SavedAdd your journal

Journals / Türk Eğitim Bilimleri Dergisi / 2019 / Cilt: 17 - Sayı: 1

DINA Modele Göre Testin Psikometrik Özelliklerinin Belirlenmesi ve Bireysel Dönüt Verilmesi: TIMSS 2015

Mahmut Sami KOYUNCU
Ayşenur ERDEMİR
Sinem ŞENFERAH
Pages
103–120
Publication Date
2019-06-26
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Ayrıca KTK ve MTK’den farklı olarak ayrıntılı bireyselleştirilmiş geribildirim için BTM çerçevesinin kullanılması önerilmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Çalışmanın amacı, testin psikometrik özelliklerinin belirlenmesinde ve öğrencilere bireysel dönüt verilmesinde DINA modelin nasıl kullanılacağını göstermektir.
📊
Key Findings & Data:Bu amaç doğrultusunda çalışmada TIMSS 2015 Türkiye örnekleminde yer alan 8. sınıf Matematik testinin kitapçık-1’deki çoktan seçmeli madde yanıtları kullanılmıştır.
💡
Conclusion & Impact:Ayrıca KTK ve MTK’den farklı olarak ayrıntılı bireyselleştirilmiş geribildirim için BTM çerçevesinin kullanılması önerilmektedir.
🔬Design:Survey & Empirical Study
📍Scope:2015 Verileri
⚙️Variables:Bireyselleştirilmiş Geribildirim · DINA · Güvenirlik

Özet

Çalışmanın amacı, testin psikometrik özelliklerinin belirlenmesinde ve öğrencilere bireysel dönüt verilmesinde DINA modelin nasıl kullanılacağını göstermektir. Bu amaç doğrultusunda çalışmada TIMSS 2015 Türkiye örnekleminde yer alan 8. sınıf Matematik testinin kitapçık-1’deki çoktan seçmeli madde yanıtları kullanılmıştır. Kitapçık-1’i alan 435 öğrenci vardır. DINA model parametreleri R Studio yazılımı kullanılarak kestirilmiş ve KTK ve MTK parametreleri ile karşılaştırmalı olarak yorumlanmıştır. Ayrıca, bireyselleştirilmiş geribildirim için hazırlanan tanılayıcı profil rapor örneği verilmiştir. Çalışma sonucunda, DINA modelin iyi düzeyde uyum gösterdiği belirlenmiştir (SRMSR, MADcor, MADQ3, MADaQ3 ve RMSEA< 0.05). DINA modele göre incelenen madde parametrelerinin KTK ve MTK parametreleri ile benzer olduğu bulunmuştur. DINA, KTK ve MTK ile elde edilen güvenirlik değerleri sırasıyla (Pc)= 0.913, KR-20=0.80 ve marjinal güvenirlik=0.70 şeklindedir. DINA modele göre elde edilen güvenirlik değeri KTK ve MTK’den daha büyüktür. Bu sonuçlar doğrultusunda testin psikometrik özelliklerinin belirlenmesinde DINA modelin kullanılabileceği önerilmektedir. Ayrıca KTK ve MTK’den farklı olarak ayrıntılı bireyselleştirilmiş geribildirim için BTM çerçevesinin kullanılması önerilmektedir.

🔖

Cite This Article

KOYUNCU, M. S., ERDEMİR, A., ŞENFERAH, S. (2019). DINA Modele Göre Testin Psikometrik Özelliklerinin Belirlenmesi ve Bireysel Dönüt Verilmesi: TIMSS 2015. Türk Eğitim Bilimleri Dergisi, Cilt: 17 - Sayı: 1, 103–120. https://ajindex.com/articles/112730

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (9)

  1. Awopeju, O. A., & Afolabi, E. R. I. (2016). Comparative analysis of classical test theory and item response theory based item parameter estimates of senior school certificate mathematics examination. European Scientific Journal, ESJ, 12(28). De Ayala, R. J. (2009). Theory and practice of item response theory. Guilford Publications. De la Torre, J., & Douglas, J. (2004). Higher-order latent trait models for cognitive diagnosis. Psychometrika, 69 (3), 333-353.
  2. De la Torre, J. (2007). Evaluation of model fit in a large-scale assessment application of cognitive diagnosis. In Presentation at the annual meeting of the national council on measurement in education, Chicago, IL. De la Torre, J. (2009). DINA model and parameter estimation: A didactic. Journal of Educational and Behavioral Statistics, 34, 115-130.
  3. De la Torre, J. (2011). The generalized DINA model framework. Psychometrika, 76(2), 179-199.
  4. De La Torre, J., & Minchen, N. (2014). Cognitively diagnostic assessments and the cognitive diagnosis model framework. Psicología Educativa, 20(2), 89-97.
  5. DiBello, L. V., Roussos, L. A., & Stout, W. F. (2007). Review of cognitively diagnostic assessment and a summary of psychometric models. In C. R. Rao & S. Sinharay (Eds.), Handbook of statistics. Volume 26: Psychometrics (pp. 979-1030).
  6. Amsterdam, The Netherlands: Elsevier. Ebel, R.L., &Frisbie, D.A. (2009). Essentials Of Educational Measurement (5th ed.). New Delhi: Prentice-Hall Of India Pvt. Limited. Embretson, S. (1984). A general latent trait model for response processes. Psychometrika, 49(2), 175-186. doi: 10.1007/BF02294171 Embretson, S.E. (1997). Multicomponent response models. In: van der Linden,W.J., Hambleton, R.L. (Eds.),Handbook of Modern Item Response Theory. New York: Springer, pp. 305–321.
  7. George, A. C., & Robitzsch, A. (2015). Cognitive diagnosis models in R: A didactic. The Quantitative Methods for Psychology, 11(3), 189-205.
  8. Hambleton, R. K., Swaminathan, H., & Rogers, H. J. (1991). Fundamentals of item response theory. London: Sage. Hartz, S., Roussos, L., & Stout, W. (2002). Skills diagnosis: Theory and practice. User Manual for Arpeggio software. ETS. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1-55.
  9. Jang, E. E. (2005). A validity narrative: Effects of reading skills diagnosis on teaching and learning in the context of NG TOE