다차원 일반화부분점수 모형을 위한 척도연계 방법의 특성 및 상대적 기능 분석

• 영문명: A Comparative Study on the Performances of Scale Linking Methods for the Multidimensional Generalized Partial Credit Model
• 발행기관: 한국교육평가학회
• 저자명: 김성훈(Kim, Seonghoon)
• 간행물 정보: 『교육평가연구』제32권 제2호, 325~349쪽, 전체 25쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2019.04.30

국문 초록

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.

영문 초록

In item response theory (IRT), the multidimensional generalized partial credit (MGPC) model can be used for analyzing data from the partially-scored items with two or more response categories that are intended to measure multiple latent traits. The present study was purposed to present three scale-linking methods for the MGPC model under the context of common-item linking designs and investigate their characteristics and performances through computer simulations. The common-item linking methods presented are the least squares (LSQ), item-category response function (IRF), and test response function (TRF) methods. Computer simulations, including four factors of test type, multivariate ability distribution for the examinee population, sample size, and number of the common items used for linking, were conducted to examinee how well the three linking methods would recover the distribution parameters and the MGPC item parameters through scale linking. The simulation results suggested that in various linking conditions, the three methods should properly work for estimating the rotation matrix and translation vector of linear linking functions. However, overall, the relative performance of the three linking methods differed by the test type. For the test consisting of items of simple structure and items of complex structure, the IRF, LSQ, and TRF methods performed best, second best, and worst, respectively, in recovering the distribution and item parameters through scale linking. For the test consisting of items of complex structure only, the IRF method again performed best but the LSQ method performed worst.

키워드

척도연계 다차원 일반화부분점수(MGPC) 모형 문항반응이론(IRT) Scale linking multidimensional generalized partial credit (MGPC) model item response theory (IRT)