आइटम के जवाब की थ्योरी - एप्लीकेशन और टेस्ट

के क्षेत्र के भीतर साइकोमेट्रिक टेस्ट का सिद्धांत विभिन्न संप्रदायों ने प्रकट किया है कि वर्तमान में "वस्तु प्रतिक्रिया का सिद्धांत" (एफ.एम. लॉर्ड, 1980) का नाम लें। यह संप्रदाय शास्त्रीय मॉडल के संबंध में कुछ अंतर प्रस्तुत करता है: 1.- विषय के अंकों और विशेषता के अपेक्षित मूल्य (मूल्यों के लिए जिम्मेदार) के बीच का संबंध आमतौर पर रैखिक नहीं होता है। 2.- आदर्श समूह की विशेषताओं का उल्लेख किए बिना व्यक्तिगत भविष्यवाणियां करना है.

1. परीक्षण के सिद्धांत में अव्यक्त विशेषता के आइटम या मॉडल के जवाब की थ्योरी
2. आइटम प्रतिक्रिया सिद्धांत के मॉडल (त्रि)
3. पैरामीटर अनुमान
4. परीक्षण निर्माण
5. आइटम प्रतिक्रिया सिद्धांत के अनुप्रयोग
6. अंकों की व्याख्या

परीक्षण के सिद्धांत में अव्यक्त विशेषता के आइटम या मॉडल के जवाब की थ्योरी

हम देखते हैं, तब, कि आइटम के प्रति प्रतिक्रिया का यह सिद्धांत अलग-अलग वस्तुओं के साथ-साथ व्यक्तियों का वर्णन करने की संभावना प्रदान करता है; यह भी मानता है कि विषय द्वारा दी गई प्रतिक्रिया कौशल के स्तर पर निर्भर करती है जो विचार की गई सीमा में है। इन मॉडलों की उत्पत्ति लार्सफेल्ड, 1950 के कारण हुई, जिन्होंने "अव्यक्त विशेषता" शब्द की शुरुआत की .

यहां से यह माना जाता है कि प्रत्येक व्यक्ति के पास एक व्यक्तिगत पैरामीटर होता है जो विषय की विशेषताओं के लिए जिम्मेदार होता है, जिसे "विशेषता" भी कहा जाता है। यह सुविधा सीधे मापने योग्य नहीं है, इसलिए व्यक्तिगत पैरामीटर को अव्यक्त चर कहा जाता है। परीक्षणों को लागू करते समय आप दो अलग-अलग चीजें प्राप्त कर सकते हैं, सही स्कोर और फिटनेस स्केल; यह प्राप्त किया जाता है यदि हम एक ही समूह में एक ही फिटनेस पर दो परीक्षण पास करते हैं.

आइटम की प्रतिक्रिया के सिद्धांत की अव्यक्त विशेषता या सिद्धांत में सही स्कोर वह मूल्य है जो देखे गए स्कोर से अपेक्षित है। प्रभु के अनुसार, सही स्कोर और फिटनेस एक ही चीज है लेकिन माप के विभिन्न पैमानों में व्यक्त किया गया है.

आइटम प्रतिक्रिया सिद्धांत के मॉडल (त्रि)

द्विपदीय त्रुटि मॉडल: लॉर्ड (1965) द्वारा पेश किए गए थे, जो मानते हैं कि मनाया गया अंक परीक्षण में प्राप्त सही उत्तरों की संख्या से मेल खाता है (जिनकी वस्तुओं में सभी समान कठिनाई होती है और स्थानीय स्वतंत्रता होती है, यही संभावना है किसी आइटम पर सही ढंग से प्रतिक्रिया करने के लिए अन्य मदों को दिए गए उत्तरों से प्रभावित नहीं होता है).

पॉइसन मॉडल: ये मॉडल उन परीक्षणों के लिए उपयुक्त हैं जिनमें बड़ी संख्या में आइटम हैं और जिसमें सही या गलत उत्तर की संभावना कम है। इस समूह के भीतर, बदले में, हमारे पास अलग-अलग मॉडल हैं:

1. रास्च का पोसोनियन मॉडल, जिनकी परिकल्पनाएं हैं: प्रत्येक परीक्षण में बड़ी संख्या में बाइनरी आइटम हैं जो स्थानीय रूप से स्वतंत्र हैं। प्रत्येक आइटम में त्रुटि की संभावना छोटा है। विषय की त्रुटि की संभावना दो चीजों पर निर्भर करती है: परीक्षा की कठिनाई और विषय की योग्यता। कठिनाइयों की संवेदनशीलता, एक ही परीक्षण में दो समान परीक्षणों के मिश्रण के परिणाम के रूप में समझा जाता है, जिनकी कठिनाई दो महत्वपूर्ण परीक्षणों की कठिनाइयों का योग है.
2. पॉसन मॉडल की गति का मूल्यांकन करने के लिए: यह मॉडल रास्च द्वारा भी प्रस्तावित किया गया था और इसकी विशेषता है क्योंकि परीक्षण के निष्पादन में गति को ध्यान में रखा जाता है। मॉडल को दो तरीकों से प्रस्तावित किया जा सकता है: प्रतिबद्ध त्रुटियों की संख्या और समय की एक इकाई में पढ़े जाने वाले शब्दों की संख्या की गणना करें। पाठ की रीडिंग को पूरा करने में लगे त्रुटियों की संख्या और बिताए गए समय की गणना करें। किसी विषय (जे) द्वारा एक समय (टी) के लिए एक परीक्षण में कुछ निश्चित शब्दों की प्राप्ति की संभावना (टी)
3. ओजीवा सामान्य मॉडल: लॉर्ड (१ ९ ६)) द्वारा प्रस्तावित एक मॉडल है, जिसका उपयोग द्विशताब्दी वस्तुओं के साथ परीक्षण में किया जाता है और आम में केवल एक चर के साथ। इसका ग्राफ इस प्रकार होगा: इस मॉडल की विशेषता वाली मूल धारणाएं हैं:

• अव्यक्त रूप का स्थान एक आयामी है (k = 1).
• अंतरंग के बीच स्थानीय स्वतंत्रता.
• अव्यक्त चर के लिए मीट्रिक चुना जा सकता है ताकि प्रत्येक आइटम का वक्र सामान्य वारहेड हो.

लॉजिस्टिक मॉडल; यह पिछले एक के समान एक मॉडल है लेकिन इसके गणितीय उपचार की तुलना में इसके फायदे भी अधिक हैं। लॉजिस्टिक फ़ंक्शन निम्न रूप लेता है: विभिन्न लॉजिस्टिक मॉडल होते हैं जो मापदंडों की संख्या के आधार पर होते हैं:

• 2 पैरामीटर लॉजिस्टिक मॉडल, बीरनबाम 1968, इसकी विशेषताओं के बीच हम यह उल्लेख करते हैं कि यह एक आयामी है, स्थानीय स्वतंत्रता है, तत्व डाइकोटोमोम आदि हैं।
• 3 पैरामीटर लॉजिस्टिक मॉडल, भगवान की विशेषता है, क्योंकि अटकल से मारने की संभावना एक कारक है जो परीक्षण के प्रदर्शन को प्रभावित करेगा। 4.3। 4-पैरामीटर लॉजिस्टिक मॉडल: 1981 में मैकडॉनल्ड्स और बार्टन-लॉर्ड द्वारा प्रस्तावित मॉडल, जिसका उद्देश्य उन मामलों की व्याख्या करना है, जिन विषयों में उच्च फिटनेस स्तर है, जो आइटम का सही जवाब नहीं देते हैं.
• रास्क का लॉजिस्टिक मॉडल: यह मॉडल वह है जिसने कमियां होने के बावजूद सबसे बड़ी संख्या में नौकरियां उत्पन्न की हैं, यह है कि वास्तविक के लिए इसका समायोजन अधिक कठिन है। लेकिन इसके विपरीत इसका लाभ जो इसे उपयोग करता है वह यह है कि इसके लिए बड़े की आवश्यकता नहीं होती है। आपके समायोजन के लिए नमूना आकार.

पैरामीटर अनुमान

जिस विधि का सबसे अधिक उपयोग किया गया है वह अधिकतम संभावना है, इस विधि के बगल में संख्यात्मक सन्निकटन प्रक्रियाएं जैसे न्यूटन-राफसन और स्कोरिंग (राव) का उपयोग किया जाता है। अधिकतम संभावना विधि अज्ञात मापदंडों के अनुमानकों को प्राप्त करने के सिद्धांत पर आधारित है जो कहा नमूनों को प्राप्त करने की संभावना को अधिकतम करती है। अधिकतम संभावना के अलावा, बेयसियन अनुमान का भी उपयोग किया जाता है, बेयस प्रमेय के आधार पर, जिसमें सभी ज्ञात जानकारी शामिल है, एक प्राथमिकता, जो कि निष्कर्ष बनाने की प्रक्रिया के लिए प्रासंगिक है। फिटनेस मापदंडों के आकलन के लिए बायेसियन पद्धति का एक और अधिक गहन अध्ययन बीरनबाम (1996) और ओवेन (1975) है। .

जानकारी के अवसर

निर्माण किया जा सकता सबसे अच्छा परीक्षण वह है जो अव्यक्त विशेषता के बारे में सबसे अधिक जानकारी प्रदान करता है। इस जानकारी का परिमाणीकरण "सूचना कार्यों" के माध्यम से किया जाता है। सूचना फ़ंक्शन का सूत्र, बीरनबाम 1968, निम्नलिखित है: यह ध्यान में रखा जाना चाहिए कि एक परीक्षण में प्राप्त जानकारी प्रत्येक आइटम की जानकारी का योग है, इसके अलावा प्रत्येक आइटम का योगदान बाकी वस्तुओं पर निर्भर नहीं करता है कि परीक्षण करें। सामान्य शब्दों में हम कह सकते हैं कि सूचना, सभी मॉडलों में:

• फिटनेस के स्तर के साथ बदलता रहता है.
• वक्र की ढलान जितनी अधिक होगी, उतनी ही अधिक जानकारी होगी.
• अंकों के विचरण पर निर्भर करता है, यह जितना अधिक होता है, उतनी ही कम जानकारी होती है.

परीक्षण निर्माण

पहला काम और एक परीक्षण के निर्माण के समय सबसे महत्वपूर्ण में से एक है आइटम का चुनाव, सैद्धांतिक मान्यताओं के पिछले राग जो उस विशेषता को परिभाषित करना चाहिए जिसे परीक्षण मापने का इरादा रखता है। अवधारणा "आइटम विश्लेषण" उन औपचारिक प्रक्रियाओं के सेट को संदर्भित करता है जो उन वस्तुओं का चयन करने के लिए किए जाते हैं जो अंततः परीक्षण का निर्माण करेंगे। आइटम के संबंध में सबसे अधिक प्रासंगिक मानी जाने वाली जानकारी है:

1. आइटम की कठिनाई, इसका जवाब देने वाले व्यक्तियों का प्रतिशत.
2. भेदभाव, परीक्षण पर कुल स्कोर के साथ प्रत्येक आइटम का सहसंबंध.
3. Distractors या त्रुटि विश्लेषण, इसका प्रभाव प्रासंगिक है, आइटम की कठिनाई को प्रभावित करता है और भेदभाव के मूल्यों को कम करके आंका जाता है.

विभिन्न सूचकांकों के संकेतक स्थापित करने के समय, सांख्यिकी या सूचकांक आमतौर पर उपयोग किए जाते हैं, निम्नलिखित सबसे अधिक उपयोग किया जाता है:

की कठिनाई का सूचकांक भेदभाव विश्वसनीयता की सूचकांक सूचकांक ज्ञात की गई अनुक्रमित जो कि उन वस्तुओं के चयन के लिए ध्यान में रखी जानी चाहिए जो परीक्षण का निर्माण करेंगे, हम देखेंगे कि परीक्षण के निर्माण के लिए क्या कदम आवश्यक हैं:

1. समस्या की विशिष्टता.
2. मदों की एक विस्तृत सेट को समृद्ध करें और उन्हें डीबग करें.
3. मॉडल की पसंद.
4. पहले से चयनित वस्तुओं का परीक्षण करें.
5. सर्वश्रेष्ठ वस्तुओं का चयन करें.
6. परीक्षण के गुणों का अध्ययन करें
7. प्राप्त अंतिम परीक्षण की व्याख्या के मानदंडों को स्थापित करें.

पिछले बिंदुओं से यह ध्यान दिया जाना चाहिए कि मॉडल का विकल्प, बिंदु 3, परीक्षण द्वारा पीछा किए गए उद्देश्यों, डेटा की विशेषताओं और गुणवत्ता और उन संसाधनों पर निर्भर करेगा जो उपलब्ध हैं। जब एक मॉडल चुना जाता है, तो सैद्धांतिक स्थिति को देखते हुए जिसमें इसे लागू किया जा सकता है, नहीं इसके गुणों के बावजूद उन्हें प्रत्येक मामले में और विशिष्ट परिस्थितियों में विश्लेषण किया जाना चाहिए। गुण उन मॉडलों के कारण हैं जो बनाते हैं आइटम के लिए प्रतिक्रिया का सिद्धांत (TRI), वे इससे प्रभावित हो सकते हैं:

• कंप्यूटर संसाधनों के नमूने की कमी की दुर्लभ उपलब्धता परीक्षण की गतिशीलता एक या अन्य मॉडल का उपयोग करते समय कई प्राथमिकताएं हैं, आइए उन्हें देखें: सामान्य वॉरहेड मॉडल आमतौर पर अनुप्रयोगों में उपयोग नहीं किए जाते हैं, उनका मूल्य सैद्धांतिक है.
• रस्च: क्षैतिज तुलना के लिए उपयुक्त (समान फिटनेस वितरण के साथ कठिनाई के स्तर पर तुलनीय परीक्षण)। एक ही परीक्षण के विभिन्न रूप हैं। * 2 और 3 पैरामीटर: वे हैं जो विभिन्न प्रकार की समस्याओं के लिए उपयुक्त हैं.
• गलत प्रतिक्रिया पैटर्न का पता लगाने के लिए। परीक्षणों के ऊर्ध्वाधर बराबरी के लिए (विभिन्न स्तरों के साथ परीक्षणों की तुलना करें और फिटनेस के लिए अलग-अलग वितरण).

1 और 2 पैरामीटर:

• एकल पैमाने बनाने के लिए उपयुक्त है, ताकि आप विभिन्न स्तरों पर कौशल की तुलना कर सकें.

मॉडल का विकल्प, उद्देश्य के अलावा, नमूना के आकार से प्रभावित हो सकता है; इस मामले में कि नमूना बड़ा और प्रतिनिधि है, शास्त्रीय मॉडल या अव्यक्त विशेषता से कोई समस्या नहीं होगी। लेकिन टीआरआई में ( आइटम प्रतिक्रिया सिद्धांत ) एक छोटा सा नमूना बलों को एक छोटी संख्या के मापदंडों के साथ मॉडल चुनने के लिए मजबूर करता है, यहां तक ​​कि एकरूपता मॉडल भी.

आइटम प्रतिक्रिया सिद्धांत के अनुप्रयोग

आइए देखें कि सबसे सामान्य अनुप्रयोग क्या हैं: ए) परीक्षणों का समानकरण, कभी-कभी विभिन्न परीक्षणों में प्राप्त किए गए अंकों से संबंधित होना आवश्यक है, दो संभावित उद्देश्यों के साथ:

• क्षैतिज समीकरण: यह एक ही परीक्षण के विभिन्न रूपों को प्राप्त करने की कोशिश की जाती है.
• वर्टिकल इक्वलाइजेशन: उद्देश्य विभिन्न स्तरों की कठिनाई के साथ योग्यता के एक पैमाने का निर्माण करना है। परीक्षणों के बराबरी के संबंध में, भगवान (1980) "इक्विटी" की अवधारणा का परिचय देता है, जिसका अर्थ है कि प्रत्येक विषय के लिए दो परीक्षणों को विनिमेय किया जा सकता है क्योंकि यह लागू होता है कि एक या दूसरे में योग्यता का स्तर भिन्न नहीं होगा जो अनुमान लगाया गया था। विषय के लिए.

आइटम पूर्वाग्रह का अध्ययन, एक आइटम को तिरछा किया जाता है, जब औसतन, यह विशिष्ट समूहों में महत्वपूर्ण रूप से अलग-अलग स्कोर देता है जिसे एक ही आबादी का हिस्सा माना जाता है.

परीक्षण अनुकूलित या औसत , टीआरआई के माध्यम से, वैयक्तिकृत परीक्षण का निर्माण किया जा सकता है जो प्रश्न में विशेषता के सही मूल्य को अधिक सटीक तरीके से अनुमान लगाने की अनुमति देता है। वस्तुओं को क्रमिक रूप से प्रशासित किया जाएगा, एक आइटम या किसी अन्य का प्रीसेटेशन ऊपर दिए गए उत्तरों पर निर्भर करेगा। अनुकूलित परीक्षण के विभिन्न प्रकार हैं, हम निम्नलिखित बिंदु बताते हैं:

• दो-चरण प्रक्रिया, लॉर्ड 1971; बर्ट्ज़ और वीज़ 1973 - 1974। एक परीक्षण पहले पारित किया जाता है और परिणामों के आधार पर एक दूसरे परीक्षण का संचालन किया जाता है.
• कई चरणों में प्रक्रिया, पिछले एक के समान है, केवल प्रक्रिया में अधिक चरण शामिल हैं.
• फिक्स्ड ब्रांचिंग मॉडल, लॉर्ड 1970, 1971, 1974; मुसियो 1973। सभी विषय एक ही आइटम को हल करते हैं, प्रतिक्रिया के आधार पर, आइटम का एक सेट हल किया जाता है.
• परिवर्तनीय शाखित मॉडल, वस्तुओं और अधिकतम संभावना अनुमानकों के गुणों के बीच स्वतंत्रता पर आधारित है.

वस्तुओं का बैंक, वस्तुओं का एक बड़ा समूह होना एक ऐसी चीज है जो परीक्षण की गुणवत्ता में सुधार करेगा लेकिन इसके लिए वस्तुओं को पहले डिबगिंग प्रक्रिया से गुजरना होगा। वस्तुओं को वर्गीकृत करने के लिए, इस बात का ध्यान रखना आवश्यक है कि कौन सी विशेषता परीक्षण को मापने के लिए अभिप्रेत है कि यह आइटम भाग होगा.

अंकों की व्याख्या

तराजू: इसका उद्देश्य क्रमबद्धता की पेशकश करना है, वर्गीकृत करना या जानना है कि मूल्यांकन की गई विशेषता के सापेक्ष परिमाण क्या है; यह हमें उस विशेषता के संबंध में लोगों में मतभेद और समानता स्थापित करने की अनुमति देगा। मनोविज्ञान में प्रयुक्त तराजू हैं: नाममात्र, क्रमिक, अंतराल और कारण; इन पैमानों का निर्माण परीक्षणों के परिणामों, "प्रत्यक्ष अंकों" के परिणामों से किया गया है .

प्रतीक : एक परीक्षा को टाइप करने के लिए सीधे स्कोर को दूसरों में बदलना है जो आसानी से व्याख्या करने योग्य है क्योंकि टाइप किए गए स्कोर समूह के संबंध में विषय की स्थिति को प्रकट करेंगे, और हमें इंट्रा और चौराहे की तुलना करने की अनुमति देंगे। टाइपिंग दो प्रकार की होती है:

1. रैखिक, वितरण के आकार को बनाए रखें और सहसंबंधों के आकार को संशोधित न करें.
2. गैर-रैखिक, वे वितरण या सहसंबंधों के आकार को संरक्षित नहीं करते हैं .

APTITUDE SCALE TRI में, जो पैमाना बनाया गया है, वह पैमाना है जो फिटनेस के स्तर से मेल खाता है; इस पैमाने की विशेषता है क्योंकि अनुमान और संदर्भ सीधे योग्यता और इसके पैमाने के संबंध में बनाए जाते हैं। इसके अलावा इस योग्यता का अनुमान केवल वस्तुओं की विशेषता वक्र के आकार पर निर्भर करता है। संभावित पैमानों के भीतर, हम दो संकेत देते हैं:

1. स्केल, वुडकॉक (1978) द्वारा प्रस्तावित और निम्नलिखित सूत्र द्वारा परिभाषित किया गया है:
2. राइट्स (1977) द्वारा प्रस्तावित WITS स्केल, यह पैमाना पिछले वाले का एक संशोधन है और इसे निम्नलिखित संबंधों द्वारा दिया गया है:

यह आलेख विशुद्ध रूप से जानकारीपूर्ण है, ऑनलाइन मनोविज्ञान में हमारे पास निदान करने या उपचार की सिफारिश करने के लिए संकाय नहीं है। हम आपको विशेष रूप से अपने मामले का इलाज करने के लिए एक मनोवैज्ञानिक के पास जाने के लिए आमंत्रित करते हैं.

अगर आप इसी तरह के और आर्टिकल पढ़ना चाहते हैं आइटम के जवाब की थ्योरी - एप्लीकेशन और टेस्ट, हम आपको प्रायोगिक मनोविज्ञान की हमारी श्रेणी में प्रवेश करने की सलाह देते हैं.