no comments

Apa itu Rasch Model?

Dalam model Rasch, kebarangkalian tindak balas tertentu (mis. Jawapan kanan / salah) dimodelkan sebagai fungsi parameter orang dan item. Khususnya, dalam model Rasch yang asli, kebarangkalian tindak balas yang betul dimodelkan sebagai fungsi logistik perbezaan antara parameter orang dan item. Bentuk matematik model diberikan di kemudian hari dalam artikel ini. Dalam kebanyakan konteks, parameter model mewakili kecekapan responden dan kesukaran item sebagai lokasi pada pemboleh ubah laten berterusan. Sebagai contoh, dalam ujian pendidikan, parameter item mewakili kesukaran item sementara parameter orang mewakili kebolehan atau tahap pencapaian orang yang dinilai. Keupayaan seseorang yang lebih tinggi berbanding kesukaran item, semakin tinggi kebarangkalian tindak balas yang betul pada item itu. Apabila lokasi seseorang pada sifat laten adalah sama dengan kesulitan item, terdapat definisi probabiliti 0.5 kemungkinan tindak balas yang betul dalam model Rasch.

Model Rasch adalah model dalam satu pengertian kerana ia mewakili struktur yang data harus dipamerkan untuk mendapatkan pengukuran dari data; jadi ia memberikan kriteria untuk pengukuran yang berjaya. Di luar data, hubungan persamaan model Rasch yang kami harapkan dapat diperoleh di dunia nyata. Sebagai contoh, pendidikan adalah bertujuan untuk menyediakan kanak-kanak untuk pelbagai cabaran yang akan mereka hadapi dalam kehidupan, dan bukan hanya yang terdapat dalam buku teks atau ujian. Dengan memerlukan langkah-langkah untuk tetap sama (invarian) dalam ujian yang berbeza mengukur hal yang sama, model Rasch memungkinkan untuk menguji hipotesis bahawa cabaran-cabaran tertentu yang ditimbulkan dalam kurikulum dan ujian secara koheren mewakili penduduk tak terhingga dari semua cabaran yang mungkin domain. Oleh itu, model Rasch adalah model dalam pengertian yang ideal atau standard yang menyediakan fiksyen heuristik yang berfungsi sebagai prinsip penganjuran yang berguna walaupun ia tidak pernah benar-benar diperhatikan dalam amalan.

Perspektif atau paradigma yang mendasari model Rasch adalah berbeza daripada perspektif pemodelan statistik. Model paling sering digunakan dengan tujuan untuk menerangkan satu set data. Parameter diubahsuai dan diterima atau ditolak berdasarkan sejauh mana ia sesuai dengan data. Sebaliknya, apabila model Rasch digunakan, objektifnya adalah untuk mendapatkan data yang sesuai dengan model (Andrich, 2004; Wright, 1984, 1999). Rasional untuk perspektif ini adalah bahawa model Rasch merangkumi keperluan yang mesti dipenuhi untuk mendapatkan pengukuran, dalam ertinya pengukuran umumnya difahami dalam sains fizikal.

Analogi yang berguna untuk memahami pemikiran ini adalah untuk mempertimbangkan objek yang diukur pada skala berat. Katakan berat objek A diukur dengan ketara lebih besar daripada berat objek B pada satu ketika, maka dengan serta-merta selepas itu berat objek B diukur sebagai substansial lebih besar daripada berat objek A. Suatu harta yang kita perlukan pengukuran adalah bahawa perbandingan hasil antara objek harus sama, atau invarian, tanpa mengira faktor-faktor lain. Keperluan utama ini dikodkan dalam struktur rasmi model Rasch. Akibatnya, model Rasch tidak diubah sesuai dengan data. Sebaliknya, kaedah penilaian harus diubah supaya keperluan ini dipenuhi, dengan cara yang sama bahawa skala seberat harus diperbaiki jika ia memberikan perbandingan yang berbeza antara objek dengan pengukuran yang berasingan dari objek.

Data yang dianalisis dengan menggunakan model biasanya tindak balas kepada item konvensional pada ujian, seperti ujian pendidikan dengan jawapan yang betul / salah. Walau bagaimanapun, model itu adalah umum, dan boleh digunakan di mana data diskrit diperoleh dengan niat untuk mengukur atribut kuantitatif atau ciri.

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL