Elektronske konsultacije u vezi sa pređenim gradivom

Pitanja u vezi sa gradivom za ispit

 
Avatar Danka Purić
Re: Pitanja u vezi sa gradivom za ispit
par Danka Purić, lundi 20 janvier 2020, 11:00
 

Dragi Matija,

1. Za razvučenost/zbijenost distribucije u lekciji o diskriminativnosti koristimo vrednosti +-3SD, odnosno pretpostavljamo da je ukupan raspon normalne raspodele 6SD. Ovo je, naravno, veoma gruba metoda tako da je koristimo kao ilustraciju u okviru ove lekcije / zadatka, ali je nemojte koristiti kada donosite sud o svom instrumentu (jer na raspolaganju imate i mnogo preciznije metode).

2. Da, vrednosti koje se dobijaju u Winsteps-u i SPSS-u će se uvek razlokovati. Osnovni razlog je što u SPSS-u primenjujemo samo linearnu transformaciju skorova, dok je u Winsteps već ugrađena i nelinearna transformacija koja bi trebalo da normalizuje skorove. U zadacima na ispitu (kao i na vežbama) će uvek biti naznačeno šta se tačno traži, ali obe vrednosti su "tačne", odnosno ne odnose se na istu stvar pa nije greška ni u jednom ni u drugom programu.

3. Ovde je slična situacija, s tim što kumulativna frekvenca NIJE isto što i percentilni rang. Mi je na vežbama i ispitu koristimo kao aproksimaciju, jer su vrednosti slične, ali formula za percentilni rang ukljujuče kumulativnu frekvencu svih prethodnih razreda i polovinu frekvence aktuelnog razreda (ako se kao razredi uzmu susedni skorovi). Logika je da ako je 20 ispitanika postiglo isti skor, nijedan od njih nije "bolji", ali ni "lošiji" od preostalih 19, već je "na pola", tako da bismo računali da je bolji od 10, a lošiji od 10 ispitanika koji su postigli dati skor, i naravno da je bolji od svih koji su postigli niže skorove. Percentilni rang u Winstepsu bi trebalo da bude zaista percentilni rang (računat na ovaj način), pa zato ima i malih razlika.

(2. i 3.) Još jedna razlika između SPSS-a i Winsteps-a, jeste što nam SPSS daje samo vrednosti za one skorove koji su prisutni u podacima, a mi sami onda moramo da ekstrapoliramo na druge skorove, dok nam Winsteps automatski daje vrednosti za sve teorijski moguće skorove na instrumentu.

4. Osetljivost i diskriminativnost nisu sinonimi, iako imaju slično značenje. Diskriminativnost se obično koristi kada se misli na oblik distribucije testa i odstupanja od normalnosti (povećana/snižena diskriminativnost u određenim delovima). Osetljivost ima nekoliko značenja u psihometriji, od kojih smo mi do sada pominjali jedno - u kontekstu Fergusonove delte gde je ona definisana kao odnos ostvarenog i maksimalnog mogućeg broja razlokovanja. Ovo se može interpretirati kao ono što si ti naveo - odnos stvarne i maksimalne diskriminativnosti. Drugo značenje osetljivosti ćemo pominjati u narednom semestru u kontekstu mogućnosti testa da tačno dijagnostikuje prisustvo ili odsustvo određene osobine (obično nekog poremećaja). Ono trenutno nije važno, ali ga pominjem da bi bilo jasnije da ne treba koristiti termin osetljivost onda kada zapravo mislimo na diskriminativnost.

Poz,
Danka