نرخ آشکارسازی کنش افتراقی سؤال با استفاده از مدل درخت های راش یک مطالعه شبیه سازی شده و داده های واقعی آزمون های سرنوشت ساز ناجا (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
اگرچه تحلیل مدل درخت های راش برای شناسایی سؤال های سودار آزمون های مختلف معرفی شده است، اما تحقیقات اندکی در این خصوص صورت پذیرفته است. هدف از این تحقیق استفاده از مدل درخت های راش و بررسی عوامل مداخله گر در آشکارسازی کنش افتراقی سؤال های آزمون بود. برای پاسخگویی به سؤال های تحقیق از روش مطالعات شبیه سازی و داده های آزمون اختصاصی دانشگاه علوم انتظامی امین استفاده شد. پژوهش حاضر ازنظر هدف کاربردی و ازنظر روش، توصیفی موسوم به تحقیقات روان سنجی است. جامعه آماری آزمون اختصاصی سال 1398 دانشگاه علوم انتظامی امین به تعداد 2414 نفر به صورت تمام شمار مورد تحلیل قرارگرفته است. جهت تشخیص نرخ آشکارسازی کنش افتراقی سؤال با استفاده از مدل درخت های راش از بسته DIFtree در نرم افزار R استفاده شد. نتایج حاصل از مطالعه شبیه سازی نشان داد که مدل درخت های راش، کنش افتراقی سؤال را در نمونه های با حجم بالای 1000 آزمودنی به صورت صد درصد شناسایی می کند. همچنین نتایج نشان داد که در آزمون اختصاصی دانشگاه علوم انتظامی تعداد 9 سؤال دارای کنش افتراقی سؤال هستند که در مهم ترین آن، تعداد 7 سؤال در گروه ریاضی با 18 سال سن (رسته دوم) و 6 سؤال در گروه ریاضی با 19 سال سن (رسته اول) دارای سوگیری نسبت به گروه علوم تجربی (رسته سوم) بوده وجهت آن به نفع رسته اول و دوم و به ضرر رسته سوم بوده است.Differential Item Functioning Detection Rate Using Rasch Trees Model: A Simulated and Real Data Study of the NAJA High Stakes Tests
Although rasch tree model analysis has been introduced to identify Bias questions in various tests, little research has been done. The purpose of this study was to use the rasch tree model and to investigate the intervening factors in revealing the differential action of the test questions. To answer the research questions, the method of simulation studies and data of the specific test of Amin University of Law Enforcement Sciences were used. The present research is applied in terms of purpose and descriptive in terms of method called psychometric research. The statistical population of the special exam of Amin University of Law Enforcement Sciences in 1398 with the number of 2414 people has been analyzed in full. The DIFtree package in R software was used to determine the detection rate of the differentiation Item Functioning using the rasch tree model. The results of the simulation study showed that the rasch tree model detects the differentiation Item Functioning in samples with a volume of more than 1000 subjects as 100%. The results also showed that in the specific exam of the University of Law Enforcement Sciences, 9 questions have differentiation Item Functioning, in the most important of which, 7 questions in the mathematics group with 18 years of age (second category) and 6 questions in the mathematics group with 19 years of age (category First) has a bias towards the experimental sciences group (third category) and the orientation of the bias has been in favor of the first and second category and to the detriment of the third category.