Uso de regressão isotônica na escolha de itens em testes adaptativos computadorizados

Abstract

Os testes adaptativos computadorizados têm desafiado pesquisadores da área a proporem diferentes métodos de estimações para o traço latente do respondente e, em particular, diversos critérios para escolha mais eficiente dos itens que serão respondidos. Neste trabalho, serão propostos dois novos critérios para seleção de item em testes adaptativos computadorizados, mediante aplicação regressão isotônica, na qual a dificuldade do item é a variável explicativa, e a indicadora de acerto é a variável resposta. Os resultados mostram que os critérios possuem resultados semelhantes aos que já são utilizados, embora se mostrem menos acurados para algumas habilidades, principalmente aquelas acima da média. A vantagem do critério que utiliza a regressão suavizada por Nadaraya-Watson é o tempo de processamento, pois chega a ser duas vezes mais rápido que o mais rápido dos outros critérios, que é o critério da Máxima Informação de Fisher. Ao final, são feitas propostas de estudos futuros na tentativa de aperfeiçoar os critérios criados, a fim de obter maiores vantagens na escolha do próximo item a ser aplicado ao respondente, reduzindo a quantidade de itens e mantendo a boa estimativa.