no comments

Rasch MODEL

The Rasch Model telah digunakan dalam pelbagai bidang dan untuk pelbagai topik seperti pembangunan dan pengesahan skala (Noor Lide Abu Kassim 2007; Hula et al 2006;.. Doyle et al 2005;… Tennant et al 2004), penyelidikan psikologi (Fox & Jones, 1998), perkembangan kognitif (Grey & Fox, 1996; Bond, 1995, Akbariah, 2006), pembelajaran bahasa (Taguchi 2005; Yuan, 2005, Ainol & Noor Lide, 2003) dan kesihatan (Pallant & Tennant 2007;.. Jackson et al 2002) untuk menamakan beberapa. Kelebihan menggunakan Rasch Model adalah kerana sifat selang langkah yang ia menyediakan dan kebebasan teori skor item kesukaran dan orang keupayaan dari sampel tertentu yang digunakan untuk menganggarkan mereka

Rasch (1960) membangunkan model kebarangkalian di mana setiap kesukaran item (b) dan orang kesukaran (θ) serentak dianggarkan. Terdapat dua versi model yang menjadi sempit (Rasch, 1960) dan polytomous yang (Andrish, 1979) model. The Rasch Model adalah model unidimensional yang mempunyai dua dakwaan utama: (1) yang lebih mudah item adalah, semakin besar kemungkinan ia akan menjawab dengan betul atau dipersetujui; (2) Orang yang lebih mampu, semakin besar kemungkinan mereka dengan betul akan menjawab item berbanding kepada orang yang kurang mampu. Keupayaan parameter bagi seseorang dan parameter kesukaran untuk item mewakili kedudukan seseorang dan barangan pada sifat terpendam mereka berkongsi. Oleh itu, analisis akan dapat hasil dalam skala yang di mana kedua-dua orang dan barang-barang yang digabungkan kepada konstruk yang sama dalam unit skala bebas yang sama, bersama-sama dengan ralat piawai.

Persamaan bagi Rasch Model lazimnya ditulis sebagai:
Pni = e(θ n –bi)
1 + e(θ n –bi)

mana PNI adalah kebarangkalian orang n pada item i menjaringkan betul (x = 1) tindak balas dan bukannya (x = 0) jawapan yang salah, memandangkan keupayaan orang (θn) dan kesukaran item (bi). Kebarangkalian ini adalah sama dengan e yang berterusan, atau fungsi log asli (2,7183) meningkat kepada perbezaan antara keupayaan seseorang dan kesukaran item (θ n-bi), dan kemudian dibahagikan dengan 1 tambah nilai yang sama (Bond & Fox, 2001 , p. 201). Pendek kata, kedua-dua parameter yang digunakan dalam model untuk menentukan kebarangkalian seseorang nsucceeding pada item i (Rasch, 1960).
Bond dan Fox (2001) menjelaskan bahawa model mengandaikan bahawa kebarangkalian responden tertentu untuk memberikan jawapan yang tepat kepada butir-butir adalah fungsi logistik jarak relatif antara parameter item kesukaran dan parameter keupayaan responden. Mereka juga menyatakan bahawa Rasch Model adalah berdasarkan idea mudah yang semua responden lebih cenderung untuk menyokong barangan mudah daripada barangan sukar. Oleh itu, dalam analisis Rasch, barang-barang yang mendapat penilaian yang lebih rendah adalah lebih sukar untuk menyokong daripada item yang mendapat penilaian yang lebih tinggi. anggaran parameter bagi setiap item dinyatakan dalam logits (log-ganjil) unit kebarangkalian (Wright dan Stone, 1979). logit A ialah jarak sepanjang garis pembolehubah yang meningkatkan kemungkinan memerhatikan majlis itu dengan faktor formula 2.718..This boleh dinyatakan sebagai model logit dibentangkan di bawah:

ln Pni = θ n –bi
1 – Pni

mana ln log biasa, P ialah kebarangkalian seseorang n mengesahkan item i; θ adalah kemampuan orang itu, dan b adalah kesukaran item. data yang sesuai kepada Rasch Model itu meletakkan kedua-dua anggaran item dan orang parameter pada skala yang sama unit log ganjil (logit), dan inilah yang memberikan transformasi linear skor mentah.
Model ini boleh dilanjutkan dengan kes itu polytomous dan dikenali sebagai model skala rating (Andrich, 1978):

ln Pnij = θ n –bi – τj
1 – Pnij-1

1 – Pnij-1
mana τ tambahan mewakili ambang (0.5 mata kebarangkalian) antara kategori bersebelahan.
Statistik menunjukkan patut untuk ujian model sejauh mana perlawanan data yang diperhatikan yang dijangkakan oleh model. Apabila corak tindak balas yang diperhatikan bersamaan, sama ada atau tidak menyimpang besar daripada corak sambutan yang dijangka, perkara-perkara yang sesuai dengan model pengukuran dan membentuk Rasch scalae benar (van Alphen et. Al. (1994). Ini adalah bertentangan dengan amalan dalam pemodelan statistik mana model yang dibangunkan dengan terbaik mewakili data.

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL