تفاوت مدل ساده راش و مدل یک پارامتري
مدل اولیه راش و مدل یک پارامتري، هر دو ویژگی هاي مشابهی دارند و از نظر ریاضی نیز
یکسانند. ولی این مدل ها تفاوت هایی نیز با هم دارند که کمتر مورد توجه قرار می گیرند.
اولین تفاوت این دو مدل در زیربناي منطقی آنها است. راش از بین دو رویکرد مطرح شده
در نظریه سوال پاسخ طرفدار رویکرد دوم بود و مدلش نیز بر اساس همین رویکرد شکل
گرفته است. در حالی که مدل تک پارامتري از رویکرد اول نشأت گرفته است که هدف
آن تحلیل الگوهاي پاسخ به سوال ها میباشد. در رویکرد دوم، اگر سوال یا فردي با مدل
برازش نداشته باشد، حذف میشود، روش راش و طرفداران وي نیز همین بوده است. در
حالی که، رویکرد اول به جاي کنار گذاشتن سوال یا آزمودنی، مدل را عوض میکند تا
با یافتن مناسب ترین مدل دقیقترین پارامترها را برآورد کند. دومین تفاوت این دو مدل آن
است که راش مدل خود را به این قاعده محدود کرده که مجموع پارامترهاي دشواري
براي همه سوالات مقیاس برابر صفر است =b )0 ) و بر اساس همین محدودیت، مقیاس
پارامتر θ را مشخص میکند. با توجه به این محدودیت توزیع θ در جامعه نامشخص است،
مقدار میانگین این توزیع متناسب با متوسط دشواري سوال هاي و مقدار واریانس آن
متناسب با شیب خطوط ممتد، یعنی یک است. مدل راش فرض میکند که همه سوالات بر
روي عامل مورد نظر وزن یکسانی دارند، بنابراین پارامتر تشخیص را براي همه سوال ها
برابر با یک در نظر می گیرد و معتقد است که عامل حدس نیز پاسخ افراد را تحت تاثیر
قرار نمیدهد. چون شکل توزیع θ در جامعه این مدل نامشخص است، پس این توزیع
میتواند هر شکلی داشته باشد و توزیع نمرات مشاهده شده، شکل این توزیع را مشخص
می کند. در مقابل این ویژگی ها، مدل یک پارامتري فقط مستلزم آن است که شیب براي
همه سوال ها یکسان باشد، بنابراین، شیب در این مدل مقادیري متناسب با واحد انحراف
استاندارد متغیر مکنون میگیرد، توزیع جامعه براي متغیر زیر بنایی در مدل یک پارامتري
(همانند مدلهاي دو پارامتري و سه پارامتري) معمولا داراي میانگین صفر و واریانس یک
در نظر گرفته میشود. پارامتر دشواري این مدل نیز متناسب با مقدار متوسط میزان خصیصه
مورد اندازه گیري - یعنی صفر - در نظر گرفته می شود (تیسن و اورلند ، 2001). بنابراین،
این مدل فرض می کند که متغیر مکنونθ داراي توزیع نرمال است، نه پاسخ هاي مقولهاي
( تیسن و استینبرگ، 1988). با وجود تفاوت هاي ذکر شده در بالا، نتایج این دو 1 سوال
مدل از نظر ریاضی یکسان است. به طوري که در اکثر مواقع مدل یک پارامتري و مدل
راش را به جاي هم به کار میبرند. اگر تفاوت هاي ذکر شده را کنار بگذاریم همیشه
برازش این دو مدل با داده هاي جمع آوري شده به دشواري حاصل میشود. این امر، به
این خاطر است که مفروضات قوي تري را در مقایسه با مدل هاي دو و سه پارامتري در نظر
میگیرد. در این دو مدل معتقدند که تنها عوامل تاثیر گذار در پاسخ گویی افراد به
سوال ( ها متغیر وابسته ،) توانایی افراد و دشواري سوال ( ها دو متغیر مستقل) میباشند. از نظر
این دو مدل، عامل حدس نقشی در پاسخ دادن افراد ندارد و قدرت تشخیص همه سوالات
نیز با هم یکسان است. به همین خاطر است که در عمل همیشه مدل هاي دوپارامتري و سه
پارامتري بیشتر از مدل یک پارامتري راش با داده ها برازش پیدا می کنند(آلن و ین، 1979؛
رایز، اینثوورث، هاویلند، 2005 ).
file:///C:/Users/zar100/Desktop/43813860807.pdf