초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

요인(bifactor) 모형은 한 문항의 차원의 수를 두 가지로 한정지어줌으로써 통계적 편의성을 갖춤과 동시에 피험자가 지닌 각 차원의 특성을 알 수 있는 장점을 가지고 있는 다차원문항반응모형의 제한된 형태이다. 이요인 모형의 분석은 소규모 심리검사나 정신진단 검사 등에서 사용되어 질 수 있는데, 이때 재정적 여건이나 제약된 상황으로 인해 충분한 피험자 수와 효율적인 문항 수를 사용하지 못하는 경우가 발생할 수 있다. 이 연구에서는 이요인 모형을 적절하게 사용하기 위해서 이요인 문항반응모형 분석 시 ...

요인(bifactor) 모형은 한 문항의 차원의 수를 두 가지로 한정지어줌으로써 통계적 편의성을 갖춤과 동시에 피험자가 지닌 각 차원의 특성을 알 수 있는 장점을 가지고 있는 다차원문항반응모형의 제한된 형태이다. 이요인 모형의 분석은 소규모 심리검사나 정신진단 검사 등에서 사용되어 질 수 있는데, 이때 재정적 여건이나 제약된 상황으로 인해 충분한 피험자 수와 효율적인 문항 수를 사용하지 못하는 경우가 발생할 수 있다. 이 연구에서는 이요인 모형을 적절하게 사용하기 위해서 이요인 문항반응모형 분석 시 모수 추정의 양호도에 영향을 미치는 요인들을 알아보았다. 피험자 수, 문항 수, 세부요인의 변별도 분포에 따라 문항모수와 능력모수 추정의 양호도가 어떻게 달라지는지 알아보았다. 연구 결과는 다음과 같다. 첫째, 피험자 수가 많을 때, 더 양호한 문항모수(변별도 모수, 난이도 모수)의 추정 값이 산출되었다. 세부요인의 변별도 분포의 범위가 일반요인의 변별도 분포의 범위보다 작을 때에는 피험자 수에 따른 문항 모수 추정 양호도의 차이가 더 크게 나타나는 것을 확인할 수 있었다. 이는 세부요인의 변별도 분포의 범위가 피험자 수에 따른 추정 양호도의 차이를 변화시키는 것으로 볼 수 있다. 능력모수도 피험자 수가 많을 때 더 양호한 추정치를 산출하는 것으로 나타났다. 둘째, 동일한 피험자 수, 세부요인의 변별도 분포의 범위가 일반요인의 변별도 분포의 범위보다 작은 조건일 때, 문항 수가 클수록 변별도 모수 추정이 양호하게 산출되었다. 반면 세부요인의 변별도 분포의 범위가 같거나 클 때에는 피험자 수나 문항 수 조건에 따라 변별도 모수의 추정 양호도가 크게 달라지지 않았다. 셋째, 일반요인의 변별도 모수의 경우, 세부요인의 변별도 분포의 범위가 일반요인의 변별도 분포의 범위보다 작을수록 평균제곱근오차를 작게 산출하여 양호한 추정치를 나타내고 있다. 반면 세부요인의 변별도 모수는 세부요인의 변별도 분포의 범위가가 일반요인의 변별도 분포의 범위보다 같거나 클 때 작은 평균제곱근오차를 나타냈다. 피험자 수가 동일할 때, 문항 수가 많아질수록 변별도 분포에 따른 평균제곱근오차의 차이가 줄어드는 것을 확인 할 수 있었다. 또한 문항 수가 같을 때에도 피험자 수가 증가하면 세부요인의 변별도 분포에 따른 차이가 줄어듦을 확인 할 수 있었다. 난이도 모수와 능력모수는 변별도 분포 조건에 따라 특별한 경향성을 보이지 않았다.

주제어