المستخلص باللغة العربية:
هدفت الدراسة الحالية إلى الكشف عن الفروق في دقة تقدير مَعْلَمَة القدرة تبعا لطريقة تقدير الدرجات (طريقة دلتا بالإطار الكامن لتقدير الدرجات Delta Scoring Method- Latent Framework -DSM-L المعلمية، وطريقة تهذيب النواة كيرنل Kernel Smoothing-KS اللامعلمية)، وحجم العينة (100- 250- 500- 1000)، وتوزيع البيانات (اعتدالي- التواء موجب بسيط- التواء موجب شديد- التواء سالب بسيط- التواء سالب شديد)، والتفاعل بينها؛ من خلال استخدام بيانات مُولّدة (بأسلوب المحاكاة)، وفق طريقة مونت كارلو (MCM) باستخدام (50) فقرة ثنائية التدريج (0،1). وقد تم الحكم على دقة التقدير باستخدام مؤشر الخطأ المعياري للتقدير(SEE). وتوصلت نتائج الدراسة إلى ما يلي: وجود فروق دالة إحصائياً (P <.05) في دقـة تقـدير معلمة القدرة المقدرة تبعا لحجم العينة وتوزيع البيانات، وعدم وجود فروق دالة إحصائياً (P >.05) في دقـة تقـدير معلمة القدرة تبعاً لطريقة تقدير الدرجات (دلتا DSM-L المعلمية وكيرنل KS اللامعلمية)، ووجود فروق دالة احصائياً (P <.05) في التفاعل بين كل من طريقة التقدير وحجم العينة وتوزيع البيانات في دقـة تقـدير معلمة القدرة المقدرة. وتوضح النتائج أنه لا توجد فروق دالة احصائياً (P >.05) في دقة التقدير تبعا للطريقة في التوزيع الاعتدالي، ولكن ظهرت فروق دالة احصائياً (P <.05) في التوزيعات الملتوية وكان لحجم العينة تاثير في معظم التوزيعات. وبناء على النتائج، توصي الدراسة باختيار الطريقة المناسبة حسب حجم العينة وتوزيع البيانات عند تقدير القدرة للوصول إلى أدق التقديرات. فمع العينات الصغيرة والبيانات الملتوية، وخاصة الموجبة والسالبة الشديدة، يفضل استخدام طريقة كيرنل (KS)، ومع العينات الكبيرة والبيانات الاعتدالية، يوصى باستخدام طريقة دلتا (DSM-L)، نظرَا لدقة تقديراتها، وعدم حاجتها للتحقق من العديد من الافتراضات مثل نماذج نظرية الاستجابة للفقرة.
الكلمات المفتاحية: دقة تقدير مَعْلَمَة القدرة، طريقة دلتا المعلمية، طريقة كيرنل اللامعلمية، مؤشر الخطأ المعياري للتقدير (SEE).
Differences Between the Parametric Delta Scoring Estimation Method and the Non-Parametric Kernel Method in the Accuracy of Ability Parameter Estimation
Ms.Hind Abdullah ALjaser
Doctoral Researcher of Measurement and Evaluation, Department of Psychology, College of Education, King Saud University, Saudi Arabia.
H-M-R44@hotmail.com
Dr. Eqbal Z. Darandari
Associate Professor of Measurement, Evaluation and Statistics, Department of Psychology, College of Education, King Saud University, Saudi Arabia.
eqbal@ksu.edu.sa
Abstract:
The current study aimed to detect differences in the accuracy of estimating the ability parameter according to the method of score estimation (parametric Delta Scoring method- Latent Framework -DSM-L, and nonparametric Kernel Smoothing-KS method), the sample size (100- 250- 500- 1000), and the data distribution (normal - slightly positive skewness - strong positive skewness - slightly negative skewness - strong negative skewness), and the interaction between them; using data generated (by simulation), according to the Monte Carlo method (MCM) using (50) binary items (0,1). The accuracy of the estimation was judged using the standard error of estimation index (SEE). The results of the study showed the following: There are statistically significant differences (P < .05) in the accuracy of estimating the ability parameter according to the sample size and data distribution; and there are no statistically significant differences (P > .05) in the accuracy of the ability parameter according to the method of estimating (the parametric DSM-L delta and the nonparametric kernel -KS); and there are statistically significant differences in the three-way interaction (P < .05) in the accuracy of estimating the ability parameter among each of the estimation methods, sample sizes, and data distributions. The results show that there are no statistically significant differences (P > .05) in the accuracy of the estimate according to the method in the normal distribution, but there are statistically significant differences (P < .05) in the skewed distributions, and the sample size have an effect in most of the distributions. Based on the results, the study recommends selecting the appropriate method, according to the sample size and data distribution, when estimating the ability to reach the most accurate estimates. With small samples and skewed data, especially the strongly positive and negative ones, it is preferable to use the Kernel (KS) method, and with large samples and normal data, it is recommended to use the Delta (DSM-L) method, due to the accuracy of its estimates and the lack of need to verify many assumptions such as item response theory models.
Keywords: Accuracy of Ability Parameter Estimation, Parametric Delta Method, Non-Parametric Kernel Method, Standard Error of Estimation (SEE).