Estadísticas z de ajuste de persona asintóticamente correctas para el modelo Rasch de testlets

Área de la Ciencia:

• Psicometría
• Medición Educativa
• Teoría de Respuesta al Ítem

Sus antecedentes:

• Las estadísticas de ajuste de persona establecidas como lz y lz* se limitan a modelos TRI unidimensionales o multidimensionales conjuntos.
• Los métodos existentes a menudo requieren la estimación simultánea de todos los rasgos latentes, lo que plantea desafíos computacionales.

Objetivo del estudio:

• Proponer nuevas estadísticas de ajuste de persona, lzt y lzt*, específicamente para el modelo Rasch de testlets.
• Extender la aplicabilidad de la evaluación del ajuste de persona a una gama más amplia de modelos TRI, incluidos aquellos con estructuras de testlets.

Principales métodos:

• Desarrollo de las estadísticas lzt y lzt* basado en un estimador de habilidad de máxima verosimilitud marginal.
• Extensión del algoritmo de Lord-Wingersky para el cálculo de la estadística lzt*.
• Estudios de simulación para evaluar las tasas de error de Tipo I y la potencia para detectar respuestas aberrantes.

Principales resultados:

• La estadística lzt* propuesta demuestra tasas de error de Tipo I cercanas a las nominales y una potencia satisfactoria en simulaciones.
• Las estadísticas lzt y lzt* se generalizan a lz y lz* para modelos unidimensionales, validando su aplicabilidad más amplia.
• Una aplicación de datos reales ilustra la utilidad de las nuevas estadísticas para pruebas de estructura mixta.

Conclusiones:

• Las estadísticas lzt y lzt* proporcionan una herramienta valiosa para evaluar el ajuste de persona dentro del modelo Rasch de testlets.
• Estas estadísticas mejoran la evaluación del comportamiento de respuesta en un espectro más amplio de modelos TRI.
• Los métodos propuestos son efectivos para identificar respuestas aberrantes en estructuras de prueba complejas.