Autor/autores:
Xiaofeng Yu y Ying Cheng
En una evaluación de diagnóstico cognitivo (CDA), los atributos se refieren a puntos de conocimiento o habilidades específicos. La matriz Q es un componente central de CDA, que especifica la relación entre elementos y atributos. A menudo, los atributos y la matriz Q son definidos por expertos en la materia, y se supone que son apropiados sin ninguna especificació...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
En una evaluación de diagnóstico cognitivo (CDA), los atributos se refieren a puntos de conocimiento o habilidades específicos. La matriz Q es un componente central de CDA, que especifica la relación entre elementos y atributos.
A menudo, los atributos y la matriz Q son definidos por expertos en la materia, y se supone que son apropiados sin ninguna especificación errónea. Sin embargo, esta suposición no siempre es válida en aplicaciones reales. Para abordar esta preocupación, este documento propone una estadística basada en residuos para validar la matriz Q.
Su rendimiento se evalúa en un estudio de simulación y se compara con el de un método existente propuesto en Liu, Xu y Ying (2012, Medición Psicológica Aplicada, 36, 548).
Los resultados de la simulación indican que el método propuesto conduce a una mayor tasa de recuperación de la matriz Q y es computacionalmente más eficiente. La ventaja en la eficiencia computacional es particularmente pronunciada cuando el número de atributos medidos por la prueba alcanza cinco o más. Los resultados también sugieren que los dos métodos tienen tendencias diferentes en la estimación del vector de atributos para cada elemento. En los casos en que los métodos no logran recuperar la matriz Q correcta, el método de Liu et al. (2012, Applied Psychological Measurement, 36, 548) tiende a sobreestimar el número de atributos medidos por los ítems, mientras que nuestro método no muestra ese sesgo.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://onlinelibrary.wiley.com
