بررسی آماره های برازش فرد نوجوانان شرکت کننده در آزمون سراسری با استفاده از بسته ی PerFit در R
محل انتشار: مجله علمی پژوهان، دوره: 21، شماره: 3
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 58
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PSJ-21-3_005
تاریخ نمایه سازی: 11 آبان 1402
چکیده مقاله:
اعتبار نمرات به دست آمده از یک آزمون صحت و تناسب استنباط های انجام شده درباره ی آزمون شونده را بر اساس نمره ی آزمون وی تعیین می کند. تجزیه وتحلیل برازش فرد آماره های متعددی را ارائه می کند که بستری را برای ارزیابی تطابق نمره ی آزمون با یک مدل اندازه گیری معین یا با گروهی از آزمون شوندگان به عنوان شاخص اعتبار نمره ی آزمون فراهم می کند. بسته ی PerFit در نرم افزار R برای دسترسی آسان به اکثر آمارههای برازش فرد تدوین شده است. در این مقاله مروری نظری از آماره های برازش فرد ارائه شده است. با یک مثال عملا نشان داده خواهد شد که چگونه می توان از عملگرهای اصلی PerFit استفاده کرد. هر دو ابزار عددی و گرافیکی با استفاده از نمرات درس زیست شناسی داوطلبان آزمون سراسری سال ۱۴۰۱ توصیف و نشان داده شده اند. هدف این است که بسته ی PerFit به عنوان ابزاری قدرتمند برای سنجش برازش فرد معرفی شود و نشان دهیم چگونه آماره های برازش فرد را می توان به راحتی برای آزمون های پیشرفت تحصیلی به کار برد.
کلیدواژه ها:
person fit ، response pattern ، teenagers ، Iranian University entrance exam ، برازش فرد ، الگوی پاسخ ، نوجوانان ، آزمون سراسری
نویسندگان
الهام پاک راد
Faculty of Psychology and Educational Sciences, University of Tehran, Tehran, Iran
کیوان صالحی
Faculty of Psychology and Educational Sciences, University of Tehran, Tehran, Iran
راب میجر
Faculty of Behavioral and Social Sciences, University of Groningen, Groningen, Netherlands
بلال ایزانلو
Faculty of Psychology and Education, Kharazmi University, Tehran, Iran
علی مقدم زاده
Faculty of Psychology and Educational Sciences, University of Tehran, Tehran, Iran
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 :