Modelos de IRT de Itens Aleatórios

É uma prática comum em IRT considerar os itens como fixos e as pessoas como aleatórias. Tanto os parâmetros de pessoas contínuas quanto categóricas são frequentemente variáveis aleatórias, enquanto que para itens apenas parâmetros contínuos são utilizados e geralmente do tipo fixo, embora ocorram exceções. O presente artigo demonstra que parâmetros de itens aleatórios fazem sentido teoricamente, e que na prática a abordagem de itens aleatórios é promissora para lidar com várias questões, como a medição de pessoas, a explicação das dificuldades dos itens e a solução de problemas em relação ao DIF. Em correspondência com essas questões, três partes estão incluídas. Todas elas se baseiam no modelo de Rasch como o modelo mais simples para estudar, e o mesmo conjunto de dados é utilizado para todas as aplicações. Primeiro, mostra-se que o modelo de Rasch com pessoas fixas e itens aleatórios é um modelo de medição interessante, tanto em teoria quanto pelo seu ajuste. Em segundo lugar, o modelo de teste logístico linear com um termo de erro é introduzido, de modo que a explicação das dificuldades dos itens com base nas propriedades dos itens não precisa ser perfeita. Finalmente, mais dois modelos são apresentados: o modelo de perfil de itens aleatórios (RIP) e o modelo de mistura de itens aleatórios (RIM). No RIP, o DIF não é considerado um fenômeno discreto, e quando uma abordagem de regressão robusta baseada nas dificuldades do RIP é aplicada, são obtidos resultados bastante bons de identificação de DIF. No RIM, nenhum conjunto de âncoras prévio é definido, mas em vez disso, uma classe latente de DIF de itens é utilizada, de modo que a âncora posterior é realizada (âncora baseada na mistura de itens). Mostra-se que ambas as abordagens são promissoras para a identificação de DIF.