jMetrik est plus puissant que vous ne le pensez. Il est conçu pour les travaux opérationnels où les chercheurs ont besoin de plusieurs procédures dans un seul cadre unifié. Actuellement, vous pouvez estimer les paramètres IRT pour les modèles Rasch, crédit partiel et échelle de notation. Il permet également la liaison à l'échelle IRT via Stocking-Lord, Haebara et d'autres méthodes. Puisqu'il inclut une base de données intégrée, la sortie de l'estimation IRT peut être utilisée dans la liaison d'échelle sans avoir besoin de remodeler les fichiers de données. De plus, toutes les sorties peuvent être stockées dans la base de données pour être utilisées avec d'autres méthodes dans jMetrik ou des programmes externes comme R.
Vous pouvez également l'exécuter avec des scripts au lieu de l'interface graphique. Par exemple, le code suivant (a) importera des données dans la base de données, (b) notera les éléments avec un corrigé, (c) estimera les paramètres du modèle Rasch et (d) exportera les données sous forme de fichier CSV. Vous pouvez utiliser le fichier de sortie final comme entrée dans R pour une analyse plus approfondie, ou vous pouvez utiliser R pour vous connecter directement à la base de données jMetrik et travailler avec les résultats.
#import data into database
import{
delimiter(comma);
header(included);
options(display);
description();
file(C:/exam1-raw-data.txt);
data(db = testdb1, table = EXAM1);
}
#conduct item scoring with the answer key
scoring{
data(db = mydb, table = exam1);
keys(4);
key1(options=(A,B,C,D), scores=(1,0,0,0), variables= (item1,item9,item12,item15,item19,item21,item22,item28,item29,item30,item34,item38,item42,item52,item55));
key2(options=(A,B,C,D), scores=(0,1,0,0), variables=(item4,item6,item16,item18,item24,item26,item32,item33,item35,item43,item44,item47,item50,item54));
key3(options=(A,B,C,D), scores=(0,0,1,0), variables=(item3,item5,item7,item11,item14,item20,item23,item25,item31,item40,item45,item48,item49,item53));
key4(options=(A,B,C,D), scores=(0,0,0,1), variables=(item2,item8,item10,item13,item17,item27,item36,item37,item39,item41,item46,item51,item56));
}
#Run a Rasch models analysis.
#Item parameters saved as database table named exam1_rasch_output
#Residuals saved as a databse table named exam1_rasch_resid
#Person estimates saved to original data table. Person estimate in variable called "theta"
rasch{
center(items);
missing(ignore);
person(rsave, pfit, psave);
item(isave);
adjust(0.3);
itemout(EXAM1_RASCH_OUTPUT);
residout(EXAM1_RASCH_RESID);
variables(item1, item2, item3, item4, item5, item6, item7, item8, item9, item10, item11, item12, item13, item14, item15, item16, item17, item18, item19, item20, item21, item22, item23, item24, item25, item26, item27, item28, item29, item30, item31, item32, item33, item34, item35, item36, item37, item38, item39, item40, item41, item42, item43, item44, item45, item46, item47, item48, item49, item50, item51, item52, item53, item54, item55, item56);
transform(scale = 1.0, precision = 4, intercept = 0.0);
gupdate(maxiter = 150, converge = 0.005);
data(db = testdb1, table = EXAM1);
}
#Export output table for use in another program like R
export{
delimiter(comma);
header(included);
options();
file(C:/EXAM1_RASCH_OUTPUT.txt);
data(db = testdb1, table = EXAM1_RASCH_OUTPUT);
}
Le logiciel en est encore à ses premiers stades de développement. J'ajoute actuellement une analyse factorielle exploratoire et des modèles de réponse d'items plus avancés. Contrairement à de nombreux autres programmes IRT, jMetrik est open source. toutes les procédures de mesure utilisent la bibliothèque psychométrique qui est actuellement disponible sur GitHub, https://github.com/meyerjp3/psychometrics . Toute personne intéressée à contribuer est la bienvenue.