Bu çalışmanın amacı değişen madde fonksiyonunun (DMF) belirlenmesi için önerilen GPCMlasso ve hizalama yaklaşımlarının gerçek veri üzerinde karşılaştırılarak güçlü ve zayıf yönlerinin belirlenmesidir. Bu amaçla Uluslararası Öğrenci Değerlendirme Programı (PISA) 2018 bilgi, iletişim ve teknoloji (BİT) anketinin BİT’e ilgi alt ölçeğinin maddelerinin değişen madde fonksiyonu uygulamaya katılan Doğu Avrupa ve Orta Asya ülkeleri arasında incelenmiştir. PISA 2018 uygulaması BİT anketine Türkiye, Bulgaristan, Hırvatistan, Gurcistan ve Kazakistan katılmış olup analizler 15 yaş gurubunda 29,277 öğrencinin verileri ile yapılmıştır. Hizalama yaklaşımına göre 2, 3 ,4 ve 6 numaralı maddelerin faktör yükleri; 2 ve 6 numaralı maddelerin ise faktör kesenleri tüm ülkeler arasında değişmez bulunmuştur. GPCMlasso sonuçlarına göre ölme aracının tüm maddelerinin ülkeler arasında hem DMF ve hem de DAF içerdiği belirlenmiştir. Sonuç olarak DMF tespitinde yöntemler arasındaki uyum %64 olarak hesaplanmıştır. GPCMlasso yönteminin alignment yöntemine nazaran DMF tespitinde daha hassas bir yöntem olduğu ortaya konmuştur.

Değişen madde fonksiyonu, düzenlileştirme, GPKMlasso, makine öğrenmesi, PISA 2018