مدل معادلات ساختاری (SEM)

مدل معادلات ساختاری ترجمه ی Structural equating modeling(SEM) است. این تکنیک قدرتمند چند متغییری برای مطالعه ی روابط بین متغییرها استفاده می شود. بنابراین از خانواده ی همبستگی ها بشمار می رود. متغییرها را می توان به صورت مستقیم اندازه گرفت و یا به صورت غیر مستقیم. مدل معادلات ساختاری این امکان را فراهم می آورد تا پژوهشگر بتواند روابط بین متغییرهای پنهان (یا مکنون که به صورت مستقیم نمی توان مقدار آنها را اندازه گرفت) و یا روابط بین متغییرهای پنهان و آشکار(که به صورت مستقیم قابل اندازه گیری اند) را مشخص و مطالعه نمایید. اگر روابط بین متغییرهای پنهان با متغییرهای آشکار مد نظر باشد مدل به مدل اندازه گیری(Measurement model) معروف است و اگر روابط بین متغییرهای پنهان مد نظر باشد به مدل ساختاری (Structural Model) مشهور است. ساختار بر روابط بین سازه ها که به صورت مستقیم نمی توان انها را سنجید دلالت دارد.

برنامه های نرم افزاری زیادی برای انجام این تکنیک آماری گسترش یافته است. مشهورترین این برنامه ها لیزرل است که به هر دو صورت LIZREL,LISREL نوشته می شود. لیزرل مخففLinear Structural Relation  است. به کمک لیزرل می توان از مفروضات آشکار و نهان رد شد. بعضی از این مفروضات عبارتند از: ورود اشتباهات اندازه گیری، استفاده از مدل های غیر ریکرسیو، مدل های با باقی مانده های همبسته. علاوه بر لیزرل می توان از AMOS و EQS نام برد.

چرا با وجود مزایای IRT از آن استفاده نمی شود؟

چند محدودیت اساسی سبب می شود که پژوهشگران به سمت استفاده از این نظریه در گسترش آزمون نروند. اولین دلیل آن این است که اکثر پژوهشگران برای استفاده از نظریه ی کلاسیک آموزش دیده اند و پژوهشگرانی که در زمینه ی IRT خبره باشند کم است. از طرفی تفسیر آماره هایی که از نظریه ی کلاسیک بدست می آیند ساده است ولی تفسیر نتایج بدست آمده از طریق IRT به دانش تخصصی و پیشرفته از نظریه ی اندازه گیری است و در ضمن پیچیده گی فرمول های بکار رفته در این نظریه و منطق زیربنایی آنها بر کمتر استفاده شدن آنها می افزاید. نرم افزارهایی که برای نظریه ی کلاسیک استفاده می شود در دسترس است و آشنایی با آماره های بدست آ»ده نیز آسان است به عنوان مثال آلفای کرونباخ یکی از آماره های کلاسیک است.  اما نرم افزارهای IRT متنوع، تخصصی و وابسته به مدل مناسب برای دادها است. چک کردن مفروضات در IRT مشکل تر و مفاهیم آ« نیز اختصاصی است اما مفروضات کلاسیک مبتنی بر مفروضات عام آزمون های آماری است. ادبیات و نرم افزار  پشتیبان IRT برای پژوهشگران خارج از حوزه ی اندازه گیری آموزشی مهیا نشده است.

حجم نمونه برای تحلیل های IRT؟

در مورد این موضوع نیز بحث فراوان شده است و جواب قابل دفاعی ارائه نشده است. حجو نمونه وابسته به مدل و تعداد پارامترهایی است که باید برآورد شود. مثلا برای مدل های ساده ی راش در حدود 50 تا 100 آزمودنی کفایت می کند. برای مدل پاسخ مدرج یا همان سوالات لیکرتی حدود 250 آزمودنی کافی است ولی اگر از این تعداد بیشتر باشد برآورد دقیق تر خواهد بود. هدف مطالعه نیز در حجم نمونه موثر است به عنوان مثال اگر هدف تنها برآورد پارامترهای سوال است و رفتار آزمودنی زیاد مورد توجه نیست به عنوان نمونه در زمانی که هدف ما گزینش سوالات است به حجم نمونه بالا نیازی نیست فقط مهم است که تا جایی که ممکن است نمونه باید ناهمگن باشد. اگر هدف تهیه ی بانک سوال یا برآورد دقیق نمرات IRT باشد باید حجم نمونه بیشتر از 500 باشد. رابطه ی بین سوال و سازه ی مورد اندازه گیری نیز خیلی مهم است اگر رابطه کم باشد حجم نمونه بیشتری مورد نیاز است. در ضمن زمانی که تعداد طبقات پاسخ افزایش می یابد باید حجم نمونه نیز افزایش یابد.

چه مدل IRT باید استفاده شود؟

پاسخ دهی به این سوال مشکل است. به این سوال می توان از چند منظر پاسخ داد. الف) تعداد طبقات پاسخ ب) سازه ای که باید مورد اندازه گیری قرار گیرد ج) هدف مطالعه د) حجم نمونه. بر اساس تعداد طبقات مدل ها به فرمت سوال پاسخ به مدل هایی که با فرمت دو ارزشی کار می کنند و مدل هایی که با فرمت چند ارزشی کار می کنند تقسیم می شوند.

سازه ی مورد نظر در صورتی که تک بعدی باشد از روش های تک بعدی و در صورتی که چند ارزشی باشد از روش های چند ارزشی استفاده می شود.  مدل های IRT به مدل های پارامتریک و ناپارامتریک نیز تقسیم می شوند. زمانی که توزیع نمونه گیری دارای کجی است و یا سوالات در پیوستار صفت مکنون دارای تکنوایی افزایشی نیستند از مدل های ناپارامتری استفاده می شود.

بکار بردن IRT به منظور ارزیابی سوال و ویژگی های مقیاس به منظور بهبود مقیاس

سطوح آستانه سوال و همچنین قدرت تشخیص سوالات می تواند از طریق ICC و همچنین منحنی های آگاهی مشخص می شوند. این کار سبب می شود تا  از طریق آن بتوان سوالاتی که را که در ارتباط با توزیع صفت مکنون خوب عمل می کنند را شناسایی کرد. علاوه بر این سطح سازه ی زیر بنایی که توسط سوال اندازه گیری می شود، امکان تکرار  سوالات در ارتباط با سایر سوالات دیگر و مناسب بودن مقیاس چک می شود. IRT  ابزار قدرتمندی در ساخت سوالات کوتاه، پایا و منطبق با هدف در راستای حرکت به سمت مطالعه ی جامعه می باشد.

تحلیل کل مقیاس از طریق تابع آگاهی، خطای استاندارد اندازه گیری و پایایی انجام می شود. نظریه ی کلاسیک برای همه ی نمرات یک ضریب پایایی ارائه می دهد. پایایی بالا برای همه ی حیطه ی خصیصه ی مکنون مناسب نیست و وابسته به هدف پژوهش می باشد. با توجه به نظریه سوال پاسخ می توان مشخص کرد که سوالاتی که قرار است اضافه شود بهتر است برای کدام حوزه صفت مکنون باشد این عمل از طریق فنون مبتنی بر نظریه ی کلاسیک امکان پذیر نیست. به طور کلی اطلاعاتی که از طریق IRT در طول پیوستار صفت مکنون بدست می آید از طریق نظریه ی کلاسیک قابل دستیابی نیست، اگر چه ممکن است ویژگی های سوال بدست آمده از دو نظریه نزدیک به هم باشند. مهمترین فایده ی IRT نمایش جامع محتوی و توانایی تعیین بهینه ی طبقات پاسخ برای تک تک سوالات است و نمرات فرد در آزمون های مختلف که یک صفت را اندازه می گیرند یکسان است به تعبیر دیگر یعنی سوالات آزمون وابسته به نمونه نیست.

 

مفروضات اساسی IRT

انحراف جزئی از این مفروضات اهمیتی ندارد و با داده های واقعی به ندرت این مفروضات برآورده می شوند.

1. تک بعدی بودن
2. استقلال موضعی
3. برازش مدل با داده ها

تک بعدی بودن از طریق تحلیل عاملی سنجیده می شود. اگر نظریه و داده ها هر دو از چند بعدی بودن حمایت کردند می توان آزمون را به زیر مقیاس تبدیل کرد و تحلیل ها را روی هر زیر مقیاس انجام داد و یا از مدل های چند بعدی تحلیل عاملی استفاده کرد.

انحراف از این مفروضه منجربه برآورد اریب پارامترهای سوال و در نهایت تصمیم گیری غلط در انتخاب سوالات نهایی می شود. استقلال موضعی می تواند از طریق ماتریس همبستگی باقیمانده ها بررسی شود. در صورت مشخص شدن خطا های منظم در خوشه های سوالات ممکن است یکی از نشانه های آن انحراف از مفروضه باشد. زمانی که یکی از سوالاتی که وابسته ی موضعی است حذف می شود پارامتر های IRT سوال و نمرات شخص تغییر می کند، از طریق چگونگی این تغییرات می توان به استقلال یا عدم استقلال موضعی را بررسی کرد.

برازش مدل می تواند در هر دو سطح شخص و سوال امتحان شود تا تعیین شود که آیا پارامترهای برآورد شده ی شخص و سوال می توانند پاسخ های مشاهده شده را توجیه کنند یا خیر. روش های گرافیکی و تجربی برای ارزشیابی این مفروضه موجود است. در حال حاضر مجمو عه استانداردی از روش های مشخص و ویژه برای آن وجود ندارد ولی نرم افزارهای مختلف سنجش و اندازه گیری سوا پاسخ شاخص های مختلفی ارائه داده اند. از آن جا که مدل های IRT مدل های احتمالی اند بیشتر شاخص های برازش انحراف بین فروانی پاسخ های مشاهده شده و پاسخ های مورد انتظار را مد نظر دارند.

استفاده از نظریه ی سوال پاسخ در ارزشیابی سوالات پرسشنامه و ویژگی های مقیاس

 IRT  به مجموعه ای از مدل های ریاضی اطلاق می شود که به زبان احتمالی رابطه ی بین پاسخ یک فرد به سوال پرسشنامه پژوهش و صفت مکنونی را که آن پرسشنامه می سنجد را نشان می دهد. این خصیصه ی مکنون ویژگی، سازه، حوزه یا توانایی است که فرض می شود نمی توان به صورت مستقیم آن را سنجید و باید به صورت غیر مستقیم آن را تعیین کرد. صفت مکنون را با حرف یونانی تتا نشان می دهند. فرض می شود هر سوال فقط یک صفت را می سنجد به عنوان مثال وقتی سوالی سطح بی تصمیمی شغلی را می سنجد، آزمودنی که واقعا بی تصمیم شغلی است به احتمال خیلی بالاتری با این سوال موافق است وکسی که برای آینده ی شغلی خود تصمیم گرفته است با این سوال کمتر موافق است.

نظریه ی کلاسیک مبتنی بر میانگین یا جمع ساده ی چند سوال یک آزمون است حال آن که IRT  بر احتمال پاسخگویی آزمودنی با توجه به سطح صفت مکنون اشاره دارد. بنابراین IRT  با رگرسیون لجستیک قابل مقایسه است. رابطه ی بین سطح صفت مکنون یک فرد و پاسخ یک فرد از طریق نمودار منحنی ویژگی سوال (ICC) مشخص می شود. به منحنی های ویژگی سوال منحنی های طبقه ای پاسخ نیز گفته می شود. توابع آگاهی سوال و آزمون در شناسایی سوالاتی که به طور مناسب یا نامناسب عمل می کنند کمک می کند. گستره ای از صفت مکنون که توسط آزمون سنجیده می شود توسط این نمودارها مشخص می شود. اگر سوالی آگاهی کمی دهد می تواند به خاطر دلیل زیر باشد:

1. سوال چیزی غیر از آنجه بقیه ی سوالات می سنجد را اندازه می گیرد.
2. جمله بندی مناسبی نداشته و لازم است دوباره نگارش شود.
3. برای آزمودنی ها پیچیده و مشکل است.
4. خارج از زمینه ی پرسشنامه قرار دارد.

از جمع توابع آگاهی سوال، تابع آگاهی آزمون بدست می آید. بزرگی آگاهی آزمون و پایایی (Reliability) آزمون در ارتباط با یکدیگر قرار دارند و از روی یکدیگر قابل محاسبه اند رابطه ی بین آنها به صورت زیر است:

R= 1-(1/information)

از طریق این نظریه مقدار صفت مکنون با دقت بیشتری برآورد می شود.

مشاوره و آموزش در زمینه ی مسایل روان سنجی پژوهش ها

با توجه به تخصصی بودن امر تهیه ی پرسشنامه و آزمون هایی که مبنای علمی داشته باشند و بتوان از آن به عنوان یک ابزار سنجشی قابل دفاع استفاده کرد بر آن شدیم تا در زمینه ی تهیه ی پرسشنامه، روش تحقیق، روش های آماری مورد نیاز برای تحلیل و نرم افزار های لازم برای تحلیل سوالات مثل SPSS, LISREL,BILOG,MULTILOG و نرم افزارهای ناپارامتری تحلیل سوالات گروهی تشکیل دهیم تا بتوانیم در نقشی در روند درست پیدایش پرسشنامه ها و پژوهش ها داشته باشیم. برای اطلاعات بیشتر به شماره ی 09122263167 شماره ی مدیر پروژه (ضرغامی) و یا ایمیل [e-mail] تماس بگیرید.

مقایسه ی نظریه ی کلاسیک و سوال پاسخ

در رابطه با  تفاوت های این دو مدل تحقیقات  و مطالعات بسیاری انجام گرفته است که چکیده ای از نتایج آنها در جدول زیر گزارش شده است.

 

قواعد قدیمی اندازه گیری	قواعد جدید اندازه گیری
خطای معیار اندازه گیری در مورد همه افراد جامعه یکسان در نظر گرفته می شود.	خطای معیار اندازه گیری در سرتاسر یک الگوی پاسخ تغییر می کند اما به جامعه تعمیم پذیر است.
اعتبار آزمون های بلندتر بیشتر از آزمون های کوتاتر است.	اعتبار آزمون های کوتاه ممکن است از آزمون های بلند بیشتر باشد.
مقایسه ی نمره ی آزمون ها در فرم های چند گانه زمانی بهینه است که آزمون ها موازی یا همتا باشند.	مقایسه ی نمره های آزمون در فرم های چندگانه هنگامی بهینه است که سطوح دشواری آزمون برای آزمودنی ها متفاوت باشد.
برآورد بدون تورش یا بدون سوگیری ویژگی های سوال به معرف بودن نمونه وابسته است.	برآورد بدون تورش یا بدون سوگیری ویژگی های سوال را می توان در مورد  نمونه های نامعرف نیز بدست آورد.
نمرهای آزمون زمانی معنا پیدا می کنند که موقییت آنها  با گروه نرم یا هنجار ها مقایسه شود .	نمره های آزمون زمانی معنا پیدا می کنند که فاصله آنها  از ماده ها یا سوال ها مقایسه شود .
ویژگی های مقیاس فاصله ای وقتی که توزیع نمره های آزمون  بهنجار باشد  تحقق می پذیرد.	ویژگی های مقیاس فاصله ای زمانی تحقق پیدا می کنند که روش های اندازه گیری توجیه پذیر به کار بسته شود .
چارچوب مرکب سوال ها در مجموع نمره های آزمون تاثیر ناهمسان بر جای می گذارد.	چارچوب مرکب سوال ها ممکن است به نمره های بهینه آزمون بینجامد.
هنگامی که سطوح نمره های اولیه متفاوت باشند، نمره های تغییر را نمی توان به طور معنی دار  مقایسه کرد.	هنگامی که سطوح نمره های اولیه متفاوت باشند، نمره های تغییر را می توان به طور معنی دار  مقایسه کرد.
تحلیل عاملی در مورد سوال های دو ارزشی ، به جای تولید عامل واقعی به نولید عامل های ساختگی منجر می شود.	تحلیل عاملی در مورد داده های خام سوال ها به اطلاعات کاملی در مورد تحلیل عاملی منجر می شود.
ویژگی های محرک سوال ها در مقایسه با خصایص روانسنجی آنها بی اهمیت اند .	ویژگی محرک سوال ها می تواند به طور مستقیم به خصایص روانسنجی آنها ارتباط پیدا کند.

 

درصورت نیاز می توان  مطالب جدول را باز نمودو بیشتر توضیح داد

 

نظریه سولل- پاسخ بسیاری از امتیازات و محاسن خودرا مدیون برنامه ها  و بسته های رایانه ای می باشد که رشد این نظریه را سرعتی چند برابر بخشیده است . از بین این برنامه ها می توان به  MULTILOG و BILOG  اشاره نمود .  از خصوصیات این برنامه ها می توان موارد زیر را نام برد:

1.       قابلیت های گرافیکی مناسب همراه با انواع خروجی ها و نمودار های IRT 

2.       مدل های یک، دو و سه پارامتری لوجستیک برای داده های فاصله ای را در بر می گیرد.

3.       مدل رتبه ای برا ی پاسخ های رتبه بندی شده را فراهم می آورد.

4.       مدل  پاسخ های اسمی را شامل می شود.

5.       سوالات چند گزینه ای و پرسشنامه های با مقیاس لیکرت را بررسی می کند.

6.       نمره گذاری سوالات چند گزینه ای (SCORING)

7.       انجام تحلیل عملکرد افتراقی سوال (DIF)

8.       تحلیل سوالات یک آزمون که از گونه های مختلف سوال تشکیل شده باشد.

9.       پارامترهای سوال را در گروههای مختلف مقایسه می کند.

10.   برنامه ی کمکی (HELP) قوی و آنلاین که شامل تفسیر، Syntax و مثال های متنوع و کاربردی است.

 

مقدمه ای بر نظریه ی سوال پاسخ (IRT)

دقت هر چه بيشتر در سنجش صفت مورد نظر آرمان سنجش و اندازه گيري است. در همة علوم اندازه گيري نقش اساسي دارد و ناتواني در اندازه گيري پديده مورد بررسي هر رشته علمي, در راه توسعة علمي, همانند يک مانع و محدودیت عمل مي کند. در علوم انساني بخصوص روانشناسي و علوم تربيتي و حتی مدیریت آزمون ها مهمترين و پرکاربردترين ابزار سنجش و اندازه گيري به حساب مي آيند. هدف اصلي اين آزمونها ارزيابي رفتار, توانائي هاي ذهني و خصوصيات شخصيتي جهت شناخت بيشتر, قضاوت, پيش بيني و تصميم گيري درباره افراد مي باشد. بنابراین چنین آزمون هایی باید با دقت هر چه بيشتر اين صفات را برآورد کنند. اصول و زيربناي ساخت اين آزمونها را تئوري ها و مدل هايي تشکل مي دهند که خود آنها نيز داراي کارکردها، توانمندی ها و پيش فرض هاي متفاوتي مي باشند که از این میان می توان به مدل کلاسیک اندازه گیری و مدل های سوال- پاسخ اشاره نمود.

بدون هیچ تردیدی می توان گفت که نظريه سئوال- پاسخ جهش بلندي به سوي آرمان هاي سنجش و اندازه گيري است. نظريه سئوال- پاسخ  شامل خانواده اي از مدل هاي رياضي است که روابط تابعي بين متغيرهاي مشاهده پذير و سازه هاي صفات زيربنايي اين متغيرها را نمايش مي دهد. به اعتقاد اين نظريه در پشت تمامي آزمودنها, عقيده اي مبني بر خصيصه يا صفتي مکنون وجود دارد که توانايي یا صفت مکنون ناميده مي شود.

مطالعات اولیه در شکل گیری این نظریه را می توان به لرد نسبت داد. وی در سال 1952 مقاله اي منتشر کرد و در آن نظرية منحني ويژة سئوال را به عنوان يک مدل يا نظريه مطرح کرد. وي در همين سال پژوهشي را در اين زمينه ترتيب داد و ثابت کرد که استفاده از تئوري سئوال پاسخ براي سئوالات چند گزينه اي مناسب است. در سال 1960, جورج راش دانمارکي مدل تک پارامتري را مطرح ساخت که انگيزه و علاقة وافري را برانگيخت. لرد و نويک در سال 1968 کتابي در زمينة روانسجني تدوين کردند که چهار فصل آن توسط برن بام نوشته شده بود که جزئيات رياضي را تشريح مي کرد. در سال 1977 لرد نظريه منحني شاخص پرسش را به نظريه سئوال پاسخ تغير نام داد. در سال هاي اولية شکل گيري اين نظريه پژوهش گراني مانند يوري, رايت, گرين, باک, وود, لامردن و ديسون پژهش هاي بسياري در جهت تقويت و اشاعه نظریه سوال- پاسخ انجام دادند و باعث کمررنگ شدن نظرية کلاسيک وچیرگی نظريه سئوال- پاسخ شدند (ستاري, 1382, ص37).

درنظرية سئوال- پاسخ به جاي تاکيد بر نمرات کل آزمون, بر پاسخ هاي آزمودني ها به تک تک سئوال هاي آزمون تکيه مي شود. در این نظريه با استفاده از مدل هاي رياضي مي توان احتمال پاسخ درست به يک سئوال آزمون را به عنوان تابعي از توانايي آزمون شونده به حساب آورد و همچنين برخي ويژگيهاي سئوال را پيش بيني کرد. ويژگيهايي که براي سئوال ها يا ماده هاي آزمون بدست مي آيند به نوع مدل يا الگوي نظريه سئوال- پاسخ وابسته اند (سيف, 1383).

تابع هاي اجايو نرمال (تراکمي) و تابع منطقي (لجستيک) جزء معروفترين مدل هاي رياضي نظريه سئوال-پاسخ محسوب مي شوند که انتخاب هر کدام بستگي به سادگي و سهولت استفاده از مطالب ريا ضي دارد که از بکار بردن آن حاصل مي شود. هر دو مدل نتايج تقريباً مشابهي بدست مي دهند در حقيقت اختلاف دو مدل منطقي و اجايو نرمال را می توان با ضرب یک عدد ثابت 1.7 که در تابع منطقي مبذول مي شود به حداقل رساند، بر این اساس در موقعيت هاي عملي اختلافي کمتراز 0.01 خواهند داشت (هومن, 1375).

اجایو:

منطقي:

مدل های سوال پاسخ بر اساس تعداد پارامتر های برآورد شده نیز قابل دسته بندی می باشند. در همة مدل هاي نظريه سئوال-پاسخ پارامتر توانايي آزمودني برآورد مي شود، اما تعداد پارامترهايي که براي سئوالات برآورد مي گردد متفاوت است، همین ملاک است که باعث تفکیک مدل ها از يک ديگر و ايجاد مدل هايي با تعداد پارامترهاي متفاوت شده است.

به همين جهت بر اساس آنکه مدل يک, دو و يا سه پارامتر را براي هر سئوال در نظر بگيرد, مدل يک, دو يا سه پارامتري ناميده مي شود. هر سئوال مي تواند از سه پارامتر عمده و اساسي تشکيل شده باشد که عبارتند از: دشواري سئوال, پارامتر تشخيص سئوال و پارامتر حدس سئوال. پارامتر دشواري سئوال معرف دشواري و سطح صفت زيربنايي تتا است. وقتي دشواري سئوال دقيقاً برابر با توانايي  سطح معيني از خصيصة مکنون باشد ، پارامتر دشواري سئوال نقطة عطف منحني شاخص  سئوال را توصيف مي کند و دقيقاً نيمي از پاسخ دهندگان که در آن سطح قرار دارند توانايي پاسخگويي به آن سئوال را دارند. (هومن, 1371). پارامتر تشخيص يا تميز سئوال به قدرت سئوال در تشخيص و جداسازي افراد قوي و ضعيف در يک آزمون و يا جداسازي افراد با سطح توانايي بالا و با سطح توانايي پائين اشاره مي کند. ضريب تميز سئوال پارامتري است که شيب منحني يا نسبت تغيير  احتمال موفقيت را در امتداد پيوستار توانايي نشان مي دهد. پارامتر سوم پارامتر حدس است که پائين ترين سطح مجانب در منحني شاخص سئوال مي باشد ، در صورتي که احتمال پاسخ درست دادن به يک سئوال, بعنوان دانستن جواب آن, صفر نباشد گفته مي شود عامل يا پارامتري در پاسخگويي دخالت دارد که چون از روي حدس و شانس است, پارامتر حدس يا شانس کاذب ناميده مي شود.

پاره اي از مواقع مشاهده مي شود که حتی آزمودني هاي قوي به برخي از سئوالات آزمون- به سئوالات خيلي ساده- پاسخ غلط مي دهند. اين امر ممکن است ناشي از بي دقتي آنها و يا وجود اطلاعاتي وراي آنچه که مورد نظر نويسندة سئوال بوده است, باشد. جهت حل اين مشکل برخي از روانسنجان از جمله مک دونالد 1967 و اخيراً بارتن و لرد 1981 مدلي ارائه داده اند که در برآورد توانائي آزمودني ها اين عامل را در نظر مي گيرد و بنابراين به مدل منطقي چهار پارامتري شهرت يافته است. تابع احتمالي اين مدل جهت محاسبه احتمال پاسخ درست به سئوال توسط آزمودنيهائي که در سطح معيني از  قرار دارند بصورت زير است (همبلتون, 1989). QUOTE  

پارامتر چهارمي که با  نمايش داده مي شود نشان دهندة مجانب بالائي منحني ويژگي سئوال است و مقدار آن اندکي کمتر از يک است. اين مدل تنها از لحاظ نظري جالب و مورد علاقه است زيرا که پيشنهاد کنندگان اين مدل نتوانسته اند فوايد مترتب بر اين مدل را تبیین کنند. QUOTE  

استفاده از مدل هاي نظرية سئوال- پاسخ تا حدودي به نوع پرسش هاو ماهیت آزمون بستگي دارد. مثلاً در سئوالات تشريحي و نگرش عامل حدس نمي تواند تاثير داشته باشد بنابراين استفاده از مدل سه پارامتري براي اين سئوالات کار بيهوده اي است. برازش پرسشنامه با مدل نیز میتواند آزمون ساز را در امر انتخاب مدل یاری کند. از سويي ديگر انواع مدل هاي نظرية سئوال پاسخ مبتني بر مفروضاتي مي باشند که در صورت فراهم نبودن و رعايت نکردن دقيق اين پيش فرض ها بکارگيري اين مدل ها و دستاوردهاي مبتني بر آنها صحيح نمي باشد. «تک بعدي بودن» و «استقلال موضعي» مهمترين مفروضه هاي اساسي نظريه سئوال پاسخ به حساب مي آيند. تک بعدي بودن به اين معنا است که همة سئوالات آزمون فقط يک حوزة توانايي يا دانش را اندازه بگيرد. مفروضة استقلال موضعي بيان مي کند که پاسخ هاي آمودني ها به سئوالات آزمون از لحاظ آماري مستقل از يکديگرند اگر و فقط اگر سطح توانايي آزمودني به عنوان عامل اصلي به حساب آيد. اگر اين پيش فرض برقرار باشد عملکرد آزمودني نبايد تحت تاثير پاسخهاي خوب يا بد او در ديگر سئوالات باشد. (ستاري, 1383).

در نظرية سئوال- پاسخ به غير از مدل هايي که سئوالات دو ارزشي را بررسي مي کنند مدل هايي وجود دارد که بسط داده شده اند تا توانايي تحليل سئوالات چند ارزشي را داشته باشند. در مدل هاي چند بخشي يا به عبارت ديگر مدل هاي اعتبار نسبي نمره هر سئوال مي تواند در چندين گروه طبقه بندي شود. بنابراين ممکن است نظريه سئوال پاسخ براي تجزيه و تحليل نمره هاي اندازه گيري شده بوسيلة سئوالات چند وجهي بکار رود. با اين مدل ها حتي مي توان گزينه هاي انحرافي و اشتباه  هاي آمودني ها را تحليل نمود. همبلتون(1989) اظهار ميدارد که هيچ گونه محدوديتي در تعداد مدل هايي که مي توان در قالب نظريه سئوال پاسخ ارائه نمود وجود ندارد. سامب جيل و بک (1972) مدل پاسخ اسمي را براي داده هاي طبقه اي ارائه دادند. مدل پاسخ رتبه اي (GRM) نيز که در سال (1969) توسط سامي جما ارائه گرديد توانايي تجزيه و تحليل پاسخهاي طبقه اي در طوي يک پيوستار ترتيبي را دارد. رکاس (1985) و تعداد ديگري از روانسجان مدل هائي را توسعه دادند که در اين مدل ها فرض بر اين است که عملکرد آزمودني در سئوالات يک آزمون, تحت تأثير جايگاه وي در چند صفت مکنون است. اين مدل ها منجر به گونه اي از تابع هاي سئوال- پاسخ شدند که هم اکنون به مدل هاي چند بعدي معروفند. انتظار مي رود که اين مدل ها در آينده اي نه چندان دور رشد و کاربرد فراواني پيدا کنند (ويس,1994) .

بررسی سوالات چند ارزشی(Polyserial) قسمت دوم

تحلیل مقیاس با IRT:

 علاوه بر بررسی ابعاد زیر بنایی مقیاس می توان از مدل های IRT در ساخت سوالات و تفسیر نمرات نگرش استفادده کرد. در تحلیل های سنتی مقیاس دو شاخص اصلی سوال نقش اصلی را بازی می کردند. اول ضریب همبستگی سوال با نمره ی آزمون. پژوهشگران در این حوزه علاقمندند تا این همبستگی سوال با نمره کل آزمون بالا باشد در این صورت است که آن را یک شاخص قابل قبول می دانند. این امر نه تنها سبب فقدان پهنای اندازه گیری می شود بلکه باعث نقض مفروضه ی استقلال موضعی می شود. زمانی استقلال موضعی مورد خطر است که دو سوال محتوی نزدیک به هم داشته باشند. زمانی که این مفروضه مورد تهدید قرار می گیرد دیگر نمی توان همبستگی بین سوالات را از طریق صفت مکنون توجیه کرد. دومین شاخص سنتی برای تحلیل سوالات میانگی سوال است. پژوهشگران سعی می کنند مثلا برای سوالات دو ارزشی سوالاتی را نگه دارند که پاسخ های تایید شده  در جمعیت های مشخص 5/ باشد. با این روش واریانس نمره ی آزمون بالا می رود و به همسانی درونی بالاتر منجر می شود. این دو شاخص در سوال های مبتنی بر CTT به نمونه وابسته اند یعنی اندازه های آنها به ویژگی های نمونه وابسته است. مزیت پارامترهای بدست آمده از IRT نسبت به روش کلاسیک علاوه بر وابسته نبودن به نمونه این است که امکان اجرای تحلیل های پیشرفته را مهیا می کنند.IRT شناسایی سوگیری سوال، سنجش انطباقی رایانه ای و ارزیابی برازش شخص را آسان می کند. علاوه بر این منحنی های آگاهی سوال و آگاهی آزمون علاوه بر منحنی های ویژگی سوال یکی از مهمترین مزیت های IRT محسوب می شوند.

در روش های سنتی دقت آزمون های شخصیت و نگرش بر مبنی ضرایب همسانی درونی آنها بررسی می شود و خطای معیار اندازه گیری برای تمام آنها یکسان در نظر گرفته می شود. تحت IRT سوال ها بر اساس آگاهی بدست آمده داوری می شود در ضمن خطای معیار برای هر آزمودنی متفاوت برآورد می شود. در این رویکرد برای مقایسه ی دو آزمون تنها بر اساس آلفای آنها قضاوت نمی شود بلکه منحنی آگاهی آزمون ها معیار مقایسه قرار می گیرند علاوه بر این که ضریب آلفای کرونباخ معیار مناسبی برای همسانی درونی نیست و معایب زیادی دارد. مقدار این آزمون آماری از طریق سوالات باز نوشته شده بشدت افزایش می یابد و آزمون نمی تواند بین سوالات با یک محتوی و سئوالات باز نوشته شده تمایز قایل شود. منابع زیادی در رد آلفای کرونباخ به عنوان معیار همگنی درونی پرداخته اند. دو آزمون ممکن است دارای ضرایب آلفای برابر باشند اما در دو سطح متفاوت توانایی بیشترین آگاهی را فراهم آورند بنابراین برای تفکیک آزمودنی ها برای مقاصد خاص بیشتر مورد استفاده است. یکی دیگر از تفاوت ها و در عین حال از مزیت های نظریه ی سوال پاسخ در برابر نظریه کلاسیک این است که در نظریه کلاسیک معیار تفسیر نمرات بر اساس هنجارها یی است که از جمعیت های خاص مانند زنان، مردان و غیره بدست می آیند اما در نظریه ی IRT تفسیر جایگاه آزمودنی روی صفت مکنون بر محتوی سوالات استوار است یعنی پارامترهای صفت مکنون و پارامترهای سوال روی یک مقیاس واحد است.

 

 

 

 

استفاده از IRT در تحلیل سوالات پرسشنامه ها از چند منظر قابل توجه است. اول این که سازه های مورد سنجش (مانند توانایی، رغبت، ارزش های کاری و بی تصمیمی شغلی) چند بعدی اند و دوم اینکه مشخصه بیشتر سوالات تکراری بودن آنها است. اگر چه در روش های سنتی تکراری بودن سبب افزایش آلفا می شود و یکی از محدودیت های آلفای کرونباخ محسوب می شود ولی در رویکرد IRT می توان تکراری بودن سوالات را از طریق مقایسه ی منحنی های آگاهی سوالات بررسی نمود. از طرف دیگر از آنجا که بیشتر پرسشنامه ها بر اساس مقیاس لیکرت می باشند جالب توجه خواهد بود که بررسی شود آیا آزمودنی ها می توانند تمایز درجه های مقیاس را درک کنند یا خیر. این کار از طریق پارامترهای آستانه حصول می شود. از طریق مشاهده ی نمودار های ویژگی سوالات می توان تشخیص داد که تعداد نقاط مقیاس می تواند چند عدد تا اطلاعات مربوط به افراد آزمودنی کاهش نیابد یعنی می توان از آن برای کاهش نقاط مقیاس بدون حذف اطلاعات استفاده کرد.

نرم افزار Multilog

برنامه ی نرم افزار ی که توانایی بررسی سوالات در نظریه ی سوال پاسخ را فراهم می آورد برنامه ی Multilog است. این برنامه قابلیت های زیر را دارا می باشد.

1. با کاربران رابطه ی گرافیکی برقرا می سازد
2. مدل های یک، دو و سه پارامتری لوجستیک برای داده های فاصله ای را در بر می گیرد.
3. مدل سامیجیما برا ی پاسخ های رتبه بندی شده را فراهم می آورد.
4. مدل باک برای پاسخ های اسمی را شامل می شود.
5. برای سوالات چند انتخابی مدل استرینبرگ را شامل می شود.
6. سوالات چند گزینه ای و پرسشنامه های با مقیاس لیکرت را بررسی می کند.
7. نمره گذاری سوالات چند گزینه ای (SCORING)
8. انجام تحلیل عملکرد افتراقی سوال (DIF)
9. تحلیل سوالات یک آزمون که از انواع مختلف سوال تشکیل شده است.
10. پارامترهای سوال را در گروههای مختلف مقایسه می کند.
11. بررسی محدودیت های مساوی و پارامترهای ثابت شده.
12. ارائه ی نمودراهای IRT با قابلیت انتقال به Word, Access و غیره.
13. برنامه ی کمکی (HELP) قوی و آنلاین که شامل تفسیر، Syntax و مثال های متنوع.

 

همه ی مدل های برآور د شده  از طریق این برنامه به شکل توزیع لوجستیک واقعی است و بنابراین D=1.7 در آ اعمال نمی شود. برآورد پارامترها با رویکرد MML انجام می شود. این برنامه آمار توصیفی کاملی از سوال های آزمون ارائه نمی دهد بنابراین همبستگی های دو رشته ای و چند رشته ای را حساب نمی کند. نرم افزار مالتی لوگ برای هر سوال آزمون پارامترهای شیب، دشواری و خطای استاندارد مربوط به آ«ها را برآورد می کند ولی هیچ آزمون آماری برای برازش سوالات ارائه نمی دهد. اما نسبت مشاهده شده ی آزمودنی ها که به هر مقوله پاسخ داده اند و نسبت پیش بینی شده به وسیله ی پارامترهای برآورد شده ی مدل ارائه م دهد.بنابراین از این اندازه ها می توان برای برازش سوال استفاده کرد. مالتی لوگ برای هر سوال اطلاعات روانسنجی در ده نقطه از پیوستار صفت مورد اندازه گیری ارائه می دهد. این اطلاعات برای بررسی بهترین نقطه ی توانایی که بیشترین ضریب تشخیص را دارد مفید است. بنابراین آگاهی آزمون در ده نقطه مشخص می شود.

 

بررسی سوالات چند ارزشی(Polyserial) قسمت اول

مولفان مختلف برای ساخت یک مقیاس بر حسب سازه ای که اندازه می گیرند و هدف اندازه گیری رویکردهای مختلفی در پیش گرفته اند. به طور کلی و خلاصه بعضی از این روش ها عبارتند از: کلید یابی تجربی، رویکرد سازه که از تحلیل عاملی استفاده می کند و روش های سوال پاسخ.

دو روش اول جز روش های سنتی محسوب می شوند. در روش کلیدیابی تجربی هدف پیش بینی افراد است و برای سنجش یک صفت پنهان خالص طراحی نشده است. استفاده از نظریه سوال پاسخ در ساخت آزمون نیازمند یک سری مفروضات است و در صورت وجود این فرض ها است که استفاده از آن معنی دارد. برازش داده ها با مدل، تک بعدی بودن (در صورت استفاده از مدل های تک بعدی)، استقلال موضعی و نمونه ناهمگن (لزومی ندارد نمونه معرف جامعه باشد) بعضی از ضروریات استفاده از مدل های IRT است. همه ی کاربردهای توصیف شده به این مفروضه استوارند که داده ها می توانند به طور مناسب به وسیله روش های IRT مدل سازی شوند.

 گام های اساسی در ساخت مقیاس از طریق رویکرد IRT:

نخستین گام آن است که پارامترها از طریق یک مدل مناسب نظریه ی سوال پاسخ برآورد شود.

برازش سوال: در این مرحله ممکن است از یک یا چند آماره ی مجذور خی برازش سوال را محاسبه کنند. سوال هایی که با پارامترهای برآورد شده مدل برازش کمتری دارند از مقیاس خارج می شوند.

بررسی پارامترهای برآورد شده. این پارامترها برای ایجاد منحنی های ویژگی سوال و آزمون مورد استفاده قرار می گیرند.

بررسی منحنی های آگاهی سوال و آزمون با توجه به هدف پژوهش.

در ساخت آزمون بر اساس IRT مفاهیم منحنی های آگاهی سوال و آزمون نقش اصلی را ایفا می کنند. چون در این روش بر منحنی های آگاهی تاکید می شود و نه بر همبستگی های سوال با نمره ی کل و همبستگی های درونی سوالات ممکن است سوالات انتخاب شده برای مقیاس با روش های سنتی متفاوت باشد. مزیت منحنی های آگاهی نسبت به همبستگی ها این است که گاهی اوقات دو آزمون دارای ضراییب اعتبار یکسان است و از دید روش های سنتی تفاوتی بین آنها وجود ندارد ولی از طریق منحنی های آگاهی ما می توانیم مشخص کنیم آزمون یا سوال در کدام منطقه از حوزه ی توانایی بیشترین آگاهی و کمترین خطا را ارائه می دهد.

مدل های سوال پاسخ چند ارزشی (Polytomous)

مدل های سوال پاسخ برای معرفی رابطه ی بین یک صفت مکنون و یک متغییر استفاده می شوند (مانند رابطه ی توانایی و انتخاب شغل). زمانی که سوالات به صورت غلط یا درست نمره گذاری شده باشند از مدل های سوال پاسخ دو ارزشی استفاده می شود ولی زمانی که سوالات به صورت چند ارزشی هستند باید از مدل های چند ارزشی استفاده کرد. سوالات موجود در این مرکز همگی چند ارزشی بوده و در مقایسه با سوالات دو ارزشی اطلاعات بیشتری را  فراهم می آورند. مدل های سوال پاسخ فراوانی وجود دارد. مدل ها یا مستقیم اند یا مدل های غیر مستقیم. در اینجا تنها به مدل پاسخ مدرج که یک مدل غیر مستقیم است اشاره می شود. این مدل غیر مستقیم است چون برای تعیین احتمال شرطی پاسخ آزمودنی به یک طبقه خاص دو مرحله وجود دارد.

برای استفاده از مدل های سوال پاسخ باید دو شرط اساسی رعایت شود: 1. تک بعدی بودن آزمون 2. استقاال موضعی. در عمل لازم است این پیش فرض ها بررسی شوند. اگر چه روش هایی نیز وجود دارد که به مدل های چند بعدی موسوم اند و می توانند با نقض شرط یک استفاده شوند. به هر حال مدل پاسخ مدرج نیازمند دو شرط بالا می باشد.

 

استفاده از نظریه سوال پاسخ در ارزیابی ابعاد زیربنایی آزمون

یکی از سوالات اساسی در مورد یک پرسشنامه این است که چند عامل مکنون بر پاسخ مشاهده شده سوالات یک آزمون تاثیر می گذارد. به طور کلی هر اندازه سوالات تک بعدی باشند یعنی تنها یک عامل زیر بنایی وجود داشته باشد ابهام در تفسیر نمرات خام بدست آمده از مقیاس کمتر و اصلاح برای کاهش مجاز است و استفاده از مدل های تک بعدی IRT معقول و مناسب است. اگر تعداد ابعاد مکنون افزایش یابد پژوهشگر می تواند از مدل های چند بعدی IRT استفاده کند.

مشهورترین ابزار مورد استفاده برای بررسی ابعاد زیربنایی در پژوهش های مربوط به شخصیت و نگرش تحلیل عاملی خطی اکتشافی و تاییدی است. متاسفانه استفاده تحلیل عاملی خطی برای بررسی سوالات چند ارزشی مناسب نیست در حالی که بیشتر سوالات در این زمینه ها چند ارزشی اند. تحلیل عاملی خطی مبتنی بر مفروضات نرمال بودن توزیع و درجه بندی پیوسته است. ملاک هایی که اغلب نقض می شوند. نقض این پیش فرض ها می تواند به بیش برآورد یا کم برآورد تعداد ابعاد مکنون منجر شود.  استفاد از ضرایب همبستگی چند رشته ای، پلی کوریک یا تتراکوریک به جای ضریب همبستگی پیرسون نمی نواند لزوما مشکلات را حل کند.

فواید مربوط به تحلیل عامل غیر خطی و نتایج گمراه کننده تحلیل عاملی خطی در پژوهش های مربوط به شخصیت و نگرش در منابع زیادی ذکر شده است. با کاربرد مدل های چند بعدی IRT به جای تحلیل عاملی غیر خطی از مشکلات مربوط به تحلیل عاملی خطی جلوگیری می شود. برخی مدل های چند عاملی IRT مانند تحلیل عاملی سوال با اطلاعات کامل که به وسیله ی نرم افزار تست فکت و پلی فکت قابل اجرا است می تواند جایگزین مناسب و شایسته ای برای تحلیل عاملی غیر خطی باشند و در اصل معادل این تحلیل است. به دلیل این که در این مدل تمامی اطلاعات موجود در ماتریس سوال پاسخ در برابر اطلاعات موجود در ماتریس همبستگی یا کوواریانس قرار می گیرد به آن مدل اطلاعات کامل گفته می شود. نرم افزار تست فکت این کار را برای سوالات دو ارزشی انجام می دهد و نرم افزار پلی فکت برای سوالات چند ارزشی. متاسفانه نرم افزار پلی فکت تاکنون تجاری نشده است و تنها در اختیار ETS می باشد. ولی می توان سوالات چند ارزشی را به سوالات دو ارزشی تبدیل کرد و از نرم افزار تست فکت که یک نرم افزار تجاری است استفاده کرد.