Üç Parametreli Lojistik (3PL) Model
Three-Parameter Logistic Item Response Theory Model · Ayrıca şöyle bilinir: 3PL IRT — Üç Parametreli Madde Tepki Modeli, three-parameter logistic model, 3PLM, Birnbaum model
Allan Birnbaum tarafından 1968'de tanıtılan üç parametreli lojistik (3PL) modeli, doğru bir yanıtın olasılığını ikili bir test maddesine yanıt olarak, üç madde düzeyindeki parametreye — zorluk, ayırt edicilik ve tahminlemeyi temsil eden alt bir asimptot — ve gizli yeteneği temsil eden bir kişi düzeyindeki parametreye bağlı olarak tanımlayan bir madde yanıt teorisi modelidir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
3PL Model, ikili (doğru/yanlış) maddeleriniz olduğunda — en yaygın olarak çoktan seçmeli bir başarı veya yetenek testi — ve çok düşük yeteneğe sahip adayların hala anlamlı olmayan bir oranda doğru tahmin yapabileceğine dair teorik veya ampirik nedeniniz olduğunda uygundur. Birkaç koşulun sağlanması gerekir: tek boyutluluk (tüm maddeler tek bir gizli özelliği yansıtır) ve yerel bağımsızlık (madde yanıtları yeteneğe bağlı olarak bağımsızdır) model uydurulmadan önce değerlendirilmesi gereken temel varsayımlardır. Tahmin parametresi c, küçük örneklemlerde önemli bir belirsizlikle tahmin edildiği için en az 500 katılımcıdan oluşan büyük bir örneklem gereklidir; 100'den az katılımcı veya beşten az madde ile model güvenilir bir şekilde kalibre edilemez ve bunun yerine daha basit bir 2PL veya Rasch modeli tercih edilmelidir. c parametresi teorik olarak K yanıt seçeneği sayısına göre 1/K civarında olmalıdır; eğer bu değerden uzaklaşırsa, model yanlış belirtilmiş olabilir.
Güçlü yönler & sınırlılıklar
- Çoktan seçmeli maddelerdeki tahmin taban çizgisini açıkça hesaba katarak, yetenek tahminlerinin şans eseri tahminlerle yapay olarak merkeze doğru çekilmesini önler.
- Tüm maddeleri ve tüm kişileri tek bir ortak logit ölçeğine yerleştirerek madde bankacılığı, test eşitleme ve uyarlanabilir test yapılmasına olanak tanır.
- Anlamlı bir tahmin bileşeni mevcut olduğunda 2PL'den daha zengindir ve maddelerin ayırt edici güçlerinde de farklılık göstermelerine izin vermesi açısından Rasch modelinden daha zengindir.
- Tahmin parametresi c, üç parametre arasında güvenilir bir şekilde tahmin edilmesi en zor olanıdır ve büyük örneklemler (≥ 500) gerektirir; daha küçük örneklemlerde tahminler kararsızdır ve anlamlı olmayabilir.
- Model, Rasch modeline ve 2PL'ye göre aşırı parametrelendirilmiştir; ek karmaşıklığı gerekçelendirmek için AIC ve BIC ile model karşılaştırması esastır.
- Kesinlikle tek boyutlu bir yapıyı varsayar: eğer madde havuzu çok boyutlu ise, parametre tahminleri bozulur. Kalibrasyondan önce tek boyutluluk, örneğin EFA veya teyit edici IRT ile kontrol edilmelidir.
SSS
Rasch modeli, 2PL ve 3PL arasındaki fark nedir?
Her üçü de ikili maddeler için lojistik IRT modelleridir, ancak kaç madde parametresi tahmin ettikleri konusunda farklılık gösterirler. Rasch (1PL) modeli, tüm maddelerin eşit derecede ayırt edici olduğunu varsayar ve tahminlemeyi göz ardı ederek yalnızca zorluğu tahmin eder. 2PL, maddelerin yetenek seviyelerini ne kadar keskin bir şekilde ayırt ettiğini değiştirmelerine izin veren bir ayırt edicilik parametresi ekler. 3PL, madde karakteristik eğrisinin sıfır olmayan taban çizgisini modelleyerek tahmin parametresini daha da ekler. Her ek parametre modeli daha esnek hale getirir, ancak aynı zamanda tahmin edilmesi daha zor ve örneklem büyüklüğüne daha fazla talepkar hale getirir.
3PL için neden büyük bir örneklem gereklidir?
Tahmin parametresi c zayıf bir şekilde tanımlanmıştır: yetenek dağılımının düşük kuyruğundaki davranıştan tahmin edilir, bu da çoğu örneklemde seyrek olarak bulunur. 200 veya 300 katılımcı ile bile c tahminleri kararsızdır ve standart hataları büyüktür. Makul derecede kesin tahminler elde etmek için yaklaşık 500 katılımcıdan oluşan geleneksel bir minimum gereklidir; 1.000 veya daha fazla katılımcıdan oluşan daha büyük örneklemler operasyonel test programlarında yaygındır.
3PL'nin verilerim için 2PL'den daha iyi olup olmadığını nasıl kontrol ederim?
Her iki modeli de marjinal maksimum olabilirliklerinden hesaplanan AIC ve BIC kullanarak karşılaştırın. Eğer 3PL anlamlı derecede daha düşük bir AIC veya BIC elde ederse, tahmin parametresi yerini hak ediyor demektir. Tahmin edilen c değerlerini de inceleyin: eğer çoğu madde sıfıra yakın c gösteriyorsa, tahmin parametresi katkıda bulunmuyor demektir ve 2PL daha ekonomik bir seçimdir. Her iki model de iç içe geçmişse ve örneklem büyükse bir olabilirlik oranı testi kullanılabilir.
3PL, Likert tipi veya derecelendirme ölçeği maddeleri için kullanılabilir mi?
Hayır. 3PL yalnızca dikotomik (doğru/yanlış, evet/hayır) yanıtlar için tanımlanmıştır. Sıralı polotomik maddeler için, örneğin Likert ölçekleri veya kısmi kredi puanlaması gibi, uygun IRT modelleri Dereceli Yanıt Modeli (farklı adım genişliklerine sahip sıralı kategorilere sahip maddeler için) veya Kısmi Kredi Modeli (adım tabanlı puanlama için) olacaktır.
Kaynaklar
- Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee's ability. In F. M. Lord & M. R. Novick (Eds.), Statistical theories of mental test scores (pp. 397–479). Addison-Wesley. link ↗
- Baker, F. B. & Kim, S. H. (2004). Item response theory: Parameter estimation techniques (2nd ed.). Marcel Dekker. ISBN: 978-0824758172
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Three-Parameter Logistic Item Response Theory Model. ScholarGate. https://scholargate.app/tr/psychometrics/three-pl-irt
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- İki Parametreli Lojistik (2PL) Madde Tepki Kuramı ModeliPsikometri↔ karşılaştır
- Doğrulayıcı Faktör Analizi (DFA)İstatistik↔ karşılaştır
- Cronbach'ın Alfa Katsayısı (Güvenilirlik Analizi)İstatistik↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Rasch ModeliPsikometri↔ karşılaştır