Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

이요인 등급반응 모형을 위한 공통-문항 척도연계 방법

Full metadata record
DC Field Value Language
dc.contributor.author김성훈-
dc.date.accessioned2022-07-08T20:23:53Z-
dc.date.available2022-07-08T20:23:53Z-
dc.date.created2021-05-13-
dc.date.issued2019-12-
dc.identifier.issn1226-3540-
dc.identifier.urihttps://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/146595-
dc.description.abstract다차원 문항반응이론에서, 이요인 등급반응(BGR) 모형은 순서화된 다분 문항반응을 검사 문항 전체에 연관된 일반 요인과 각 문항집단에 독립적인 특수 요인으로 분석하기 위해 사용되어 왔다. 본 연구의 목적은 BGR 모형을 위한 공통-문항 기반 척도연계 방법들을 제시하고 모의실험을 통해 이 방법들의 특성과 상대적 기능을 탐구하는 데 있다. 제시되는 척도연계 방법들은 최소제곱(LSQ) 방법, 평균-최소제곱(MLS) 방법, 문항유목반응함수(IRF) 방법, 그리고 검사반응함수(TRF) 방법이다. 각 척도연계 방법은, 모든 요인들 간의 독립성 가정에 따라, 각 차원에 대해 임의의 두 능력척도를 연계하기 위한 팽창 계수와 이동 계수를 추정한다. 네 가지 척도연계 방법들의 기능을 평가하기 위해 피험자 집단 간 능력의 비동등성 수준, 표본의 크기, 공통 문항의 수 등을 요인으로 포함하는 모의실험을 수행하였다. 주요 결과로, 네 가지 척도연계 방법은 고려된 모의실험 조건 모두에서 팽창 계수를 적절히 추정하였다. 그러나 이동 계수를 추정함에 있어서, IRF, LSQ 및 MLS 방법은 적절히 기능한 반면 TRF 방법은 그렇지 못하였다. 척도연계를 통한 문항모수의 복원에 있어서, 전반적으로 IRF 방법이 가장 우수하였으나, 표본의 크기가 작거나 공통 문항의 수가 작을 경우 LSQ 방법과 MLS 방법 또한 우수한 수행을 보였다.-
dc.language한국어-
dc.language.isoko-
dc.publisher한국교육평가학회-
dc.title이요인 등급반응 모형을 위한 공통-문항 척도연계 방법-
dc.title.alternativeCommon-Item Scale-Linking Methods for the Bi-factor Graded Response Model in MIRT-
dc.typeArticle-
dc.contributor.affiliatedAuthor김성훈-
dc.identifier.doi10.31158/JEEV.2019.32.4.549-
dc.identifier.bibliographicCitation교육평가연구, v.32, no.4, pp.549 - 573-
dc.relation.isPartOf교육평가연구-
dc.citation.title교육평가연구-
dc.citation.volume32-
dc.citation.number4-
dc.citation.startPage549-
dc.citation.endPage573-
dc.type.rimsART-
dc.identifier.kciidART002537207-
dc.description.journalClass2-
dc.description.isOpenAccessN-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthor이요인 등급반응 모형-
dc.subject.keywordAuthor다차원 척도연계-
dc.subject.keywordAuthorLSQ-
dc.subject.keywordAuthorMLS-
dc.subject.keywordAuthorIRF 및 TRF 방법-
dc.subject.keywordAuthorBi-factor graded response model-
dc.subject.keywordAuthorMIRT scale linking-
dc.subject.keywordAuthorLSQ-
dc.subject.keywordAuthorMLS-
dc.subject.keywordAuthorIRF-
dc.subject.keywordAuthorTRF methods-
dc.identifier.urlhttp://scholar.dkyobobook.co.kr/searchDetail.laf?barcode=4010027548708-
Files in This Item
Go to Link
Appears in
Collections
서울 사범대학 > 서울 교육학과 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Kim, Seong hoon photo

Kim, Seong hoon
COLLEGE OF EDUCATION (DEPARTMENT OF EDUCATION)
Read more

Altmetrics

Total Views & Downloads

BROWSE