1.08k likes | 2.2k Views
羅 氏分 析 ( Rasch Analysis) 在 教育界之應 用 ( 工作 坊 : 第二部份 ). 主 辦 : 台灣 國 立屏東教育大 學 教 育心理與輔導學系 講者 : 香港教育學院 評 估研究中心 莫 慕貞 曰期 : 2012 年 5 月 29 日 及 5 月 30 日. 工作坊 重 點. 孩子圖 多 元 計分量 表 ( 多 分量表 ) ( Polytomous scale) 評定量尺 (Rating scale)(EX2, EX6) 部份計分模式 (Partial Credit )(EX3, EX7, EX8)
E N D
羅氏分析 (Rasch Analysis)在教育界之應用(工作坊: 第二部份) 主辦: 台灣 國立屏東教育大學 教育心理與輔導學系 講者: 香港教育學院 評估研究中心莫慕貞 曰期: 2012年 5 月29 日 及 5 月30日
工作坊重點 孩子圖 多元計分量表 (多分量表)(Polytomous scale) 評定量尺(Rating scale)(EX2, EX6) 部份計分模式 (Partial Credit)(EX3, EX7, EX8) 其它軟件 甚麼是羅氏分析? 量度的概念 羅氏模式 Winsteps 數據輸入 單向度 (unidimensional) 二元計分量表 (Dichotomous) 題項- 考生地圖
本節重點 • 甚麼是「多元計分量表 (多分量表)(Polytomous scale)」 ? • 「多分量表」有那些計分法? • 「 評定量尺」 Rating Scale • 「部份計分模式」 Partial Credit • 如何用 Rasch模式以分析「多分量表」 ?
1. 甚麼是「多分量表 (Polytomous scale) 」? • 「多分量表 」是指答題結果不局限於 “0”或 “1” ,而是有很多種可能的得分。 • 例一:Likert量表:答題反應可以是分成「非常同意」(4 ‘分’ )、「相當同意」(3 ‘分’)、「不太同意」(2 ‘分’)、「非常不同意」(1 ‘分’) 。 • 例二:中文作文評分可根據文章的體裁是否正確、內容是否充實豐富、段落結構是否嚴謹、行文是否通順、用詞遣字是否典雅、錯別字情況、標點符號運用等等給予 10分、9分 …0分。 • 例三:羽毛球球手 的攻防策略可根據表現被評為:極佳(3分) 、滿意(2分) 、糟透(1分) 。
2. 「多分量表 Polytomous」常見的計分法有: • 「評定量尺Rating Scale 」。例如 Likert量表。 • 「部份計分模式 Partial Credit」。例如數學測驗的計分法:能提供正確方程式得 1 分;能提供正確方程式並能提供正確答案得 2 分。兩者皆錯者 0 分。
「評定量尺」 (或稱多點評量表) 分析 Rating Scale Analysis (例 : EX2 運用多點評量表分析人際溝通能力量表的素質)
3a. 如何用 Rasch模式進行 「評定量尺」 (或稱多點評量表) Rating Scale 分析? 策略: 先理解由Rasch分析產出的統計數據 再學習制作 Rasch的句法。
EX2. 人際溝通能力量表 (Interpersonal Communication Scale) 1 2 3 4
跑 Rasch以獲取分析產出 選取 Ministep軟件 這軟件可於網上 免費下載 http://winsteps.com/ministep.htm
從己有的程式跑 Rasch,以獲取分析產出 2. 選取 File 1. 選取 No
從 File打開 “EX2 Win.txt” Open File 選EX2 Win.txt ;點選Open
見到這個版面,表示你已成功打開 “EX2 Win.txt” • 請按 Enter 鍵 兩次
Rasch產出 分析包含了14位學生, 7道題項 學生的信度是0.91, 題項的信度是 0.97
點選 Output Tables 內的表格 以理解學生表現及問卷素質
Output Tables 表格 1 Variable Map (變量地圖 或稱為 學生-題項地圖 ) 最難認同 最強(傾向認為人際溝通能力量的重要性很高) 最弱(傾向認為人際溝通能力量的重要性不高) 題項 學生 最易認同
學生 題項 學生平均態度 弱 難 強 題項平均難度 易
Output Tables 表格 13 Item Measures (題項難度) Q2 不配合 Rasch模式 題項是否切合Rasch模型 (0.5與 1.5之間) 本題項與量度的相關度(>0.4) 題項難度
Output Tables 表格 20: Score Table (原始分數和羅氏分數互換表) 原始分數= 7 即相當於羅氏分數 = - 11.78(E)… 原始分數= 28 即相當於羅氏分數 = 11.48(E) 等等
Output Tables 表格 7.2.1: Person Keyform Unexpected (意料之外的學生表現)
… 1. 點選 Graphs 2. 點選 Display by scale group 3. 點選 Category Probability Curves
應該具有 可有可無 非有不可 有會更佳
學生和題項的羅氏分數可存Excel檔 1. 點選 Output Files 2. 點選 Item File IFILE= Person File PFILE=
點選 Excel 點選 Permanent File 點選 OK
制作 Rasch句法 選取 Ministep軟件 這軟件可於網上 免費下載 http://winsteps.com/ministep.htm
&INST TITLE = "EX2 Interpersonal Communication" PERSON = Person ; persons are ... ITEM = Item ; items are ... ITEM1 = 3 ; column of response to first item in data record NI = 7 ; number of items NAME1 = 1 ; column of first character of person identifying label NAMELEN = 2 ; length of person label XWIDE = 1 ; number of columns per item response CODES = 1234 ; valid codes in data file UIMEAN = 0 ; item mean for local origin USCALE = 1 ; user scaling for logits UDECIM = 2 ; reported decimal places for user scaling &END Q1 Q2 Q3 Q4 Q5 Q6 Q7 END LABELS 013332111 024444443 034432211 …. Etc… Winsteps句法
1. 選取 No 2. 選取 Data Setup
2. 設定題項資料 1. 設定學生資料 3.貼上數據
填寫本分析標題 EX2
A. 設定學生資料 學生標籤總行數= 2 題項總行數= 7 1 2 3 4 5 6 7 8 9 學生標籤首行 學生標籤總行數 = 2 學生加題項總行數 = 2 +7=9 學生總人數 = 14
B.設定題項資料 學生標籤總行數= 2 題項總行數= 7 1 2 3 4 5 6 7 8 9 題項標籤首行=3 總題數 = 7 Valid Codes=1234 每個答案占行數 = 1
E. 貼上數據 D.Valid codes: 1234 Valid codes: 1234
F. 貼妥數據之後可儲存檔案並啟動 Rasch分析 點選 File
點選 Save control with data file and exit to Ministep Analysis
請按 Enter 鍵 兩次 對分析結果的解釋,請參閱頁13-24
「部份計分模式」分析Partial Credit Model (例 : EX3 運用「部份計分模式」分析人際溝通能力量表的素質和學生的表現)
3b. 如何用 Rasch模式進行 「部份計分模式 Partial Credit Model 」分析? 策略: 先理解由Rasch分析產出的統計數據 再學習制作 Rasch的句法。
跑 Rasch以獲取分析產出 選取 Ministep軟件 這軟件可於網上 免費下載 http://winsteps.com/ministep.htm
從己有的程式跑 Rasch,以獲取分析產出 2. 選取 File 1. 選取 No
從 File打開 “EX3 Win.txt” Open File EX3 Win.txt ;點選Open
見到這個版面,表示你已成功打開 “EX3 Win.txt” • 請按 Enter 鍵 兩次
Rasch分析結果 分析包含了14位學生, 7道題項 學生的信度是0.87, 題項的信度是 0.88 CODES = 1234 GROUPS = 0000000
GROUPS = 0000000 表示每題有獨立的 ICC
Q1題目特徵曲線 (之一)Item Characteristic Curve (ICC) 如果(人-題目) = -2 可有可無 非有不可 Q1選項 機率 可有可無 0.88 0.12 有會更佳 應該具有 0.01 非有不可 0.00 所以這些人在 Q1會傾向選「可有可無」 應該具有 有會更佳
Q1題目特徵曲線(之二)Item Characteristic Curve (ICC) 如果(人-題目) = 1 可有可無 非有不可 Q1選項 機率 可有可無 0.02 0.10 有會更佳 應該具有 0.15 非有不可 0.70 所以這些人在 Q1會傾向選「非有不可」 有會更佳 應該具有
Q1題目特徵曲線(之三)Item Characteristic Curve (ICC) 那些人會在 Q1傾向選「應該具有」? 可有可無 非有不可 有會更佳 應該具有
Q6題目特徵曲線Item Characteristic Curve (ICC) 那些人會在 Q6傾向選「應該具有」? 可有可無 非有不可 有會更佳 應該具有
GROUPS = 0000000 每題有獨立的 ICC的意義
A. 題目極性 (Item Polarity) (之一) 可有可無 有會更佳 非有不可 「可有可無」、「有會更佳」 或「應該具有」 均有人選擇 選項對應「能力傾向」 是合理的 應該具有