Does equating matter in value-added models?

Bu calismanin amaci, esitlenmis ve esitlenmemis verilerin katma-degerli degerlendirme analizlerine etkisini incelemektir. Katma-degerli degerlendirme yaklasimini uygulayabilmek icin literaturde bircok model onerilmistir. Bu calisma, iki farkli katma degerli degerlendirme modeli karsilastirmistir: duzeltilmemis hiyerarsik dogrusal model (UHLMM) ve genellestirilmis sureklilik (GP) modeli. Birinci model esitlenmis testler icin kullanilirken, ikincisi bu varsayimi esnetir. Her iki modelde iki farkli veri seti (esitlenmis ve esitlenmemis) analiz edildi. Her iki model icin eyalet capinda yapilan bir sinav (esitlenmis) ve ulke capinda yapilan bir sinav (esitlenmemis) verilerine dayanan katma-deger kestirimleri genellikle tutarli bulundu. Okul siralamalarinda iki model arasinda bazi farkliliklar gozlendi. Bu calismanin pratik cikarimi, okul siralamasinda kucuk farkliliklar olmasina ragmen, test formlari arasinda esitlemenin mumkun olmadigi durumlarda esitlenmemis bir veri seti gerektiren bir modelin uygulanabilecegidir.