Fundamentos teóricos e práticos da análise de escala de mokken em psicologia
DOI:
https://doi.org/10.1590/1982-4327e3223Palavras-chave:
Inferência não-paramétrica, Teoria de resposta ao item, MedidasResumo
A Teoria de Resposta ao Item representa um dos principais avanços para a construção de medidas válidas e confiáveis em psicologia. Entre os principais modelos utilizados nessa perspectiva estão o modelo de Rasch e os modelos logísticos. Esses modelos paramétricos, no entanto, não podem ser utilizados em todas as aplicações em psicologia, uma vez que um número substancial dos bancos de dados em psicologia não satisfaz os pressupostos desses modelos: unidimensionalidade; monotonicidade latente; independência local; e, para alguns modelos, não-interseção de funções. Dessa forma, o objetivo deste estudo foi apresentar os fundamentos teóricos e práticos da Análise de Escala de Mokken (AEM). São apresentadas questões históricas envolvendo o desenvolvimento da AEM, além das principais características e pressupostos dos dois modelos usados nessa perspectiva. Após exemplificação de uma AEM, limitações e considerações finais são apresentadas, apoiando o processo de tomada decisão para pesquisadores que venham a usar a AEM.
Downloads
Referências
Andrade, J. M., Laros, J. A., & Lima, K. S. (2021). Teoria de resposta ao item paramétrica e não paramétrica [Parametric and Nonparametric item response theory]. In C. Faiad, M. N. Baptista, & R. Primi (Orgs.), Tutoriais em análise de dados aplicados à psicometria [Tutorials in data analysis applied to psychometrics] (pp. 183-204). Petrópolis, RJ: Vozes.
Bond, T., Yan, Z., & Heene, M. (2021). Applying the Rasch model fundamental measurement in the human sciences (4th ed.). New York, NY: Routledge.
Crișan, D. R., Tendeiro, J., & Meijer, R. (2019). The Crit value as an effect size measure for violations of model assumptions in Mokken Scale Analysis for binary data. PsyArXiv. doi:10.31234/osf.io/8ydmr
Engelhard, G., Jr. (2008). Historical perspectives on invariant measurement: Guttman, Rasch, and Mokken. Measurement: Interdisciplinary Research and Perspectives, 6(3), 155-189. doi:10.1080/15366360802197792
Gonçalves, F. B., & Dias, B. C. C. (2018). Um estudo da relação entre traço latente e variáveis contextuais no Saeb e Enem [A study relating latent traits to contextual variables for the Saeb and Enem exams]. Examen: Política, Gestão e Avaliação Da Educação, 2(2), 152-172. Retrieved from https://examen.emnuvens.com.br/rev/article/view/91
Gregory, R. J. (2014). Psychological testing: History, principles, and applications (7th ed.). Boston, MA: Allyn & Bacon.
Irwing, P., Booth, T., & Hughes, D. J. (Eds.). (2018). The Wiley handbook of psychometric testing: A multidisciplinary reference on survey, scale and test development. Hoboken, NJ: John Wiley & Sons.
Junker, B. W., & Sijtsma, K. (2000). Latent and manifest monotonicity in item response models. Applied Psychological Measurement, 24(1), 65-81. doi:10.1177/01466216000241004
Junker, B. W., & Sijtsma, K. (2001). Cognitive assessment models with few assumptions, and connections with nonparametric item response theory. Applied Psychological Measurement, 25(3), 258-272. doi:10.1177/01466210122032064
Ligtvoet, R. (2015). A test for using the sum score to obtain a stochastic ordering of subjects. Journal of Multivariate Analysis, 133, 136-139. doi:10.1016/j.jmva.2014.09.003
Loevinger, J. (1948). The technique of homogenous tests compared with some aspects of “scale analysis” and factor analysis. Psychological Bulletin, 45(6), 507-529. doi:10.1037/h0055827
Magis, D., Yan, D., & von Davier, A. A. (2017). Computerized adaptive and multistage testing with R: Using packages catR and mstR. Cham, Switzerland: Springer.
Mair, P. (2018). Modern psychometrics with R. Cham, Switzerland: Springer.
Mokken, R. J. (1971). A theory and procedure of scale analysis: With applications in political research. Berlin, German: De Gruyter.
R Core Team. (2022). R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. Retrieved from http://www.R-project.org/
Sijtsma, K., & Molenaar, I. W. (2002). Introduction to nonparametric item response theory. Thousand Oaks, CA: Sage.
Sijtsma, K., & van der Ark, L. A. (2017). A tutorial on how to do a Mokken scale analysis on your test and questionnaire data. British Journal of Mathematical and Statistical Psychology, 70(1), 137-158. doi:10.1111/bmsp.12078
Slaney, K. (2017). Validating psychological constructs: Historical, philosophical, and practical dimensions. London, United Kingdom, Mcmillan.
Stout, W. (2001). Nonparametric item response theory: A maturing and applicable measurement modeling approach. Applied Psychological Measurement, 25(3), 300-306. doi:10.1177/01466210122032109
Straat, J. H., van der Ark, L. A., & Sijtsma, K. (2013). Comparing optimization algorithms for item selection in Mokken scale analysis. Journal of Classification, 30(1), 72-99. doi:10.1007/s00357-013-9122-y
Straat, J. H., van der Ark, L. A., & Sijtsma, K. (2016). Using conditional association to identify locally independent item sets. Methodology, 12(4), 117-123. doi:10.1027/1614-2241/a000115
van der Ark, L. A., Koopman, L., Straat, J. H., & van den Bergh, D. (2021). Mokken: Conducts Mokken Scale Analysis. Retrieved from https://cran.r-project.org/web/packages/mokken/index.html
Verweij, A. C., Sijtsma, K., & Koops, W. (1996). A Mokken scale for transitive reasoning suited for longitudinal research. International Journal of Behavioral Development, 19(1), 219-238. doi:10.1177/016502549601900115
Wiberg, M., Ramsay, J. O., & Li, J. (2018). Optimal scores: An alternative to parametric item response theory and sum scores. Psychometrika, 84(1), 310-322. doi:10.1007/s11336-018-9639-4
Wind, S. A. (2022). Identifying problematic item characteristics with small samples using mokken scale analysis. Educational and Psychological Measurement, 82(4), 747-756. doi:10.1177/00131644211045347
Zhang, S., Chen, Y., & Liu, Y. (2020). An improved stochastic EM algorithm for large‐scale full‐information item factor analysis. British Journal of Mathematical and Statistical Psychology, 73(1), 44-71. doi:10.1111/bmsp.12153
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Em relação à disponibilidade dos conteúdos, a Paidéia adota a Licença Creative Commons, CC-BY. Com essa licença é permitido copiar e redistribuir o material em qualquer suporte ou formato, bem como remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial, conferindo os devidos créditos autorais para à revista, fornecendo link para a licença e indicando se foram feitas alterações.
Reprodução parcial de outras publicações
Citações com mais de 500 palavras, reprodução de uma ou mais figuras, tabelas ou outras ilustrações devem ter permissão escrita do detentor dos direitos autorais do trabalho original para a reprodução especificada na revista Paidéia. A permissão deve ser endereçada ao autor do manuscrito submetido. Os direitos obtidos secundariamente não serão repassados em nenhuma circunstância.
