Sıralı Madde Analizi
Ordinal Item Analysis · Ayrıca şöyle bilinir: item analysis for ordinal data, polytomous item analysis, Likert item analysis, OIA
Sıralı madde analizi, derecelendirme ölçeği veya Likert tipi bir araçtaki her bir bireysel maddeyi, sıralı kategorik yanıt biçimlerine uygun betimsel ve korelasyonel istatistikler kullanarak değerlendirir. Güvenilirlik ve geçerlilik çalışmaları ilerlemeden önce sorunlu zorluk, zayıf ayrımcılık veya düşük düzeltilmiş madde-toplam korelasyonlarına sahip maddeleri işaretleyerek madde seçimi ve iyileştirmesine rehberlik eder.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Ölçek geliştirmenin madde iyileştirme aşamasında, en az 100-200 katılımcıdan oluşan bir pilot örneğe ilk madde havuzu uygulandıktan sonra sıralı madde analizini kullanın. Üç ila yedi yanıt kategorisine sahip Likert tipi maddeler için uygundur. Sadece iki veya üç kategorisi olan maddelere eleştirel bir şekilde standart Pearson tabanlı madde istatistikleri uygulamayın — polikorelasyonlar, ciddi sıralı yanıtlar için daha uygundur. Sıralı madde analizini faktör analizi yerine kullanmayın: maddeleri tek tek toplam puan çerçevesinde inceler ve çok boyutlu yapıyı ortaya çıkaramaz. Havuzdaki maddeler kasıtlı olarak farklı yapıları ölçtüğünde kullanmaktan kaçının; karışık içerikli bir madde kümesi üzerinde madde analizi çalıştırmak, geçerli ancak farklı bir boyutu ölçen maddeleri cezalandıracaktır.
Güçlü yönler & sınırlılıklar
- Ölçek geliştiriciler ve sosyal ve sağlık bilimleri alanındaki gözden geçirenler tarafından basit, şeffaf ve yaygın olarak anlaşılır.
- Madde tutma veya revizyon kararlarını doğrudan yönlendiren eyleme geçirilebilir madde düzeyinde istatistikler — ortalama, SD, CITC, silindiğinde alfa — sağlar.
- Faktör analizine kıyasla küçük pilot örneklemlerde bile hesaplama açısından ucuz ve uygulanabilir.
- Faktör analizinin açıkça vurgulamayabileceği tavan ve taban etkilerini tespit eder.
- Kapsamlı bir madde değerlendirme iş akışı için faktör analizi ve IRT ile birleştirilebilir.
- Ortalama zorluk ve CITC gibi klasik madde istatistikleri örneğe bağlıdır ve çok farklı özellik dağılımlarına sahip popülasyonlara genellenmeyebilir.
- Öğe yanıtları kaba sıralı olduğunda standart Pearson tabanlı CITC, gerçek madde ayrımcılığını hafife alır; polikorelasyon tabanlı alternatifler daha doğrudur ancak daha az yaygın olarak uygulanır.
- Madde analizi, maddeleri bir toplam puan çerçevesinde değerlendirir ve bu nedenle tek boyutluluğu varsayar; çok boyutlu bir ölçekteki maddeleri, her alt ölçek ayrı ayrı analiz edilmeden doğru bir şekilde değerlendiremez.
- Gizli özelliği temsil etmek için toplam puana dayanır, bu da özellikle kısa ölçeklerde kusurludur.
- Geleneksel CITC eşiği 0.30, resmi bir istatistiksel temeli olmayan bir kuraldır.
SSS
Sıralı bir madde için kabul edilebilir bir düzeltilmiş madde-toplam korelasyonu nedir?
Yaygın bir kılavuz CITC ≥ 0.30'dur. 0.20 ile 0.30 arasındaki maddeler sınırdadır ve içerik önemi açısından incelemeyi gerektirir. 0.20'nin altındaki maddeler, ikame edilemeyen temel içeriği taşıdıkları sürece genellikle tutma için zayıf adaylardır. Bu eşikler, makul derecede büyük bir madde havuzu ve pilot örneği varsayar.
CITC için Pearson mu yoksa polikorelasyon mu kullanmalıyım?
Madde puanları ile toplam puan arasındaki Pearson korelasyonları çoğu yazılımda varsayılan olarak kullanılır ve maddelerin beş veya daha fazla yanıt kategorisine sahip olduğu ve yaklaşık olarak simetrik olduğu durumlarda yeterlidir. Üç veya dört kategoriye sahip maddeler için veya dağılımlar belirgin şekilde çarpık olduğunda, her madde ile bir faktör puanı veya gizli toplam arasındaki polikorelasyonlar, altta yatan doğrusal ilişkinin daha uygun bir sıralı tahminini sağlar.
Sıralı madde analizi, ölçek geçerliliği için doğrulayıcı faktör analizinin yerini alabilir mi?
Hayır. Madde analizi, maddeleri tek bir toplam puan çerçevesinde değerlendirir. Hipotezlenmiş bir faktör yapısının verilere uyup uymadığını değerlendiremez, gruplar arasında ölçüm değişmezliğini test edemez veya rakip boyutsal modelleri ayırt edemez. CFA, ölçek geçerliliği için gerekli bir takip adımıdır.
Kararlı madde istatistikleri için ne kadar büyük bir pilot örneğe ihtiyacım var?
Kaba bir minimum olarak, başlangıç madde analizi için alt ölçek başına 100-200 katılımcı önerilir. 50'den az katılımcı ile CITC tahminleri oldukça kararsızdır. Sonraki faktör analizi ve IRT kalibrasyonu için daha büyük örneklere ihtiyaç vardır.
Bir maddeyi silmek alfayı artırırsa ancak o madde içerik açısından kritikse ne olur?
Maddeyi tutun ve kararı belgeleyin. Güvenilirlik, ölçek geliştirmede birkaç kriterden biridir. Bir madde, diğer maddeler tarafından yakalanamayan yapının bir yönünü temsil ediyorsa, alfayı hafifçe düşürse bile tutulmalıdır. Silmek yerine madde kelimesinin gözden geçirilmesini düşünün.
Kaynaklar
- Nunnally, J. C. & Bernstein, I. H. (1994). Psychometric Theory (3rd ed.). McGraw-Hill. ISBN: 978-0070474659
- Drasgow, F., Levine, M. V., Tsien, S., Williams, B. & Mead, A. D. (1995). Fitting polytomous item response theory models to multiple-choice tests. Applied Psychological Measurement, 19(2), 143–165. DOI: 10.1177/014662169501900203 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Ordinal Item Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/ordinal-item-analysis
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
- Sıralı Cronbach Alfa KatsayısıPsikometri↔ karşılaştır
- Sıralı Keşifsel Faktör AnaliziPsikometri↔ karşılaştır
- Sıralı Güvenilirlik AnaliziPsikometri↔ karşılaştır
- Ölçek GeliştirmePsikometri↔ karşılaştır