Çok Gruplu Rasch Modeli
Multi-group Rasch Model · Ayrıca şöyle bilinir: MG-Rasch, Rasch measurement invariance, multi-group 1PL IRT, cross-group Rasch analysis
Çok gruplu Rasch modeli, iki veya daha fazla farklı grup genelinde eş zamanlı olarak tek parametreli lojistik madde yanıt modelini uydurur ve madde güçlük parametrelerinin gruplar arasında değişmez olup olmadığını test eder. Bir ölçeğin her grupta aynı gizil özelliği aynı metrikle ölçtüğünü belirlemek için kullanılan birincil psikometrik araçtır; bu, anlamlı puan karşılaştırmaları için bir ön koşuldur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Gizil özellik puanlarını veya madde istatistiklerini farklı gruplar arasında (örneğin, cinsiyet, dil, ülke, tanı kategorisi) karşılaştırmanız ve ölçme aracının her grupta eşdeğer şekilde işlev gördüğünü doğrulamak istediğinizde çok gruplu Rasch modelini kullanın. En uygun olduğu durumlar, maddelerin ikili olarak puanlandığı ve Rasch modelinin tek ayrım gücü varsayımının teorik veya ampirik olarak savunulabilir olduğu durumlardır. Ayrım gücü açıkça değişen maddeler olduğunda (bunun yerine 2PL veya 3PL IRT modelini tercih edin), gruplar net olarak tanımlanmadığında, grup başına örneklem büyüklükleri kabaca 150-200'den az olduğunda (parametre tahminleri kararsız hale gelir) veya amaç yalnızca veri azaltma değil, ölçme değişmezliği testi olduğunda kullanmayın.
Güçlü yönler & sınırlılıklar
- Madde düzeyinde ölçme değişmezliğini doğrudan test eder, gruplar arasında DIF gösteren maddeleri kesin olarak belirler.
- Tüm kişileri ortak bir aralık düzeyinde logit ölçeğine yerleştirir, bu da gizil yetenek veya özellik puanlarının gruplar arası adil karşılaştırmasını sağlar.
- Toplam puanların koşullu yeterliliği, madde-uyum ve DIF tespiti için teorik olarak temiz bir temel sağlar.
- 2PL/3PL modellerinden daha ekonomiktir, bu da orta düzey örneklemlerde parametre tahminini daha kararlı hale getirir.
- Örneklem bileşimine bağlı olmayan, paylaşılan bir metrikte madde güçlüğünün doğrudan yorumlanması.
- Eşit ayrım gücü varsayımı güçlüdür; gerçek veriler genellikle ayrım gücünde madde düzeyinde değişim gösterir, bu da modeli ihlal eder.
- Kararlı madde parametresi tahmini için yeterli grup başına örneklem büyüklükleri (tipik olarak n ≥ 150–200) gerektirir.
- Rastgele tahminlemeyi modellemez, bu da şans başarısının olası olduğu çoktan seçmeli testler için daha az uygundur.
- Model uyum değerlendirmesi, ortak yorumlaması uzmanlık gerektiren birden çok indekse (infit, outfit, LR testleri) dayanır.
SSS
Çok gruplu Rasch modeli çok gruplu CFA'dan nasıl farklıdır?
Her ikisi de ölçme değişmezliğini test eder, ancak farklı varsayımlara dayanırlar. Çok gruplu CFA, maddelerin ayrım güçlerinin (faktör yükleri) değişmesine izin veren ve bu yüklerin ve kesme noktalarının gruplar arasında eşit olup olmadığını test eden bir kovaryans yapısı modelidir. Rasch modeli, tasarım gereği tüm madde ayrım güçlerini eşit olarak kısıtlar ve kovaryanslar yerine ham madde yanıtlarından çalışır, model uyum sağlarsa daha güçlü bir ölçüm iddiası sunar.
Grup başına minimum örneklem büyüklüğü nedir?
Yaygın bir pratik kılavuz, kararlı koşullu veya marjinal maksimum olabilirlik tahmini için grup başına en az 150-200 katılımcıdır. Daha az vaka ile, madde güçlüğü tahminleri geniş standart hatalara sahiptir ve DIF testleri yetersiz güçtedir. Bazı araştırmacılar kısa ölçekler için grup başına 100 kadar az önerse de, bu bir öneriden çok alt sınırdır.
Çok gruplu Rasch modeli polikotomik maddeleri işleyebilir mi?
Evet. Kısmi kredi modeli (PCM) ve derecelendirme ölçeği modeli (RSM), ikili Rasch çerçevesini sıralı yanıt maddelerine genişletir ve her ikisi de aynı değişmezlik testi mantığıyla çok gruplu bir ortamda uygulanabilir.
Birkaç madde DIF gösterirse ne yapmalıyım?
İlk olarak, DIF'in tekdüze mi yoksa tekdüze olmayan mı olduğunu ve bunun özsel olarak anlamlı mı yoksa istatistiksel bir artefakt mı olduğunu araştırın. Yalnızca birkaç madde DIF gösteriyorsa, bunları kaldırabilir, gruba özgü olarak ele alabilir veya uygun uyarılarla kısmi değişmezliği raporlayabilirsiniz. Maddelerin çoğunluğu DIF gösteriyorsa, ölçek gruplar arasında farklı yapıları ölçüyor olabilir ve gruplar arası karşılaştırmalar haklı çıkarılamaz.
Hangi yazılım çok gruplu Rasch analizini destekler?
Yaygın olarak kullanılan paketler arasında WINSTEPS, ConQuest, TAM (R paketi) ve eRm (R paketi) bulunur. Mplus ve IRT parametrelendirmesi ile lavaan da çok gruplu Rasch ailesi modellerini tahmin edebilir.
Kaynaklar
- Fischer, G. H. & Molenaar, I. W. (Eds.) (1995). Rasch Models: Foundations, Recent Developments, and Applications. Springer. ISBN: 978-0387944296
- Andrich, D. (1988). Rasch Models for Measurement. Sage Publications. ISBN: 978-0803927414
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multi-group Rasch Model. ScholarGate. https://scholargate.app/tr/psychometrics/multi-group-rasch-model
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
- Çoklu Grup Doğrulayıcı Faktör Analizi (MG-CFA)Psikometri↔ karşılaştır
- Çok Gruplu Madde Tepki Kuramı (ÇG-MTK)Psikometri↔ karşılaştır
- Çok Gruplu Ölçüm Değişmezliği TestiPsikometri↔ karşılaştır
- Rasch ModeliPsikometri↔ karşılaştır