| EĞİTİM TEKNOLOJİSİ (TÜRKÇE, TEZLİ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| EDE5124 | Madde Tepki Kuramına Giriş (IRT) | Güz Bahar |
3 | 0 | 3 | 8 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
| Öğretim Dili: | Türkçe |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi NİHAL YURTSEVEN |
| Opsiyonel Program Bileşenleri: | - |
| Dersin Amacı: | MTK, Deneklerin, Klasik Test Teorisinin aksine, bireysel öğelere tepkilerini modellemeyi içerir. MTK birçok teknik için önemli avantajlar sunar Test tasarımı, test denklemi, öğenin değerlendirilmesi dahil olmak üzere, test oluşturma ve kullanmada ortaya çıkan problemlere alternatif önerir. MTK modelleri, kişi tahminlerinin değişmezliği, belirli bir testteki öğelerin toplanması veya örneklenmesi ve öğe parametre tahminlerinin, test kalibrasyonunda kullanılan deneklerin örnekleri sunma gibi avantajlara sahiptir. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; Bu dersi başarıyla tamamlayan bir öğrenci MTK modellerini bilir ve başarıyla kullanır. |
| Bu ders popüler modellerin tanıtımı, tahmini ve doğru yorumlanması ve daha sonra güçlendirmeye devam edilmesi ile başlayacak. Sonra dönem boyunca, eğitim test verilerinin kullanılması, örnekler ve uygulamalar ile devam edecek. |
| Hafta | Konu | Ön Hazırlık |
| 1) | Temel IRT Kavramları, Modelleri ve Varsayımları. | - |
| 1) | MTK kullanarak test skorlarını eşitleme | - |
| 1) | Temel IRT Kavramları, Modelleri ve Varsayımları. | - |
| 2) | Model ve Ölçek Özellikleri | - |
| 3) | Madde Parametre Tahminleri | - |
| 4) | Madde ve Test Bilgisi Fonksiyonları | - |
| 5) | Model-Veri Uyumunun Değerlendirilmesi | - |
| 6) | Test oluşturma, MTK kullanarak madde hazırlama. | - |
| 7) | MTK Yazılımı: BILOGMG | - |
| 8) | Vize | - |
| 9) | Diferansiyel madde çalışması | - |
| 10) | Polimerik tepki modelleri 1 | - |
| 11) | Polimerik tepki modelleri 2 | - |
| 12) | IRT Yazılımı: PARSCALE | - |
| 13) | Bilgisayar temelli test modelleri (CAT, MST) | - |
| 13) | Bilgisayar temelli test modelleri (CAT, MST) | - |
| 14) | Diğer modeller: NRM, MIRT, HRM, TRT | - |
| 15) | Sunumlar | - |
| Ders Notları / Kitaplar: | Applied Psychological Measurement (Special Issue), Advances in item response theory and applications. Fall, 1982. (Includes eight papers.) Applied Psychological Measurement (Special Issue), Polytomous item response theory. Spring, 1995. (Includes seven papers.) |
| Diğer Kaynaklar: | Baker, F. B. (1992). Item response theory: Parameter estimation techniques. New York: Marcel Dekker. Bock, R. D., & Aitkin, M. (1981). Marginal maximum likelihood estimation of item parameters: Application of an EM algorithm. Psychometrika, 46, 443-459. Engelhard, G., Jr. (1994). Examining rate errors in the assessment of written composition with a manyfaceted Rasch model. Journal of Educational Measurement, 31, 93-112. Hambleton, R. K. & Swaminathan, H. (1985). Item response theory: Principles and applications. Boston: Kluwer Nijhoff Publishing. Holland, P. W., & Hoskens, M. (2003). Classical test theory as a first-order item response theory: Applications to true-score prediction from a possibly nonparallel test. Psychometrika, 68, 123-149. Holland, P. W., & Thayer, D. T. (1988). Differential item performance and the Mantel-Haenszel procedure. In H. Wainer & H. I Braun (Eds.), Test validity (pp. 129-145). Hillsdale, NJ: Erlbaum. Journal of Educational Measurement (Special Issue), Applications of latent trait models. Summer, 1977. (Includes six papers.) Junker, B. W., & Sijtsma, K. (2001). Nonparametric item response theory in action: An overview of the special issue. Applied Psychological Measurement, 25, 211-220. Linn, R. L. (1990). Has item response theory increased the validity of achievement test scores? Applied Measurement in Education, 3, 115-141. Livingston, S. A., & Lewis, C. (1995). Estimating the consistency and accuracy of classifications based on test scores. Journal of Educational Measurement, 32, 179-197. Lord, F. M. (1980). Applications of item response theory to practical testing problems. Hillsdale, NJ: Lawrence Erlbaum Associates. Lord, F. M., & Novick, M. R. (1968). Statistical theories of mental test scores. Reading, MA: Addison- Wesley. Mislevy, R. J. (1986a). Bayes modal estimation in item response models. Psychometrika, 51, 177-195. Mislevy, R. J. (1986b). Recent developments in the factor analysis of categorical variables. Journal of Educational Statistics, 11, 3-31. Muraki, E., & Carlson, J. E. (1995). Full-information factor analysis for polytomous item responses. Applied Psychological Measurement, 19, 73-90. Rasch, G. (1980). Probabilistic models for some intelligence and attainment tests. Chicago: University of Chicago Press. 5 Reckase, M. D. (1985). The difficulty of test items that measure more than one ability. Applied Psychological Measurement, 9, 401-412. Thissen, D., & Steinberg, L. (1986). A taxonomy of item response models. Psychometrika, 51, 567-577. Thissen, D., Steinberg, L, & Mooney, J. (1989). Trace lines for testlets: A use of multiple-categorical response models. Journal of Educational Measurement, 26, 247-260. Thissen, D., Steinberg, L, & Wainer, H. (1988). Use of Item Response Theory in the Study of Group Differences in Trace Lines. In H. Wainer & H. I Braun (Eds.), Test validity (pp. 147-169). Hillsdale, NJ: Erlbaum. van der Linden, W. J. & Hambleton, R. K. (Eds.) (1997). Handbook of modern item response theory. New York: Springer. Wright, B. D. (1977). Solving measurement problems with the Rasch model. Journal of Educational Measurement, 14, 97-116. |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 5 | % 15 |
| Sunum | 1 | % 15 |
| Ara Sınavlar | 1 | % 30 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Uygulama | 2 | 25 | 50 |
| Sınıf Dışı Ders Çalışması | 14 | 5 | 70 |
| Sunum / Seminer | 1 | 5 | 5 |
| Ödevler | 5 | 6 | 30 |
| Ara Sınavlar | 1 | 1 | 1 |
| Final | 1 | 2 | 2 |
| Toplam İş Yükü | 200 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Eğitim Teknolojilerini oluşturan disiplinlerle ilgili kuramsal ve uygulamalı bilgilere sahip olur. | |
| 2) | Eğitim/Öğretim Teknolojilerine ilişkin bilimsel araştırma yapabilir. | |
| 3) | Bilişim Teknolojileri öğretim sürecini planlama ve düzenleme becerisine sahip olur. | |
| 4) | Bilişim Teknolojileri öğretimine yönelik strateji, yöntem ve teknikleri etkili biçimde kullanır. | |
| 5) | Eğitim Teknolojisi alanına ilişkin kuramsal ve uygulamalı bilgileri bütüncül bir biçimde kullanabilir. | |
| 6) | Öğretim sürecine yönelik yaratıcı materyallar, yazılımlar, oyunlar ve etkinlikler tasarlayabilir. | |
| 7) | Öğretim süreci içinde ve dışında bilgi ve iletişim teknolojilerini etkili kullanma becerilerine sahip olur. | |
| 8) | Öğrencilerin öğretim sürecindeki gelişimlerini izlemeye yönelik ölçme-değerlendirme uygulamaları yapabilir. | |
| 9) | Hızlı değişen ve gelişen bilişim teknolojileri gereksinimleri doğrultusunda kendini sürekli olarak geliştirmeyi sağlayacak becerilere sahip olur. | |
| 10) | Türk toplumunun değerleri kapsamında vatandaşlık ve bilişim teknolojilerinin doğru kullanımını içeren siber etik bilincini kazanır ve bunları gelecek kuşaklara aktarma yeterliğine sahip olur. | |
| 11) | Bilişim teknolojileri projelerinin yönetim ve değerlendirilmesi becerilerini kazanır. | |
| 12) | Kurumların teknolojik altyapı gereksinimlerini bilir ve bu sistemleri hazırlama becerisine sahip olur. |