شناسایی بهینه ترین مدل مبتنی بر توزیع لجستیک برای جایگزینی پرسش های بی پاسخ*

بی پاسخی چالشی اجتناب ناپذیر در برابر مطالعات بزرگ مقیاس است و می تواند از یک سو موجب اتلاف هزینه، زمان و نیروی انسانی درگیر در گردآوری داده ها شود و از سوی دیگر، مطالعه را از رسیدن به اهدافش به ویژه توزیع نمرات باز دارد. از این رو، روش های جایگزینی برای برآورد پاسخ پرسش های بی پاسخ ابداع شده اند تا امکان استنباط از یک مجموعه داده کامل شده را فراهم آورند. این مقاله از طریق شبیه سازی روی یک مجموعه داده واقعی بر اساس یک الگوی طرح آزمایش چندمتغیره، دقت سه مدل جایگزینی را شامل لجیت های تراکمی، پاسخ مدرج و پرسش پاسخ تبیینی مورد ارزیابی قرار می دهد. یافته ها نشان می دهند که تحت بی پاسخی تصادفی، جایگزینی های هر سه مدل در حدی مطلوب قرار دارند هر چند جایگزینی های مدل پرسش پاسخ تبیینی همواره دقیق تر از دو مدل دیگر است. اگر بی پاسخی غیرتصادفی باشد، تنها در نرخ بی پاسخی 5 درصد به نتایج مطلوبی برای مدل پرسش پاسخ تبیینی دست خواهیم یافت و دقت دو مدل دیگر قابل پذیرش نیست. همچنین، یافته ها حاکی از آن هستند که جایگزینی پرسش های دارای بی پاسخی و محاسبه نمره کل فرد از ترکیب پاسخ های جایگزین شده و پاسخ های واقعی کم خطاتر از جایگزینی مستقیم نمره کل او است.