Sağlam Madde Analizi
Robust Item Analysis · Ayrıca şöyle bilinir: robust item statistics, outlier-resistant item analysis, robust classical item analysis
Sağlam madde analizi, bireysel test veya ölçek maddelerinin değerlendirilmesine aykırı değerlere dirençli istatistiksel yöntemler uygular. Klasik ortalamalar ve Pearson korelasyonları - her ikisi de aşırı puanlara duyarlıdır - yerine, yanıtlayıcı dağılımları çarpık olduğunda veya aykırı değerlerle kirlendiğinde kararlı kalan madde güçlüğü ve madde-toplam ayırt edicilik indekslerini elde etmek için kırpılmış ortalamalar, Winsorize edilmiş korelasyonlar veya M-tahmin ediciler kullanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Yanıt dağılımının normalden uzak, çarpık veya dikkatsiz veya aşırı yanıtlamaya maruz kaldığından şüphelendiğinizde sağlam madde analizi kullanın - klinik ölçeklerde, tutum anketlerinde ve tavan veya taban etkileri olan performans testlerinde yaygındır. Ayrıca küçük ila orta ölçekli örneklemler (n < 200) için de tavsiye edilir, burada birkaç aykırı değer orantısız ağırlık taşır. Veriler iyi davrandığında varsayılan olarak klasik madde analizinin yerine sağlam madde analizini koymayın; ve sağlam istatistikleri sanki klasik istatistiklermiş gibi yorumlamayın - kırpılmış ortalama ve sağlam r'nin farklı örnekleme özellikleri ve referans aralıkları vardır.
Güçlü yönler & sınırlılıklar
- Dağılımların çarpık olduğu veya aykırı değerler içerdiği durumlarda doğru kalan madde güçlüğü ve ayırt edicilik tahminleri sağlar.
- Bir avuç aşırı yanıtlayıcı nedeniyle kötü maddeleri tutma veya iyi maddeleri atma riskini azaltır.
- Klasik madde analizi iş akışıyla uyumludur - standart indeksleri değiştirmez, tamamlar.
- Özellikle aykırı değer etkisinin en büyük olduğu küçük örneklemlerde değerlidir.
- Bir tanı kontrolü sunar: klasik ve sağlam istatistikler arasındaki büyük farklılıklar, araştırılmaya değer sorunlu yanıt modellerini işaret eder.
- Kırpma kesri ve sağlam tahminci seçimi analizden önce belirtilmelidir; analiz sonrası ayarlama Tip I hatayı artırır.
- Sağlam madde-toplam korelasyonları, standart psikometrik yazılımlarda bildirilen klasik düzeltilmiş r_it ile doğrudan karşılaştırılamaz.
- Yazılım desteği sınırlıdır; çoğu büyük istatistiksel paket, sağlam madde istatistikleri için ek paketler veya özel kod gerektirir.
- Sistematik DIF veya modele dayalı madde uyumunu ele almaz - bu sorular için İYK tabanlı analizlerle eşleştirin.
SSS
Sağlam madde analizi klasik madde analizinden nasıl farklıdır?
Klasik madde analizi, aykırı değerlere ve çarpık dağılımlara oldukça duyarlı olan aritmetik ortalamaları ve Pearson korelasyonlarını kullanır. Sağlam madde analizi, bunları aşırı değerlere dirençli kırpılmış ortalamalar ve sağlam korelasyonlarla (örneğin, Winsorize edilmiş r veya yüzde-bükme r) değiştirir. Veriler iyi davrandığında iki indeks kümesi genellikle aynıdır; büyük anlaşmazlıklar araştırılmaya değer aykırı değer etkisini işaret eder.
Hangi kırpma kesrini kullanmalıyım?
Yüzde 20'lik simetrik bir kırpma (en yüksek ve en düşük puanların yüzde 10'unu kaldırmak), direnç ve verimlilik arasında denge sağlayan yaygın bir varsayılan değerdir. Bazı araştırmacılar, dağılım yalnızca hafif derecede normalden sapmışsa yüzde 10 kullanır. Kesir, verileri incelemeden önce sabitlenmelidir.
Sağlam madde analizi İYK tabanlı madde analizinin yerini mi alıyor?
Hayır. Sağlam madde analizi, klasik test teorisi çerçevesinde çalışır ve bir yanıt olasılığını özellik düzeyinin bir fonksiyonu olarak modellemez. İYK, daha zengin modele dayalı uyum istatistikleri, yetenek tahmini ve DIF tespiti sağlar. Sağlam madde analizi, bir ilk tarama adımı olarak veya İYK'ya tamamlayıcı olarak en iyi şekilde kullanılır, yerine geçmez.
Hangi yazılım sağlam madde analizi yapabilir?
R en yetenekli ortamdır: WRS2 paketi Winsorize edilmiş ve yüzde-bükme korelasyonları sağlar ve özel betikler kırpılmış madde ortalamalarını ve sağlam madde-toplam r'yi hesaplayabilir. SPSS ve SAS yerel olarak sağlam madde istatistiklerini desteklemez; bu paketlerdeki bootstrapleme bazı sağlam özellikleri yaklaştırabilir.
Ne zaman klasik yerine sağlam madde istatistiklerini tercih etmeliyim?
Madde yanıt dağılımları yaklaşık olarak normal olduğunda ve örneklem büyük olduğunda (n > 300), klasik ve sağlam istatistikler neredeyse aynı sonuçları verir ve klasik indekslerin raporlanması ve yorumlanması daha basittir. Sağlam yöntemler, küçük örneklemler, çarpık dağılımlar veya aykırı değer kirliliği kanıtıyla en çok değeri katar.
Kaynaklar
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
- Huber, P. J. & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. ISBN: 978-0470129906
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Item Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/robust-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
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Sağlam Güvenilirlik AnaliziDeney tasarımı↔ karşılaştır
- Ölçek GeliştirmePsikometri↔ karşılaştır