Redução da Quantidade de Itens para Estimação de Proficiência em Teste Adaptativo Computadorizado com Filtro de Kalman

• Rafael M. Albuquerque Universidade Federal do Ceará
• Charles C. Cavalcante Universidade Federal do Ceará
• Jorge H. S. de Lira Universidade Federal do Ceará

DOI: https://doi.org/10.5753/sbie.2022.224802

Resumo

Avaliações em larga escala são importantes instrumentos não só na aferição da qualidade da educação, mas também na implementação de políticas educacionais. Contudo, apesar dos últimos avanços, avaliações em larga escala tradicionais ainda enfrentam problemáticas, como o tempo demandado para as instituições receberem suas devolutivas e a quantidade de itens no teste que por vezes é exaustiva. Diante desta limitação, propõe-se a implementação de um teste adaptativo computadorizado baseado na teoria de resposta ao item com a aplicação de um filtro de Kalman para a redução de itens do teste. Com isso, pode-se reduzir cerca de 70% da quantidade necessária de itens de um teste, quando comparado a um teste tradicional.

Palavras-chave: avaliação em larga escala, teste adaptativo computadorizado, otimização, estimação de proficiência, filtro de kalman

Referências

Andrade, D. F., Tavares, H. R., & Valle, R. C. (2000). Teoria da Resposta ao Item. Conceitos e Aplicações. Associação Brasileira de Estatística. São Paulo.

Araújo, A. L. S. O., J. S. Santos, M. R. A. Melo, W. L. Andrade, D. D. S. Guerreiro, & J. C. A. de Figueiredo (2020). Teoria de Resposta ao Item (2 ed.). Capítulo 8. Porto Alegre: SBC.

Ayala, R. J. (2009). The Theory & Practice of Item Response Theory. Guilford Press. New York.

Baker, F. B. (1992). Item Response Theory: Parameter Estimation Techniques. Marcel Dekker, Inc. New York.

Barrada, J. R., Olea, J., Ponsoda, V., & Abad, F. J. (2010). A Method for the Comparison of ItemSelection Rules in Computerized Adaptive Testing. Applied Psychological Measurement, 34(6), 438–452.

Couto, G.; Primi, R. (2011). Teoria de resposta ao item (TRI): Conceitos elementares dos modelos para itens dicotômicos. Boletim de Psicologia, São Paulo, v. 61, n. 134, p. 1 – 15.

Esteves, T (2021). Avaliação em Larga Escala. In. Rothen, J. C.; Esteves, T.; Oliveira, I. S. Glossário Brasileiro de Avaliação Educacional.

Fonseca, J. C. G. (2019). Uma Aplicação do Teste Adaptativo Computadorizado via Filtro de Kalman Não-Linear. Mestrado em estatística, Universidade de Brasília.

Jatobá, V. M. G. (2019). Uma Abordagem Personalizada no Processo de Seleção de Itens em Testes Adaptativos Computadorizados. 60 p. Dissertação (Mestrado em Sistemas de Informação). Universidade de São Paulo.

Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Transactionsof the ASME - Journal of Basic Engineering, 82, 35-45.

Min, S. & V. Aryadoust (2021, March). A Systematic Review of Item Response Theory in Language Assessment: Implications for the Dimensionality of Language Ability. Studies in Educational Evaluation 68.

Mislevy, R. J. & Stocking, M. L. (1989). A Consumer's Guide to LOGIST & BILOG. Applied Psychological Measurement, 13, 57-75.

Souza, W. F. de. (2019). Testes Adaptativos Computadorizados Aplicados às Provas do ENEM. 65 p. Monografia (Estatística) — Universidade Federal de Ouro Preto.

Spenassato, D., Trierweiller, A. C., De Andrade, D. F., & Bornia, A. C. (2016). Testes Adaptativos Computadorizados Aplicados em Avaliações Educacionais. Revista Brasileira de Informática na Educação, 24 (2).

Stafford, R. E., Runyon, C. R., Casabianca J. M., & Dodd, B. G. (2018). Comparing Computer Adaptive Testing Stopping Rules Under the Generalized Partial-Credit Model. PsychonomicSociety. Behavior Research Methods, 51, 1305–1320.