ทฤษฎีการตอบสนองข้อ
Lord, F. M. · 1980
เป็นที่รู้จักในชื่อ: IRT · Rasch · Rasch Measurement Theory · Latent Trait Theory
ทฤษฎีการตอบสนองข้อเป็นกลุ่มโมเดลทางคณิตศาสตร์ที่อธิบายความสัมพันธ์ระหว่างลักษณะแฝง (ความสามารถ ทัศนคติ) กับการตอบสนองต่อข้อทดสอบ ช่วยให้ปรับเทียบข้อโดยไม่ขึ้นกับกลุ่มตัวอย่างและวัดบุคคลโดยไม่ขึ้นกับแบบทดสอบ ต่างจากทฤษฎีแบบทดสอบคลาสสิก IRT จำลองลักษณะระดับข้อ (ความยาก การจำแนก การเดา) และความสามารถของบุคคลบนมาตรวัดเดียวกัน IRT เป็นรากฐานของ CAT สมัยใหม่ การประเมินการศึกษาขนาดใหญ่ (PISA, GRE, GMAT) และมาตรวัดผลลัพธ์ทางคลินิก
กรอบเชิงวิธีการ (ไม่ใช่เนื้อหาลักษณะนิสัย) ที่จำลองความน่าจะเป็นของการตอบสนองเป็นฟังก์ชันของระดับลักษณะแฝงและพารามิเตอร์ข้อ (ความยาก การจำแนก การเดา) สนับสนุนการจัดการแบบปรับตัว/CAT มากกว่าเนื้อหาของเครื่องมือใดเครื่องมือหนึ่ง
- แหล่งที่มา:
- Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems.
ภาพรวมหลักฐาน
- การสนับสนุนเชิงประจักษ์
- หลักฐานแข็งแกร่ง
- การทำซ้ำ
- ทำซ้ำได้ดี
- ข้ามวัฒนธรรม
- สากล
- การวิเคราะห์อภิมาน
- 10 ที่จัดทำดัชนี
คะแนนเหล่านี้สรุปจากวรรณกรรมที่ตีพิมพ์เกี่ยวกับทฤษฎี ไม่ใช่คุณภาพของแบบทดสอบใด ๆ ที่สร้างบนทฤษฎีนี้ เป็นการประเมินจากบรรณาธิการตามแหล่งข้อมูลด้านล่าง และจะเปลี่ยนแปลงเมื่อมีหลักฐานเพิ่มเติม
บริบททางประวัติศาสตร์
รากฐานของ IRT ถูกวางอิสระโดย Georg Rasch ในเดนมาร์ก (1960) และ Frederic Lord กับ Allan Birnbaum ในสหรัฐฯ (ทศวรรษ 1960) หนังสือของ Lord and Novick ปี 1968 ให้พื้นฐานทางคณิตศาสตร์ หนังสือของ Lord ปี 1980 รวบรวมสาขาโดยแสดงการประยุกต์ใช้จริงในการสร้างแบบทดสอบ การเทียบเคียง และการตรวจจับอคติ ทฤษฎีได้รับการยอมรับอย่างกว้างขวางในทศวรรษ 1980-90 ด้วยพลังการคำนวณที่เพิ่มขึ้น
โครงสร้าง
ยังไม่มีโครงสร้างที่บันทึกไว้
เครื่องมือ
ยังไม่มีเครื่องมือที่สร้างบนทฤษฎีนี้
แบบทดสอบที่สร้างบนทฤษฎีนี้
ยังไม่มีแบบทดสอบที่สร้างบนทฤษฎีนี้
การประยุกต์ใช้เชิงปฏิบัติ
IRT เป็นรากฐานของการทดสอบปรับตัวด้วยคอมพิวเตอร์ (CAT) ใช้ในการประเมินที่มีเดิมพันสูง เช่น GRE, GMAT, NCLEX และ CAT-ASVAB ช่วยให้แบบทดสอบสั้นลงแต่แม่นยำขึ้นโดยเลือกข้อที่เหมาะกับระดับความสามารถของผู้สอบแต่ละคน ในบริบทคลินิก IRT ขับเคลื่อนโครงการ PROMIS ช่วยให้วัดผลลัพธ์สุขภาพได้อย่างมีประสิทธิภาพ วิธี IRT ยังสนับสนุนการเทียบเคียงแบบทดสอบข้ามฟอร์ม การตรวจจับ DIF สำหรับการวิเคราะห์ความเป็นธรรม และการพัฒนาคลังข้อทั่วโลก
วิธีการวัดผล
IRT เป็นวิธีการวัดมากกว่าทฤษฎีจิตวิทยาเชิงเนื้อหา โมเดลทั่วไปรวมถึงโมเดลโลจิสติกหนึ่งพารามิเตอร์ (1PL/Rasch) สองพารามิเตอร์ (2PL) และสามพารามิเตอร์ (3PL) สำหรับข้อแบบสองค่า และ Graded Response Model กับ Partial Credit Model สำหรับข้อแบบหลายค่า การประมาณพารามิเตอร์ใช้ maximum likelihood หรือ Bayesian methods
ข้อวิจารณ์และข้อจำกัด
คำวิจารณ์ที่ต่อเนื่องที่สุดเกี่ยวกับข้อสันนิษฐานพาราเมตริกที่แข็งแกร่งที่โมเดล IRT ต้องการ (เช่น มิติเดียวและความเป็นอิสระเฉพาะที่) ซึ่งอาจไม่เป็นจริงสำหรับโครงสร้างทางจิตวิทยาที่ซับซ้อน ชุมชนโมเดล Rasch และชุมชน IRT กว้างไม่เห็นด้วยเรื่องว่าโมเดลควรปรับให้เข้ากับข้อมูล (แนวทาง IRT) หรือข้อมูลควรตอบสนองข้อกำหนดของโมเดล (แนวทาง Rasch) IRT ต้องการขนาดกลุ่มตัวอย่างค่อนข้างใหญ่ (200-1000+ ขึ้นกับโมเดล)
ผลงานตีพิมพ์สำคัญ
- 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