2011年4月11日 星期一

使用於Rasch分析的分數需要先加權嗎?

問題:加權過的分數,較適合使用於Rasch分析?
回答:首先先了解為何量表的分數需要加權,加權的目的是為了平衡不同項目的重要性,使其分數的比較更為合理,所以才要對某些項目加重比例計分。然而Rasch model的量尺,具有客觀等距的特性,可讓不同分數之間的比較有合理性。所以用於Rasch分析的分數,不需要加權,及可得到平衡項目重要性的能力。

7 則留言:

  1. 想了許久...,請給點提示。謝謝!

    回覆刪除
  2. 我想老師的意思可能是,從上述的推論中我們可以得知Rasch 分析使用的分數,不須事先經過加權。但更進一步的問題是,如果加權的話是否會影響使用於Rasch分析的適合性?更好、更壞、沒差?
    我會找看看有沒有在討論這部分議題的paper。

    回覆刪除
  3. 分析時您會採用 rating scale model 或 partial credit model?
    加權與否,對二者而言,有何差別?

    回覆刪除
  4. I have got some information from Yeh-Tai about the original question.
    "關於「加權」,我覺得要回到分數加權的意義
    如果分數加重計分是為了讓個案總分越高
    進而代表更具備該項特質的話
    在Rasch分析中,類似個案在難題上得高分,特質越高
    由此看來,加權行為在Rasch分析中不甚必要"

    回覆刪除
  5. Thanks for Prof. Hsieh's questions. I will think of it and try to find out some answers.

    回覆刪除