|
Derginin Adı:
|
Eğitim ve Bilim
|
|
Cilt:
|
2013/38
|
|
Sayı:
|
168
|
|
Makale Başlık:
|
Birey Açıklayıcı Madde Tepki Kuramı Analizi: Örtük Regresyon İki Parametreli Lojistik Modeli
|
|
Makale Alternatif Dilde Başlık:
|
Person Explanatory Item Response Theory Analysis: Latent Regression Two Parameter Logistic Model
|
|
Makale Eklenme Tarihi:
|
29.11.2014
|
|
Okunma Sayısı:
|
3
|
|
Makale Özeti:
|
Bu çalışmada, açıklayıcı madde tepki kuramı modeli çerçevesinde (AMTK) örtük regresyon iki parametreli lojistik (2-PL) modelinin TIMSS 2007 Türkiye fen bilimleri verisinin bir bölümü üzerindeki uygulaması gösterilmektedir. Bunun için ilk olarak, 2-PL MTK ve örtük regresyon 2-PL modelleri ile madde parametreleri hesaplanmıştır. İkinci olarak, örtük regresyon 2-PL modelinde, cinsiyet, fene karşı olumlu tutum, fene verilen önem, fene yönelik özgüven ve ebeveynlerin eğitim düzeyleri bireysel özelliklerinin öğrenci başarıları üzerindeki etkileri analiz edilmiştir. Bu özelliklerden sadece fene yönelik özgüven ile ebeveynlerin eğitim düzeylerinin, öğrenci başarıları arasındaki farklılıkları açıklamada anlamlı istatistiksel etkilerinin olduğu gözlenmiştir. Uyum indekslerine bakıldığında, örtük regresyon 2-PL modelinin veriye 2-PL MTK modelinden daha iyi uyum gösterdiği bulunmuştur.
|
|
Alternatif Dilde Özet:
|
In this paper, an application of latent regression two-parameter logistic (2-PL) model as an
explanatory item response model (EIRM) was illustrated using a part of TIMSS 2007 Science data
for Turkey. For this purpose, initially, item parameters were calculated via 2-PL IRT and latent
regression 2-PL models. Then, in the latent regression 2-PL model, the effects of gender, positive
affect toward science, valuing science, self-confidence in learning science, and education level of
parents as person properties on the student achievement were examined. It was seen that among
those properties, only self confidence in learning science and education level of parents had a
statistically significant effects on explaining the differences in students’ achievements. Based on
fit indices, it was found that latent regression 2-PL model had a better model fit to data than 2-PL
IRT model.
|