Tételválasz-elmélet
Lord, F. M. · 1980
Más néven: IRT · Rasch · Rasch Measurement Theory · Latent Trait Theory
A tételválasz-elmélet olyan matematikai modellek családja, amelyek a látens vonások (képességek, attitűdök) és a teszttételekre adott válaszok közötti kapcsolatot írják le, lehetővé téve a mintától független tételkalibrálást és a teszttől független személymérést. A klasszikus tesztelmélettel ellentétben az IRT a tételszintű jellemzőket (nehézség, diszkrimináció, találgatás) és a személy képességét közös skálán modellezi, és minden képességszinten becslést ad a mérési pontosságra. Az IRT a modern számítógépes adaptív tesztelés, a nagyszabású oktatási felmérések (PISA, GRE, GMAT) és a klinikai, páciens által jelentett kimeneti mérések alapja.
Módszertani (nem vonástartalmi) keret, amely a válasz valószínűségét a látens vonás szintjének és a tételparamétereknek (nehézség, diszkrimináció, találgatás) függvényeként modellezi. Az adaptív/CAT tesztfelvételt támasztja alá, nem pedig egy konkrét mérőeszköz tartalmát.
- Forrás:
- Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems.
Bizonyítékok egy pillantásra
- Empirikus alátámasztás
- Erős bizonyíték
- Replikáció
- Jól replikált
- Kultúraközi
- Univerzális
- Metaanalízisek
- 10 indexelve
Ezek az értékelések az elméletről megjelent szakirodalmat összegzik, nem az arra épülő egyes tesztek minőségét. Az alább felsorolt forrásokon alapuló szerkesztői megítélések, és a bizonyítékok gyarapodásával változnak.
Történeti háttér
Az IRT alapjait egymástól függetlenül Georg Rasch fektette le Dániában (1960), valamint Frederic Lord és Allan Birnbaum az Egyesült Államokban (1960-as évek); Lord és Novick 1968-as "Statistical Theories of Mental Test Scores" című műve adta meg a matematikai alapokat. Lord 1980-as "Applications of Item Response Theory to Practical Testing Problems" című műve megszilárdította a területet a tesztszerkesztésben, az egyenértékesítésben és a torzításfeltárásban való gyakorlati alkalmazások bemutatásával. Az elmélet az 1980-as és 1990-es években terjedt el széles körben a növekvő számítási kapacitással, amely a nagyszabású tesztprogramok számára megvalósíthatóvá tette a paraméterbecslést.
Konstruktumok
Még nincsenek dokumentált konstruktumok.
Mérőeszközök
Erre az elméletre még nem épül mérőeszköz.
Erre az elméletre épülő tesztek
Erre az elméletre még nem épül teszt.
Gyakorlati alkalmazások
Az IRT a számítógépes adaptív tesztelés (CAT) alapja, amelyet nagy téttel bíró felmérésekben alkalmaznak, például a GRE, a GMAT, az NCLEX ápolói licencvizsga és a CAT-ASVAB katonai tesztcsomag esetében; az egyes vizsgázók képességszintjéhez igazított tételek kiválasztásával rövidebb, mégis pontosabb teszteket tesz lehetővé. Klinikai környezetben az IRT áll a PROMIS (Patient-Reported Outcomes Measurement Information System) kezdeményezés mögött, lehetővé téve az egészségügyi kimenetek hatékony mérését. Az IRT-módszerek emellett támogatják a tesztváltozatok közötti egyenértékesítést, a differenciális tételműködés (DIF) feltárását a méltányossági elemzésekhez, valamint tételbankok fejlesztését standardizált tesztprogramok számára világszerte.
Hogyan mérjük
Az IRT maga mérésmódszertan, nem pedig érdemi pszichológiai elmélet. Gyakori modellek a dichotóm tételekhez az egyparaméteres (1PL/Rasch), a kétparaméteres (2PL) és a háromparaméteres (3PL) logisztikus modellek, a politóm tételekhez pedig a Graded Response Model és a Partial Credit Model. A paraméterbecslés maximum likelihood vagy bayesi módszerekkel történik.
Kritikák és korlátok
Fő kritika az IRT-modellek által megkövetelt erős parametrikus feltevések (például az egydimenziósság és a lokális függetlenség) köre, amelyek összetett pszichológiai konstruktumok esetén nem feltétlenül teljesülnek, és így a modell rossz illeszkedéséhez vezetnek. A Rasch-modell képviselői és a tágabb IRT-közösség alapvetően nem értenek egyet abban, hogy a modellt kell-e az adatokhoz illeszteni (IRT-megközelítés), vagy az adatoknak kell megfelelniük a fundamentális mérés modellkövetelményeinek (Rasch-megközelítés). Az IRT a stabil paraméterbecsléshez viszonylag nagy mintaméretet igényel (a modelltől függően jellemzően 200-1000+ vizsgálati személyt), ami korlátozza alkalmazhatóságát kis léptékű felmérések esetén.
Főbb publikációk
- Lord, F. M.. (1980). Applications of Item Response Theory to Practical Testing Problems.
- Lord, F. M. & Novick, M. R.. (1968). Statistical Theories of Mental Test Scores.
- Rasch, G.. (1960). Probabilistic Models for Some Intelligence and Attainment Tests.
- Hambleton, R. K., Swaminathan, H. & Rogers, H. J.. (1991). Fundamentals of Item Response Theory.
- Embretson, S. E. & Reise, S. P.. (2000). Item Response Theory for Psychologists. 10.4324/9781410605269