IRTPRO™ - Vector

Os modelos de IRT para os quais a calibração e pontuação de item são implementadas no IRTPRO ™ são baseados em versões unidimensionais e multidimensionais [análise fatorial confirmatória (CFA) ou análise fatorial exploratória (EFA)] das seguintes funções de resposta amplamente utilizadas:

• Logística de dois parâmetros (2PL) (Birnbaum, 1968) [com a qual as restrições de igualdade incluem a logística de um parâmetro (1PL) (Thissen, 1982)]
• Logística de três parâmetros (3PL) (Birnbaum, 1968)
• Classificado (Samejima, 1969; 1997)
• Crédito parcial generalizado (Muraki, 1992, 1997)
• Nominal (Bock, 1972, 1997; Thissen, Cai, & Bock, 2010)

Esses modelos de resposta de item podem ser misturados em qualquer combinação dentro de um teste ou escala, e quaisquer restrições de igualdade (opcional) especificadas pelo usuário entre os parâmetros, ou valores fixos para parâmetros, podem ser especificados. IRTPRO ™ atualmente usa modelos IRT para conjuntos de dados multivariados de nível único.

IRTPRO ™ implementa o método de Máxima Verossimilhança (ML) para estimativa de parâmetro de item (calibração de item) ou calcula estimativas de Máximo a posteriori (MAP) se distribuições anteriores (opcionais) forem especificadas para os parâmetros de item.

Dito isto, métodos computacionais alternativos podem ser usados, cada um dos quais fornece o melhor desempenho para algumas combinações de dimensionalidade e estrutura do modelo:

• Bock-Aitkin (BAEM) (Bock & Aitkin, 1981)
• Bifactor EM (Gibbons & Hedeker, 1992; Gibbons et al., 2007; Cai, Yang & Hansen (2011))
• Redução da dimensão generalizada EM (Cai, 2010-a)
• Quadratura adaptativa (ADQEM) (Schilling & Bock, 2005)
• Metropolis-Hastings Robbins-Monro (MHRM) (Cai, 2010-b, 2010-c)
• Cadeia de Markov Monte Carlo (MCMC) Patz-Junker's (1999-a, 1999-b)

O cálculo das pontuações da escala IRT no IRTPRO ™ pode ser feito usando qualquer um dos seguintes métodos:

• Máximo a posteriori (MAP) para padrões de resposta
• Esperado a posteriori (EAP) para padrões de resposta (Bock & Mislevy, 1982)
• Esperado a posteriori (EAP) para pontuações somadas (Thissen & Orlando, 2001; Thissen, Nelson, Rosa, & McLeod, 2001)

As estruturas de dados no IRTPRO ™ podem categorizar os itens respondentes em grupos, e as médias das variáveis ​​latentes da população e as matrizes de variância-covariância podem ser estimadas para vários grupos (Mislevy, 1984, 1985). [Na maioria das vezes, se houver apenas um grupo, a (s) média (s) e a (s) variância (s) das variáveis ​​latentes da população são fixas (geralmente em 0 e 1) para especificar a escala; para vários grupos, um grupo geralmente é denotado o "grupo de referência" com valores latentes padronizados.

Para detectar o funcionamento diferencial do item (DIF), o IRTPRO ™ usa testes de Wald, modelados a partir de uma proposta de Lord (1977), mas com matrizes de variância-covariância de erro de parâmetro de item precisas calculadas usando o algoritmo EM Suplementado (SEM) (Cai, 2008).