Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Laros, Jacob Arie | - |
Autor(es): dc.creator | Franco, Víthor Rosa | - |
Data de aceite: dc.date.accessioned | 2024-10-23T16:23:31Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T16:23:31Z | - |
Data de envio: dc.date.issued | 2020-06-22 | - |
Data de envio: dc.date.issued | 2020-06-22 | - |
Data de envio: dc.date.issued | 2020-06-22 | - |
Data de envio: dc.date.issued | 2019-12-03 | - |
Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/38079 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/907258 | - |
Descrição: dc.description | Tese (doutorado)—Universidade de Brasília, Instituto de Psicologia, Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações, 2019. | - |
Descrição: dc.description | O que define uma boa medida? Na presente tese, argumentamos e mostramos que definir uma boa medida pode ser muito mais complexo do que simplesmente executar uma análise fatorial ou uma análise usando a teoria da resposta ao item. O objetivo geral desta dissertação é apresentar três principais pressupostos da medida psicométrica e desenvolver alternativas para a medida psicológica tradicional. A tese está dividida em quatro estudos. O primeiro é um estudo teórico no qual são apresentados três pressupostos centrais comuns à teoria psicométrica e à prática psicométrica, e no qual é mostrado como alternativas às abordagens psicométricas tradicionais podem ser usadas para melhorar a medição psicológica. Essas alternativas foram desenvolvidas adaptando cada um desses três pressupostos: (1) o pressuposto de validade estrutural; (2) o pressuposto do processo; e (3) o pressuposto de construto. O pressuposto de validade estrutural refere-se à implementação de modelos matemáticos. O pressuposto de processo implica que um processo subjacente específico está gerando os dados observados. O pressuposto de construto infere que os dados observados por si só não constituem uma medida, mas que as medidas são as variáveis latentes que originam os dados observados. Vários exemplos de abordagens psicométricas alternativas já existentes são apresentados no primeiro estudo. O segundo estudo se refere ao pressuposto de validade estrutural e teve como objetivo desenvolver dois novos modelos de resposta aos itens para itens politômicos e binários que não assumem uma distribuição normal dos escores verdadeiros. O primeiro modelo desenvolvido, o Modelo de resposta ao item condicional (CIRM), assume uma distribuição beta- binomial. O segundo novo modelo é uma implementação Bayesiana do procedimento de escore ótimo (OS-IRM). Ambos os novos modelos foram comparados com o modelo tradicional de Rasch: os resultados indicam que os dois modelos desenvolvidos melhoram vários aspectos do modelo de Rasch. O terceiro estudo foi derivado do pressuposto do processo e tinha três objetivos. Primeiro, desenvolver uma implementação Bayesiana do framework de análise da função de otimização situacional (SOFA). Segundo, comparar essa implementação Bayesiana do SOFA com outros três modelos baseados em Máxima Verossimilhança, usados para estimar escores verdadeiros. O terceiro objetivo foi mostrar como a modelagem conjunta pode ser usada para pesquisas de validade. Uma das principais vantagens do framework SOFA em comparação com a abordagem psicométrica tradicional é que o SOFA depende de dados experimentais, melhorando a validade das medidas. O quarto e último estudo foi derivado do pressuposto de construto e seu principal objetivo era desenvolver um procedimento de aprendizado de estrutura de gráficos de cadeia de potência (PCGs). Um PCG é um tipo de gráfico que representa relações causais entre grupos de variáveis. Pode ser pensado como uma versão exploratória completa da modelagem de equações estruturais, bem como um modelo psicométrico que não depende de variáveis latentes. Esses quatro estudos pretendem mostrar que a modelagem psicométrica não deve se restringir ao uso de modelos tradicionais de mensuração, mas também deve considerar a adaptação desses modelos tradicionais de acordo com o uso pretendido e os processos teóricos que originam as medidas observadas. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | - |
Descrição: dc.description | What defines a good measurement? In the present dissertation we argue, and show, that defining a good measurement can be much more complex than simply performing a factor analysis or an analysis using item response theory. The overall objective of this dissertation is to present three principal assumptions of psychometric measurement, and to develop alternatives for traditional psychological measurement. The dissertation is divided in four studies. The first one is a theoretical study in which three central assumptions common to psychometric theory and psychometric practice are presented, and in which is shown how alternatives to traditional psychometric approaches can be used to improve psychological measurement. These alternatives were developed by adapting each of these three assumptions: (1) the assumption of structural validity; (2) the process assumption; and, (3) the construct assumption. The structural validity assumption relates to the implementation of mathematical models. The process assumption implies that a specific underlying process is generating the observed data. The construct assumption infers that the observed data on its own do not constitute a measurement, but the measure are the latent variables that originate the observed data. Several examples of already existing alternative psychometric approaches are presented in the first study. The second study relates to the structural validity assumption and aimed to develop two new item response models for polytomous and binary items that do not assume a normal distribution of the true scores. The first model that was developed, the Conditional Item Response Model (CIRM), assumes a beta-binomial distribution. The second new model is a Bayesian implementation of the optimal score procedure (OS-IRM). Both new models were compared with the traditional Rasch model: the results indicate that the two developed models improve various aspects of the Rasch model. The third study was derived from the process assumption and had three objectives. First, to develop a Bayesian implementation of the situational optimization function analysis (SOFA) framework. Second, to compare this Bayesian implementation of SOFA with three other Maximum Likelihood-based models that are used to estimate true scores. The third objective was to show how joint modeling can be used for validity research. One of the main advantages of the SOFA framework compared to the traditional psychometric approach is that SOFA relies on experimental data, improving the validity of the measures. The fourth and final study was derived from the construct assumption and its main objective was to develop a procedure of structure learning of power chain graphs (PCGs). A PCG is a type of graph that represents causal relations between groups of variables. It can be thought as a full exploratory version of structural equation modeling, as well as a psychometric model that is not dependent on latent variables. These four studies intend to show that psychometric modeling should not be restricted to the use of traditional measurement models, but should also consider adapting these traditional models in accordance with the intended use and theoretical processes that originate the observed measures. | - |
Formato: dc.format | application/pdf | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
Palavras-chave: dc.subject | Psicometria | - |
Palavras-chave: dc.subject | Teorização formal | - |
Palavras-chave: dc.subject | Modelagem Bayesiana | - |
Palavras-chave: dc.subject | Teoria de medida | - |
Título: dc.title | Beyond psychometric assumptions : how to develop new psychological measures | - |
Título: dc.title | Para além de pressupostos psicométricos : como desenvolver novas medidas psicológicas | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: