda (içerik geçerliliğinin yaşla birlikte kaydığı gelişimsel araştırmalarda olduğu gibi — burada alan referanslı yaklaşımlar veya dikey ölçeklendirme daha uygun olabilir) uzunlamasına UMTK kullanmayın.
Güçlü yönler & sınırlılıklar
- Madde parametrelerini dalgalar boyunca sabit tutarak, naif gözlemlenen puan karşılaştırmalarının aksine, doğru ölçeklendirilmiş değişim tahminleri sağlar.
- Ölçüm hatasını birey içi gerçek değişimden ayırarak daha güvenilir büyüme yörüngeleri elde eder.
- MML veya Bayesçi çerçevelerde, verilerin rastgele eksik olduğu varsayımı altında dalgalar boyunca eksik verilere uyum sağlayabilir.
- Değişim puanlarının arkasındaki varsayımları örtük yerine şeffaf hale getirerek, uzunlamasına ölçüm değişmezliği için resmi testlere izin verir.
- Uygun UMTK modelleri (GRM, PCM, GPCM) aracılığıyla karmaşık madde formatlarına (çok kategorili, karma yanıt türleri) uyumludur.
- Dalga sayısı, madde türleri ve büyüme eğrisi belirteçleri ile model karmaşıklığı hızla artar.
- Yazılım ve analist uzmanlık gereksinimleri standart CFA tabanlı uzunlamasına modellere göre daha yüksektir; erişilebilir uygulamalar sınırlı kalmaktadır.
- Her dalgada tek boyutlu bir ölçek oluşturan maddeleri varsayar; zaman içindeki çok boyutluluk hem tahmin hem de yorumlamayı karmaşıklaştırır.
- Her dalga için UMTK modellerini bağımsız olarak tahmin edip sonra teta tahminlerini karşılaştırmak: madde parametrelerini dalgalar boyunca sabitlemeden elde edilen değişim puanları karşılaştırılamaz ölçeklerdedir.
SSS
Uzunlamasına UMTK, ölçüm değişmezliği testi ile uzunlamasına bir CFA'dan nasıl farklıdır?
Her ikisi de maddelerin zaman içinde aynı yapıyı ölçüp ölçmediğini test eder ve gizil değişimi modeller, ancak madde zorluğunu ve puan dağılımlarını ele alma biçimlerinde farklılık gösterirler. UMTK, madde zorluğunu ve ayırt ediciliği (ve çok kategorili maddeler için eşik parametrelerini) açıkça modeller, bu nedenle özellikle maddelerin zorluklarının geniş ölçüde değiştiği veya gizil özelliğin dağılımının çarpık olduğu durumlarda uygundur. CFA pratikte daha yaygındır ve uygulanması daha kolaydır; madde düzeyinde hassasiyet ve madde bankacılığı merkezi olduğunda veya veriler seyrek olduğunda (madde-puan kombinasyonu başına az sayıda yanıt veren) UMTK tercih edilir.
Uzunlamasına UMTK için hangi yazılımları kullanabilirim?
R'deki TAM ve mirt paketleri uzunlamasına ve çok düzeyli UMTK uzantıları sunar. Daha esnek büyüme eğrisi UMTK modelleri Stan (Bayesçi) veya Mplus'ta (karışım ve büyüme eğrisi UMTK modüllerini kullanarak) programlanabilir. Tek bir hazır yazılım tüm uzunlamasına UMTK belirteçlerini kapsamaz, bu nedenle analistler genellikle paketleri birleştirmeli veya özel kod yazmalıdır.
Ne kadar örneklem büyüklüğüne ihtiyacım var?
Uzunlamasına UMTK, tek dalgalı UMTK'dan daha fazla talepkardır. Simülasyon çalışmaları, 15-20 madde ile 2PL modeli altında kararlı madde-parametre tahminleri için dalga başına kabaca 200-500 yanıt veren gerektirdiğini göstermektedir; bu, büyüme eğrisi karmaşıklığına ve eksik veri miktarına bağlıdır. Daha fazla parametreye sahip modeller (çok kategorili maddeler, karışım bileşenleri, çok sayıda dalga) daha büyük örneklemler gerektirir.
Dalgalar arasındaki eksik yanıtları halledebilir miyim?
Evet, MML ve Bayesçi tahminler, listwise silme işleminden daha savunulabilir olan rastgele eksik (MAR) varsayımı altında dalgalar arasındaki eksik yanıtları ele alır. Ancak, eksiklik gizil özelliğin kendisiyle ilişkiliyse (rastgele olmayan eksiklik), yanlı değişim tahminlerini önlemek için eksik veri mekanizmasının ek modellenmesi gerekir.
StatWise'da tekrarlı ölçümler madde-yanıt verilerinizi yükleyerek, UMTK model ailesini ve büyüme eğrisi belirtecini seçerek ve bireysel yörünge tahminlerini yorumlamadan önce dalgalar boyunca madde parametresi değişmezliğini kontrol ederek uzunlamasına UMTK çalıştırın.
Yes, MML and Bayesian estimation handle missing responses between waves under a missing-at-random (MAR) assumption, which is more defensible than listwise deletion. However, if missingness is related to the latent trait itself (missing-not-at-random), additional modelling of the missing-data mechanism is needed to avoid biased change estimates.
Kaynaklar
- Embretson, S. E. (1991). A multidimensional latent trait model for measuring learning and change. Psychometrika, 56(3), 495–515. DOI: 10.1007/BF02294487 ↗
- von Davier, M. & Carstensen, C. H. (Eds.) (2007). Multivariate and Mixture Distribution Rasch Models: Extensions and Applications. Springer. ISBN: 978-0387329161
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Longitudinal Item Response Theory. ScholarGate. https://scholargate.app/tr/psychometrics/longitudinal-item-response-theory
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Ayırt Edici Madde Fonksiyonu (DIF)Psikometri↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Uzunlamasına Onayıcı Faktör AnaliziPsikometri↔ karşılaştır
- Boylamsal Ölçüm Değişmezliği TestiPsikometri↔ karşılaştır