کاربرد مدل درخت های راش در آشکارسازی کنش افتراقی سوال (موردمطالعه: آزمون‌های استخدامی نیروی انتظامی ج.ا. ایران)

زمینه و هدف: این مطالعه قصد دارد تا در آزمون بزرگی چون آزمون استخدامی نیروی انتظامی، سوالاتی که شامل کنش افتراقی سنی و گروه آزمایشی باشند را با استفاده از مدل درخت‌های راش پیدا کند. روش: پژوهش حاضر ازنظر هدف کاربردی و ازنظر روش، توصیفی موسوم به تحقیقات روان‌سنجی است. همچنین با توجه به اینکه این پژوهش آزمون‌های استخدامی را موردبررسی قرار می‌‌دهد از حیث روش، از نوع ارزشیابی است. جامعه آماری آزمون استخدامی ورودی سال 1398 به تعداد 2414 نفر به‌صورت تمام شمار مورد تحلیل قرارگرفته است. جهت تشخیص نرخ آشکارسازی کنش افتراقی سوال با استفاده از مدل درخت‌های راش از بسته diftree در نرم‌افزار r استفاده شد. یافته‌ها: نتایج حاصل از مدل درخت‌های راش نشان داد که تعداد 9 سوال دارای کنش افتراقی سوال هستند که در مهم‌ترین آن، تعداد 7 سوال در گروه ریاضی با 18 سال سن (رسته دوم) و 6 سوال در گروه ریاضی با 19 سال سن (رسته اول) دارای سوگیری نسبت به گروه علوم تجربی (رسته سوم) بوده و جهت‌گیری سوگیری به نفع رسته اول و دوم و به ضرر رسته سوم بوده است. نتایج: مدل درخت‌های راش به‌خوبی توانسته است سوگیری سوالات آزمون استخدامی را مشخص نماید.

Application of the Rasch Tree Model in the Detection of Differential Item Functioning (Case study: Recruitment exams of the police of the Islamic Republic of Iran)

Background and Aim: The purpose of this study is to investigate the application of the Rasch Tree model in revealing the differential action of police recruitment tests. Method: The present study is applied in terms of purpose and descriptive in terms of method called psychometric research. Also, considering that this research examines employment tests, it is of evaluation type in terms of method. The statistical population of the police recruitment test for the year 1398 has been analyzed as 2414 people in full. To determine the detection rate of the differentiation Item Functioning, 100 fourchoice questions of the specific test of candidates for employment in the police force were examined using the DIFtree closed the Rasch Tree model in R software. Results: The results of the Rasch Tree model showed that the candidates can be in 5 categories of the mathematical experimental group with 18 years of age (first category); Mathematics with 19 years of age (second category); Department of Experimental Sciences (third category); Department of Humanities with 18 years of age (fourth category) and Department of Humanities with 19 years of age (fifth category) Division as in the designated categories, 9 questions in Persian language and literature courses (2 questions); Arabic language (2 questions); General information (3 questions), English (2 questions) have the differentiation Item Functioning (bias). The orientation of the bias was in favor of the first and second categories and to the detriment of the third and fourth categories. Results: The Rasch Tree model was able to determine the bias of the recruitment test questions.