BİREYSELLEŞTİRİLMİŞ BİLGİSAYARLI SINIFLAMA TESTİ KRİTERLERİNİN SINIFLAMA DOĞRULUĞU VE TEST UZUNLUĞU AÇISINDAN KARŞILAŞTIRILMASI
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Eğitim Bilimleri Enstitüsü, Eğitim Bilimleri A.B.D., Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: CEYLAN GÜNDEĞER
Asıl Danışman (Eş Danışmanlı Tezler İçin): NURİ DOĞAN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bireyselleştirilmiş Bilgisayarlı Sınıflama Testleri (BBST) bireyi, önceden belirlenen bir ya da birden fazla sayıda kesme noktasına göre en az sayıda maddeyle en yüksek sınıflama doğruluğunda sınıflamayı amaçlar. Bu sınıflamaların etkililiği, madde havuzlarına, sınıflama kriterlerine, madde seçme ve yetenek kestirim yöntemlerine göre değişkenlik göstermektedir. Buna göre BBST'de farklı desenlerin oluşturulması ve bu desenlerin Monte Carlo (MC) ve Post Hoc (PH) simülasyonlar altında incelenmesi gerçek uygulamalar için önem arz etmektedir. Bu çalışmada BBST'de farklı sınıflama kriterleri, yetenek kestirim ve madde seçme yöntemleri hem MC hem de PH simülasyonları altında, sınıflama doğruluğu, test uzunluğu ve ölçme kesinliği bakımından karşılaştırılmıştır. Araştırmada sınıflama kriterlerinden Ardışık Olasılık Oran Testi (AOOT), Genelleştirilmiş Olabilirlik Oranı (GOO) ve Güven Aralığı (GA) yöntemleri; yetenek kestirim yöntemlerinden Beklenen Sonsal Dağılım (BSD) ve Ağırlıklandırılmış Olabilirlik Kestirimi (AOK) yöntemleri; madde seçme yöntemlerinden ise kesme noktasında (KN) ve kestirilen yetenek (KY) temelinde Maksimum Fisher Bilgisi (MFB) ve Kullback-Leibler Bilgisi (KLB) yöntemleri incelenmiştir. Bu amaçla MC simülasyonu için 3 PLM temel alınarak kesme noktası 1,0 ve etrafında yüksek bilgi verecek şekilde 500 maddelik bir havuz oluşturulmuş; PH simülasyonu için ise 80 maddelik gerçek veri setinden yararlanılmıştır. MC simülasyonunda birey yetenekleri normal dağılım yardımıyla (N(0,1)) toplam 3000 kişi üzerinden türetilmiştir. PH simülasyonunda ise veri setindeki 994 bireyin yetenek düzeyleri 3 PLM temelinde BSD ile kestirilmiştir. MC simülasyonunda bireylerin madde cevap örüntüleri R yazılımda rasgele türetilmiş; PH simülasyonda ise herhangi bir manüpülasyon olmaksızın gerçek madde cevap örüntüsü kullanılmıştır. Çalışmada PH ve MC simülasyonları için toplam 96 koşul incelenmiştir. BBST simülasyonu sonunda, ortalama test uzunluğu (OTU), ortalama sınıflama doğruluğu (OSD), bireylerin gerçek yetenek düzeyleriyle vii kestirilen yetenek düzeyleri arasındaki korelasyon (r), yanlılık, RMSE ve ortalama mutlak hata (OMH) değerlerinin 25 tekrara ait ortalamaları hesaplanmıştır. Araştırma sonuçlarına göre hem MC hem de PH simülasyon çalışmasında test etkililiği bakımından GOO ve GA yöntemlerinin AOOT'ye kıyasla daha iyi performans gösterdiği; AOOT'nin yanlılık, RMSE ve OMH bakımından diğer iki yönteme kıyasla daha başarılı çalıştığı; sınıflama kriterlerinin farksızlık bölgesi genişledikçe veya hata düzeyi değeri küçüldükçe OTU'nun azaldığı ve test etkililiğinin arttığı görülmüştür. Bununla birlikte sınıflama kriterlerinin tümünün her koşulda oldukça yüksek düzeyde sınıflama doğruluğuna sahip oldukları; gerçek ve kestirilen yetenekler arasındaki korelasyonlar bakımından BSD ve AOK yetenek kestirim yöntemlerinin her ikisinin de başarılı kestirimlerde bulundukları ancak yanlılık, RMSE ve OMH bakımından BSD'nin AOK'tan göreli olarak daha iyi performans sergilediği belirlenmiştir. İncelenen madde seçme yöntemlerinin ise tümünün birbirine benzer çalıştığı; ancak MFB-KY'nin tüm bağımlı değişkenler açısından tüm koşullarda daha iyi performans gösterdiği görülmüştür.