메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김성훈 (한양대학교) 민경석 (세종대학교) 강동희 (한양대학교)
저널정보
한국교육평가학회 교육평가연구 교육평가연구 제29권 제4호
발행연도
2016.12
수록면
669 - 696 (28page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
다차원 문항반응이론(MIRT) 척도연계 방법은, 공통 문항 혹은 공통 피험자에 기초하여, 두 다차원 능력척도를 연계하는 함수의 회전행렬과 위치벡터를 추정한다. MIRT 연구에서 척도연계의 필요성은 임의의 “0-I” 능력척도 상에서 추정된 문항모수와 기저 능력분포를 목표하는 모집단 능력척도 상에서 복원하고자 할 때 전형적으로 발생한다. 본 연구는 공통-문항 기반 MIRT 척도연계를 위해 제안된 세 가지 방법, Direct 방법, TCF 방법 및 LLM 방법의 특성과 기능을 모수 복원 상황을 전제로 하여 비교 분석하고자 하였다. 세 척도연계 방법의 특성과 기능이 뚜렷이 드러나도록 모집단 능력분포의 평균, 분산 및 공분산을 특정한 값으로 설정하여 모의실험을 실시하였다. 주요 결과는 다음과 같았다. 첫째, Direct, TCF 및 LLM 방법은 모두 비대칭적으로 척도연계를 수행하였다. 둘째, Direct 및 TCF 방법은 사각(oblique) 회전행렬을 추정함으로써 목표 능력척도 상에서 문항모수 및 모집단 능력분포를 적절히 추정한 반면, LLM 방법은 준-직교(pseudo-orthogonal) 회전행렬을 추정함으로써 모집단 능력 변수들 간의 상관이 0에 가까운 경우를 제외하고 문항모수와 능력분포를 편향 추정하였다. 셋째, 세 척도연계 방법 모두는 연계하고자 하는 두 능력척도 간 능력차원의 연결 문제를 완전히 수리적으로 해결하며 따라서 한 능력척도 상에서의 능력차원의 순서가 다른 능력척도 상에서 바뀔 수 있었다. 이러한 주요 결과와 관련하여, 세 척도연계 방법의 실제 사용상의 유의점과 개선 방향에 대해 논의하였다.
#다차원 문항반응이론(MIRT) #척도연계 방법 #모수 복원 #Direct #TCF #LLM 방법 #Multidimensional item response theory (MIRT) #scale linking methods #parameter recovery #Direct #TCF #and LLM methods

목차

등록된 정보가 없습니다.

참고문헌 (33)

참고문헌 신청
김성훈 / 2012 / BILOG-MG를 사용한 IRT 모형 모수의 추정에서 기저 능력분포의 경험적 추정이 문항모수 추정에 미치는 영향 / 교육평가연구 25(2):317~336 dbpia 민경석 / 2006 / 다차원 문항반응모형의 척도연계방법 / 교육평가연구 19(1):1~20 google schola Ackerman, T. A. / 1994 / Using multidimensional item response theory to understand what items and tests are measuring / Applied Measurement in Education 18(4):255~278 google schola Bock, R. D. / 1981 / Marginal maximum likelihood estimation of item parameters : Application of an EM algorithm / Psychometrika 46:443~459 google schola Bock, R. D. / 1988 / Full-information item factor analysis / Applied Psychological Measurement 12(3):261~280 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0