|
|
Os exemplos oferecidos neste texto, sempre que possível, apresentam as
soluções utilizando R, que são indicadas com:
|
Paulo Sergio Panse Silveira, Professor Associado do Departamento de Patologia da Faculdade de Medicina da USP.
José de Oliveira Siqueira, Professor Doutor do Departamento de Patologia da Faculdade de Medicina da USP.
Registramos o Laboratório de Estudos e Análises Psicométricas (LEAP) como grupo de pesquisa junto ao CNPq.
Programa da Disciplina de Modelagem e Análise Psicométrica no Processo de Investigação Médica oferecida regularmente no Programa de Pós-graduação em Bioestatística da Universidade Estadual de Maringá, PR.
Capa do livro Confirmatory Factor Analysis for Applied
Research1;
veja também o Material
suplementar em https://sites.bu.edu/tabrown/cfabook/
Exemplos de uso: CFA for Applied Research in R package lavaan desenvolvidos por Angelos Markos
lavaanlavaan2 é um
pacote do R voltado ao ajuste de modelos de equações estruturais
(structural equation modeling, SEM), incluindo análise fatorial
confirmatória (confirmatory factorial analysis, CFA), modelos
de regressão com variáveis latentes, modelos de caminhos, modelos
multigrupos e testes de invariância. Sua sintaxe usa operadores
compactos para representar relações entre variáveis, em uma forma
próxima à tradição de especificação de modelos em programas como o
Mplus.
No contexto da Psicometria, lavaan é especialmente útil
para avaliar estruturas fatoriais, comparar modelos teóricos, estimar
cargas fatoriais, erros de medida e correlações entre fatores, além de
testar se uma escala apresenta comportamento equivalente entre grupos.
Apesar da interface acessível, seu uso adequado exige atenção aos
pressupostos do modelo, ao tipo de variável observada, ao método de
estimação, ao tratamento de dados ausentes e à interpretação conjunta
dos índices de ajuste, dos parâmetros estimados e da coerência teórica
do modelo.
semPlotsemPlot[R:semPlot]
é um pacote do R voltado à representação gráfica de SEM, incluindo
modelos ajustados por pacotes como lavaan,
OpenMx, Mplus, sem,
lisrel e outros. Sua função mais usada é
semPlot::semPaths, que permite desenhar diagramas de
caminhos com variáveis observadas, variáveis latentes, cargas fatoriais,
regressões, covariâncias, resíduos e parâmetros estimados.
semptoolsA página “A Quick Start Guide on Using semptools”3 é
um guia rápido do pacote semptools4,
voltado a pós-processar gráficos gerados por
semPlot::semPaths. É útil para preparar figuras de SEM/CFA
para aulas, artigos ou relatórios, especialmente quando
semPlot::semPaths produz diagramas corretos, mas
visualmente ruins. Ele não substitui o ajuste do modelo nem resolve
problemas conceituais do SEM. A contribuição é gráfica: acrescentar
significância, erro-padrão, intervalo de confiança, alterar curvaturas,
reposicionar resíduos, mover rótulos e renomear nós de forma mais
controlada.
| “Psicometria (do grego psyké, alma e metron, medida, medição) é uma área da Psicologia que faz vínculo entre as ciências exatas, principalmente a matemática aplicada com foco específico na Estatística, dessa forma assumindo o modelo quantitativista em Psicologia.[1] Sendo uma das áreas mais antigas dentro desse campo do saber. Hutz[2] traz que há registros de aplicação de testagens há mais de 2.200 anos no Império Chinês durante a Dinastia Han, com o intuito de criar um sistema imperial de seleção. Sua definição consiste no conjunto de técnicas utilizadas para mensurar, de forma adequada e comprovada experimentalmente, um conjunto ou uma gama de comportamentos, ou construtos (também chamados de variáveis latentes) que não podem ser observados diretamente, com o intuito de obter informações sobre o funcionamento de um determinado sujeito.” |
Não confundir com:
| “Psicometria (do grego psyké, alma e metron, medida, medição) é um termo cunhado pelo médico americano Joseph Rhodes Buchanan, em meados do século XIX (1849), para designar a faculdade extrassensorial que alguns poucos indivíduos possuem para extrair o conteúdo de algum objeto ou ambiente impressos fora de nossa realidade física.” |
Utilizando https://books.google.com/ngrams:
A figura não mostra que as inovações tecnológicas causaram diretamente o surgimento dos modelos. Mostra que o aumento da capacidade computacional coincide com a difusão bibliográfica de modelos cuja estimação e aplicação dependem de computação intensiva.
O artigo de Loken e Rulison (2010)7 é relevante porque introduz, de forma aplicada, o modelo logístico de quatro parâmetros na TRI. Ele parte da família 2PL/3PL, mas acrescenta um parâmetro para representar a possibilidade de erro mesmo em respondentes de alta proficiência. Isso é importante porque o 3PL modela o acerto ao acaso em baixa proficiência, mas não modela diretamente lapsos, descuido, fadiga ou outros motivos para erro em alta proficiência.
Quanto à TRI, o evento mais próximo a 2015 é a reação contra testes padronizados nos EUA, especialmente ligada ao Common Core, ao No Child Left Behind e ao movimento de opt-out. Neste ano, houve forte mobilização de pais para recusar a participação dos filhos em avaliações estaduais padronizadas. A imprensa educacional da época chegou a descrever 2015 como o “year of the opt out”.