‘표준화 능력 척도’ Rasch 모형 독립추정 후척도변환에서 WINSTEPS와 BILOG-MG 프로그램의 기능 비교

A Comparison of WINSTEPS and BILOG-MG for Separate Estimation then Scale Transformation with ‘theta 0-1’ Rasch Scale

JMLE(Joint Maximum Likelihood Estimation) 방식의 WINSTEPS 프로그램과 MMLE(Marginal Maximum Likelihood Estimation) 방식의 BILOG-MG 프로그램을 사용하여 ‘표준화 능력 척도’ Rasch 모형으로 새로운 문항 모수치를 독립적으로 추정한 후 가교문항의 추정치를 사용하여 척도변환을 수행 한 결과를 비교하였다. 피험자 수, 가교문항 수, 피험자 집단의 기저 능력 수준을 변화시켜 구성한 모의실험 조건에서 두 프로그램은 모수치 복원 정도 에서 큰 차이를 보이지 않았다. 피험자 집단의 기저 능력 분포가 표준정규 분포에서 벗어나는 경우 WINSTEPS 프로그램은 편파성을 보이지 않았고, Mean/Mean 변환방법의 결과가 Mean/Sigma 변환방법에 비해 우수하게 나타났으며, 피험자 수 증가 효과가 가교문항수 증가 효과보다 크게 나타났다. 두 프로그램 모두 ‘표준화 능력 척도’ Rasch 모형 독립 추정 후 척도변환에 무리 없이 사용될 수 있으며, 적률 척도변환 방법 중 Mean/Mean 방법을 우선적으로 권장하였다.

Rasch model ability scale could be defined as having a mean of 0 and standard deviation 1 for examinees, that is called ‘theta 0-1’ scale. Purpose of this study was to investigate results of joint maximum likelihood estimation(JMLE) based separate estimation then scale transformation with WINSTEPS program and marginal maximum likelihood estimation(MMLE) based separate estimation then scale transformation with BILOG-MG program using ‘theta 0-1’ Rasch scale. For computer simulations three factors were considered: (a) sample size(300 versus 600), (b) number of common items(4 versus 8), and (c) underlying ability distribution (0, 1; -.5, 1; +.5, 1). Results showed that both programs properly recovered the true parameters, WINSTEPS did not lead to biased transformed results when mean of new examinees ’ underlying ability was not 0, results from Mean/Mean method were superior to Mean/Sigma method, and increasing sample size was more effective than increasing number of common items to reduce errors. Taken correctively, both programs would be feasible for separate estimation then scale transformation using ‘theta 0-1’ Rasch scale. For two moment methods, Mean/Mean method is preferred to Mean/Sigma method.