이요인 명명반응 모형을 위한 다차원 IRT 척도연계 방법Multidimensional IRT Scale Linking Methods for the Bi-factor Nominal Response Model
- Other Titles
- Multidimensional IRT Scale Linking Methods for the Bi-factor Nominal Response Model
- Authors
- 김성훈
- Issue Date
- Sep-2021
- Publisher
- 한국교육평가학회
- Keywords
- 이요인 명명반응 모형; 다차원 척도연계; 문항반응이론(IRT); Bi-factor nominal response model; multidimensional scale linking; item response theory (IRT)
- Citation
- 교육평가연구, v.34, no.3, pp.475 - 503
- Indexed
- KCI
- Journal Title
- 교육평가연구
- Volume
- 34
- Number
- 3
- Start Page
- 475
- End Page
- 503
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/141055
- DOI
- 10.31158/JEEV.2021.34.3.475
- ISSN
- 1226-3540
- Abstract
- 이요인 명명반응(nominal response: NR) 모형은 확인적 다차원 문항반응이론(IRT) 모형 중 하나이다. 본 연구의 목적은 이요인 NR 모형을 위한 공통-문항 기반 척도연계 방법으로 직접 최소제곱(DLS), 평균/최소제곱(MLS) 및 문항유목반응함수(ICRF) 방법을 제시하고 모의실험을 통해 이 방법들의 특성과 상대적 기능을 탐구하는 데 있다. 제시된 방법들은 일반 요인과 특수 요인의 각 차원에 대해 모집단 연계 함수의 팽창 및 이동 계수(dilation and translation coefficients)를 추정한다. DLS 방법과 MLS 방법에 대해, 이동 계수를 추정할 때 각 문항의 최상위 반응 유목의 모수만을 사용하는 버전과 최하위 유목을 제외한 모든 유목의 문항 모수를 사용하는 버전을 제시하였다. 모의실험 요인으로 피험자 모집단 간 능력분포의 비동등성, 표본의 크기, 공통 문항의 수 등을 고려하였다. 모의실험 연구의 주요 결과는 다음과 같았다. 첫째, DLS와 MLS 방법은 최상위 유목의 문항 모수만을 사용하는 버전이 모든 유목의 문항 모수를 사용하는 버전보다 이동 계수를 더 정확하게 추정하였다. 둘째, DLS, MLS 및 ICRF 방법은 특수 차원의 척도연계 계수보다 일반 차원의 척도연계 계수를 더 정확하게 추정하였다. 셋째, 모의실험의 모든 조건에서 ICRF 방법은 척도연계 계수와 문항 모수의 복원 추정에서 가장 뛰어난 수행을 보였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 사범대학 > 서울 교육학과 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/141055)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.