納入輔助變數於多向度IRT模式估計之探討.pdfVIP

關鍵字：可能值方法;等化設計;垂直等化;試題反應理論 納入輔助變數於多向度IRT模式估計之探討 許天維1* 吳慧珉2 郭伯臣1 郭秀芬1 1國立臺中教育大學教育測驗統計研究所 2國家教育研究院測驗及評量研究中心 大型測驗的目的是關注群體的進展情形，因此大型測驗有興趣的統計量數是群體的平均 數、標準差、某些層級表現的百分比、百分位數，和關聯於上述統計量數的標準誤(Wu,2005)。 目前國家教育進展評量(NationalAssessmentofEducationalProgress，NAEP)、國際數學與 科學教育成就趨勢調查 （TrendsinInternationalMathematicsandScienceStudy，TIMSS）和國 際學生評量(TheProgrammeforInternationalStudentAssessment,PISA)等大型測驗，學生 的成就資料集是以可能值(plausiblevalue，pv)的資料型態提供給次級資料的分析者進行統 計特性描述(OECD，2005;Lee，etal.，2007)。可能值方法是以潛在迴歸模式，加入輔助變 數計算後驗分佈，並抽取可能值(MislevySheehan,1989)。 多向度弑题反虑理输的角度探封纳入辅助燮敷封於群髓能力及弑题参敷估针的影謇。本研究 探用模掇资料追行分析，探射不同估卦方法在多向度弑题反虑理输下封群髓参数估补之差 昊。本研究以多向度随橇保敷多项洛基模式(MRCMLM)羯基磋，使用模掇资料探射最大概 似估针法(MLE)、加槿概似估针法(WLE)、纳入背景燮项的期望後黢估针法(EAPBV)舆可能 值方法(PV)封於回覆群髓参敷的精碓性，嘹解纳入背景燮项的估针方法封群髓参敷估补的效 la 果。本研究模摄投定雨倜辅助燮敷，鞲助燮敷舆能力值同的相网参考de Torte(2009)的研 究放射，毅麴0．35舆O．5，探射加入辅助燮敷於多向度弑题反虑理输，j}寸於群髓平均敷和檩 mean error， 犟差之估补成效。本研究之秤估辈则是打算群髓参敷之均方根差(root square RMSE鞍小即表示孩情境之估抖误差小，有较好的估静结果；反之剐表示估计结 RMSE)， 果较差。 · 研究结果如表l～表5所示。表l之DIBVll表示次群髓ll在能力向度一平均敷估针 之RMSE在EAPBV方法是0．059035；D2BVIl表示次群髓ll在能力向度二平均敷估料 之RMSE在EAPBV方法是0．092025；DIBVl0表示次群髓lO在能力向度一平均敷估计 之RMSE在EAPBV方法是0．052107，其他的结果以此颓推。研究结果颢示：在群髓平均 敷估针方面，以EAPBV、WLE、和PV的方法较好，在群髓檩辈差之估针方面，剐以PV 的方法最好，颞示纳入辅助燮敷有助於提升能力参敷之估针成效，特别是封於檩犟差之估针。 表1辅助燮敷舆能力值相网耦O．35之群髓平均敷估针结果 DlBVllD2BVllDlBVlOD2BVlO DlBVolD2BVOlDlBVooD2BV00 EAPBVO．059035O．092025O．0521070．鸺1255O．069576O．084519O．060l74 0．07980l MLE 0．1014160．13164O．0631180．08617l 0．0897320．082241O．046912O．070912 眦 O．O船2l O．0859920．0523080．0757850．07494O．07358lO．061869O．083908 PV O．0637钳O．0195135O．048853 0．083220．071917O．0845860．05348lO．076202 表2辅助燮敷舆能力值相网裔O．5之群髓平均敷估静结果 DlBVllD2