HEV9007 Introduksjon til Rasch analyser
- EmnekodeHEV9007
- Studiepoeng5
- Undervisningssemestre2025 Vår
- UndervisningsspråkNorsk/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 | Kommentar |
---|---|---|---|---|---|---|
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.