<html dir="ltr"><head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<meta content="MSHTML 6.00.6000.16915" name="GENERATOR">
<style title="owaParaStyle"><!--P {
        MARGIN-TOP: 0px; MARGIN-BOTTOM: 0px
}
--></style>
<meta content="VFPEUAGBSX" name="SKYPE_FRAMEID">
</head>
<body ocsi="x">
<div dir="ltr"><font face="Tahoma" color="#000000" size="2">Dear Mike, </font></div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2"></font>&nbsp;</div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2">Thank you very much for your reply. My question was about Test Information Function.&nbsp; Is it necessary to evaluate the precision of the measures? I was reading a book Data Analysis Multivariate Social
 Science Data and found that many examples of IRT&nbsp;it uses for analysing Likert scale data have not even been&nbsp;given any information about the Test Information but fit index such as Chi-Square. I understood that&nbsp;the Test Information&nbsp;is supposed to be&nbsp;one of the&nbsp;advantages
 of the IRT compared to CTT, but is it used much in practice for purposes other than designing a ability test?
</font></div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2"></font>&nbsp;</div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2">Thanks! </font></div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2"></font>&nbsp;</div>
<div dir="ltr"><font face="Tahoma" color="#000000" size="2">Kate</font></div>
<div id="divRpF965589" style="DIRECTION: ltr">
<hr tabindex="-1">
<font face="Tahoma" size="2"><b>From:</b> Mike Linacre (RMT) [rmt@rasch.org]<br>
<b>Sent:</b> 27 October 2009 00:25<br>
<b>To:</b> rasch@acer.edu.au<br>
<b>Subject:</b> Re: [Rasch] analysing CTT construct using IRT <br>
</font><br>
</div>
<div></div>
<div>Kate:<br>
<br>
Thank you for telling us about your research. Please help us to understand the situation better ....<br>
<br>
Are you talking about the Test Characteristic Curve = raw-score to measure transformation (higher measures for higher scores)<br>
or <br>
the Test Information Function = precision of the measures (usually peaks near the center of the test) ?<br>
<br>
Mike Linacre<br>
<br>
At 10/26/2009, you wrote:<br>
<blockquote class="cite" type="cite"><font face="tahoma" size="2">Dear Listers,</font><br>
<font face="tahoma" size="2">I am very new to the IRT field so please forgive me if my question is too simplistic.</font><br>
<font face="tahoma" size="2">I am using the PISA 2006 data for my doctoral dissertation and so far I have been using CFA methods for analysing the construct properties the Likert scale data in PISA. All constructs in my study have high level of reliability
 and mostly demonstrate good multigroup invariance properties under CFA/SEM methods. Recently, I was introduced to the IRT methods and start to development new perspectives on measurement issues of the data at hand.</font><br>
<font face="tahoma" size="2">In PISA, many of the motivational constructs are measured through Likert scales and were measured through well established constructs developed under the framework of CTT. Using IRT method, I found that the difficulties of items
 in these constructs are often clustered at middle or high levels of the trait. The Test Characteristic Curves are always peaked at one place rather than spread all over the trait levels. I guess this means that the latent variable is not realiable enough for
 all the levels. So I was wondering if these constructs are valid enough to use for further analysis or whether I should just stick to my old way of analying this data, i.e. using CFA/SEM and treating the likert data as if they were continuous.</font></blockquote>
<p>Mike Linacre<br>
Editor, Rasch Measurement Transactions<br>
rmt@rasch.org <a href="http://www.rasch.org/rmt/" target="_blank"><font color="#0000ff"><u>www.rasch.org/rmt/</a></u></font> Latest RMT:&nbsp; 23:2 Autumn 2009
</p>
</div>
-------------------------------------------------<p></p>
Please consider the environment before you print
</body>
</html>