Model RSM untuk data politomus

Skala peringkat (Rating scale) adalah sekumpulan kategori yang dirancang untuk memperoleh informasi tentang atribut kuantitatif atau kualitatif. Dalam ilmu sosial, khususnya psikologi, contoh yang umum adalah skala likert dan skala penilaian 1-10 di mana seseorang memilih angka yang dianggap mencerminkan persepsi mengenai sesuatu.

Apa itu RSM

RSM: Rating Scale Model dikembangkan oleh Andrich (1978) untuk data politomus, yaitu data dengan kategori >= 2. RSM mengasumsikan bahwa struktur ambang ditetapkan di seluruh item. Jarak relatif antara ambang batas adalah sama untuk semua item, tetapi item masih memiliki kesulitan yang berbeda. Ambang batas hanya bergerak ke atas atau ke bawah skala logits

Syarat Yang harus dipenuhi untuk analisis model Rasch.

• Politomus: memiliki kategori minimal 2
• Jarak antar kategori adalah sama

Package yang dibutuhkan

• TAM, panduan dapat diunduh di sini

Versi Minimum

Untuk menjalankan eRm dibutuhkan R-base minimal versi 3.5.19++. Untuk mendapatkan versi terbaru unduh versi

• windows unduh di sini
• Debian (linux) unduh di sini
• Fedora (linux) unduh di sini
• Redhat (linux) unduh di sini
• OpenSuse (linux) unduh di sini
• Ubuntu (linux) unduh di sini
• MacOs (Apple) unduh di sini

Potongan script untuk menjalankan analisis TAM

Memeriksa versi R-base

vs = as.numeric(R.version$major)+as.numeric(R.version$minor)
if(vs < 3.5){
  cat(paste("Minimun version is 3.5. Your R version is", vs,"\n"))
  quit()
}

Membaca data yang akan dianalisis (format CSV)

readData <- function(path) {
  return(read.csv(file = path)) 
}

args = commandArgs(trailingOnly=TRUE)
if(length(args)==0){
  raw <- readData('sample.csv')
  dirW <- "sample"
}else{
  if(file.exists(args[1])){
    raw <- readData(args[1])
    
    dirW <- strsplit(args[1], ".")[0] 
  }else{
    raw <- FALSE
    cat(paste("File", args[1], "tidak ditemukan.\n"))
    quit()
  }
}

Menyiapkan direktori kerja (format CSV)

if(!dir.exists(dirW)){
  dir.create(dirW)
}

joinPath <- function(parent, child){
  return(gsub(" ", "", paste(parent,"/",child), fixed = TRUE))
}

for(d in c('log','plot')){
  dd <- joinPath(dirW,d)
  if(!dir.exists(dd)){
    dir.create(dd)
  }else{
    f <- list.files(dd, include.dirs = F, full.names = T, recursive = T)
    file.remove(f)
  }
}

Menyimpan data log

logger <- function(path, data, sum=FALSE) {
  path <- joinPath(dirW,path)
  path <- gsub(" ", "_", path, fixed = TRUE)
  cat(paste("Writing:",path, "...\n"))
  sink(path)
  cat("Data\n")
  print(data)
  if(sum){
    cat("Summary\n")
    print(summary(data))
  }
  sink()
}

Menyimpan hasil plot (grafik)

plotter <- function(path, data, width=600, height=350, color="", absis = 0, ordinat=0.5){
  path <- joinPath(dirW,path)
  path <- gsub(" ", "_", path, fixed = TRUE)
  cat(paste("Drawing:",path, "...\n"))
  png(path, width=width, height=height)
  data
  if(color!=""){
    abline(v = absis, col = color)
    abline(h = ordinat, col = color)
  }
  dev.off()
}

Install package

  cat("Load packages ...\n")
  requiredPackages = c('TAM','WrightMap','plyr')
  for(p in requiredPackages){
    if(!require(p,character.only = TRUE)) install.packages(p)
    library(p,character.only = TRUE)
  }

Menyimpan data log

  scores <- subset(raw, select = -c(Person))
  logger('log/scores.txt', scores, TRUE)

  politomi <- TAM::tam.mml(scores, irtmodel="RSM")
  logger('log/analyze.txt', politomi, TRUE)
  logger('log/rater_estimation.txt', politomi$xsi, TRUE)
  logger('log/rater_fit.txt', tam.fit(politomi), TRUE)
  logger('log/rater_treshold.txt', tam.threshold(politomi), TRUE)

  person_ability <-tam.wle(politomi)
  logger('log/person_ability.txt', person_ability, TRUE)
  person_fit <-tam.personfit(politomi)
  logger('log/person_fit.txt', person_fit, TRUE)

Menyimpan Hasil plot

  plotter("plot/wright map.png", IRT.WrightMap(politomi, show.thr.lab=TRUE))
  d = 'Plots'
  if(dir.exists(d)){
    f <- list.files(d, include.dirs = F, full.names = T, recursive = T)
    file.remove(f)
  }

  
  plot(politomi,ask=TRUE)
  for(i in 1:ncol(scores)){
    if(i>1){
      source <- gsub("#", (i-1), 'Rplots#.pdf', fixed = TRUE)
    }else{
      source <- "Rplots.pdf"
    }
    target <- gsub("#", i, 'expected_score_#.pdf', fixed = TRUE)
    file.rename( from = file.path(getwd(), source) , to = file.path(gsub(" ","",paste(getwd(),paste('/',joinPath(dirW,'plot')))), target) )
  }
  
  if(dir.exists(d)){
    f <- list.files(d, include.dirs = F, full.names = T, recursive = T)
    file.remove(f)
  }

  plot(politomi, type="items")
  for(i in 1:(ncol(scores)-1)){
    if(i>1){
      source <- gsub("#", (i-1), 'Rplots#.pdf', fixed = TRUE)
    }else{
      source <- "Rplots.pdf"
    }
    target <- gsub("#", (i+1), 'item_characteristic_#.pdf', fixed = TRUE)
    file.rename( from = file.path(getwd(), source) , to = file.path(gsub(" ","",paste(getwd(),paste('/',joinPath(dirW,'plot')))), target) )
  }
  source <- gsub(" ","",paste(getwd(),'/Plots'))
  target <- gsub(" ","",paste(getwd(),paste('/',joinPath(dirW,'plot'))))
  file.rename( from = file.path(source, 'Item_Rater_1.png') , to = file.path(target, 'item_characteristic_1.png')) 
  unlink('Plots',  recursive = TRUE)

Citation

Jika anda menggunakan package TAM untuk publikasi, anda dapat menyertakan sitasi berikut.

@Manual{
  TAM_3.5-19,     
  title = {TAM: Test Analysis Modules},
  author = {Alexander Robitzsch and Thomas Kiefer and Margaret Wu},
  year = {2020},
  note = {R package version 3.5-19},
  url = {https://CRAN.R-project.org/package=TAM}, 
}

Video Tutorial

Tutorial lengkap sedang dalam produksi.

Tags:

• R-base
• Rasch model
• dikotomis
• CMLE
• eRm