O jMetrik é mais poderoso do que você imagina. Ele foi projetado para o trabalho operacional em que os pesquisadores precisam de vários procedimentos em uma única estrutura unificada. Atualmente, você pode estimar parâmetros de TRI para os modelos Rasch, crédito parcial e escala de classificação. Também permite a ligação da escala do IRT através do Stocking-Lord, Haebara e outros métodos. Por incluir um banco de dados integrado, a saída da estimativa do IRT pode ser usada em links de escala sem a necessidade de remodelar os arquivos de dados. Além disso, toda saída pode ser armazenada no banco de dados para uso com outros métodos no jMetrik ou em programas externos como o R.
Você também pode executá-lo com scripts em vez da GUI. Por exemplo, o código a seguir irá (a) importar dados para o banco de dados, (b) pontuar itens com uma chave de resposta, (c) estimar os parâmetros do modelo Rasch e (d) exportar dados como um arquivo CSV. Você pode usar o arquivo de saída final como entrada no R para análises adicionais, ou pode usar o R para conectar-se diretamente ao banco de dados jMetrik e trabalhar com os resultados.
#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);
}
O software ainda está em seus estágios iniciais de desenvolvimento. Atualmente, estou adicionando análise fatorial exploratória e modelos mais avançados de resposta a itens. Ao contrário de muitos outros programas de IRT, o jMetrik é de código aberto. todos os procedimentos de medição usam a biblioteca psicométrica atualmente disponível no GitHub, https://github.com/meyerjp3/psychometrics . Qualquer pessoa interessada em contribuir é bem-vinda.