प्रश्न प्रतिसाद सिद्धांत

पुरावा एका दृष्टिक्षेपात

अनुभवजन्य आधार

भक्कम पुरावा

प्रतिकृती

चांगल्या प्रकारे पुनरावृत्त

आंतरसांस्कृतिक

सार्वत्रिक

मेटा-विश्लेषणे

10 अनुक्रमित

ही मानांकने सिद्धांताबद्दल प्रकाशित साहित्याचा सारांश देतात, त्यावर आधारित कोणत्याही एका चाचणीच्या गुणवत्तेचा नाही. ती खाली दिलेल्या स्रोतांवर आधारित संपादकीय मूल्यमापने आहेत आणि पुरावे वाढत गेले की ती बदलतात.

ऐतिहासिक संदर्भ

IRT चा पाया डेन्मार्कमध्ये जॉर्ज रॅश (1960) आणि अमेरिकेत फ्रेडरिक लॉर्ड व अॅलन बर्नबॉम (1960 चे दशक) यांनी स्वतंत्रपणे घातला, आणि लॉर्ड व नोव्हिक यांच्या 1968 मधील 'Statistical Theories of Mental Test Scores' ने गणिती पाया दिला. लॉर्ड यांच्या 1980 मधील 'Applications of Item Response Theory to Practical Testing Problems' ने चाचणी रचना, समीकरण आणि पक्षपात शोध यांतील व्यावहारिक उपयोग दाखवून या क्षेत्राला एकत्रित केले. वाढत्या संगणकीय क्षमतेमुळे मोठ्या प्रमाणावरील चाचणी कार्यक्रमांसाठी प्राचल अंदाज शक्य झाल्याने 1980 ते 1990 च्या दशकांत या सिद्धांताचा व्यापक स्वीकार झाला.

संकल्पना

अजून कोणत्याही संकल्पना नोंदवलेल्या नाहीत.

साधने

या सिद्धांतावर आधारित अजून कोणतीही साधने नाहीत.

या सिद्धांतावर आधारित चाचण्या

या सिद्धांतावर आधारित अजून कोणत्याही चाचण्या नाहीत.

व्यावहारिक उपयोग

IRT हा संगणकीय अनुकूली चाचणीचा (CAT) पाया आहे, जी GRE, GMAT, NCLEX नर्सिंग परवाना परीक्षा आणि CAT-ASVAB लष्करी संचासारख्या उच्च-जोखमीच्या मूल्यमापनांमध्ये वापरली जाते. प्रत्येक परीक्षार्थीच्या क्षमतेच्या पातळीनुसार प्रश्न निवडून ती लहान तरीही अधिक अचूक चाचण्या शक्य करते. वैद्यकीय क्षेत्रात IRT हे PROMIS (Patient-Reported Outcomes Measurement Information System) उपक्रमाला बळ देते, ज्यामुळे आरोग्य निकालांचे कार्यक्षम मापन शक्य होते. IRT पद्धती फॉर्मांमधील चाचणी समीकरण, निष्पक्षता विश्लेषणासाठी भिन्न प्रश्न कार्यप्रणाली (DIF) शोधणे, आणि जगभरातील प्रमाणित चाचणी कार्यक्रमांसाठी प्रश्नसंच विकसित करणे यांनाही आधार देतात.

मोजमाप कसे केले जाते

IRT ही स्वतः एक मापन पद्धती आहे, मूलभूत मानसशास्त्रीय सिद्धांत नाही. द्विभाजी प्रश्नांसाठी एक-प्राचल (1PL/Rasch), द्वि-प्राचल (2PL) आणि त्रि-प्राचल (3PL) लॉजिस्टिक प्रतिमाने, तर बहुवर्गी प्रश्नांसाठी Graded Response Model आणि Partial Credit Model ही सामान्य प्रतिमाने आहेत. प्राचल अंदाजासाठी कमाल संभाव्यता किंवा बेयेशियन पद्धती वापरल्या जातात.

टीका आणि मर्यादा

एक प्रमुख टीका म्हणजे IRT मॉडेलना आवश्यक असलेली कठोर पॅरामेट्रिक गृहितके (जसे की एकपरिमाणता आणि स्थानिक स्वातंत्र्य), जी गुंतागुंतीच्या मानसशास्त्रीय संकल्पनांसाठी लागू होऊ शकत नाहीत, परिणामी मॉडेल बसत नाही. मॉडेल डेटाला बसवावे (IRT दृष्टिकोन) की मूलभूत मापनासाठी डेटाने मॉडेलच्या आवश्यकता पूर्ण कराव्यात (Rasch दृष्टिकोन) याबद्दल Rasch मॉडेल समुदाय आणि व्यापक IRT समुदाय यांच्यात मूलभूत मतभेद आहेत. स्थिर पॅरामीटर अंदाजासाठी IRT ला तुलनेने मोठ्या नमुन्यांची गरज असते (मॉडेलनुसार साधारणतः 200 ते 1000+ परीक्षार्थी), ज्यामुळे लहान प्रमाणातील मूल्यमापनांसाठी त्याची उपयुक्तता मर्यादित राहते.

प्रमुख प्रकाशने

• 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

संबंधित सिद्धांत