Universiteit Twente

Multilevel IRT
WN 01/52 *7 september 2001

Promotie ir. G.J.A. Fox, faculteit Toegepaste Wiskunde: Multilevel IRT: A Bayesian perspective on estimating parameters and testing statistical hypotheses

In dit proefschrift wordt een nieuw model (multilevel IRT) geïntroduceerd voor het analyseren van multiniveau-data waarbij rekening wordt gehouden met meetfouten in geobserveerde afhankelijke en verklarende variabelen. In het structurele gedeelte van het model worden relaties gelegd tussen de direct observeerbare en niet direct observeerbare kenmerken of eigenschappen.
In het meetgedeelte worden de niet direct observeerbare kenmerken als leerprestaties en sociale vaardigheden gemeten. In de praktijk worden de niet direct observeerbare kenmerken geschat op basis van een aantal vragen, ook wel items genoemd. Het negeren van de daarbij horende meetfouten leidt tot afwijkende schattingen van de modelparameters. Het gebruik van een meetmodel (een item response-model c.q. een IRT-model) leidt ertoe dat de geschatte parameters gecorrigeerd worden voor meetfouten in geobserveerde variabelen; tevens wordt een betrouwbaarheid van de meting verkregen.
In grote peilingsonderzoeken en in onderwijseffectiviteitsonderzoek wordt getracht een beeld te krijgen van het leeraanbod en de effecten van onderwijs. Daarvoor worden steekproeven van scholen en leerlingen genomen om inzicht te verkrijgen in het onderwijsaanbod, resultaten en de relatie daartussen. Het nieuwe model is uiterst geschikt voor het analyseren van deze data. De effecten van het onderwijs op individuele leerprestaties worden bepaald, terwijl gecontroleerd wordt op relevante achtergrondkenmerken van leerlingen, klassen en scholen, zonder daarbij meetfouten in de geobserveerde afhankelijke en/of verklarende variabelen te negeren.
Het simultaan schatten van alle parameters van een multilevel IRT model met deze methode is problematisch aangezien er veel meervoudige integralen uitgerekend moeten worden. Standaard methoden schieten hierin te kort, of kunnen slechts gedeeltelijke de klasse van multilevel IRT-modellen schatten. Met behulp van recent ontwikkelde technieken, Markov chain Monte Carlo (MCMC), kunnen de parameters wel simultaan worden geschat.

promotor prof.dr.ir. B. Poelsema
co-promotor dr.ir. H. Wormeester
contactpersoon drs. B. Meijering, telefoon (053) 489 4385 e-mail b.meijering@cent.utwente.nl

Deel: ' Promotie toegepaste wiskunde Multilevel IRT '




Lees ook