Aspectos inferenciais no Modelo de Crédito Parcial Generalizado da Teoria da Resposta ao Item

  • Eduardo Vargas Ferreira UNICAMP
  • Caio Lucidius Naberezny Azevedo UNICAMP
Palavras-chave: Teoria da Resposta ao Item, Identificabilidade, Inferência frequentista

Resumo

O Modelo de Crédito Parcial Generalizado (MCPG) pertence à família dos modelos para as respostas politômicas graduais da Teoria de Resposta ao Item (TRI). É apropriado na modelagem de itens (questões) cujas respostas pertencem a alguma escala gradual. Embora ele seja de grande importância, não tem recebido a devida atenção, em particular, na literatura em Português. Mesmo na internacional, alguns pontos não têm sido estudados em detalhes. Com isto em mente, o presente projeto apresentou os principais aspectos inferenciais (sob o enfoque frequentista) do MCPG. Especificamente, avaliou-se graficamente como mudanças nos valores dos parâmetros influenciam o comportamento da curva característica do item (CCI). Estudou-se as condições necessárias para assegurar a identificabilidade do modelo. Tais discussões serviram como base para a consecução do principal objetivo: desenvolver e implementar computacionalmente os métodos de estimação frequentista do MCPG. Através de estudos de simulação, avaliou-se a acurácia das estimativas considerando diversas situações de interesse prático. Os resultados indicaram que todos os métodos produzem resultados satisfatórios. Além disso, verificou-se os fatores de maior impacto na precisão das estimativas dos traços latentes (número de itens e categorias), dos parâmetros de discriminação (número de indivíduos e categorias) e parâmetros de dificuldade (número de itens, categorias e indivíduos).

Referências

ACACIA, A. et al. O teste de cloze na avaliação da compreensão em leitura. Psicologia: Reflexão e Crítica, 15(3), pp. 549-560, 2002.

ANDRADE, D. F.; TAVARES, H. R.; VALLE, R.C. Teoria de Resposta ao Item: conceitos e aplicações. Associação Brasileira de Estatística - ABE, 14o Sinape, 2000.

AZEVEDO, C. L. N. Métodos de estimação na teoria da resposta ao item: Máxima verossimilhança versus métodos bayesianos. Trabalho apresentado ao 15 SINAPE: Aguas de Lindoia, SP, 2002.

BOCK, R. D. & AITKIN, M. Marginal maximum likelihoodestimation of item parameters: An application of an em algorithm. Psychometrika, 46(4):433 - 459, 1981

CORDEIRO, G. M. Introdução a Teoria de Verossimilhanca. 2o SINAPE, ABE, 1992.

DAVERY, T., NERING, M. L., & THOMPSON, T. Realistic simulation of item response data.

ACT Research Report Series (www.act.org), 1997.

DEMARS, C. E. Sample size and the recovery of nominal response model item parameters.

Applied Psychological Measurement, 27(4):275-288, 2003.

DEMPSTER, A. P., LAIRD, N. M., & RUBIN, D. B. Maximum likelihood from incomplete data via the em algorithm. Journal of the Royal Statistical Society, 39, (Series B), 1-38, 1977.

KENDALL, M. G. & STUART, A. The Advanced Theory of Statistics. New York, NY: Hafner Publishing Company, vol.2, 1973.

MATOS, G. S. Modelos multidimensionais da TRI com distribuições assimétricas para os traços latentes. Tese de doutorado. USP, 2008.

MISLEVY, R. J. & BOCK, R. D. Biweight estimates of latent ability. Educational and Psychological Measurement, 42, 725-737, 1982.

MURAKI, E. A generalized partial credit model: Application of an em algorithm. Applied psychological measurement, 16(2): 159-176, 1992.

MURAKI, E. A Generalized Partial Credit Model. Wim J. van der Linden and Ronald K. Hambleton eds, Springer-Verlag, New York, NY, rst edition, 1997.

RIVERS, D. Identification of multidimensional spatial voting models. Typescript, Department of political science, Stanford University, 2003.

STROUD, A. H. & SECREST, D. Gaussian quadrature formulas. Englewood Cli s Nj: Prentice Hall, 1966.

Publicado
07-01-2015