Kayıp veri yöntemlerinin çoklu puanlanan çok boyutlu MTK modellerinde parametre kestirimlerine etkisi

Bu araştırmada farklı mekanizmaya sahip ve farklı oranlarda kayıp içeren çok boyutlu veri setlerinde, kayıp veri ile baş etme yöntemlerinin çoklu puanlanan maddeler için geliştirilmiş Çok Boyutlu Genelleştirilmiş Kısmi Puan (ÇB-GKP) ve Çok Boyutlu Aşamalı Tepki (ÇB-AT) modellerinden elde edilen madde ve yetenek parametrelerine etkisinin incelenmesi amaçlanmıştır. Bu bağlamda, çok boyutlu normal dağılıma sahip yetenek parametreleri ve madde parametreleri üretilmiştir. Belirlenen yetenek ve madde parametreleri kullanılarak iki boyutlu eksiksiz madde yanıtları oluşturulmuştur. Eksiksiz madde yanıtlarından tamamen rastlantısal olarak kayıp (TROK), rastlantısal olarak kayıp (ROK) ve ihmal edilemez kayıp (İEK) mekanizmalarına sahip %5, %10 ve %20 oranlarında kayıplar oluşturulmuştur. Belirlenen koşullarda kayıp içeren veri setleri seri ortalaması atama (SO), regresyon atama (RA) ve beklenti maksimizasyonu (BM) yöntemleri ile tamamlanmış ve tamamlanan veri setlerinden elde edilen parametreler eksiksiz veri setinden elde edilen parametreler ile karşılaştırılmıştır. Elde edilen bulgulara göre, tüm madde ve yetenek parametreleri için %5 kayıp içeren veri setlerinde ortalama hataların diğer kayıp oranlarından daha düşük olduğu görülmüştür. Madde ayırıcılık parametreleri için tüm kayıp mekanizmalarında ve tüm kayıp oranlarında RA ve BM yöntemlerinin SO yöntemine göre daha iyi performans sergilediği görülmüştür. Genel olarak en düşük hata ile kestirim yapan yöntemin RA olduğu görülmüştür. Kategori sınır kesişim parametrelerinde ise TROK ve ROK durumlarında RA en iyi performansı sergilerken, İEK mekanizmasında yöntemlerden elde edilen hata miktarlarının çok yüksek olduğu görülmüştür. Yetenek parametrelerinin geri kazanımı için ise tüm koşullarda madde parametrelerine kıyasla oldukça düşük ortalama RMSE değerleri elde edilmiştir. Tüm koşullarda en düşük RMSE değerleri üreten yöntemin madde parametrelerinden farklı olarak BM olduğu görülmüştür.