jMetrik lebih kuat dari yang Anda kira. Ini dirancang untuk pekerjaan operasional di mana peneliti memerlukan banyak prosedur dalam satu kerangka kerja tunggal. Saat ini Anda dapat memperkirakan parameter IRT untuk model Rasch, kredit parsial dan skala peringkat. Ini juga memungkinkan untuk menghubungkan skala IRT melalui Stocking-Lord, Haebara dan metode lainnya. Karena termasuk basis data terintegrasi, output dari estimasi IRT dapat digunakan dalam penghubungan skala tanpa perlu membentuk kembali file data. Selain itu, semua output dapat disimpan dalam database untuk digunakan dengan metode lain di jMetrik atau program eksternal seperti R.
Anda juga dapat menjalankannya dengan skrip alih-alih GUI. Misalnya, kode berikut akan (a) mengimpor data ke dalam basis data, (b) menilai item dengan kunci jawaban, (c) memperkirakan parameter model Rasch, dan (d) mengekspor data sebagai file CSV. Anda dapat menggunakan file hasil akhir sebagai input ke R untuk analisis lebih lanjut, atau Anda dapat menggunakan R untuk terhubung langsung ke database jMetrik dan bekerja dengan hasilnya.
#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);
}
Perangkat lunak ini masih dalam tahap awal pengembangan. Saat ini saya menambahkan analisis faktor eksplorasi dan model respons item yang lebih canggih. Tidak seperti banyak program IRT lainnya, jMetrik adalah open source. semua prosedur pengukuran menggunakan pustaka psikometrik yang saat ini tersedia di GitHub, https://github.com/meyerjp3/psychometrics . Siapa pun yang tertarik untuk berkontribusi disambut.