Multilevel IRT
WN 01/52 *7 september 2001
Promotie ir. G.J.A. Fox, faculteit Toegepaste Wiskunde: Multilevel
IRT: A Bayesian perspective on estimating parameters and testing
statistical hypotheses
In dit proefschrift wordt een nieuw model (multilevel IRT)
geïntroduceerd voor het analyseren van multiniveau-data waarbij
rekening wordt gehouden met meetfouten in geobserveerde afhankelijke
en verklarende variabelen. In het structurele gedeelte van het model
worden relaties gelegd tussen de direct observeerbare en niet direct
observeerbare kenmerken of eigenschappen.
In het meetgedeelte worden de niet direct observeerbare kenmerken als
leerprestaties en sociale vaardigheden gemeten. In de praktijk worden
de niet direct observeerbare kenmerken geschat op basis van een aantal
vragen, ook wel items genoemd. Het negeren van de daarbij horende
meetfouten leidt tot afwijkende schattingen van de modelparameters.
Het gebruik van een meetmodel (een item response-model c.q. een
IRT-model) leidt ertoe dat de geschatte parameters gecorrigeerd worden
voor meetfouten in geobserveerde variabelen; tevens wordt een
betrouwbaarheid van de meting verkregen.
In grote peilingsonderzoeken en in onderwijseffectiviteitsonderzoek
wordt getracht een beeld te krijgen van het leeraanbod en de effecten
van onderwijs. Daarvoor worden steekproeven van scholen en leerlingen
genomen om inzicht te verkrijgen in het onderwijsaanbod, resultaten en
de relatie daartussen. Het nieuwe model is uiterst geschikt voor het
analyseren van deze data. De effecten van het onderwijs op individuele
leerprestaties worden bepaald, terwijl gecontroleerd wordt op
relevante achtergrondkenmerken van leerlingen, klassen en scholen,
zonder daarbij meetfouten in de geobserveerde afhankelijke en/of
verklarende variabelen te negeren.
Het simultaan schatten van alle parameters van een multilevel IRT
model met deze methode is problematisch aangezien er veel meervoudige
integralen uitgerekend moeten worden. Standaard methoden schieten
hierin te kort, of kunnen slechts gedeeltelijke de klasse van
multilevel IRT-modellen schatten. Met behulp van recent ontwikkelde
technieken, Markov chain Monte Carlo (MCMC), kunnen de parameters wel
simultaan worden geschat.
promotor prof.dr.ir. B. Poelsema
co-promotor dr.ir. H. Wormeester
contactpersoon drs. B. Meijering, telefoon (053) 489 4385
e-mail b.meijering@cent.utwente.nl
Universiteit Twente