| المستخلص: |
لقد هدفت هذه الدراسة إلى بيان أثر طريقة معالجة القيم المفقودة، وطريقة تقدير قدرات الأفراد على دقة تقدير معالم الفقرات والأفراد. لتحقيق ذلك، تم استخدام بيانات مولدة، باستخدام برنامج (WINGEN) لتوليد استجابات (1500) مفحوص على اختبار مكون من (80) فقرة ثنائية الاستجابة، ومطابقة للنموذج اللوجستي ثلاثي المعلمة، حيث تراوحت قيم معلمة التمييز لفقرات الاختبار بين (0.1) و(2.0) والصعوبة بين (2.50-) و(2.50)، في حين تراوحت قيم معلمة التخمين بين (0.10) و(0.30)، بافتراض أن قدرات المفحوصين تتوزع توزيعا طبيعيا. وباستخدام برنامجي (SPSS) و (EXCEL)، تم الحصول على بيانات تتضمن استجابات مفقودة بنسبة (5%)، وتمت معالجة هذه الإستجابات بطرق المعالجة الثلاث للقيم المفقودة وهي؛ تعظيم التوقعات (EM)، القيم التعويضية المتعددة (MI)، ودالة الإستجابة .(RF) وبعد التأكد من أحادية البعد للبيانات باستخدام التحليل العاملي، تمت مطابقة الفقرات والأفراد للنموذج المستخدم، وقد تم استبعاد عدد من الفقرات والأفراد، لينتج لدينا(48) فقرة، و(1478) فردا، تم تقدير معالم الفقرات والأفراد والأخطاء المعيارية لكل منها بطريقتي الأرجحية العظمى (ML) ، وبييز للتوقع البعدي (EAP)،وذلك باستخدام برنامج التحليل .(BILOG-MG). وللكشف عن دقة تقدير معالم الفقرات والأفراد، باختلاف طرق المعالجة للقيم المفقودة، وطرق التقدير لقدرات الأفراد، والتفاعل بينهما، تم استخدام تحليل التباين الثنائي للقياسات المتكررة وذلك لحساب المتوسطات الحسابية للأخطاء المعيارية لتلك المعالم، حيث أظهرت النتائج وجود اختلاف في دقة تقدير معلمة التمييز يعزى لاختلاف طريقة التقدير، ولصالح طريقة الأرجحية العظمى (ML)، ووجود اختلاف في دقة تقدير معلمة الصعوبة يعزى لاختلاف طريقة التقدير، ولصالح طريقة بييز للتوقع البعدي. (EAP). كما أظهرت النتائج وجود اختلاف في دقة تقدير معلمة التمييز يعزى لاختلاف طريقة المعالجة للقيم المفقودة، ولصالح طريقة القيم المتعددة. (MI) ووجود اختلاف في دقة تقدير معلمة التمييز يعزى للتفاعل بين متغيري طريقة التقدير وطريقة المعالجة، بينما أظهرت النتائج عدم وجود اختلاف في دقة تقدير معلمة الصعوبة يعزى لاختلاف طريقة المعالجة، أو للتفاعل بين متغيري طريقة المعالجة وطريقة التقدير. وأظهرت النتائج كذلك عدم وجود اختلاف في دقة تقدير معلمة التخمين يعزى لاختلاف طريقة المعالجة، أو طريقة التقدير، أو للتفاعل بينهما. مثلما أظهرت النتائج وجود اختلاف في دقة تقدير قدرات الأفراد يعزى لطريقة معالجة القيم المفقودة، ولصالح طريقة تعظيم التوقعات (EM)، ووجود اختلاف في دقة تقدير قدرات الأفراد يعزى لطريقة التقدير المستخدمة، ولصالح طريقة بييز للتوقع البعدي (EAP)، وكذلك وجود اختلاف في دقة تقدير قدرات الأفراد يعزى للتفاعل بين متغيري طريقة المعالجة للقيم المفقودة، وطريقة التقدير، ولكن لصالح طريقة دالة الاستجابة في المعالجة (RF)، في حال استخدام طريقة بييز للتوقع البعدي في التقدير(EAP). وقد أوصت الدراسة باستخدام طريقتي (القيم المتعددة، وتعظيم التوقعات)، في معالجة القيم المفقودة، مثلما أوصت باستخدام طريقة الأرجحية العظمى، لتقدير معالم الفقرات في الاختبارات، واستخدام طريقة بييز للتوقع البعدي لتقدير قدرات الأفراد والمفحوصين، كما أوصت الدراسة بإمكانية القيام بدراسات في المستقبل، لمعالجة القيم المفقودة، بافتراض نسب مختلفة من الفقد، وكذلك باستخدام توزيعات ملتوية لقدرات الأفراد، ومقارنتها مع القدرات الموزعة توزيعا طبيعيا. إضافة إلى بعض التوصيات الأخرى.
The process of estimating items parameters and abilities of respondents are considered very important step in applying item response theory. This estimation differs according to the number of items or differences in the distribution of respondents’ abilities, which may be affected by the size and the nature of missing values. The purpose of this study is to investigate the effect of ability estimation method and handling method with missing values, on the accuracy of items and persons’ parameters. To achieve this aim data were generated using(WINGEN) software, (1500) respondent on a test consisted of (80) dichotomous items fitting the three parameters logistic model were generated with the following ranges of discrimination (0.01 - 2.0), difficulty (-2.5 - 2.50), and guessing (0.10 - 0.30) assuming that abilities are distributed normally. Using (SPSS) and (Excel) that data with (5%) missing responses were generated. The data was processed through the three handling methods of missing values; Expectation Maximizing (EM), Multiple Imputation (MI), and Response Function (RF). The data was tested for unidimensionality using factor analysis, the items and individuals were fitted the used model, and standard errors were estimated through Maximum Likelihood (ML), and Expected A Posteriori (EAP) methods. To explore the accuracy of items and individuals according to different methods of estimation and imputation, ANOVA for the repeated measures on two factors were used. The findings showed that there are significant differences in the estimation accuracy of discrimination parameter attributed to estimation method is favor of (ML) and in the difficulty is favor of (EAP) method. Moreover, findings showed that there were no statistically significant differences in the estimation accuracy of item difficulty and guessing parameter attributed to the handling method or the interaction between the dealing method and the estimation method. The study recommended the need of using multiple Imputation (MI) and Expectation maximization (EM) in handling missing values, conducting studies on missing values with sleekness distributions and with different rates of missing values were recommended.
|
