این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 23 آذر 1404
مطالعات اندازه گیری و ارزشیابی آموزشی
، جلد ۶، شماره ۱۵، صفحات ۱۱۹-۱۴۲
عنوان فارسی
تحلیل نتایج آزمون کارشناسی ارشد بر اساس مدلهای اثر تصادفی ردهبندی متقاطع و چندسطحی: مقایسه دو رویکرد
چکیده فارسی مقاله
در برخی مواقع ساختار جوامع سلسله مراتبی به گونهای است که دو سطح به جای اینکه در طول هم باشند در عرض هم قرار دارند و لذا نمیتوان مدلهای آشیانهای را برای آنها بهکار برد. در چنین حالتی لازم است مدلهای ردهبندی متقاطع بهعنوان زیرکلاسی از مدلهای چندسطحی مورد استفاده قرار گیرند. چشمپوشی از ساختار ردهبندی متقاطع میتواند جهت و میزان اریبی مشاهده شده در برآورد پارامترها را بهطور قابل ملاحظهای تحت تأثیر قرار دهد. در این مقاله با بهکارگیری مدلسازی ردهبندی متقاطع برای نمرههای کل پذیرفتهشدگان کنکور کارشناسی ارشد سال 1393 و بهکارگیری نرمافزار R، مدل متقاطع با مدلبندی چندسطحی متناظرش با استفاده از آماره انحراف مقایسه شد. بر اساس توزیعهای شرطی کامل پارامترهای مدل، برآوردشان با بهکارگیری روشهای مونت کارلوی زنجیر مارکوفی بهدست آمد. در نهایت آماره انحراف برای مقایسه مدل متقاطع و مدل چند سطحی استفاده شد. نتایج این تحقیق نشان داد که مدلبندی اثر تصادفی ردهبندی متقاطع برای جوامعی با ساختار تقاطعی به مراتب بهتر از مدل چندسطحی معمولی متناظر با آن عمل میکند.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
An Analysis of Iranian National-Wide Masters Graduate Admission Exam Using Cross-Classified and Multilevel Models: a Comparison of the two approaches
چکیده انگلیسی مقاله
Under certain circumstances, the hierarchical structure of the society necessitates the levels to be of latitude parallel to each other rather than of longitude; therefore, usual nested models cannot be applied. In such cases, it is required to use the cross-classified models as a subclass of the multilevel models. Disregarding the structural classification can significantly affect the direction and magnitude of the obliqueness observed in estimating the parameters. In this paper, by cross-classified modeling the total scores of the students admitted in the Iranian national-wide Masters graduate admission exam in 2013, and by using R software, the cross-classified model is compared to its corresponding multilevel model applying the deviance criterion. Based upon the full conditional distributions of the parameters, the corresponding estimators are derived through the Markov Chain Monte Carlo methods. The deviance statistic was utilized to compare cross-classified model with its corresponding multi-level model. The results showed that modeling the random effects for the crossover populations using the cross-classified models is doing far better than the conventional corresponding multilevel model.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
رقیه باقی یزدل | baghi yazdel
کارشناس پژوهشی سازمان سنجش آموزش کشور
سازمان اصلی تایید شده
: سازمان سنجش
موسی گل علی زاده |
عضو هیئت علمی گروه آمار دانشگاه تربیت مدرس
سازمان اصلی تایید شده
: دانشگاه تربیت مدرس (Tarbiat modares university)
نشانی اینترنتی
http://jresearch.sanjesh.org/article_22543_211c1facb90140e96cf31a4ff6ceeafe.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1117/article-1117-213174.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات