آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 20، شماره 103 - ( پاییز 1400(مهر)، 1400 )
جلد 20 شماره 103 صفحات 1146-1131 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Soltani N, Vahedi S, Bayrami M, Zarghami M H. (2021). Investigating the psychometric properties of english vocabulary size test using network data analysis. Journal of Psychological Science. 20(103), 1131-1146. doi:10.52547/JPS.20.103.1131
URL: http://psychologicalscience.ir/article-1-1131-fa.html
URL: http://psychologicalscience.ir/article-1-1131-fa.html
سلطانی نادیا، واحدی شهرام، بیرامی منصور، ضرغامی محمد حسین. بررسی ویژگی‌های روانسنجی آزمون خزانۀ لغات انگلیسی با استفاده از تحلیل داده‌های شبکه‌ای مجله علوم روانشناختی 1400; 20 (103) :1146-1131 10.52547/JPS.20.103.1131
استاد، گروه علوم تربیتی، دانشگاه تبریز، تبریز، ایران ، vahedi117@yahoo.com
چکیده: (1637 مشاهده)
زمینه: علم شبکه به عنوان یک حوزۀ نوین در اندازه‌گیری روانشناختی بستر مناسبی را برای انجام تحلیل‌های آزمون‌سازی فراهم می‌آورد، اما در ایران پژوهش در خصوص تحلیل سوالات آزمون با استفاده از تحلیل داده‌های شبکه‌ای مغفول مانده است.
هدف: این پژوهش با هدف معرفی تحلیل داده‌های شبکه‌ای به عنوان یک تکنیک روانسنجی-ریاضیاتی و استفاده از آن در فرآیند تحلیل سؤالات پرسشنامه انجام شد.
روش: این پژوهش از نوع توصیفی-تحلیلی است، جامعۀ آماری کلیۀ زبان آموزان ده موسسۀ برتر آموزش زبان شهر تهران در سال 1398 بود که از بین آن‌ها 1556 زبان آموز به روش نمونه‌گیری در دسترس انتخاب شدند و به آزمون خزانه لغات انگلیسی (نیشن و وارینگ، 1997) پاسخ دادند. تجزیه و تحلیل داده‌ها توسط بستۀ نرم‌افزاری qgraph تحت نرم افزار R انجام شد.
یافته ها: گراف حاصل از شبکۀ ارتباطی سؤالات مبتنی بر الگوریتم فراچترمن-رینگولد ترسیم گردید، رابطۀ والد-فرزندی سؤالات براساس شبکۀ بیز مشخص شد و ویژگی‌های توصیفی آزمون و شاخص‌های مرکزیت شبکه استخراج گردید.
نتیجه‌گیری: معرفی تکنیک تحلیل داده‌های شبکه‌ای و استفاده از آن به منظور فرآیند تحلیل سوالات، یکی از دستاوردهای این پژوهش است. با استفاده از مزایای علم شبکه مانند قابلیت ساده‌سازی، مدیریت، ذخیره و مجموعه‌سازی داده‌های با حجم بالا و تحلیل سوالات آزمون براساس نقشه و شاخص‌های کاملا منطبق بر آن، می‌توان به ارتباط درونی سوالات مختلف آزمون پی برد و با در نظر گرفتن اهمیت سوالات در ساختار شبکۀ ارتباط خالص بین سوالات، می‌توان به ارتقاء روش های آزمون‌سازی پرداخت. انجام مطالعات مشابه و پژوهش‌هایی به منظور مقایسۀ نتایج حاصل از تحلیل داده‌های شبکه‌ای با ویژگی‌های روانسنجی که بر اساس شیوه‌های مرسوم و کلاسیک بدست می‌آیند پیشنهاد می‌گردد.
هدف: این پژوهش با هدف معرفی تحلیل داده‌های شبکه‌ای به عنوان یک تکنیک روانسنجی-ریاضیاتی و استفاده از آن در فرآیند تحلیل سؤالات پرسشنامه انجام شد.
روش: این پژوهش از نوع توصیفی-تحلیلی است، جامعۀ آماری کلیۀ زبان آموزان ده موسسۀ برتر آموزش زبان شهر تهران در سال 1398 بود که از بین آن‌ها 1556 زبان آموز به روش نمونه‌گیری در دسترس انتخاب شدند و به آزمون خزانه لغات انگلیسی (نیشن و وارینگ، 1997) پاسخ دادند. تجزیه و تحلیل داده‌ها توسط بستۀ نرم‌افزاری qgraph تحت نرم افزار R انجام شد.
یافته ها: گراف حاصل از شبکۀ ارتباطی سؤالات مبتنی بر الگوریتم فراچترمن-رینگولد ترسیم گردید، رابطۀ والد-فرزندی سؤالات براساس شبکۀ بیز مشخص شد و ویژگی‌های توصیفی آزمون و شاخص‌های مرکزیت شبکه استخراج گردید.
نتیجه‌گیری: معرفی تکنیک تحلیل داده‌های شبکه‌ای و استفاده از آن به منظور فرآیند تحلیل سوالات، یکی از دستاوردهای این پژوهش است. با استفاده از مزایای علم شبکه مانند قابلیت ساده‌سازی، مدیریت، ذخیره و مجموعه‌سازی داده‌های با حجم بالا و تحلیل سوالات آزمون براساس نقشه و شاخص‌های کاملا منطبق بر آن، می‌توان به ارتباط درونی سوالات مختلف آزمون پی برد و با در نظر گرفتن اهمیت سوالات در ساختار شبکۀ ارتباط خالص بین سوالات، می‌توان به ارتقاء روش های آزمون‌سازی پرداخت. انجام مطالعات مشابه و پژوهش‌هایی به منظور مقایسۀ نتایج حاصل از تحلیل داده‌های شبکه‌ای با ویژگی‌های روانسنجی که بر اساس شیوه‌های مرسوم و کلاسیک بدست می‌آیند پیشنهاد می‌گردد.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط مجوز کرییتیو کامنز (CC BY-NC-ND) قابل بازنشر است. |
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)