다차원 일반화부분점수 모형을 위한 척도연계 방법의 특성 및 상대적 기능 분석

Abstract

문항반응이론(IRT)에서 다차원 일반화부분점수(multidimensional generalized partial credit: MGPC) 모형은 다차원 능력변수를 측정하는 검사 문항에 대한 피험자들의 다분 반응을 분석하기 위해서 사용되고 있다. 본 연구는 MGPC 모형을 위한 다차원 척도연계(scale linking) 방법으로 최소제곱(LSQ), 문항반응함수(IRF) 및 검사반응함수(TRF)의 세 가지 방법을 공통-문항 설계하에서 제시하고 모의실험을 통해 이 방법들의 특성과 상대적 기능을 분석하고자 하였다. 이를 위해 검사의 유형, 모집단 능력분포의 유형, 표본의 크기, 그리고 공통 문항의 수 등의 네 가지 요인을 결합하여 생성한 모의실험 조건들에서 각 척도연계 방법이 척도연계를 통해 모집단 능력분포의 모수와 문항모수를 얼마나 잘 복원하는지를 검토하였다. 주요 결과로, 각 척도연계 방법은 모든 모의실험 조건에서 척도연계의 회전행렬과 이동벡터를 적절히 추정하였다. 그러나 세 척도연계 방법 간 기능의 상대적 우수성은 검사 유형에 따라 차이를 보였다. 단순 구조의 문항들과 복합 구조의 문항들이 혼재된 검사에 대해서, 척도연계를 통한 능력분포 모수 및 문항모수 추정의 정확성에 있어서 전반적으로 IRF 방법이 가장 우수하였고, LSQ 방법이 그 뒤를 따랐으며, TRF 방법이 가장 열등하였다. 복합 구조의 문항들만으로 구성된 검사에 대해서는, 전반적으로 IRF 방법이 가장 우수하였고, TRF 방법이 그 다음이었으며, LSQ 방법이 가장 열등하였다.