Professional Documents
Culture Documents
모의실험자료에 의한 요인분석방법과 Bejar방법의 차원성 식별기능의 비교
모의실험자료에 의한 요인분석방법과 Bejar방법의 차원성 식별기능의 비교
모의실험자료에 의한 요인분석방법과 Bejar방법의 차원성 식별기능의 비교
指導敎授 金 顯 哲
모의실험자료에 의한 요인분석방법과
Bejar방법의 차원성 식별기능의 비교
成均館大學校 大學院
敎 育 學 科
敎育學專攻
丘 南 旭
碩士學位 請求論文
指導敎授 金 顯 哲
모의실험자료에 의한 요인분석방법과
Bejar방법의 차원성 식별기능의 비교
Comparison on Efficiency of Factor Analysis and Bejar's
Method for Assessing the Dimensionality by Simulation
成均館大學校 大學院
敎 育 學 科
敎育學專攻
丘 南 旭
碩士學位 請求論文
指導敎授 金 顯 哲
모의실험자료에 의한 요인분석방법과
Bejar방법의 차원성 식별기능의 비교
Comparison on Efficiency of Factor Analysis and Bejar's
Method for Assessing the Dimensionality by Simulation
2005年 10月 日
成均館大學校 大學院
敎 育 學 科
敎育學專攻
丘 南 旭
이 論文을 丘南旭의 敎育學
碩士學位 論文으로 認定함
2005年 12月 日
審査委員長
審 査 委 員
審 査 委 員
목 차
Ⅰ. 서론 ·····························································································1
Ⅱ. 이론적 배경 ··············································································5
1. 측정과 검사 ·····························································································5
2. 고전검사이론 ···························································································6
1) 기본가정 ··························································································6
2) 문항특성 분석 ················································································7
3) 고전검사이론의 문제점 ································································9
3. 문항반응이론 ·························································································10
1) 기본가정 ························································································10
2) 문항특성곡선과 문항모수 ··························································12
3) 문항반응 모형 ··············································································14
4. 일차원성 가정 ·····················································································16
1) 일차원성의 정의 ··········································································16
2) 일차원성 가정의 이점 ································································17
- i -
1) 요인분석방법 ················································································19
2) 수정된 평행분석법 ······································································20
3) Bejar방법 ······················································································21
4) 잔차분석방법 ················································································22
5) Stout방법 ······················································································24
Ⅲ. 연구내용 및 방법 ··································································32
1. 모의자료의 성질 ···················································································32
2. 차원성 가정의 식별방법 ·····································································37
1) 요인분석방법 ················································································37
2) Bejar방법 ······················································································37
3. 통계프로그램 ·························································································38
Ⅳ. 연구 결과 ················································································39
1. 요인분석방법 ·························································································39
2. Bejar방법 ································································································47
V. 결론 ····························································································62
- ii -
참 고 문 헌 ····················································································65
부록 ··································································································69
ABSTRACT ·················································································76
- iii -
표 목 차
- iv -
모수치 간의 회귀분석 결과 ··················································56
<표 Ⅳ-16> 조건 3의 하위검사와 전체검사의 문항난이도
- v -
그 림 목 차
- vi -
Ⅰ. 서론
1. 연구의 필요성 및 목적
- 1 -
불변성과 피험자 능력 모수 불변성이 있다. 문항 모수 불변성이란 문항
이 가지고 있는 독특한 특성이 존재하기 때문에 문항에 반응한 피험자
- 2 -
다. 그 동안 검사의 일차원성을 식별하는 다양한 방법들이 제시되어 왔
으며, 실제검사와 모의실험 등을 통하여 다양한 상황 속에서 비교ㆍ분석
2. 연구문제
- 3 -
[연구문제 3] 두 차원 간에 상관이 없는 이차원의 검사자료가 주어졌을
3. 연구의 제한점
- 4 -
Ⅱ. 이론적 배경
1. 측정과 검사
- 5 -
사의 행정적 기능은 검사가 학교나 교사, 학생의 평가 또는 통제에 사용
되고, 자격증 부여, 입학 사정 등에 사용되는 것을 의미한다. 검사의 상
2. 고전검사이론
1) 기본가정
X = T + e (식 1)
- 6 -
E(X) = T (식 2)
= 0 (식 3)
= 0
(식 4)
= 0
(식 5)
약한 가정이라고 한다.
2) 문항특성 분석
① 문항난이도(item difficulty)
문항난이도는 문항의 어렵고 쉬운 정도를 나타내는 지수로서 P로 표
- 7 -
기하며 총 피험자 중 정답을 한 피험자의 비율, 즉 정답률이 된다. 문항
난이도 지수는 정답의 백분율이기 때문에 난이도 지수가 높을수록 그 문
항은 쉬운 문항이다.
일반적으로 문항난이도를 계산할 때에는 다음과 같은 공식이 이용된
다.
R (식 6)
P = 100×
N
P : 문항난이도 지수
N : 전체 사례수
R : 정답자 수
② 문항변별도(item discrimination)
문항변별도는 문항이 피험자의 능력을 변별하는 정도를 나타내는 지수
이다. 즉, 한 검사에서 어떤 문항에 정답을 한 피험자의 검사점수가 높고
- 8 -
할을 못한 것이며 변별력이 없는 문항이라고 한다. 일반적으로 문항변별
도는 검사총점을 준거에 따라 두 집단 혹은 세 집단으로 나누고 상위 능
R U- R L
D.I. = (식 7)
f
D.I. : 문항변별도 지수(item discrimination index)
RU : 상위 능력집단의 정답자 수
RL : 하위 능력집단의 정답자 수
f : 각 집단의 피험자 수
3) 고전검사이론의 문제점
- 9 -
문항을 분석하면 그 문항은 쉬운 문항으로 판명되고, 능력 수준이 낮은
다른 피험자 집단의 응답결과에 따라 문항을 분석한다면 어려운 문항으
로 판명될 것이다.
문항변별도에 있어서도 피험자 집단이 이질적이면 높게 추정되고, 동
질적이라면 낮게 추정되는 경향이 있다. 따라서 고전검사이론을 적용하
3. 문항반응이론
1) 기본 가정
- 10 -
특성들이 있다고 가정하고, 피험자의 검사점수로부터 잠재적 특성을 추
정하는 절차와 관련된 검사이론이다. 문항반응이론의 전개를 위하여 일
음과 같이 나타낼 수 있다.
- 11 -
항 간에 상관이 없다면, 이는 지역 독립성을 만족하는 것이라고 할 수
있다.
2) 문항특성곡선과 문항모수
- 12 -
1.0
.9
.8
.7
.6
.5
.4
.3
.2
.1
.0
-3 -2 -1 0 1 2 3
능력( )
- 13 -
항난이도를 표시하는 점에서의 문항특성곡선의 기울기를 뜻하며, 로 표기한다.
낮아지기 때문이다.
문항추측도(item quessing)는 능력이 전혀 없는 피험자가 문항의 답을 맞힐 확
3) 문항반응 모형
( ) =
(식 9)
- 14 -
② 2-모수 로지스틱 모형(2-parameter logistic model, 2PL)
( ) =
(식 10)
( ) =
(식 11)
- 15 -
( ) = (식 12)
∞
3. 일차원성 가정
1) 일차원성의 정의
- 16 -
이라는 것으로 정의할 수 있다(신석기, 1994a).
Hattie(1985)는 기존의 여러 학자들이 단위 순위(unit rank), 첫 번째
2) 일차원성 가정의 이점
- 17 -
일차원성 가정의 이점에 대하여 Hattie(1985)는 검사가 일차원성의
가정을 만족할 때, 자료에 수학적인 측정모형을 적용할 수 있고, 변인들
- 18 -
한 방법으로 일차원성의 가정하의 지역 독립성에 대한 가설검증을 실시
할 수 있다.
1) 요인분석 방법
치로 고려된다.
요인분석은 다음과 같은 절차를 통하여 실시할 수 있다. 먼저 문항에
대한 피험자의 반응을 사용하여 상관계수행렬을 계산하고, 두 번째 단계
수 있다는 사실이다.
연구자에 따라서는 그래프를 사용하는 방법 대신 각 요인이 설명하는
분산의 양을 비교하는 방법(Tucker and Lewis, 1973), 고유치의 비율을
- 19 -
비교하는 방법(Lumsden, 1961), χ 2
검증방법(JӦreskog, 1978) 등을 사
등이 있다(Hattie, 1985).
- 20 -
클 동안은 서로 만나지 않는 상태(parallel)가 유지될 것이다. 그러나 경
험 자료의 요인구조가 더 이상 존재하지 않음을 나타내는 고유치에서부
3) Bejar방법
- 21 -
Bejar(1980)는 문항의 지역독립성(local independence) 가정이 만족될
때, 전체 검사를 통하여 얻은 문항 모수치나 전체 검사를 세분한 하위
4) 잔차분석방법
- 22 -
한 모형이 자료에 적합해지면 그 모형이 지닌 모든 가정을 그 자료가 만
족한다는 가정을 지닌다. 잔차분석방법은 이러한 가정을 바탕으로 하여
Swaminathan, 1985).
그 분석단계를 보면, 첫 번째 단계에서는 검사자료에 적합한 일차원적
인 문항반응이론의 모형을 찾아내고 적용하여 능력 모수치 및 문항 모수
- 23 -
반에 의해 커질 수 있다. 그러므로 잔차분석방법에서 잔차의 수치가 큰
것으로 나타났을 때, 자료가 일차원성의 가정을 만족하지 못한다고 결론
5) Stout 방법
- 24 -
지에 대한 영가설( H 0
: d e = 1)을 다차원성에 대한 대립가설( H a
:
d e
> 1)에 반하여 검증하게 된다. 본질적 일차원성이란 그 문항군이
경우에 확보된다.
DIMTEST는 문항을 크게 세 개의 부분검사 즉, assessment subtest
1(AT1), assessment subtest 2(AT2), 그리고 partitioning subtest(PT)로
라 피험자들을 소집단에 배정
③ k개의 하위집단에 대한 분산을 계산
④ k개의 하위집단에 대한 일차원적인 분산을 계산
1 K Xk
T L
(or T B ) = ∑
K k ═1 S K
2 2
X k= σ k -σ u, k
이며, S K 는 표준오차 값이다.
- 25 -
2
σ k
은 AT 1 점수( AT 1 문항에 대한 정답수)의 분산의 추정치
2
σ u,k
은 일차원 분산추정치(본질적 일차원성의 가정이 만족된다고
6) 비선형적 요인분석방법
- 26 -
5. 선행연구
- 27 -
구는 이처럼 이전의 일차원성과 관련된 다양한 논의들을 총 정리하여 검
사의 차원성과 관련된 이후의 연구에 커다란 지침을 제공하고 있다.
- 28 -
차원성을 분석한 결과, 요인분석을 이용한 방법과 수정된 평행분석법은
각각의 검사에서 학년 별로 일관성 있게 내제된 차원의 수를 추정하였지
- 29 -
고 이차원인 자료를 두 가지의 능력을 각각 측정하는 문항들과 동시에
측정하는 문항들의 세 부분으로 이루어진 한 가지 형태로 한정하였다.
- 30 -
것으로 밝혀졌으며, 이러한 요인들보다는 이차원인 모의자료를 구성하는
방식에 따라서 검증방법들의 효율성이 차이가 날 수 있음을 확인할 수
있었다.
- 31 -
Ⅲ. 연구내용 및 방법
1. 모의자료의 생성
- 32 -
(variance-covariance)행렬을 곱하여 자료들을 생성하였다. 그리고 최종
적으로 생성된 값이 0보다 크면 정답인 1을, 생성된 값이 0보다 작으면
오답인 0을 부여하였다.
둘째, 검사의 차원은 일차원과 이차원이다. 차원이 1인 경우는 요인분
석 방법과 Bejar의 방법이 일차원인 검사를 제대로 식별하는지 알아보기
다.
조건 1의 20개 문항 간 분산-공분산(variance-covariance)행렬은 다음
- 33 -
과 같으며, 각 문항 간 상관계수는 이 된다.
문항 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
2 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
3 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
4 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
5 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
6 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
7 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
8 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
9 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
10 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
11 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
12 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
13 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02
14 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02
15 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02
16 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02
17 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02
18 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02
19 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02
20 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03
는 이 되며, 두 차원 간 문항의 상관계수는
이 된다.
- 34 -
<표 Ⅲ-2> 조건 2에서의 분산-공분산 행렬
문항 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
2 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
3 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
4 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
5 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
6 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
7 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
8 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
9 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
10 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01
11 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
12 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
13 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02
14 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02
15 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02
16 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02
17 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02
18 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02
19 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02
20 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03
이 조건에서 각 차원 내 문항 간 상관계수는
이 되며, 두 차원 간 문항의 상관계수는 이 된
다.
- 35 -
<표 Ⅲ-3> 조건 3에서의 분산-공분산 행렬
문항 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
2 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
3 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
4 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
5 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
6 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
7 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
8 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0 0 0 0 0 0 0 0 0 0
9 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0 0 0 0 0 0 0 0 0 0
10 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0 0 0 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0 0 0 0 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
12 0 0 0 0 0 0 0 0 0 0 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
13 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02
14 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02
15 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02
16 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02
17 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02
18 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02
19 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02
20 0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03
- 36 -
2. 차원성 가정의 식별방법
1) 요인분석 방법
2) Bejar 방법
- 37 -
원성의 가정을 만족하는 것으로 간주된다.
4. 통계프로그램
- 38 -
Ⅳ. 연구 결과
1) 요인분석 방법
- 39 -
<표 Ⅳ-1> 조건 1을 만족하는 검사들의 고유치
요인\자료 1 2 3 4 5
고유요인≥1
인 요인의 1 1 1 1 1
갯수
- 40 -
<표 Ⅳ-2> 조건 2를 만족하는 검사들의 고유치
요인\자료 1 2 3 4 5
고유요인≥1
인 요인의 2 2 2 2 2
갯수
- 41 -
<표 Ⅳ-3> 조건 3을 만족하는 검사들의 고유치
요인\자료 1 2 3 4 5
고유요인≥1
인 요인의 2 2 2 2 2
갯수
- 42 -
<표 Ⅳ-4> 조건 1을 만족하는 검사들의 분산의 비율(%)
요인\자료 1 2 3 4 5
다른 결과이다.
- 43 -
<표 Ⅳ-5> 조건 2를 만족하는 검사들의 분산의 비율(%)
요인\자료 1 2 3 4 5
- 44 -
<표 Ⅳ-6> 조건 3을 만족하는 검사들의 분산의 비율(%)
요인\자료 1 2 3 4 5
- 45 -
<표 Ⅳ-7> 첫 번째 요인과 두 번째 요인의 고유치간의 비율
차원\자료 1 2 3 4 5
- 46 -
타난 반면에 Lumsden(1961)의 준거는 차원 간에 약한 상관(0.33)이 존재
하는 경우에는 효율적인 방법이 되지 못하는 것으로 나타났다.
2) Bejar방법
- 47 -
다.
자료 1 2 3 4 5
문항 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2
1 0.692 -0.122 0.689 -0.184 0.701 0.166 0.675 0.190 0.696 0.184
2 0.704 -0.066 0.701 -0.229 0.712 0.201 0.691 -0.190 0.668 -0.107
3 0.683 -0.404 0.680 0.327 0.731 0.178 0.699 -0.066 0.686 -0.236
4 0.684 -0.228 0.720 0.192 0.696 -0.025 0.683 -0.224 0.708 0.079
5 0.696 0.252 0.678 0.217 0.723 -0.257 0.674 -0.143 0.705 -0.144
6 0.723 0.095 0.711 -0.161 0.698 -0.144 0.692 0.013 0.682 0.314
7 0.697 0.134 0.672 0.019 0.701 -0.218 0.655 0.343 0.696 0.302
8 0.675 0.251 0.697 -0.057 0.730 -0.164 0.683 -0.260 0.680 -0.170
9 0.690 -0.118 0.697 0.129 0.718 -0.085 0.693 0.211 0.696 -0.266
10 0.708 -0.038 0.684 0.242 0.729 0.063 0.705 -0.027 0.683 0.204
11 0.685 -0.120 0.707 -0.081 0.696 0.126 0.650 -0.220 0.688 -0.189
12 0.713 -0.175 0.698 -0.216 0.703 0.131 0.666 -0.156 0.704 -0.141
13 0.702 -0.027 0.692 -0.278 0.712 -0.109 0.647 0.275 0.724 0.006
14 0.713 0.078 0.701 0.255 0.712 -0.029 0.714 0.162 0.683 0.097
15 0.697 -0.158 0.684 -0.162 0.688 0.407 0.694 0.334 0.699 -0.300
16 0.698 0.016 0.689 0.256 0.728 -0.021 0.669 -0.047 0.722 0.194
17 0.707 0.235 0.684 -0.234 0.694 0.133 0.709 -0.021 0.670 0.015
18 0.715 0.089 0.689 0.245 0.696 -0.250 0.714 -0.233 0.712 0.015
19 0.672 -0.068 0.729 -0.066 0.729 0.199 0.677 -0.015 0.661 0.211
20 0.650 0.385 0.689 0.029 0.712 -0.291 0.661 0.078 0.717 0.069
- 48 -
<표 Ⅳ-9> 조건 1의 전체검사와 하위검사의 문항별 두 개의 난이도
자료 1 2 3 4 5
문항 전체 하위 전체 하위 전체 하위 전체 하위 전체 하위
1 -0.023 -0.022 -0.019 -0.016 0.016 0.020 0.006 0.002 -0.020 -0.015
2 0.017 0.019 -0.016 -0.013 0.040 0.044 -0.060 -0.064 -0.020 -0.016
3 -0.021 -0.019 -0.041 -0.038 0.100 0.103 -0.007 -0.011 -0.048 -0.044
4 0.014 0.016 -0.070 -0.067 0.038 0.042 -0.003 -0.008 -0.013 -0.008
5 -0.044 -0.044 -0.072 -0.069 -0.031 -0.027 -0.029 -0.033 0.002 0.007
6 0.002 0.004 -0.017 -0.013 0.111 0.112 -0.060 -0.065 -0.117 -0.115
7 -0.023 -0.022 -0.063 -0.060 0.013 0.016 -0.019 -0.024 -0.013 -0.009
8 -0.040 -0.039 0.023 0.027 -0.040 -0.036 -0.048 -0.053 -0.048 -0.043
9 -0.017 -0.016 -0.089 -0.087 0.025 0.028 -0.044 -0.049 -0.020 -0.015
10 0.038 0.041 -0.087 -0.084 0.048 0.051 -0.016 -0.021 -0.010 -0.006
11 0.004 0.001 -0.070 -0.070 0.107 0.109 -0.063 -0.057 0.046 0.044
12 0.050 0.047 -0.071 -0.071 0.054 0.053 -0.009 -0.004 0.014 0.012
13 -0.068 -0.072 -0.041 -0.040 -0.040 -0.040 -0.033 -0.027 -0.055 -0.058
14 -0.024 -0.029 0.027 0.028 0.038 0.037 -0.059 -0.052 -0.045 -0.047
15 0.005 0.002 -0.059 -0.059 0.014 0.013 -0.025 -0.019 0.030 0.028
16 -0.017 -0.020 0.009 0.011 0.067 0.066 -0.055 -0.049 0.014 0.011
17 -0.013 -0.016 -0.078 -0.078 0.033 0.033 -0.050 -0.043 -0.052 -0.054
18 -0.004 -0.007 -0.050 -0.050 0.082 0.083 -0.044 -0.036 -0.056 -0.059
19 0.020 0.018 -0.023 -0.021 -0.027 -0.028 -0.042 -0.035 0.035 0.034
20 -0.085 -0.089 -0.086 -0.088 0.031 0.032 -0.029 -0.024 -0.095 -0.099
- 49 -
개의 문항은 주로 하나의 차원만을 측정하는 문항이라는 사실을 알 수
있다.
자료 1 2 3 4 5
문항 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2
1 0.617 0.393 0.592 0.376 0.573 0.415 0.599 0.388 0.571 0.435
2 0.580 0.402 0.615 0.385 0.599 0.367 0.595 0.403 0.584 0.375
3 0.569 0.438 0.583 0.396 0.609 0.389 0.573 0.390 0.579 0.415
4 0.584 0.412 0.600 0.371 0.614 0.341 0.582 0.400 0.589 0.361
5 0.583 0.407 0.614 0.397 0.580 0.426 0.573 0.419 0.615 0.392
6 0.617 0.409 0.583 0.416 0.590 0.366 0.606 0.408 0.583 0.380
7 0.576 0.438 0.581 0.364 0.618 0.352 0.585 0.407 0.584 0.426
8 0.586 0.419 0.577 0.396 0.626 0.379 0.587 0.428 0.596 0.419
9 0.593 0.418 0.584 0.389 0.596 0.407 0.582 0.399 0.606 0.392
10 0.622 0.402 0.591 0.399 0.605 0.421 0.596 0.425 0.575 0.378
11 0.598 -0.417 0.640 -0.366 0.599 -0.429 0.605 -0.380 0.576 -0.388
12 0.643 -0.400 0.618 -0.410 0.629 -0.392 0.578 -0.397 0.557 -0.421
13 0.587 -0.396 0.596 -0.415 0.613 -0.373 0.603 -0.402 0.604 -0.404
14 0.643 -0.377 0.648 -0.405 0.602 -0.401 0.608 -0.399 0.593 -0.369
15 0.587 -0.433 0.607 -0.370 0.625 -0.371 0.621 -0.400 0.585 -0.384
16 0.600 -0.442 0.629 -0.346 0.617 -0.330 0.611 -0.376 0.609 -0.413
17 0.599 -0.406 0.648 -0.345 0.594 -0.368 0.563 -0.403 0.592 -0.410
18 0.587 -0.393 0.628 -0.285 0.609 -0.377 0.621 -0.466 0.608 -0.389
19 0.605 -0.373 0.607 -0.349 0.593 -0.395 0.619 -0.375 0.593 -0.344
20 0.594 -0.409 0.604 -0.413 0.598 -0.379 0.590 -0.408 0.574 -0.448
- 50 -
<표 Ⅳ-11> 조건 2의 전체검사와 하위검사의 문항별 두 개의 난이도
자료 1 2 3 4 5
문항 전체 하위 전체 하위 전체 하위 전체 하위 전체 하위
1 -0.042 -0.038 0.027 0.021 -0.004 -0.008 -0.026 -0.026 0.001 -0.004
2 0.059 0.050 0.051 0.042 0.024 0.017 0.019 0.015 -0.035 -0.036
3 -0.061 -0.051 -0.032 -0.030 -0.025 -0.027 -0.118 -0.106 0.016 0.009
4 -0.015 -0.014 0.081 0.069 0.003 -0.002 0.034 0.028 0.012 0.006
5 -0.041 -0.036 0.044 0.035 -0.004 -0.008 0.009 0.006 0.028 0.020
6 -0.091 -0.080 -0.039 -0.036 -0.036 -0.036 0.046 0.038 -0.021 -0.023
7 -0.008 -0.007 0.054 0.045 -0.059 -0.058 0.025 0.020 0.005 -0.001
8 -0.067 -0.057 -0.006 -0.007 -0.075 -0.072 0.041 0.033 0.033 0.023
9 0.007 0.005 0.046 0.037 -0.015 -0.018 -0.081 -0.073 -0.010 -0.014
10 -0.037 -0.033 0.079 0.065 -0.095 -0.087 -0.013 -0.013 -0.021 -0.023
11 -0.032 -0.033 -0.016 -0.023 -0.025 -0.028 0.043 0.045 0.030 0.029
12 0.006 0.001 0.025 0.015 -0.034 -0.037 0.043 0.044 0.035 0.032
13 -0.007 -0.011 0.035 0.023 -0.021 -0.025 0.020 0.023 0.008 0.009
14 -0.081 -0.081 0.001 -0.006 -0.052 -0.053 0.039 0.041 0.001 0.003
15 -0.102 -0.094 0.013 0.004 -0.027 -0.031 -0.015 -0.008 0.022 0.022
16 -0.070 -0.066 -0.051 -0.055 -0.014 -0.019 0.021 0.026 -0.034 -0.028
17 -0.073 -0.070 -0.023 -0.029 0.014 0.007 0.079 0.078 0.058 0.053
18 -0.081 -0.077 0.083 0.075 0.044 0.034 0.072 0.066 -0.072 -0.062
19 0.010 0.005 0.031 0.022 -0.092 -0.088 -0.052 -0.043 0.699 -0.010
20 -0.049 -0.049 0.032 0.021 -0.077 -0.076 0.065 0.064 0.679 -0.019
- 51 -
<표 Ⅳ-12> 조건 3의 요인행렬
자료 1 2 3 4 5
문항 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2 요인1 요인2
1 0.643 0.350 0.665 -0.262 0.442 0.599 0.595 0.425 0.708 0.237
2 0.643 0.391 0.714 -0.178 0.457 0.571 0.597 0.432 0.709 0.224
3 0.602 0.418 0.699 -0.221 0.450 0.553 0.625 0.403 0.694 0.206
4 0.615 0.378 0.713 -0.158 0.477 0.572 0.592 0.384 0.684 0.244
5 0.625 0.392 0.727 -0.162 0.452 0.558 0.603 0.383 0.715 0.211
6 0.618 0.390 0.674 -0.181 0.448 0.588 0.611 0.429 0.702 0.227
7 0.606 0.362 0.705 -0.211 0.424 0.580 0.591 0.410 .677 0.234
8 0.619 0.348 0.700 -0.216 0.442 0.579 0.587 0.433 0.707 0.229
9 0.641 0.351 0.714 -0.143 0.409 0.575 0.609 0.370 0.696 0.221
10 0.654 0.368 0.715 -0.143 0.437 0.583 0.603 0.371 0.685 0.246
11 -0.439 0.554 0.176 0.662 0.603 -0.418 -0.476 0.557 -0.198 0.697
12 -0.374 0.599 0.181 0.705 0.602 -0.466 -0.435 0.564 -0.246 0.695
13 -0.422 0.613 0.185 0.688 0.597 -0.439 -0.415 0.547 -0.218 0.693
14 -0.375 0.582 0.135 0.699 0.595 -0.395 -0.437 0.575 -0.240 0.664
15 -0.390 0.364 0.223 0.670 0.571 -0.463 -0.440 0.522 -0.247 0.697
16 -0.299 0.621 0.163 0.692 0.584 -0.431 -0.474 0.513 -0.211 0.688
17 -0.385 0.640 0.194 0.696 0.594 -0.409 -0.421 0.591 -0.255 0.705
18 -0.394 0.586 0.224 0.703 0.553 -0.462 -0.431 0.542 -0.202 0.676
19 -0.384 0.623 0.171 0.702 0.628 -0.402 -0.433 0.558 -0.226 0.723
20 -0.421 0.604 0.245 0.700 0.656 -0.456 -0.417 0.583 -0.252 0.689
다.
- 52 -
<표 Ⅳ-13> 조건 3의 전체검사와 하위검사의 문항별 두 개의 난이도
자료 1 2 3 4 5
문항 전체 하위 전체 하위 전체 하위 전체 하위 전체 하위
1 0.034 0.039 -0.20 -0.014 -0.099 -0.035 0.039 0.043 0.012 0.013
2 -0.005 -0.001 -0.022 -0.016 -0.136 -0.051 -0.014 -0.012 0.000 0.001
3 -0.031 -0.029 0.031 0.039 0.153 0.048 -0.014 -0.012 -0.010 -0.010
4 0.002 0.005 0.051 0.061 -0.132 -0.050 -0.011 -0.009 -0.015 -0.016
5 -0.013 -0.010 0.047 0.057 0.044 0.010 0.016 0.019 -0.005 -0.005
6 0.025 0.030 0.040 0.047 -0.326 -0.107 -0.020 -0.017 0.032 0.033
7 0.011 0.014 -0.011 -0.004 -0.022 -0.011 0.007 0.010 0.020 0.021
8 0.051 0.055 0.016 0.024 -0.281 -0.094 0.006 0.010 -0.028 -0.029
9 0.002 0.005 -0.013 -0.007 0.095 0.023 -0.033 -0.031 0.084 0.088
10 -0.022 -0.019 -0.002 0.005 -0.080 -0.030 0.041 0.045 0.012 0.012
11 -0.071 -0.024 0.175 0.060 -0.007 0.006 0.329 0.066 0.150 0.054
12 0.094 0.011 0.326 0.100 -0.036 -0.023 0.097 0.032 0.161 0.050
13 -0.014 -0.016 0.073 0.027 -0.024 -0.012 0.334 0.080 0.000 0.007
14 0.202 0.038 -0.052 -0.007 0.042 0.057 0.288 0.069 0.059 0.022
15 0.173 0.029 0.272 0.100 0.032 0.046 0.242 0.054 0.000 0.007
16 0.134 0.032 -0.090 -0.020 0.006 0.019 0.063 0.022 0.127 0.044
17 0.268 0.052 0.223 0.073 0.029 0.044 0.121 0.039 0.141 0.044
18 0.153 0.024 0.009 0.009 -0.021 -0.009 0.319 0.070 0.011 0.009
19 0.086 0.009 0.186 0.058 -0.005 0.009 -0.032 0.007 0.020 0.014
20 -0.015 -0.016 0.105 0.042 -0.039 -0.028 0.105 0.035 0.229 0.066
- 53 -
들이 일차원이라는 사실을 말해 주는 것이라고 할 수 있다.
차원 자료 기울기 절편
1 0.997 0.001
2 0.999 -0.003
조건 2 3 0.999 -0.002
4 0.964 0.000
5 0.990 0.000
라고 판단할 수 있다.
- 54 -
검사 1 검사 2
A A
0.05 0.025 A
A
A
A
AA 0.000
AAA
전 0.00 A 전 A
AA
A
체 A
AA 체 -0.025
검 A AA 검 AA
사 사
AA -0.050 A
-0.05 A
A
A AAAA
-0.075 A
A AAA
하위검사 하위검사
검사 3 검사 4
AA A
A
0.00 A
A A A
0.08
A A
A
전 A
A 전 -0.02
A
체 0.04 A AA 체 A A
검 AA 검 A
A
사 AAA 사 -0.04 A AA
0.00 A A
A
A AA A
A -0.06 A
-0.04 AA
하위검사 하위검사
검사 5
A
0.04 A
A
A AA
A
0.00
AA
전 AA
체
검 -0.04 AAA
사 AA
-0.08
A
A
-0.12
-0.12 -0.08 -0.04 0.00 0.04
하위검사
- 55 -
두 번째로 <표 Ⅳ-15>는 조건 2의 5개의 자료들에 대하여 하위검사
와 전체검사의 회귀분석 결과이다. <표 Ⅳ-15>에서 제시된 기울기의 값
차원 자료 기울기 절편
1 0.997 0.002
2 0.997 0.006
조건 2 3 0.999 0.006
4 0.975 -0.008
5 0.991 0.002
- 56 -
검사 1 검사 2
A
A
0.08 AA
AA
AA
A AA
전 0.00 AA
전 0.04 A
A
A
체 A 체 A
검 A 검 A
사 A
A
AA 사 0.00
A
A
A A
A A
AA
AA A
A
A -0.04
A A
-0.10
-0.05 0.00 0.05 -0.04 0.00 0.04 0.08
하위검사 하위검사
검사 3 검사 4
A 0.10
A
AA
0.03 A A
A AA AAA
AAAA
A A
전 0.00 A 전 0.00 AA
체 A
AA
체 A
AAA
검 -0.03 AA 검 A
사
A
사 A
A -0.10
-0.06
AA
-0.09 AA
A
하위검사 하위검사
검사 5
A
0.05
A A
A A
A
전 AA
A A
체 0.00
A A
검 AA
사 A
A
A A
-0.05
하위검사
- 57 -
세 번째로 <표 Ⅳ-16>은 조건 3의 5개의 자료들에 대하여 전체검사
를 하위검사에 회귀시킨 후, 기울기와 절편을 제시한 것이다. <표 Ⅳ
로 식별한다고 말할 수 있다.
회귀분석 결과
차원 자료 기울기 절편
1 0.737 0.027
2 0.910 -0.019
조건 2 3 0.936 0.018
4 0.895 0.000
5 0.548 0.017
- 58 -
사실을 그림을 통하여 명확하게 알 수 있다. 따라서 <표 Ⅳ-16>과 [그
림 Ⅳ-3]을 통하여 확인할 수 있는 사실은 Bejar의 방법을 적용함에 있
- 59 -
검사 1 검사 2
A A
0.30
A
A
0.20 A
A
0.20 AA
전 A 전
체 A
체
검 검 A
0.10 AA 0.10
사 사 A
AA
A A A
A A A
A
0.00 A A
A AA A
0.00 A A
A AA A A
A
A
-0.10
-0.02 0.00 0.02 0.04 0.000 0.025 0.050 0.075 0.100
하위검사 하위검사
검사 3 검사 4
A AA A
A 0.30 A
0.10
A A A
AA
0.00 AA A 0.20
전 AAA 전
AA
체 A 체 A
검 -0.10 A 검 0.10 AA
사 AA 사 A
AA
A A
-0.20 0.00
A A AA A
A
-0.30 A -0.10
-0.10 0.00 -0.025 0.000 0.025 0.050 0.075
하위검사 하위검사
검사 5
A
0.20
A
A
전 0.15 A
A
체
검 0.10 A
사 A
0.05
A
A A
AA A
A A A A
0.00 AA
A
하위검사
- 60 -
세 가지 조건의 자료들에 대하여 Bejar의 방법을 사용하여 차원성을
식별한 이상의 결과를 정리하면 다음과 같다. 먼저 Bejar의 방법은 일차
- 61 -
V. 결론
- 62 -
세 번째 연구문제인 두 차원 사이에 상관이 없는 이차원인 검사자료가
주어졌을 때, 요인분석 방법과 Bejar의 방법 중 어떠한 방법이 차원성
수 있었다.
이상의 결과를 토대로 하여 검사의 차원성을 식별하는 데 있어서 요인
분석에 의한 방법이 Bejar의 방법보다 효율적인 방법이라고 할 수 있다.
- 63 -
문항반응모형을 각각 사용하여 그 결과를 비교해 보는 것도 의미 있는
연구가 될 것이다.
- 64 -
참 고 문 헌
연구, 7, 221-239.
윤명희(1993). 성취검사자료에서의 문항반응이론 차원성 접근방법에 대
한 연구, 교육평가연구, 6, 147-167.
- 65 -
revisited, Applied Psychological Measurement, 12, 377-379.
Drasgow. F. & Lissak. R. I. (1983). Modified parallel analysis: a
- 66 -
Psychological Bulletin, 58, 122-131.
Lumsden, J. (1976). Test theory. Annual Review of Psychology, 27,
251-280.
Lord, F. M. (1980). Applications of item response theory to practical
testing problems. In J. Hattie(1985), Methodology review:
- 67 -
259-267.
Stout, W. (1987). A nonparametric approach for assessing latent trait
- 68 -
부록
1. 조건 1의 SAS/IML 프로그램
************************************************;
* *;
* SUBROUTINE1: SIMULATION CONDITIONS *;
* *;
************************************************;
START DESIGN;
RESET LINESIZE=75;
NSIMUL=5;
SEED=12345;
N1=1000;
VC={
0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03
};
CONDID = 1;
FINISH;
- 69 -
*********************************;
* *;
* SUBROUTINE2: DEFINITION *;
* *;
*********************************;
START DEFINE;
U=ROOT(VC);
U=U`;
Z1=J(20, N1, 0);
FINISH;
****************************************************************;
*
* SUBROUTINE3: GENERATE NORMAL DISTRIBUTION DATA *;
*
****************************************************************;
START NORMAL;
G1=J(20, N1, 0);
DO I = 1 TO N1;
DO J = 1 TO 20;
Z1[J, I] = NORMAL(SEED);
END;
END;
G1 = U * Z1;
DO I = 1 TO N1;
DO J = 1 TO 20;
IF G1[J,I] >= 0 THEN G1[J,I]=1;
ELSE G1[J,I] = 0;
END;
END;
G1 = G1`;
FINISH;
*************************************;
* *;
* SUBROUTINE4: OUTPUT PRINT *;
* *;
*************************************;
START OUTPUT;
PRINT CONDID;
PRINT G1;
FINISH;
- 70 -
START MAIN;
RUN DESIGN;
RUN DEFINE;
DO CASE=1 TO NSIMUL;
RUN NORMAL;
RUN OUTPUT;
END;
FINISH;
RUN MAIN;
2. 조건 2의 SAS/IML 프로그램
- 71 -
};
CONDID = 2;
FINISH;
*********************************;
* *;
* SURROUTINE2: DEFINITION *;
* *;
*********************************;
START DEFINE;
U=ROOT(VC);
U=U`;
Z1=J(20, N1, 0);
FINISH;
***************************************************************;
* *;
* SUBROUTINE3: GENERATE NORMAL DISTRIBUTION DATA *;
* *;
***************************************************************;
START NORMAL;
G1=J(20, N1, 0);
DO I = 1 TO N1;
DO J = 1 TO 20;
Z1[J, I] = NORMAL(SEED);
END;
END;
G1 = U * Z1;
DO I = 1 TO N1;
DO J = 1 TO 20;
IF G1[J,I] >= 0 THEN G1[J,I]=1;
ELSE G1[J,I] = 0;
END;
END;
G1 = G1`;
FINISH;
- 72 -
*************************************;
* *;
* SUBROUTINE4: OUTPUT PRINT *;
* *;
*************************************;
START OUTPUT;
PRINT CONDID;
PRINT G1;
FINISH;
START MAIN;
RUN DESIGN;
RUN DEFINE;
DO CASE=1 TO NSIMUL;
RUN NORMAL;
RUN OUTPUT;
END;
FINISH;
RUN MAIN;
3. 조건 3의 SAS/IML 프로그램
************************************************;
* *;
* SUBROUTINE1: SIMULATION CONDITIONS *;
* *;
************************************************;
START DESIGN;
RESET LINESIZE=75;
NSIMUL=5;
SEED=23456;
N1=1000;
- 73 -
VC={
0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0 0 0 0 0 0 0 0 0 0
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03 0.02
0 0 0 0 0 0 0 0 0 0 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.03
};
CONDID = 3;
FINISH;
**********************************;
* *;
* SURROUTINE2: DEFINITION *;
* *;
**********************************;
START DEFINE;
U=ROOT(VC);
U=U`;
Z1=J(20, N1, 0);
FINISH;
***************************************************************;
* *;
* SUBROUTINE3: GENERATE NORMAL DISTRIBUTION DATA *;
* *;
***************************************************************;
START NORMAL;
- 74 -
G1=J(20, N1, 0);
DO I = 1 TO N1;
DO J = 1 TO 20;
Z1[J, I] = NORMAL(SEED);
END;
END;
G1 = U * Z1;
DO I = 1 TO N1;
DO J = 1 TO 20;
IF G1[J,I] >= 0 THEN G1[J,I]=1;
ELSE G1[J,I] = 0;
END;
END;
G1 = G1`;
FINISH;
*************************************;
* *;
* SUBROUTINE4: OUTPUT PRINT *;
* *;
*************************************;
START OUTPUT;
PRINT CONDID;
PRINT G1;
FINISH;
START MAIN;
RUN DESIGN;
RUN DEFINE;
DO CASE=1 TO NSIMUL;
RUN NORMAL;
RUN OUTPUT;
END;
FINISH;
RUN MAIN;
- 75 -
ABSTRACT
Department of Education
Graduate School
Sungkyunkwan University
the test could give us the accurate information about the trait of
testee and also we can apply IRT to it. Therefore, it is important to
detect the dimensionality of the test.
- 76 -
especially when two latent traits of two-dimensional data are weakly
related.
- 77 -