Q-행렬 변화에 따른 혼합모형(Fusion Model) 모수 비교

The Comparisons of Fusion Model Parameters by Changing Q-matrix

혼합모형(Fusion Model), DINA, NIDA 등과 같은 인지진단모형에서는 검사를 구성하는 문항들과 피험자들이 그 문항을 정확하게 풀기 위해 요구되는 속성들 간의 관계를 Q-행렬로 나타내고 있다. 인지진단모형에 있어서 학습자들의 능력을 추정하기 위해서는 문항에 의해서 측정되는 속성을 구체화하고 이 속성들과 문항과의 연관성을 찾아내는 과정이 매우 중요하다. 따라서, 통계적으로 타당한 결과를 위해서는 지속적인 수정(정교화 과정)과정을 거쳐 Q-행렬의 정확도를 높여야 한다. 하지만, 오차를 최소화 한다고 해도, 정확한 Q-행렬을 제작하기는 매우 힘든 일이다. 따라서, Q-행렬이 잘못 정해졌을 때에 결과가 어떠한지를 살펴볼 필요가 있다. 본 연구에서는 인지진단모형의 이해에 있어서 가장 기본이자 핵심이 되는 Q-행렬의 개발과정에 있어서 Q-행렬이 잘못 명세화 되었을 때의 영향을 살펴보기 위하여 Q-행렬을 여러 조건으로 잘못 명세화 한 후에 혼합모형으로 분석하였다. 즉 속성과 문항 간의 연결이 부정확할 경우에 문항 모수와 피험자 모수의 변화를 살펴보고, 문항 모수들과 피험자 모수들에 어떠한 영향을 미치는지 알아보고자 한다.

Conventional assessments only provide a single summary score that indicates the overall performance level or achievement level of a student in a single learning area. For assessments to be more effective, test should provide useful diagnostic information in addition to single overall scores. Cognitive Diagnostic modeling provides useful information by estimating individual knowledge states by assessing whether an examinee has mastered specific attributes measured by the test. Attributes are skills or cognitive processes that are required to perform correctly on a particular item. Even though it is very important to specify the correct attributes to the items on Q-matrix, having the perfect Q-matrix is impossible. However, how can we have more accurate Q-matrix is the issue. This study aims to investigate the effect of the wrongly specified Q-matrix toward the item parameters and person parameters.