This study introduces how the asymmetry of item characteristic curves (ICC), a different change rate below versus above the inflection point of an S-shaped curve, functions more properly than other commonly used item response models in dealing with several measurement issues. Among asymmetric models, the logistic positive exponent (LPE) model of Samejima (2000) is focused on. This study mainly explores how asymmetric item response models can be extended to accommodate various psychometric applications through linking such as differential item functioning or computerized adaptive testing. From the simulation study, a linking method using concurrent calibration in common-item and non-equivalent group design worked reasonably well in defining a consistent metric compared to non-linking separate calibration, as demonstrated by ICC recovery and adequate separation of group proficiencies in a vertical scaling context, which performs linking metrics of two groups with different proficiency levels. The limitations of this research and further study suggestions are discussed in the last section.
본 연구는 크게 두 가지 목적을 갖는다. 첫째는 문항특성곡선의 비대칭성(능력과 확률의 관계를 나타내는 S자 곡선의 변곡점 아래와 위 부분의 변화율이 다른 경우)을 갖는 비대칭 문항반응모형이 여러 측정 상황에서 일반적으로 널리 사용되는 다른 문항반응모형보다 더 적절하게 기능할 수 있음을 선행 연구를 통해 소개하는 것이다. 본 연구에서는 여러 종류의 비대칭 문항반응모형 중에서도 Samejima(2000)의 LPE (logistic positive exponent) 모형을 중점적으로 다룬다. 둘째는 비대칭 문항반응모형이 차별문항기능 또는 컴퓨터 기반 적응검사와 같이 척도화(linking)를 기반으로 응용되는 측정·분석 상황에서 활용될 수 있도록, 척도화 가능성을 탐색하는 것이다. 이를 위한 모의실험에서 능력 수준이 다른 두 집단의 척도를 연계하는 수직척도화 상황을 가정하고 공통문항 비동등집단 설계에서 동시추정 방법으로 비대칭 문항반응모형을 활용한 척도화를 수행하였으며, 문항특성곡선 복원(recovery) 및 집단별 능력 수준 분리 등의 수치를 비교하였다. 그 결과, 비대칭 문항반응모형을 활용한 다양한 척도화 방법은 척도화를 수행하지 않은 분리추정 방법보다 더 우수한 복원력과 분리 수행 결과를 보여 비대칭 문항반응모형이 공통척도를 정의하는데 적절히 기능하는 것으로 나타났다. 마지막으로, 본 연구의 한계점과 후속연구에 대해 추가적으로 논의하였다.
I. Introduction Ⅱ. Background Ⅲ. Research Methods Ⅵ. Results Ⅴ. Discussion
