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
안선영 (인천가톨릭대학교) 서영숙 (한국교육&심리연구소)
저널정보
한국교육평가학회 교육평가연구 교육평가연구 제34권 제4호
발행연도
2021.12
수록면
791 - 816 (26page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 4모수 로지스틱 문항반응모형의 문항 모수와 피험자 모수를 추정하는데 있어 두 추정 프로그램인 Mplus와 R패키지 mirt(이하 R-mirt)의 수행 정도를 비교하고자 하였다. 이를 위해 모의실험 연구를 실행하여 표본크기의 변화에 따른 문항과 피험자 모수 추정의 정확성을 bias와 root-mean-square error(RMSE)를 이용하여 탐색하였다. 표본크기의 조건은 5,000, 10,000, 15,000, 20,000, 25,000명으로 설정하였고, 문항 수는 40문항으로 고정하였다. 문항 모수 추정치에 대한 두 프로그램의 bias의 경우 뚜렷한 과대추정이나 과소추정의 경향이 보이지 않았고, RMSE는 표본크기가 커질수록 감소하는 패턴이 뚜렷하였으나 15,000명부터는 감소의 폭이 줄어들었다. 간소한 차이지만 모든 조건에서 Mplus가 R-mirt보다 더 작은 RMSE를 보였다. 피험자 모수 추정에서도 두 프로그램 간 수행 결과는 유사하였고, 양 극단의 능력 수준에서 bias와 RMSE 값이 가장 컸으며 0을 포함하는 중간 구간에서 가장 작았다. 본 연구는 4모수 모형의 추정을 위해 Mplus 또는 R-mirt의 수행 정도를 비교할 뿐 아니라, 연구자들이 두 프로그램을 실행하는데 필요한 정보와 가이드라인을 제공하고자 하였다.
#4모수 로지스틱 모형 #IRT #Mplus #mirt #MMLE #4-parameter logistic model #IRT #Mplus #mirt #MMLE

목차

등록된 정보가 없습니다.

참고문헌 (65)

참고문헌 신청
김수영 / 2016 / 구조방정식 모형의 기본과 확장 : Mplus 예제와 함께 / 학지사 google schola 안선영 / 2021 / 4모수 문항반응모형을 적용한 TIMSS 2015 수학 검사의 문항모수 추정 / 교육평가연구 34(1):231~256 dbpia Arminger, G. / 1989 / Pseudo maximum likelihood estimation and a test for misspecification in mean and covariance structure models / Psychometrika 54(3):409~425 Crossref Asparouhov, T / IRT in Mplus. Version 4 google schola Baker, F. B. / 2004 / Item response theory. Parameter estimation techniques / Marcel Dekker 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