jMetrik jest potężniejszy niż myślisz. Jest przeznaczony do pracy operacyjnej, w której badacze potrzebują wielu procedur w jednym zunifikowanym systemie. Obecnie można oszacować parametry IRT dla modeli skali Rasch, częściowego kredytu i ratingu. Umożliwia także łączenie w skali IRT za pomocą Stocking-Lord, Haebara i innymi metodami. Ponieważ zawiera on zintegrowaną bazę danych, dane wyjściowe z oszacowania IRT można wykorzystać do łączenia skali bez potrzeby zmiany plików danych. Co więcej, wszystkie dane wyjściowe mogą być przechowywane w bazie danych do użycia z innymi metodami w jMetrik lub programach zewnętrznych, takich jak R.
Możesz również uruchomić go za pomocą skryptów zamiast GUI. Na przykład poniższy kod będzie (a) importował dane do bazy danych, (b) oceniał elementy za pomocą klucza odpowiedzi, (c) oceniał parametry modelu Rasch i (d) eksportował dane jako plik CSV. Możesz użyć końcowego pliku wyjściowego jako danych wejściowych do R do dalszej analizy lub możesz użyć R, aby połączyć się bezpośrednio z bazą danych jMetrik i pracować z wynikami.
#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);
}
Oprogramowanie jest wciąż na wczesnym etapie rozwoju. Obecnie dodaję eksploracyjną analizę czynników i bardziej zaawansowane modele reakcji na przedmioty. W przeciwieństwie do wielu innych programów IRT, jMetrik jest oprogramowaniem typu open source. wszystkie procedury pomiarowe wykorzystują bibliotekę psychometrii, która jest obecnie dostępna na GitHub, https://github.com/meyerjp3/psychometrics . Każdy zainteresowany udziałem jest mile widziany.