Madde Tepki Kuramı'na dayalı test eşitleme yöntemlerinin karma modeller üzerinde karşılaştırılması

Son yıllarda ikili ve çoklu şekilde puanlanan maddelerin aynı test üzerinde kullanımında artış görülmektedir. Türkiye'de ikili puanlanan maddeler üzerinde gerçekleştirilen test eşitleme çalışmalarına rastlansa da, karma modeller üzerinde yapılan herhangi bir test eşitleme çalışmasına rastlanmamıştır. Karma modeller kullanılarak gerçekleştirilen bu araştırmada, Madde Tepki Kuramı'na dayalı test eşitleme yöntemlerinden ortalama-ortalama, ortalama-standart sapma, sağlam ortalama-standart sapma, Haebara ve Stocking Lord'un çeşitli koşullar altında ortaya çıkardığı eşitleme hatalarının karşılaştırılması amaçlanmıştır. Ortak madde oranının (%10, %20 ve %30) ve yetenek dağılımının (normal, sola çarpık ve sağa çarpık) etkisinin incelendiği araştırma, 1000 kişilik örneklemde 40 maddelik test formları kullanılarak simulatif olarak gerçekleştirilmiştir. Eşitlenmemiş gruplar üzerinde ortak madde deseninin kullanıldığı araştırmada testler, ikili puanlanan maddeler için 3 parametreli model ve çoklu puanlanan maddeler için genelleştirilmiş kısmi kredi modeli kullanılarak WINGEN3 programıyla üretilmiştir. Aynı programla testi alan bireylere ait yetenek parametreleri belirlenmiş ve ortaya çıkan 9 farklı koşulun her biri için 100 replikasyon yapılmıştır. Simülatif verilere yönelik yetenek parametreleri PARSCALE 4.1 programıyla a likelihood ratio chi-square yöntemiyle kestirilmiştir. Ayrı kalibrasyon için test eşitleme, IRTEQ programı kullanılarak gerçekleştirilmiştir ve eşitleme hataları (RMSD) belirlenmiştir. Araştırmada elde edilen sonuçlar değerlendirildiğinde; genellikle en fazla hatayı sağlam ortalama-standart sapma yönteminin verdiği görülmüştür. Tüm koşullar değerlendirildiğinde en az hatayı sağa çarpık-sağa çarpık grupların eşitlendiği ve %30 ortak maddenin yer aldığı testlerde Stocking Lord yöntemi vermiştir. Bunun yanı sıra benzer yetenek dağılımlarının (normal-normal, sola çarpık-sola çarpık, sağa çarpık-sağa çarpık) farklı yetenek dağılımlarından (sola çarpık-normal, sağa çarpık-normal, sağa çarpık-sola çarpık) daha az hatalı sonuçlar verdiği bulunmuştur.