문화간 감수성 측정도구 단축판 구성 : Rasch 평정척도모형의 적용

김형란; 오현주

추천

검색

자료유형: 학술저널

저자정보: 김형란 (동국대학교) 오현주 (울산대학교)

저널정보: 대한중국학회 중국학 중국학 제72호

발행연도: 2020.1

수록면: 339 - 356 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 문화간 감수성 함양을 위해 설계된 대학 중국문화수업에 적합한 검사도구를 제안하고자 Rasch의 평정척도모형을 사용하여 양호한 문항을 선별하고 이 문항들로만 구성된 단축판을 구성하는데 있다. 이를 위해 대학생 225명의 응답자료를 분석하여, 응답범주의 적절성, 문항의 내?외적합도, 문항난이도, 피험자 능력 분포 등을 분석하였다. 연구결과, 응답범주는 5점 척도보다 4점 척도로 일 때, 문항 및 피험자 분리지수, 검사 신뢰도가 가장 높았으며, 문항난이도 분포 및 피험자 능력 분포가 적합하였다. 범주확률곡선 분석에서도 응답범주별 경계점수의 차이가 뚜렷하였다. 최종문항 선정과정에서 과적합보다 부적합 문항을 우선 삭제하였으며 해당 문항의 난이도가 그 영역의 다른 문항에 의해 측정되지 않는 문항을 재검토하였다. 최종적으로 선정된 18문항을 대상으로 단축판을 구성하였고 문항난이도를 고려하여 문항의 순서를 재배열하였다. 끝으로 단축판 검사의 활용방안과 본 연구의 제한점을 제시하였다.

The Intercultural Sensitivity Scale is a 5-point Likert scale consisting of 24 items for the assessment of the following five factors: relational engagement, regard for cultural diversity, relational certainty, relational satisfaction, and relational carefulness. With the aim of constructing a shortened version of the Intercultural Sensitivity Scale, this study examined which response category among 5-point, 4-point, and 3-point scales can best distinguish the responses of examinees and assess them with reliability, based on the Intercultural Sensitivity Scale test response data collected from 225 individuals and using the Rasch Rating Scale Model. The results are as follows. Item and person separation indices and reliability were highest with a 4-point response category (strongly disagree-uncertain-agree-strongly agree). In terms of the infit and outfit of items, the number of overfitting or underfitting items decreased from 10 to 8 on the 4-point scale. Overall, items did not significantly deviate from item difficulty and examinee ability distributions on the 4-point scale. On the category probability curve as well, the boundary scores for each response category according to examinee ability levels showed distinct differences on the 4-point scale. The selection of deleted items was made following the principle of excluding underfitting items first before overfitting items. However, if the difficulty of underfitting items are not measured by other items in the same area, the items were not deleted. With regard to overfitting items as well, if the difficulty of these items was not measured by other questions in the same area, they were not deleted. The shortened version was constructed with 18 finally selected items, and the order of these items was reset in consideration of difficulty. Lastly, this study presented suggestions regarding the use of this shortened version while clarifying its limitations.

#문화간 감수성 #단축판 #IRT #Rasch의 평정모형 #Rating Scale Model

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김형란

소속기관 동국대학교

주요연구분야 인문학 > 어문학 > 중국어와문학 사회과학 > 교육학

논문수 2 이용수 16

오현주

소속기관 울산대학교

주요연구분야 인문학 > 어문학 > 중국어와문학 사회과학 > 교육학

논문수 6 이용수 120

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)