تحليل داده‌هاي نگرش‌سنجي: تفاوت نظريه كلاسيك و سؤال ـ پاسخ

Attitudinal Analysis: The Difference Between Classical Test Theory and Item Response Theory

سنجش نگرش با تحليل داده‌ها به پايان نمي‌رسد بلكه آغاز راهي است كه بتوان كيفيت گويه‌هاي نگرش‌سنجي را افزايش داد و فرصتي فراهم كرد تا خطاي اندازه‌گيري را كاهش داد. در اين پژوهش تفاوت بين دو نظريه كلاسيك اندازه‌گيري (CTT) و نظريه سؤال- پاسخ (IRT) در تعيين ويژگي‌هاي روان‌سنجي داده‌هاي حاصل از افكارسنجي مطالعه شده است؛ قبل از ارائه نتايج تحليل هاي مربوط به اين دو نظريه به منظور بررسي روايي و نيز ساخت و تأييد ابزار از تحليل عامل اكتشافي (EFA) و تحليل عامل تأييدي (CFA) نيز بهره برده شده است. موضوع موردمطالعه، داده‌هاي واقعي مربوط به افكارسنجي 3684 نفر از اقشار مختلف مردم درخصوص برنامه‌هاي تلويزيوني بوده است. يافته‌ها حاكي از آن است كه هر دو نظريه كلاسيك و سؤال- پاسخ مي‌توانند اطلاعات مشابهي درباره گويه‌هاي مقياس در ارتباط با خصيصه مكنون مورد اندازه‌گيري ارائه دهند، اما دو نظريه اندازه‌گيري تصاوير متفاوتي از دقت مقياس‌ها به‌دست مي‌دهند. به‌طور كلي، نظريه سؤال- پاسخ، هم اطلاعات غني‌تري درباره دقت اندازه‌گيري و هم پيشنهاد‌هاي روشن‌تري براي بهبود مقياس ارائه مي‌دهد.

Measuring attitude does not end with data analysis but is the beginning of a way through which can increase the quality of attitudinal analysis and provide an opportunity to reduce measurement error. In this study, the difference between the classical test theory (CTT) and item response theory (IRT) in determining the psychometric properties of the data obtained from polling is studied. Before presenting the results of the analysis of these two theories, exploratory factor analysis (EFA) and confirmatory factor analysis (CFA) were also used to evaluate constructing, validity and reliability of the tools. The subject of the study was actual data on the opinion polls of 3684 people from different groups about television programs. The findings show that both classical test theory and item response theory can provide similar information about the scale items of the latent feature under study. But the two measurement theories give different images of the accuracy of the scales. In general, item response theory offers both more information about measurement accuracy and clearer suggestions for scale improvement.