• Zawiera oszacowania parametrów psychometrycznych zadań
  (dokładniej rzecz ujmując kryteriów oceny oraz pseudokryteriów oceny).
  • Każdy parametr pochodzi z jakiegoś skalowania - patrz grupa danych skale.
  • Parametry zwracane są w postaci długiej tzn. różne parametry tego samego (pseudo)kryterium oceny znajdują się w osobnych wierszach.

• Parametry identyfikowane są poprzez id_skali, skalowanie oraz kod (pseudo)kryterium oceny. Ponieważ wartości te nie pozwalają na intuicyjne wyszukiwanie, praktycznie zawsze dane z tej grupy danych łączone będą z (patrz przykład):
  • grupą danych skale
  • i/lub grupą danych kryteria oceny
  • i/lub grupą danych testy

• Listę zmiennych zawartych w tej grupie danych znajdziesz tutaj.

• pobierz_parametry(src)
  Pobiera parametry psychometryczne
  Parametry:
  • src - zmienna zawierająca połączenie z bazą danych zwrócone przez funkcję polacz()

Porównujemy trudności KTT wersji A i B arkusza sprawdzianu z 2009 roku obliczone dla danych EWD.

Aby odfiltrować interesujące parametry odwołujemy się do grup danych skale, testy, jak również kryteria oceny.

library(ZPD)
src = polacz()
 
# pobieramy skale KTT dla sprawdzianu z 2009 roku
skale = pobierz_skale(src, czyKtt = TRUE, PvEap = FALSE) %>%
  filter(rodzaj_skali == 'ktt', rodzaj_egzaminu == 'sprawdzian', rok == 2009) %>%
  select(id_skali, skalowanie, id_testu)
# aby odfiltrować testy z danymi EWD musimy sięgnąć do grupy danych "testy"
testyEwd = pobierz_testy(src) %>%
  filter(dane_ewd == TRUE) %>%
  select(id_testu, arkusz)
# złączamy jedno z drugim - mamy już potrzebne dane - id_skali, skalowanie i arkusz
skale = skale %>%
  inner_join(testyEwd)
 
# pobieramy parametry
parametry = pobierz_parametry(src) %>%
  # ograniczamy tylko do interesujących nas skalowań (jednocześnie dołączamy zmienną "arkusz")
  inner_join(skale) %>%
  # zostawiamy jedynie parametr określający trudność
  filter(parametr == 'mean') %>%
  # wybieramy jedyne interesujące nas zmienne
  select(arkusz, kryterium, wartosc) %>%
  # pobieramy na komputer
  collect() %>%
  # przekształcamy do postaci szerokiej z wersjami arkusza w kolumnach
  reshape2::dcast(kryterium ~ arkusz)
# obliczamy różnicę trudności między wersjami arkusza
parametry$roznica = abs(parametry[, 2] - parametry[, 3])
 
# dociągamy i złączamy intuicyjne opisy kryteriów oceny z grupy danych kryteria_oceny
kryteria = pobierz_kryteria_oceny(src, testy = FALSE, skale = FALSE) %>%
  select(kryterium, numer_pytania, numer_kryterium) %>%
  distinct() %>%
  collect()
parametry = kryteria %>%
  inner_join(parametry)
 
# wyświetlamy sortując od największej różnicy
parametry %>% arrange(desc(roznica))