اثرات بی‌پاسخی پرسش بر شاخص‌های روان‌سنجی: شواهدی بر نامناسب بودن راهکار حذف

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 205

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JRESE-8-23_001

تاریخ نمایه سازی: 6 بهمن 1399

چکیده مقاله:

بی‌پاسخی پرسش چالشی جدی پیش روی اندازه‌گیری‌ها در مطالعات بزرگ‌مقیاس است، مطالعاتی که نقشی اساسی در تصمیم‌گیری‌ها و سیاست‌گذاری مربوط به آموزش و فرهنگ ایفا می‌کنند. به دلیل ایجاد سوگیری و خطا در برآورد پارامترهای توزیع نمره‌ها و شاخص‌های روان‌سنجی، چالش بی‌پاسخی هم بر فرایند ساخت وسیله اندازه‌گیری و هم بر استفاده از آن اثر می‌گذارد. از این رو، هدف این مقاله تأثیر نرخ‌های مختلف بی‌پاسخی پرسش را بر تعدادی از این شاخص‌ها و پارامترها تحت سازوکارهای کاملاً تصادفی و غیرتصادفی با استفاده از یک مجموعه داده واقعی شبیه‌سازی می‌کند. یافته‌ها نشان می‌دهند که بی‌پاسخی کاملاً تصادفی کمتر از 5 درصد قابل چشم‌پوشی است مشروط بر آنکه افراد بی‌پاسخ متفاوت از افراد دارای پاسخ نباشند. در مقابل، اگر بی‌پاسخی با هر نرخی غیرتصادفی باشد، شاخص‌های روان‌سنجی (آلفای کرونباخ، ضریب پایایی دو نیمه کردن، ضریب روایی) و پارامترهای توزیع نمره‌ها (میانگین، انحراف‌معیار و چارک‌های نمره‌ها) می‌توانند دارای سوگیری و نادقیق باشند. همچنین، بی‌پاسخی غیرتصادفی می‌تواند به فاصله‌های اطمینان عریض و نتایج گمراه‌کننده‌ای منجر ‌شود. از این رو، شواهد حاصل از این مطالعه شبیه‌سازی از حذف افراد بی‌پاسخ برای رفع مشکل بی‌پاسخی حمایت نمی‌کند.      

نویسندگان

علیرضا خوشگویان فرد

دانشجوی دکتری سنجش و اندازهگیری، دانشگاه علامه طباطبایی

محمدرضا فلسفی نژاد

دانشیار گروه سنجش و اندازهگیری، دانشگاه علامه طباطبایی

نورعلی فرخی

دانشیار گروه سنجش و اندازهگیری، دانشگاه علامه طباطبایی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Azar, B. (2002). Finding a solution for missing data. Monitor ...
  • Bhaskaran, K.; & Smeeth, L. (2014). What is the difference ...
  • Bodner, T. E. (2006). Missing data: Prevalence and reporting practices. ...
  • Cao, W.; Tsiatis, A. A.; & Davidian, M. (2009). Improving ...
  • Dillman, D. A.; Eltinge, J. L.; Groves, R. M.; & ...
  • Enders, C. K. (2003). Using the expectation maximization algorithm to ...
  • Fowler Jr, F. J. (2013). Survey research methods. Sage publications. ...
  • Graham, J. W.; & Coffman, D. L. (2012). Structural equation ...
  • Groves, R. M.; & Couper, M. P. (2012). Nonresponse in ...
  • Groves, R. M.; Fowler Jr, F. J.; Couper, M. P.; ...
  • Hox, J.; De Leeuw, E. D.; Couper, M. P.; Groves, ...
  • Knol, M. J.; Janssen, K. J.; Donders, A. R. T.; ...
  • Kromrey, J. D.; & Hines, C. V. (1994). Nonrandomly missing ...
  • Little, R. J.; & Rubin, D. B. (2014). Statistical analysis ...
  • Mcdonald, R. A.; Thurston, P. W.; & Nelson, M. R. ...
  • Peugh, J. L.; & Enders, C. K. (2004). Missing data ...
  • Raghunathan, T. E. (2004). What do we do with missing ...
  • Roth, P. L. (1994). Missing data: A conceptual review for ...
  • Seaman, S.; Galati, J.; Jackson, D.; & Carlin, J. (2013). ...
  • Tang, G.; Little, R. J.; & Raghunathan, T. E. (2003). ...
  • Tourangeau, R.; Rips, L. J.; & Rasinski, K. (2000). The ...
  • Van der Heijden, G. J.; Donders, A. R. T.; Stijnen, ...
  • نمایش کامل مراجع