Buradasınız

PISA 2009 TUTUM ANKETİ MADDE PUANLARININ AŞAMALI MADDE TEPKİ MODELİ İLE İNCELENMESİ

EXAMINIG THE PISA 2009 ATTITUDE QUESTIONNAIRE ITEM SCORES WITH USING GRADED RESPONSE MODEL

Journal Name:

Publication Year:

Keywords (Original Language):

Abstract (2. Language): 
In this study, the item scores obtained from “Attitude to Reading” part of PISA 2009 Student Survey was examined in respect of the graded response model. The study was carried out by means of 4198 data in Turkey sample, so the answers of 4198 respondents are considered. There are 11 items in the survey and 4 response categories an ordinal score ranging from 1 (strongly not agree) to 4 (strongly agree) is assigned to each examinee for each item. The items of attitude, was calibrated with the Graded Response Model, which is appropriate to Likert type data. In the first step, the data was examined whether the assumptions of IRT model was provided. Next step, we calibrated the items using GRM in MULTILOG 7.03. Then, item discrimination and difficulty parameters were examined for identifying items quality. According to results, seen that model has good fit to data. Findings showed that; item 3 has the highest slope parameter and gives the maximum information, item 9 has the lowest slope parameter and gives the minimum information about students’ attitude to reading.
Abstract (Original Language): 
Bu araştırmada, Uluslararası Öğrenci Değerlendirme Programı (PISA) 2009 kapsamında uygulanan okumaya yönelik tutum anketinden elde edilen madde puanlarının aşamalı tepki modeli (Graded Response Model (GRM)) ile incelenmesi amaçlanmaktadır. Araştırma, Türkiye örnekleminde maddelerin tamamına yanıt veren 4198 öğrencinin cevapları kullanılarak yürütülmüştür. Tutum anketinde 11 madde bulunmaktadır ve bu maddelere öğrencilerin “hiç katılmıyorum (1)” ve “tamamen katılıyorum (4)” arasında tepkide bulunmaları istenmiştir. Tutum maddeleri, çok kategorili madde tepki kuramı modellerinden likert tipi ölçekler için uygun olan aşamalı tepki modeli kullanılarak incelenecektir. Veri analizinin ilk aşamasında verilerin madde tepki kuramı varsayımlarını sağlayıp sağlamadığı incelenmiş; ikinci aşamada ise MULTILOG 7.03 bilgisayar programında aşamalı tepki modeli ile madde kalibrasyonu yapılmıştır. Araştırmanın sonucunda, model-veri uyumunun sağlandığı görülmüştür. Elde edilen bulgulara göre; okumaya yönelik tutumları açısından öğrencileri en iyi ayırt eden dolayısıyla en çok bilgi veren maddenin 3. madde, en kötü ayırt eden ve en az bilgiyi veren maddenin ise 9. madde olduğu sonucuna ulaşılmıştır.
125
134

REFERENCES

References: 

Doğan, N. ve Tezbaşaran, A.A. (2003). Klasik test kuramı ve örtük özellikler kuramının örneklemler bağlamında
karşılaştırılması. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 25, 58-67.
DCAS (2010–2011). Delaware Comprehensive Assessment System. Evidence of Reliability and Validity. Volume
4, American Institutes for Research..
Baker,F. B. (2001). The basics of item response theory. ERIC Clearinghouse on Assessment and Evaluation. (ERIC
Document Reproduction Service No. ED458219).
Bollen, K. A. & Curran, P. J. (2006). Latent Curve Models: A Structural Equation Perspective. New Jersey: John
Wiley & Sons, Inc.
Edelen, M. O. & Reeve, B. B. (2007). Appliying item response theory (IRT) modeling to questionnaire
development, evaluation, and refinement. Qual Life Res, 16(5), 5-18.
Eğitim ve Öğretim Araştırmaları Dergisi
Journal of Research in Education and Teaching
Kasım 2013 Cilt:2 Sayı:4 Makale No:15 ISSN: 2146-9199
134
Embretson, S. E., & Reise, S. P. (2000). Item response theory for psychologists. Mahwah, NJ:Lawrence Erlbaum
Associates, Inc.
Hambleton, R.K. ve Jones, R.W. (1993). Comparison of classical test theory and item response theory and their
applications to test development. Educational Measurement: Issues and Practice.12(3), 38-47.
Hambleton, R. K & Swaminathan, H. (1985). Item response theory: Principles and applications. Norwell,
MA:kluwerAcademic Publishers.
Jöreskog, K. G. ve Sörbom, D. (1999). LISREL 8: Structural Eguation Modeling with the Simplis Command
Language. USA: Scientific Software ınternational, Inc.
Maydeu-Olivares, A., Drasgow, F. & Mead, A. D. (1996). Distinguishing among parametric item response models
for polytomous ordered data. Applied Psychological Measurement, 18(3), 245-256.
Miili Eğitim Bakanlığı. (2010). PISA 2009 projesi ulusal ön raporu. Ankara: Milli Eğitim Basımevi.
Matteucci, M. & Stracqualursi, L. (2006). Student assessment via graded response model. Statistica, 4, 435-447.
Raykov, T. & Marcoulides, G. A. (2006). A First Course in Structural Equation Modeling (2nd Edt). London:
Lawrence Erlbaum Association.
Reckase, M. D. (2009). Multidimensional item response theory. New York: Springer.
Tabachnick, B. G. & Fidell, L.S. (2007). Using Multivariate Statistics (5th Edt). USA: Pearson.
Tang, K. L. (2006). Polytomous item response theory models and their applications in large-scale testing
programs: Review of literatüre. Educational Testing Service: Princeton, New Jersey.
Thissen, D. (1991). MULTILOG user’s guide (Version 6.0). Mooresville, IN: Scientific Software.
Yurdugül, H. (2003). Orta Öğretim Kurumları Seçme ve Yerleştirme Sınavının Madde Yanlılığı Açısından
İncelenmesi. Hacettepe Üniversitesi (Yayımlanmamış DoktoraTezi).

Thank you for copying data from http://www.arastirmax.com