ارسل ملاحظاتك

ارسل ملاحظاتك لنا







أثر بعض طرق معالجة القيم المفقودة وطرق تقدير بارامترات النموذج على دقة تقديرات قدرات الأفراد وصعوبات المفردات وفق نموذج راش

العنوان بلغة أخرى: The Impact of some Missing-Values Treatment Methods and Model Parameters Estimation Methods on the Accuracy of Estimating Persons Abilities and Items Difficulties According to Rasch Model
المصدر: المجلة المصرية للدراسات النفسية
الناشر: الجمعية المصرية للدراسات النفسية
المؤلف الرئيسي: محمد، هشام حبيب الحسيني (مؤلف)
مؤلفين آخرين: صهوان، إكرام حمزة السيد (م. مشارك)
المجلد/العدد: مج27, ع96
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الشهر: يوليو
الصفحات: 349 - 418
ISSN: 2090-0244
رقم MD: 1011018
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

68

حفظ في:
LEADER 08013nam a22002417a 4500
001 1751623
041 |a ara 
044 |b مصر 
100 |9 407901  |a محمد، هشام حبيب الحسيني  |e مؤلف 
245 |a أثر بعض طرق معالجة القيم المفقودة وطرق تقدير بارامترات النموذج على دقة تقديرات قدرات الأفراد وصعوبات المفردات وفق نموذج راش 
246 |a The Impact of some Missing-Values Treatment Methods and Model Parameters Estimation Methods on the Accuracy of Estimating Persons Abilities and Items Difficulties According to Rasch Model 
260 |b الجمعية المصرية للدراسات النفسية  |c 2017  |g يوليو 
300 |a 349 - 418 
336 |a بحوث ومقالات  |b Article 
520 |a هدفت الدراسة الحالية إلى دراسة أثر أربعة طرق لمعالجة القيم المفقودة متمثلة في: طريقة تعظيم التوقعات، وطريقة القيم التعويضية المتعددة، وطريقة غير الموجودة (أي اعتبار أن الطالب لم يتعرض للمفردة التي لم يجب عليها)، وطريقة الخطأ (أي اعتبار الاستجابة المفقودة وكأنها استجابة غير صحيحة)، وثلاث طرق لتقدير بارامترات النموذج متمثلة في (طريقة الأرجحية العظمى، وطريقة بييز، طريقة الأرجحية العظمى المشتركة) على دقة تقديرات قدرات الأفراد وصعوبات المفردات وفق نموذج راش الأحادي المعلم. ولتحقيق هدف الدراسة استخدم الباحثان الاستجابات الفعلية لعينة من الطلاب بلغت ٣١٩ طالبا على اختبار الاستعداد الرياضي. وجاءت البيانات مفقودة عشوائيا تماما بالكامل. وبعد التحقق من مطابقة البيانات لنموذج راش تم حذف الأفراد والمفردات غير الملائمة لأسس القياس الموضوعي. حيث استبقى على (٣٧) مفردة و (242) فردا أجريت عليها معالجة البيانات. وتمثلت أهم النتائج في: - تفوق طريقة التعويضات المتعددة وطريقة معالجة الاستجابة المفقودة على أنها خطأ وطريقة تعظيم التوقعات على طريقة غير الموجودة في دقة تقدير قدرة الأفراد حيث جاءت الأخطاء المعيارية المصاحبة لهذه الطرق الثلاث أكل بشكل دال إحصائيا. - بصفة عامة تفوقت الطرق التعويضية متمثلة في طريقة تعظيم التوقعات وطريقة القيم التعويضية المتعددة بشكل دال إحصائيا على طريقتي غير الموجودة وغير الصحيحة في دقة تقدير معلم صعوبة المفردة. - صاحبت طريقة معالجة القيم المفقودة على أنها غير موجودة أعلى متوسطات الأخطاء المعيارية للتقدير سواء بالنسبة لقدرات الأفراد أو صعوبات المفردات وذلك بالنسبة لكل طرق تقدير بارامترات النموذج. - جاءت طريقة بييز للتوقع البعدي أكثر دقة في تقدير صعوبات المفردات وقدرات الأفراد من طريقة الأرجحية العظمى المشتركة. 
520 |b The present study aimed to examine the impact of four methods of missing-values treatments: Expectation of Maximization Algorithm Method, Multiple Imputation Method, Not Present (consider that the person did not see the item), and Incorrect Response Method (consider the response as a wrong answer); and 3 methods of parameters estimation: Maximum Likelihood, Bayesian and Joint Maximum Likelihood estimations. To achieve the objective of the present study, researchers used the actual responses of a sample of students (319 students) who took the mathematical aptitude test. The data was missing completely at random. After reviewing the fitness of the Rasch model, unfit persons and items were deleted; 37 items and 242 persons remained for study analysis. BILOG-MG3 was used to analyze the data according to the Rasch model using both Maximum Likelihood and Bayesian estimation methods. WINSTEPS was used to analyze data using the Joint Maximum Likelihood estimation method. The comparisons were conducted between the groups according to the variables of missing values treatments and the parameters estimation methods through using the Two-way Repeated Measures of Variance test. Then, Standard Error of Measurement was used to determine the accuracy of estimating both item parameters and persons’ abilities. The most important findings of the study are as follows: A. Accuracy of estimating persons’ abilities: - The Multiple Imputation and the Not Present methods were significantly more accurate than the Expectation of Maximization Algorithm and the Incorrect Response Method in estimating persons’ abilities. - The Multiple Imputation and the Incorrect Response Methods were significantly more accurate than the Expectation of Maximization Algorithm and Not Present methods in estimating persons’ abilities. - No significant differences between the Multiple Imputation and the Incorrect Response Methods were found in estimating persons' abilities. - The Bayesian estimation methods was significantly more accurate than the Maximum Likelihood and the Joint Maximum Likelihood estimations in estimating persons’ abilities. In addition, the Maximum Likelihood estimations was more accurate than the Joint Maximum Likelihood estimations. B. Accuracy of estimating items difficulties: - The Imputation methods (Multiple Imputation and the Not Present methods) were significantly more accurate than the not present and the Incorrect Response Methods in estimating items difficulties. - The Expectation of Maximization Algorithm was significantly more accurate than the Multiple Imputation, the Incorrect Response and the Not Present methods in estimating items difficulties. - The Expectation of Maximization Algorithm, the Multiple Imputation and the Incorrect Response methods were significantly more accurate than the Not Present method in estimating items difficulties. - The Expectation of Maximization Algorithm and the Multiple Imputation methods were significantly more accurate than the Incorrect Response method in estimating items difficulties. - The Incorrect Response method was significantly more accurate than the Not Present method in estimating items difficulties. - The Bayesian estimation and the Maximum Likelihood methods were significantly more accurate than the Joint Maximum Likelihood estimations in estimating items difficulties. C. Accuracy of estimating persons’ abilities and items difficulties: - The Not present method had the higher averages in estimating both persons’ abilities and items difficulties in all parameters estimation methods used in the study. - The Bayesian estimation method was more accurate than the Joint Maximum Likelihood estimations in estimating both persons’ abilities and items difficulties. 
653 |a علم النفس التربوي  |a صعوبات التعلم  |a الاختبارات النفسية 
700 |a صهوان، إكرام حمزة السيد  |g Sahwan, Ekram Hamza Al-Sayed  |e م. مشارك  |9 529176 
773 |4 علم النفس  |6 Psychology, Applied  |c 017  |e Egyptian Journal of Psychological Studies  |f Al-Mağallah Al-Miṣriyyaẗ Lil Dirāsāt Al-Nafsiyyaẗ  |l 096  |m مج27, ع96  |o 0118  |s المجلة المصرية للدراسات النفسية  |v 027  |x 2090-0244 
856 |u 0118-027-096-017.pdf 
930 |d y  |p y  |q n 
995 |a EduSearch 
999 |c 1011018  |d 1011018