The Prediction of Item Parameters Based on Classical Test Theory and Latent Trait Theory and Latent Trait Theory

Araştırmada, deneme uygulaması yapılamayan durumlarda madde özelliklerinin uzman tahminlerine dayalı kestirimlerinin klasik test teorisi ve örtük özellikler teorisinin iki parametreli logistik modeline dayalı olarak hesaplanan madde özelliklerini tahmin etme gücünün nasıl olduğu incelenmeye çalışılmıştır. Araştırma; Türkiye’de uygulanan deneme uygulaması yapılamayan sınavlardan biri olan Orta Öğretim Kurumları Öğrenci Seçme ve Yerleştirme Sınavına giren random olarak seçilmiş9914 öğrenci üzerinde yürütülmüştür. Araştırmada,uzman tahmin değerleri; 16 matematik öğretmenine uygulanan klasik ve örtük özellikler teorilerine göre ayrı ayrı hazırlanmış metrik ölçek uygulamalarından elde edilmiştir. Araştırma bulgularında, Orta Öğretim Kurumları Öğrenci Seçme ve Yerleştirme Sınavı Matematik alt testine ait madde güçlük indekslerinin uzman tahminlerinin klasik test teorisine dayalı madde güçlük indekslerini ve uzman tahminlerine dayalı bi parametre kestirimlerinin örtük özellikler test teorisinin iki parametreli logistik modeline dayalı bi parametrelerini yordayabildiği görülmüştür. Fakat, klasik test teorisinden elde edilen madde ayırıcılık gücü indeksi ve örtük özellikler teorisinden elde edilen ai parametresinin uzman tahminleri ile kestirilemeyeceği görülmüştür.

Madde Parametrelerinin Klasik ve Örtük Özellikler Test Teorilerine Göre Kestirilmesi

In this study, the prediction power of the item characteristics based on the experts’ predictions on conditions try-out practices cannot be applied was examined for item characteristics computed depending on classical test theory and two-parameters logistic model of latent trait theory. The study was carried out on 9914 randomly selected students who took the student selection and placement examinations applied in Turkey that is one the examinations on which try-out practices cannot be applied. In this study, the experts’ prediction values were obtained from differently prepared metric scale applications according to classical and latent trait theories which were applied to 16 math teachers. In the study findings it was found that the item difficulty indexes of mathematic sub-test of student selection and placement examinations based on experts’ predictions have the capability of predicting the item difficulty indexes obtained from the classical test theory. Furthermore the predictions of bi parameters based on the experts’prediction have the capability of predicting bi parameters based on logistic model with two parameters of latent trait theory. But it is also found out that item discriminating indexes obtained from the classical test theory and ai parameters obtained from latent trait theory cannot be estimated through the experts’ predictions.

PDF

___

Baker, B. F.( 1977). Advances in item analysis. Review Of Educational Research, 47, 151-178.
Baykul,Y. (2000). Eğitimde ve psikolojide ölçme: Klasik test teorisi ve uygulaması, Ankara, Ösym Yayınları.
Baykul, Y.(1991). “Ön denemenin yapılamadığı hallerde madde güçlük indeksinin ve buna bağlı olan madde ve test istatistiklerinin kestirilmesi.” Malatya:Üniversite Ve Çevre İlişkileri Sempozyumu.
Draper, N.R. & Smıth,H. (1981). Applied regression analysis, Wiley, Newyork.
Edwards, L.A. (1984). An Introduction to linear regression and correlation, W.H.Freeman & Co: 2nd edition.
Fan, X. (1998). Item response theory and classical test theory: an empirical comparison of their ıtem-person statistics. Educational And Psychological Measurement, 58(3), 357-381.
Hambelton, R.K & Swamınathan, H. (1985). Item response theory: Principles and application, Kluwer, Nijhoff Publishing A Member Of The Kluwer Academic Publisher Group,
Hambleton, R.K; H. Swamınathan &H.J. Rogers.(1991). Fundamentals of item response theory, London, Sage Publications.
Harvey, Robert J. & Allen L. Hammer.(1999). Item response theory. Counseling Psychologist, 27 (3), 353-374.
Lord, F.M Ve M.R. Novıck. (1968). Statistical theories of mental test scores, Addision Wesley Publishing Company, Educational Testing Service.
Mislevy, J.R. & Bock, R.D. (1990). Bilog 3item analysis and test scoring with binary logistic models, Scientific Software.Inc. Orta öğretim kurumları öğrenci seçme ve yerleştirme sınavı test kitapçığı. (2000). Milli Eğitim Bakanlığı Yayınları,.
Quereshı, M.Y & Fısher, Thomas L.(1977). Logical versus emprical estimates of item dıffuculty. Educatıonal And Psychological Measurement. 37, 91-100.
Sezer, S.(1992). “Ön deneme yapılamayan durumlarda madde güçlük ve ayırıcılık gücü ındekslerinin ve bunlara bağlı test ıstatistiklerinin kestirilmesi “ (Yayınlanmamış Doktora Tezi), Ankara: H.Ü. Sosyal Bilimler Enstitüsü.
Stockıng, M.L. (1997). Item response theory. Educational Research, Methodology And Measurement: An International Handbook. Pp.836-839.Edıted By: John P.Keeves. Second Edition. Elsevier Science Ltd.
Stevens, S. S. (1946). On the theory of scales of measurement. Science,103, 677-680.
Thorndike, R. L. (1971). Educational measurement, Second Edition.
Torgerson, W. S. (1958). Theory and methods of scaling. Newyork: John Willey.
Turgut, M. F. (1997). Eğitimde ölçme ve değerlendirme metodları, Ankara, Yargıcı Matbaası.
Turgut, M. F. ve Baykul, Y. (1992). Ölçekleme teknikleri,Ankara,ÖSYM Yayınları.
Weitzenhoffer, A.M.(1951). Mathematical structures and psychological measurement. Psyhcometrika, 16, 387-406.