| Özellik | Değer |
|---|---|
| Toplam Süre | 30 dakika |
| Sunum Yapan Kişi Sayısı | 3 |
| Her Kişinin Söz Alma Sayısı | 2 kez (1 teori + 1 uygulama) |
| Blok | Süre | Konu | Sunan |
|---|---|---|---|
| 1 | 5 dk | DMF’nin Kuramsal Temelleri (KTK) | Kişi 1 |
| 2 | 5 dk | DMF Türleri ve Matematiksel Mantık | Kişi 2 |
| 3 | 5 dk | DMF Tespit Yöntemleri (KTK) | Kişi 3 |
| 4 | 5 dk | Uygulama 1: Mantel-Haenszel (SPSS + Excel) | Kişi 1 |
| 5 | 5 dk | Uygulama 2: Lojistik Regresyon (R + jamovi) | Kişi 2 |
| 6 | 5 dk | Uygulama 3: Standartlaştırma ve Karar Verme | Kişi 3 |
Klasik Test Kuramı:
X = T + E
Ancak KTK varsayımı: Aynı gerçek puana sahip bireyler maddelere aynı olasılıkla doğru yanıt verir.
Sorun: Bu varsayım gruplar arası adaleti garanti etmez.
Bir madde için:
P(X = 1 | θ, G₁) ≠ P(X = 1 | θ, G₂)
Burada:
| Kavram | Açıklama |
|---|---|
| DMF | İstatistiksel bir bulgudur |
| Madde Yanlılığı | Pedagojik ve etik yorum gerektirir |
Üniform DMF:
Madde tüm yetenek düzeylerinde aynı grup lehine çalışır.
PA(θ) - PB(θ) = sabit
Üniform Olmayan DMF:
Yetenek düzeyine göre grup avantajı değişir.
PA(θ) - PB(θ) = f(θ)
Grafikle anlatılması önerilir.
KTK’de yetenek gizli değişken olmadığı için:
θ ≈ Toplam Test Puanı
Bu nedenle DMF analizleri:
αMH = (Σk AkDk/Nk) / (Σk BkCk/Nk)
ETS Sınıflaması:
| ΔMH | DMF Düzeyi |
|---|---|
| < 1 | Yok |
| 1-1.5 | Orta |
| > 1.5 | Büyük |
log(P / (1 - P)) = β₀ + β₁(puan) + β₂(grup) + β₃(puan × grup)
| Katsayı | DMF Türü |
|---|---|
| β₂ | Üniform |
| β₃ | Üniform olmayan |
Avantaj: En klasik, en savunulabilir yöntem
model <- glm(madde ~ toplam + grup + toplam:grup,
family = binomial, data = veri)
summary(model)
Avantaj: Esnek, güçlü, grafiklenebilir
DIF = Σ(Pref - Podak) × w
KTK perspektifinden etik vurgu ile kapanış