Polytomous Madde Analizi

Her ikisi de sıralı polytomous maddeleri ele alır ancak farklı geçiş olasılıklarını modeller. GRM (Samejima, 1969), kümülatif sınır yanıt fonksiyonlarını - her kategorinin veya üzerinin puanlanma olasılığını - modeller ve maddeye özgü ayırt etmeye izin verir. PCM (Masters, 1982), bitişik kategori geçişlerini - k kategorisinin k-1 üzerinden seçilme olasılığını - modeller ve ayırt etmeyi maddeler arasında eşit olarak sınırlar (Rasch ailesi). Ayırt etme gücü farklılık gösteren ve kümülatif bir modelin yapıyı iyi uyduğu durumlarda GRM'yi seçin; eşit ayırt etmenin savunulabilir olduğu ve Rasch ailesi ölçüm özelliklerinin istendiği durumlarda PCM'yi seçin.

Düzensiz eşikler, daha yüksek bir kategori sınırının daha düşük bir sınıra göre daha düşük bir zorluk tahminine sahip olması - yani yanıtlayıcıların etkili bir şekilde orta kategoriyi atlaması anlamına gelir. Eşik tahminlerini ve Kategori Yanıt Fonksiyonlarını inceleyin: eğer bir orta kategori için CRF tepe noktaları yoksa veya çok düşükse, nadiren kullanılır. Çözüm, az kullanılan kategoriyi bitişik bir kategoriyle birleştirmek ve analizi yeniden çalıştırmak, revize edilen ölçeğin sıralı eşiklere sahip olduğunu kontrol etmektir.

Evet. Klasik test teorisi yaklaşımları - düzeltilmiş madde-toplam (poliserial) korelasyonları, madde ortalamaları, madde standart sapmaları ve silinirse alfa katsayısı - IRT yazılımı gerektirmeyen ve küçük örneklemlerde sağlam olan daha basit tanılamalardır. Ancak, eşik tahminleri, bilgi fonksiyonları veya resmi model uyum istatistikleri sağlamazlar. Uygulamalı ölçek geliştirmede CTT ve IRT'nin birleşik bir yaklaşımı yaygındır.

Daha basit Rasch ailesi polytomous modelleri (PCM, RSM) için genellikle yaklaşık 200 yanıtlayıcı minimum düzeyde önerilir ve birden fazla yanıt kategorisi ve birçok madde içeren GRM için 300-500 yanıtlayıcı önerilir. Daha küçük örneklemler kararsız ayırt etme ve eşik tahminleri üretir. Örneklem boyutu sınırlı olduğunda, CTT tabanlı tanılamaları kullanın ve IRT sonuçlarını keşifsel olarak ele alın.

Zorunlu değil. IRT daha zengin tanılama - bilgi fonksiyonları, değişmez parametreler, model-veri uyumu - sağlar ancak daha büyük örneklemler ve daha fazla teknik uzmanlık gerektirir. 200+ yanıtlayıcı ve standart Likert formatları ile rutin ölçek geliştirme için bir IRT analizi önemli ölçüde değer katar. Küçük çalışmalar veya ön madde taraması için, CTT endeksleri (madde-toplam korelasyonları, silinirse alfa) ilk geçiş olarak verimli ve yeterlidir.