• 전문가 요청 쿠폰 이벤트
PARTNER
검증된 파트너 제휴사 자료

다차원 명명반응 모형을 위한 척도연계 방법 (Linking Ability Scales Under the Multidimensional Nominal Response Model)

25 페이지
기타파일
최초등록일 2025.04.08 최종저작일 2020.09
25P 미리보기
다차원 명명반응 모형을 위한 척도연계 방법
  • 미리보기

    서지정보

    · 발행기관 : 한국교육평가학회
    · 수록지 정보 : 교육평가연구 / 33권 / 3호 / 655 ~ 679페이지
    · 저자명 : 김성훈

    초록

    본 연구의 목적은 탐색적 다차원 문항반응이론(item response theory: IRT) 모형 중 가장 일반적인 형태인 다차원 명명반응(nominal response: NR) 모형을 위한 공통-문항 척도연계 방법을 제시하고 이 방법의 적절성을 탐구하는 데 있다. 이를 위해 최소제곱(LSQ) 방법과 문항유목반응함수(IRF) 방법의 두 가지 방법을 제시하고 두 방법의 기능을 모의실험을 통해 검토하였다. 모의실험 요인으로 기저 능력분포의 유형, 표본의 크기, 가교 문항의 수 등을 포함하였다. 대부분의 모의실험 조건에서 LSQ 방법은 임의의 다차원 능력척도를 기준 능력척도로 변환하는 데 사용되는 척도연계 계수(회전행렬과 이동벡터)를 추정함에 있어 IRF 방법보다 열등한 기능을 보였다. 특히 LSQ 방법은 척도연계를 통해 기저 능력분포를 추정할 때 능력 변수의 분산을 상당한 정도로 과소 혹은 과대 추정하는 경향을 보였다. 이에 비해 IRF 방법은, 가교 문항의 수가 5인 조건을 제외하고, 척도연계를 통해 기저 능력분포의 모수뿐만 아니라 문항 모수 또한 적절히 추정하였다. 논문의 말미에 다차원 NR 모형을 적용한 검사 자료의 분석 과정에서 IRF 척도연계 방법이 어떻게 실시되어야 하는지에 대해 논의하였다.

    영어초록

    In item response theory (IRT), the exploratory multidimensional nominal response (NR) model is one of the most general models, from which several dichotomous and polytomous models can be derived. The purpose of this paper is to present common-item scale-linking methods for the multidimensional NR model and investigate their characteristics and performances. For this, the least squares (LSQ) method and the item-category response function (IRF) method were presented and their functions were examined through computer simulations. The simulation study included three factors of (a) type of population ability distribution, (b) sample size, and (c) number of anchor items. Simulation results showed that overall, the LSQ method was inferior to the IRF method in estimating the linking coefficients (rotation matrix and translation vector) used to transform an arbitrary multidimensional ability scale to the base scale. In particular, the LSQ method tended to considerably under-estimate or over-estimate the variances of ability variables when recovering the underlying ability distribution through scale linking. On the other hand, the IRF method recovered well the parameters of the underlying ability distribution as well as the item parameters through scale linking. At the end of the paper, a discussion is provided as to how the IRF linking method should be implemented in association with the process of test data analysis based on the multidimensional NR model.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“교육평가연구”의 다른 논문도 확인해 보세요!

찾으시던 자료가 아닌가요?

지금 보는 자료와 연관되어 있어요!
왼쪽 화살표
오른쪽 화살표
문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2026년 03월 21일 토요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
2:14 오후