En Raschmodel er en statistisk model udviklet omkring 1960 af G. Rasch til analyse af duelighedstest, fx intelligenstest og holdningstest baseret på en række spørgsmål i et spørgeskema, der alle er rettet mod at måle holdningen til et emne. Raschmodellen afklarede præcist, hvad det vil sige at måle en persons egenskaber ud fra sådanne test, og modellerne anvendes i dag over hele verden.

Der var to vigtige nydannelser i Raschmodellen. For det første gjorde Rasch det til en vigtig måleegenskab, at karakteristika ved spørgsmålene i en holdningstest eller delprøverne i en duelighedstest kunne måles uafhængigt af, hvilke personer der indgik i det statistiske materiale. Samtidig skulle man kunne sammenligne to personers egenskaber uafhængigt af, hvilke spørgsmål eller delprøver der blev benyttet. For det andet foreslog Rasch, at man skulle benytte den logistiske kurve til at beskrive responskurven for en delprøve, i tilfældet med intelligensprøver, når man bevægede sig fra personer med meget lav intelligens til personer med meget høj intelligens.

For intelligensprøver kan modellen beskrives eksakt ved at opstille sandsynligheden \(p\) for et korrekt svar på en delprøve, givet personens dygtighed \(a\) til at løse intelligensprøver i almindelighed og givet delprøvens sværhedsgrad \(b\). Denne sandsynlighed har for Raschmodellen formen \[p = \frac{\exp(a-b)}{1+\exp(a-b)}\].

Den er voksende med personens dygtighed og aftagende med delprøvens sværhedsgrad. Kravene til at kunne måle karakteristika ved spørgsmål eller delprøver uafhængigt af personens egenskaber udmøntede Rasch i en statistisk procedure, hvor estimationen af modellens parametre skete med udgangspunkt i betingede sandsynligheder, der alene afhang af det ene sæt parametre.

Allerede i 1961 publicerede Rasch en artikel, hvor udvidelsen af modellen til situationer med flere end to responskategorier er opstillet. Denne model kaldes den polytome Raschmodel eller rating scale model.

Kommentarer

Kommentarer til artiklen bliver synlige for alle. Undlad at skrive følsomme oplysninger, for eksempel sundhedsoplysninger. Fagansvarlig eller redaktør svarer, når de kan.

Du skal være logget ind for at kommentere.

eller registrer dig