داده های گمشده در آزمون های سراسری ورود به دانشگاه: مبانی نظری و شواهد مبتنی بر داده های واقعی

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 400

This Paper With 38 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JRESE-9-26_003

تاریخ نمایه سازی: 19 مرداد 1399

Abstract:

داده های گمشده پدیده رایج مطالعات تجربی و سنجش های آموزشی و روان شناسی هستند که به هرگونه بدون پاسخ ماندن سوال اطلاق می شود. روش های آماری بسیاری برای محاسبات مجموعه داده های دارای پاسخ گمشده وجود دارد که تحت تاثیر مکانیسم گمشدگی، علل و میزان آنها هستند. هدف از نگارش این مقاله، بررسی وضعیت موجود داده های گمشده در آزمون سراسری ورودی دانشگاه هاست. با استفاده از روش های آمار توصیفی و نرم افزارهای SPSS و R نشان داده شد میزان داده های گمشده در سال های مورد بررسی افزایش یافته است (در دامنه ای بین 2.2% تا 91.6%) و شاخص های آماری آزمون تحت تاثیر میزان داده های گمشده قرار دارد. همچنین نشان داده شد همبستگی مثبت و بالایی بین تعداد پرسش های بدون پاسخ در درس های مختلف (r=0.41, 0.78)؛ و همبستگی منفی و بالایی بین تعداد پاسخ های درست و تعداد پاسخ های گمشده (r=-0.56, -0.85) وجود دارد. نتایج به دست آمده از این مقاله، نشان از ثبات رخداد داده های گمشده در ابعاد مختلف شایستگی و غیرقابل اغماض بودن داده های گمشده در تحلیل های آماری دارد.

Keywords:

Authors

مریم چگینی

دانشجوی دکتری سنجش و اندازه گیری، دانشگاه تهران، دانشکده روان شناسی و علوم تربیتی

ابراهیم خدایی

دانشیار دانشگاه تهران، دانشکده روان شناسی و علوم تربیتی

ولی اله فرزاد

استاد دانشگاه خوارزمی

بلال ایزانلو

استادیار دانشگاه خوارزمی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences. ...
  • Conrad, H. (1948). Characteristics and Uses of Item Analysis Data. ...
  • Culbertson, M. (2011, April). Is it wrong Handling missing responses ...
  • Enders, C. K. (2010). Applied Missing Data Analysis. New York ...
  • Fitzmaurice, G. M.; Davidian, M.; Verbeke, G. & Molenberghs, M. ...
  • Frey, A.; Hartig, J. & Rupp, A. A. (2009). An ...
  • Glas, C. A. W. & Pimentel, J. (2008). Modeling nonignorable ...
  • Graham, J. W.; Taylor, B.; Olchowski, A. & Cumsille, P. ...
  • Graham, J. W. (2009). Missing data analysis: Making it work ...
  • Holman, R. & Glas, C. A. W. (2005). Modelling non-ignorable ...
  • Ibrahim, J. G. & Molenberghs, M. (2009). Missing data methods ...
  • Köhler, C.; Pohl, S. & Carstensen, C. (2015). Investigating mechanisms ...
  • Koretz, D.; Lewis, E.; Skewes-Cox, T. & Burstein, L. (1993). ...
  • Lord, F. M. (1980). Applications of item response theory to ...
  • Ludlow, L. H. & O’leary, M. (1999). Scoring omitted and ...
  • McKnight, P. E.; McKnight, K. M. & Figueredo, A. J. ...
  • Mislevy, R. J. & Wu, P. K. (1996). Missing responses ...
  • Mullis, I. V. S.; Martin, M. O. & Diaconu, D. ...
  • Organisation for Economic Co-operation and Development. (2009). Pisa 2006 technical ...
  • Osterland, S. J. (1990) toward a uniform definition of a ...
  • Pohl, S.; Grafe, L. & Rose, N. (2014). Dealing with ...
  • Pohl, S.; Haberkorn, K.; Hardt, K. & Wiegand, E. (2012). ...
  • Reckase, Mark D. (2009). Multidimensional Item Response Theory. ...
  • Rose, N.; Von Davier, M. & Xu, X. (2010). Modeling ...
  • Rose, N. (2013). Item nonresponses in educational and psychological measurement ...
  • Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. ...
  • Rubin, D. B. (2004). Multiple imputations for nonresponse in surveys. ...
  • Schmidt, W. H.; Wolfe, R. G. & Kifer, E. (1993). ...
  • Thomas, N.; Raghunathan, T.; Schenker, N.; Katzoff, M. & Johnson, ...
  • Zhang, J. (2013). Relationships between missing responses and skill mastery ...
  • نمایش کامل مراجع