Publication:
Bilgisayarda bireyselleştirilmiş sınıflama testinde çok kategorili sınıflama için sınıflama koşullarının incelenmesi

dc.contributor.authorAlkan, Demet
dc.contributor.authorDoğan, Nuri
dc.date.accessioned2024-08-29T10:07:59Z
dc.date.available2024-08-29T10:07:59Z
dc.date.issued2023-09-09
dc.description.abstractBu çalışmada R programlama dili ile çok kategorili sınıflama için Bilgisayarda Bireyselleştirilmiş Sınıflama Testi (BBST) kullanıldığında test etkililiğinin ve ölçme kesinliğinin sınıflama kriterleri, madde seçme yöntemleri, yetenek kestirim yöntemleri ve iki, üç, dört kategorili sınıflama kategori sayısı ile nasıl değiştiği araştırılmıştır. Simülasyonla iki kategorili, tek boyutlu 500 madde ve 1000 kişilik veri ile. 36 koşul belirlenmiştir. Tüm koşullar için 25 tekrarın ortalaması alınmıştır. Araştırma sonunda sınıflama kategori sayısı arttıkça Ortalama Test Uzunluğunun (OTU) arttığı, Ortalama Sınıflama Doğruluğu (OSD) azaldığı görülmüştür. Ortalama Hatanın Karekökü (RMSE), Ortalama Mutlak Hata (OMH), Yanlılık ve Gerçek Yetenekler ile Kestirilen Yetenekler Arasındaki Korelasyon (r) değerlerinin azaldığı anlaşılmıştır. OTU için Güven Aralığı (GA) sınıflama kriteri OSD, yanlılık, korelasyon, OMH için Ardışık Olasılık Oran Testi (AOOT) sınıflama kriterinin performansının daha etkili olduğu görülmüştür. Genelleştirilmiş Olabilirlik Oran (GOO) sınıflama kriterinin OTU bakımından GA kriterine benzer sonuçlar, mutlak hata yönünden ise AOOT sınıflama kriteri ile benzer sonuçlar oluşturduğu görülmüştür. Yetenek kestirim yöntemleri OSD ve OTU açısından benzer performans göstermiştir. Kesme Noktası (KN) temelli madde seçme yöntemleri Kestirilen Yetenek (KY) temelli madde seçme yöntemlerine göre test etkililiği ve ölçme kesinliği açısından daha etkili performans gösterdiği belirlenmiştir.
dc.description.abstractThis study used the Computerized Adaptıve Classification Test (CACT) for multi-category classification with R programming language to investigate how test effectiveness and measurement accuracy changed in terms of classification criteria, item selection methods, ability estimation methods, and two, three, and four-category classifications. With the simulation, two-category, one-dimensional 500 items and 1000-person data were created, 36 conditions were determined, and 25 repetitions were averaged for all conditions. Results showed that as the number of classification categories increased, the Average Test Length (ATL) increased and the Average Classification Accuracy (ACA) decreased. The Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Bias, and Correlation (r) values between real and estimated thetas (r) values were found to decrease. The performance of the Confidence Interval (CI) classification criterion for ATL, ACA, bias, correlation, and the Sequential Probability Ratio Test (SPRT) classification criterion for MAE were found to be more effective. Generalized Likelihood Ratio (GLR) classification criterion produced similarresults to the CI criterion in terms of ATL, and to the SPRT classification criterion in terms of absolute error. Ability estimation methods were similar in terms of ACA and ATL. Cutscore based (CB) item selection methods were more effective in terms of test effectiveness and measurement accuracy than Estimated Ability -Based (EB) item selection methods.
dc.identifier.doihttps://doi.org/10.19171/uefad.1357800
dc.identifier.endpage85
dc.identifier.issn2667-6788
dc.identifier.issue1
dc.identifier.startpage63
dc.identifier.urihttps://dergipark.org.tr/tr/pub/uefad/issue/84403/1357800
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/3396851
dc.identifier.urihttps://hdl.handle.net/11452/44260
dc.identifier.volume37
dc.language.isotr
dc.publisherBursa Uludağ Üniversitesi
dc.relation.journalUludağ Üniversitesi Eğitim Fakültesi Dergisi
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectBilgisayarda bireyselleştirilmiş sınıflama testi
dc.subjectMadde seçme yöntemi
dc.subjectÖlçme kesinliği
dc.subjectSınıflama kategori sayısı
dc.subjectSınıflama kriteri
dc.subjectTest etkililiği
dc.subjectComputerized adaptıve classification test
dc.subjectClassification criteria
dc.subjectMeasurement accuracy
dc.subjectNumber of classification categories
dc.subjectItem selection method
dc.subjectTest efficiency
dc.titleBilgisayarda bireyselleştirilmiş sınıflama testinde çok kategorili sınıflama için sınıflama koşullarının incelenmesi
dc.title.alternativeInvestigation of classification conditions for multicategorical classification in computerized adaptive classification testen
dc.typeArticle
dspace.entity.typePublication

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
37_1_3.pdf
Size:
1.12 MB
Format:
Adobe Portable Document Format