Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

O que é Teoria de Resposta ao Item (TRI) e quais os principais modelos

O que é Teoria de Resposta ao Item (TRI)?

Refere se à uma família de modelos matemáticos que buscam explicar a relação entre o nível de habilidade / traço latente (theta) e o padrão de resposta aos itens de um determinado teste/escala.

A TRI é baseada na premissa de que cada item do teste pode ser caracterizado por sua dificuldade e que a probabilidade de um indivíduo responder corretamente a um item depende não só de sua habilidade, mas também da dificuldade do item.

Pode ser considerada uma abordagem alternativa à Teoria Clássica dos Testes (TCT), que se concentra em pontuações de teste brutos e no uso de estatísticas descritivas, como média e desvio padrão. A TCT pressupõe que a pontuação do teste é uma combinação da habilidade do indivíduo e erro aleatório, enquanto a TRI procura estimar a habilidade do indivíduo independentemente dos erros de medida.

A TRI é amplamente utilizada na área de avaliação educacional, incluindo testes padronizados como o Exame Nacional do Ensino Médio (ENEM) e o Sistema de Avaliação da Educação Básica (SAEB).

Histórico da Teoria de Resposta ao Item

A história da TRI remonta aos anos 1940, quando Frederic Lord e seus colegas começaram a desenvolver modelos matemáticos para avaliar a habilidade dos indivíduos em testes padronizados. Lord é frequentemente considerado o pai da TRI, tendo publicado vários artigos importantes sobre o tema na década de 1950.

Nos anos 1960 e 1970, a TRI começou a se tornar uma abordagem popular na área de avaliação educacional. Vários modelos de TRI foram desenvolvidos, incluindo o Modelo de Dois Parâmetros (2PL), o Modelo de Três Parâmetros (3PL) e o Modelo de Quatro Parâmetros (4PL). Cada modelo de TRI é projetado para lidar com diferentes tipos de itens e para fornecer informações específicas sobre a habilidade dos indivíduos.

Modelos da Teoria de Resposta ao Item

A TRI apresenta diferentes modelos, cada um com suas próprias suposições e propriedades matemáticas. A escolha do modelo de TRI depende do tipo de item que está sendo avaliado e dos objetivos da avaliação.

Antes de descrevermos os principais modelos de TRI, precisamos ter em mente quatro conceitos ou terminologias utilizadas na TRI:

1-Dificuldade (b): refere-se ao nível de habilidade necessário para responder corretamente ao item. Quanto maior o valor de b, maior é a dificuldade do item.

2-Discriminação (a): refere-se à capacidade do item de discriminar entre indivíduos com habilidades diferentes. Quanto maior o valor de a, maior é a capacidade de discriminação do item.

3-Acerto ao acaso (c): refere-se ao grau de acerto do item pelos estudantes que não possuem a habilidade necessária para respondê-lo corretamente. Quanto menor o valor de c, menor é a chance de um estudante responder corretamente ao item por “chute”.

4-Erros aleatórios (d): também denominado como desatenção, são os erros em algumas questões por distratores externos.

Pronto! Agora que sabemos essas terminalogias, a seguir descrevemos os principais modelos de TRI.

Modelo de 1 Parâmetro (1PL)

O Modelo de 1 Parâmetro (1PL) é o modelo mais básico da TRI. Nele, cada item de teste é caracterizado por um único parâmetro, chamado de dificuldade. Ele assume que a probabilidade de um indivíduo responder corretamente a um item é determinada de acordo com traço latente. Inicialmente, foi elaborado para escalas dicotômicas (certo e errado), porém, posteriormente foi ampliado para o uso em escalas do tipo Likert (politômicas).

Modelo de Dois Parâmetros (2PL)

O Modelo de Dois Parâmetros (2PL) é um modelo que leva em consideração a dificuldade do item e a capacidade do item para discriminar entre indivíduos com habilidades diferentes. Portanto, o 2PL permite a estimativa da habilidade do indivíduo e da dificuldade do item.

Modelo de Três Parâmetros (3PL)

O Modelo de Três Parâmetros (3PL) é um modelo que leva em consideração a dificuldade do item, a capacidade do item para discriminar entre indivíduos com habilidades diferentes e a probabilidade de acerto ao acaso.

Modelo de Quatro Parâmetros (4PL)

O Modelo de Quatro Parâmetros (4PL) é o modelo mais complexo de TRI e leva em consideração a dificuldade do item, a capacidade do item para discriminar entre indivíduos com habilidades diferentes, a probabilidade de acerto ao acaso e um parâmetro que controla a taxa de acerto no nível superior da habilidade. Embora esse modelo exista, ele raramente é utilizado atualmente.

Um exemplo de pesquisa

A seguir vamos ver um exemplo simples, porém didático sobre como a TRI pode ser aplicada na área da educação.

Suponha que estamos avaliando a habilidade em matemática de um grupo de estudantes utilizando um teste de múltipla escolha. O teste consiste em 20 itens, cada um com quatro opções de resposta.

Para aplicar a TRI neste teste, precisamos primeiro calibrar os itens. Isso envolve a administração do teste para um grupo de estudantes representativo e a análise das respostas para cada item. A análise pode ser realizada com a ajuda de um software especializado em TRI (por exemplo na Academy utilizamos o Winsteps e R com pacote IRT), que estima os parâmetros dos itens.

Suponha que as análises do teste resultaram nos seguintes parâmetros para um dos itens:

– Dificuldade do item: 0,5

– Discriminação do item: 0,8

– Probabilidade de acerto ao acaso: 0,25

A dificuldade do item indica o nível de habilidade necessário para responder corretamente ao item. Neste caso, um estudante com uma habilidade de 0,5 tem 50% de chance de responder corretamente a este item.

A discriminação do item indica o quanto o item é capaz de diferenciar entre estudantes com habilidades diferentes. Neste caso, o item tem uma boa capacidade de discriminação.

A probabilidade de acerto ao acaso indica a probabilidade de um estudante acertar o item por acaso. Neste caso, a probabilidade é relativamente baixa.

Conclusão

A Teoria de Resposta ao Item (TRI) é uma abordagem que permite a avaliação das habilidades dos indivíduos, levando em consideração a dificuldade dos itens e a capacidade dos itens para discriminar entre indivíduos com habilidades diferentes. Além disso, a TRI permite a calibração dos itens, o que é essencial para a criação de testes confiáveis e válidos.

Neste post abordamos os principais modelos da TRI, incluindo o Modelos de 1PL, 2PL, 3PL e 4PL. Cada modelo tem suas próprias suposições e características, o que os torna mais adequados para diferentes tipos de itens e propósitos de avaliação.

Para se aprofundar nessa teoria sugerimos as referências dos livros: Embretson, S. E., & Reise, S. P. (2013). Item response theory. Psychology Press. e o outro de Hambleton, R. K., Swaminathan, H., & Rogers, H. J. (1991). Fundamentals of item response theory (Vol. 1). Sage.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

4 respostas

  1. Excelente. Estou tentando perceber esta Teoria uma vez que sou professor e desejava realizar avaliações de forma justa.
    Dinis Guibundana
    Maputo-Moçambique

  2. Trabalho na área da avaliação, E gostaria de explorar essa area, e adquirir mais conhecimentos que possa aplicá-los na minha prática.
    Gostaria de saber como funcionam os softwares para a TRI.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.