不同铆测验及设计下多维IRT等值方法的比较.pdfVIP

心理学报 2013, Vol. 45, No.4, 466−480 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2013.00466 IRT * 刘 玥1 刘红云2 (1 四川省教育科学研究所, 成都 610225) (2 北京师范大学心理学院, 北京 100875) 实际应用中测验往往具有多维结构, 如果仍采用单维 IRT 方法进行等值, 会得到不准确的结果。因 此对于多维结构的测验 , 需要使用多维 IRT 等值方法来实现参数的转换。基于共同题设计, 文章通过模拟研 究的方法 , 考察了不同铆测验设计下几种多维 IRT 等值方法的表现, 同时考虑了测验长度、两个维度题目数 量的比例、铆测验长度、铆测验的选择策略、两个维度之间的相关和等值群体的能力水平差异六个因素的 影响。所比较的多维 IRT 等值方法有：均值/均值(MM)方法, 均值/标准差(MS)方法, Stoking-Lord (SL)方法, Haebara (HB)方法, 最小平方(LS)方法。结果显示：(1) SL, HB 和 LS 方法得到的等值误差均方根最小, 且在 各条件下表现较为稳定。(2) MM 和 MS 方法在非等组条件下呈现出很大的误差均方根。(3)铆测验设计对 SL, HB 和 LS 方法的等值结果没有显著影响。(4)在两个维度之间的相关较高, 测验长度和铆测验长度较长 , 等值群体的能力水平没有差异的条件下, SL, HB 和 LS 方法得到的等值误差均方根最小。 测验等值 ; 多维 IRT; 均值/均值方法; 均值/标准差方法 ; Stoking-Lord 方法 ; Haebara 方法 B841 1 引言 包含分别来自于物理 , 地理, 生物等多个学科的题 目。这时, 传统 IRT 理论的单维性假设很容易遭到 在大型的教育测验中, 常常会出现考核同一个 违背。基于单维 IRT 假设的参数估计和 IRT 等值结 内容的多个测验形式, 为了实现这些测验分数之间 果 会 出 现 一 定 的 偏 差 (Reckase, 2009; Brossman, 的比较, 会用到测验等值的方法。根据等值所依据 2010) 。因此, 许多研究者已经逐渐开展了对基于多 的原理, 一般可以分为经典测验理论(CTT)下的等 维项目反应理论(MIRT)下等值方法的研究和探索。 值方法和项目反应理论 (IRT)下的等值方法 (Kolen 迄今, 很多研究已经将单维 IRT 下的等值方法 Brennan, 2004) 。其中, IRT 等值方法又以其理论 推广到多维结构中。这些方法主要有多维均值/均值 完善, 等值关系简洁, 且题目参数具有跨群体不变 方法, 均值/标准差方法(Yao, 2011), IRT 相等函数 性等优势, 而受到广泛关注。在大多数的标准测验 方法 , Stoking-Lord (测验特征函数)方法 , Haebara 中, 考生的能力参数和题目参数是由单维 IRT 模型 (项目特征函数)方法 , 直接方法(Oshima, Davey (UIRT)估计得到的, 因此, 基于单维 IRT 模型的等 Lee, 2000), LL 方法(Li Lissitz, 2000), Min 的方法 值 方 法 已 经 得 到 了 较 为 深 入 的 研 究 (Kolen (Min, 2003), NOP 方法(Reckase Martineau, 2004) Brennan, 2004) 。