무시할 수 없는 결측치와 IRT 능력모수 추정의 정확성 (Non-ignorable missing data and the accuracy of IRT ability parameter estimation)

서지정보

· 발행기관 : 한국교육평가학회
· 수록지 정보 : 교육평가연구 / 24권 / 2호 / 445 ~ 462페이지
· 저자명 : 강태훈

초록

본 연구에서는 여러 종류의 결측치 중에서 체계적 원인에 의해 발생하여 모수 추정 과정에 있어서 무시할 수 없는 결측치 자료가 존재할 때, 이를 무시하는 전통적인 2모수 로지스틱 모형과 무시하지 않고 모형 속에 포함하여 다루는 확장된 다차원적인 2모수 모형을 능력모수 추정의 정확성이라는 측면에서 비교하였다. 이러한 모형기반 접근을 통한 비교 결과, 주어진 자료에서 결측치 비율이 높을수록 그리고 결측치를 무시할 수 없는 정도가 더 클수록 전통적 2모수 모형에 비하여 확장된 2모수 모형이 상대적으로 보다 정확하게 피험자 능력 모수를 복원하는 것으로 나타났다. 또한 결측치가 무선적으로 발생하여 무시할 수 있는 경우에는 두 모형이 매우 비슷한 정도의 능력모수 복원 결과를 보여 주었다. 모의실험 연구를 통하여 무시할 수 없는 결측치가 존재할 때 확장된 2모수 모형이 보다 나은 모형임이 판명되기는 하였지만, 보다 현실적인 모형기반 접근을 위해서는 결측 비율, 표본 크기, 다양한 문항반응모형을 고려하는 추가적인 연구가 필요한 것으로 보였다. 또한 현실 속의 다양한 결측 원인을 다루기 위해서는 보다 복잡한 다차원 문항반응모형을 통한 접근이 요구될 수 있음이 논의되었다.

영어초록

This study compared the ability estimation performances of two models: one is the traditional 2PLM that ignores non-ignorable missing data, and the other is the extended 2PLM that does not ignore MNAR type data. A model-based approach that incorporates the source of systematic missings was adopted. A simulation study was carried out to assess the effects of levels of missing and extents on non-ignorability on the accuracy of estimating examinees' abilities. The extended 2PLM showed better ability parameter recovery than the 2PLM in all the conditions except the cases where the missing data should be originally ignored. The feasibility of the procedure, however, needs to be more explored by considering more levels of missing, different sample sizes, other item response models. Additionally, it was discussed that more complicated IRT models be required to handle actual missing-data mechanisms.

참고자료

· 없음