HEV9007 Introduksjon til Rasch analyser
- EmnekodeHEV9007
 - Studiepoeng5
 - Undervisningssemestre2025 Vår
 - Undervisnings- og eksamensspråkNorsk/Engelsk
 - UndervisningsstedElverum, Lillehammer
 - Forkunnskapskrav
Kompetanse i grunnleggende statistikk er anbefalt.
 
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:
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
 
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
 
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
 
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.
-  
80% deltagelse på undervisning.
 
-  
Fremlegg av utkast til artikkel på seminar.
 -  
Medstudentrespons på artikkelutkast.
 
| Vurderingsordning | Karakterskala | Gruppe/individuell | Varighet | Hjelpemidler | Andel | Kommentarer | 
|---|---|---|---|---|---|---|
Hjemmeeksamen  | Bestått - Ikke bestått  | 
Individuell hjemmeeksamen 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.