全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 IRT理论相关软件
2330 3
2010-12-02
The reviewers of our MS asked the following questions need to be answered:
Considering the questionnaire has been not previously used in this population and that it is the main outcome measure used in this study, it should be validated. This could be done with some form of item response theory using this data set. i.e. Rasch analysis.  Rasch analysis will test the assumptions (a) the common assignment of numbers to responses represents fundamental measurement and therefore allows for arithmetic operations such as addition and subtraction, and (b) all items in a questionnaire are of the same difficulty.  

a怎么搞啊,证明1-5个等级的同意程度可以当作数来运算
b为什么要求相同的难度系数啊,rasch analysis不是只用来证明所有题目是反映一个trait的就可以了么,题目不同难度没有关系吧.

现在的情况是我做了个pathway的图看,发现8个item的infit都很大,不满足-2---2的chisquare要求 说明测的不是一个trait??
怎么办啊,尤其是a应该怎么说明啊,一般好像都是默认的加起来算score用了,没找到什么资料讲这里面的道理的

大家帮忙啊,我是新手
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-12-6 04:35:26
先介绍一下你的研究啊,不然别人怎么能帮你?

你的问卷到底binary response 还是 likert scale?如果是前者才用rasch analysis,后者就不是。

怀疑你需要检查是否有DIF(就是说同样能力的被试是否回答问题正确的概率是一样的) 而不是 “same difficulty”。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-12-6 04:53:22
b的意思可能是说由于item的难度系数不一样的话,就不能直接加减,好比同样是5分,但是容易的题目的5分和难的题目的5分不可以直接相加或者减。所以你先要控制难度系数一致。

希望这样的理解对你有所帮助!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-12-8 16:58:25
对于Likert量表,采用Rasch或者 IRT肯定比传统的CTT好。Likert量表中的categories,从纯粹的统计学上来讲,肯定是不适宜采用CTT这种方法来直接分析,它们是属于可以排序的分类变量。所以你可以采用Rasch模型或者IRT模型来分是最好的。我猜测reviewer给你的建议是你选择某些模型来看看,哪些模型最能拟合你的数据,例如:Rating Scale Mode, Partial Credit Model, Generalized Partial Credit Model, Graded Response Model等等。如果模型拟合数据比较好,且不存在DIF或者DTF的情况下,可以直接用模型估计出来的被试的能力参数作为进一步分析的挤出。

现在研究paper的一个趋势,就是用IRT或者Rasch去validate问卷的测量部分,然后再用基于这些模型估计出来的个体能力或者特质的值去做进一步的分析,比如建SEM, Multilevel model等等
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群