İki, Üç, Dört Kategorili Bilgisayarda Bireyselleştirilmiş Sınıflama Testi İçin Ölçme Kesinliği ve Test Etkililiğinin İncelenmesi

Authors : Demet Alkan, Nuri Doğan

Pages : 1-1

View : 70 | Download : 63

Publication Date : 2024-04-30

Article Type : Research Paper

Abstract :Bu çalışmada R (R Core Team, 2013) programlama dili kullanılarak bilgisayarda bireyselleştirilmiş sınıflama testi simülasyonu ile çok kategorili sınıflama yapılmıştır. R programında iki kategorili, tek boyutlu 500 madde ve 1000 kişilik veri oluşturulmuştur. Sınıflama kategori sayısına göre test etkililiği için ortalama sınıflamanın doğruluğu (OSD) ve ortalama test uzunluğu (OTU), ölçmenin kesinliği için gerçek yetenekler ile kestirilen yetenekler arasındaki korelasyon (r), yanlılık, ortalama hatanın karekökü (RMSE), ortalama mutlak hata (OMH) değerleri 25 tekrarın ortalaması ile belirlenmiştir. Araştırmada Ağırlıklı olabilirlik kestirimi (AOK), Beklenen sonsal dağılım (BSD) olarak 2 yetenek kestirim yöntemi; Maksimum fisher bilgi (MFB), Kullback leibler bilgisi (KLB) Kestirilen yetenek (KY) ve Kesme noktası (KN) temelli 4 madde seçme yöntemi, Güven aralığı (GA) ve Ağırlıklı olabilirlik oran testi (AOOT) olarak 2 sınıflama kriteri ile 16 koşul oluşturulmuştur. Üç ve dört kategorili sınıflamada Maksimum fisher bilgi kestirilen yetenek temelli madde seçme yöntemi Ağırlıklı olabilirlik yetenek kestirimi ile test uzunluğu, sınıflamanın doğruluğu açısından daha iyi sonuçlar vermiştir. Beklenen sonsal dağılım yetenek kestirimi Kullback leibler kesme noktası temelli madde seçme yöntemi ile iki kategorili sınıflamada en az madde ile en doğru sınıflama yapmıştır. Beklenen sonsal dağılım yetenek kestirimi Güven aralığı sınıflama kriteriyle çaprazlandığı koşullarda iki kategorili sınıflama için en iyi performansı göstermiştir.
Keywords : Bilgisayarda Bireyselleştirilmiş Sınıflama Testi, Sınıflama Kriteri, Test Etkililiği, Ölçme Kesinliği