HEV9007 Introduksjon til Rasch analyser

    • Studiepoeng
      5
    • Undervisningssemestre
      2024 Vår
    • Undervisningsspråk
      Norsk/Engelsk
    • Undervisningssted
      Elverum, Lillehammer
    • Forkunnskapskrav

      Kompetanse i grunnleggende statistikk er anbefalt. 

Emnets innhold

Dette kurset er laget for å introdusere deltakerne for Rasch analyse og prinsippene for objektive målinger.

  • Egenskaper ved Rasch modellen 

  • Local uavhengighet og svaravhengighet 

  • Dataenes tilpasning/fit til Rasch modellen  

  • Skalaers/instrumenters tilpasning til målgruppen 

  • Vurdering av svarkategorier 

  • Invarians  

  • Reliabilitet 

Læringsutbytte

Emnet har til hensikt å gi en forståelse av prinsipper for måling av latente egenskaper, slik som måling av menneskelige evner, prestasjoner, holdninger og meninger.  

Ved bestått emne har studenten oppnådd følgende læringsutbytte: 

Kunnskap

Etter gjennomført emne, har kandidaten: 

  • kunnskap om hovedprinsippene i moderne og klassisk testteori 

  • inngående kunnskaper om egenskaper ved Rasch modellen 

  • inngående kunnskap om krav som stilles til målinger av latente egenskaper 

  • kan vurdere hensiktsmessigheten og anvendelsen av Rasch analyse i forskning  

Ferdigheter

Etter gjennomført emne, kan kandidaten: 

  • forklare prinsippene for Rasch analyse 

  • anvende ulike tester for å vurdere kvaliteten på spørsmål/utsagn som inngår i skalaer/instrumenter for måling av latente egenskaper, slik som prestasjoner, kunnskaper og holdninger 

  • gjennomføre Rasch analyse med egnet programvare 

Generell kompetanse

Etter gjennomført emne, kan kandidaten:  

  • vurdere hensiktsmessigheten av å anvende Rasch analyser i vurdering av skalaers/instrumenters psykometriske egenskaper 

  • begrunne valg av analyser for å vurdere skalaers/instrumenters psykometriske egenskaper 

  • kritisk vurdere hvilken betydning resultater fra Rasch analyser har for skalaers/instrumenters psykometriske egenskaper   

  • kritisk vurdere validitet og reliabilitet ved egen og andres forskning   

  • delta i faglige debatter om skalaers/instrumenters psykometriske egenskaper 

Arbeids- og undervisningsformer

Emnet gjennomføres som blanding av forelesninger og seminarer. Kandidatene vil få mulighet til å ta med og analysere egne data. Programvaren RUMM2030+ brukes i undervisningen og kandidatene vil få en begrenset lisensversjon av programvaren.  

Eksempler: 

  • Forelesning 

  • Seminarer 

  • Studentpresentasjoner 

  • Selvstudium 

  • Oppgaveskriving 

  • Veiledning

Undervisningsspråk:

Undervisningen skjer hovedsakelig på skandinaviske språk og engelsk avhengig av foreleserens naturlige språk. Hvis det er deltakere som ikke bruker skandinaviske språk, benyttes engelsk som kursspråk. 

Arbeidskrav

  • 80% deltagelse på undervisning. 

  • Fremlegg av utkast til artikkel på seminar. 

  • Medstudentrespons på artikkelutkast. 

Vurdering

Individuell hjemmeeksamen på 3500 ord strukturert som en vitenskapelig artikkel. Eksamensoppgaven leveres senest 3 uker etter kursslutt. Eksamensoppgaven vurderes med bestått/ikke bestått. 

Eksamensoppgaven kan skrives på engelsk eller norsk. 

Vurderinger
VurderingsordningKarakterskalaGruppe/individuellVarighetHjelpemidlerAndelKommentar
Hjemmeeksamen
Bestått - Ikke bestått

Pensum

Fakultet
Fakultet for helse- og sosialvitenskap