4모수 문항반응모형에서 모수 추정의 정확성: Mplus와 R-mirt의 수행 비교

The accuracy of parameter estimation in a 4-parameter IRT model: Comparison of Mplus and R-mirt

본 연구에서는 4모수 로지스틱 문항반응모형의 문항 모수와 피험자 모수를 추정하는데 있어 두 추정 프로그램인 Mplus와 R패키지 mirt(이하 R-mirt)의 수행 정도를 비교하고자 하였다. 이를 위해 모의실험 연구를 실행하여 표본크기의 변화에 따른 문항과 피험자 모수 추정의 정확성을 bias와 root-mean-square error(RMSE)를 이용하여 탐색하였다. 표본크기의 조건은 5,000, 10,000, 15,000, 20,000, 25,000명으로 설정하였고, 문항 수는 40문항으로 고정하였다. 문항 모수 추정치에 대한 두 프로그램의 bias의 경우 뚜렷한 과대추정이나 과소추정의 경향이 보이지 않았고, RMSE는 표본크기가 커질수록 감소하는 패턴이 뚜렷하였으나 15,000명부터는 감소의 폭이 줄어들었다. 간소한 차이지만 모든 조건에서 Mplus가 R-mirt보다 더 작은 RMSE를 보였다. 피험자 모수 추정에서도 두 프로그램 간 수행 결과는 유사하였고, 양 극단의 능력 수준에서 bias와 RMSE 값이 가장 컸으며 0을 포함하는 중간 구간에서 가장 작았다. 본 연구는 4모수 모형의 추정을 위해 Mplus 또는 R-mirt의 수행 정도를 비교할 뿐 아니라, 연구자들이 두 프로그램을 실행하는데 필요한 정보와 가이드라인을 제공하고자 하였다.

The purpose of the study is to compare the performances of the two programs, Mplus and an R package, mirt, in estimating the item and person parameters of a four-parameter logistic model. A simulation study was conducted, and the accuracy of the item and person parameters was explored using bias and RMSE under different sample size conditions. The conditions for sample size were set to 5,000, 10,000, 15,000, 20,000, and 25,000, and the number of items was fixed at 40. The bias of Mplus and R-mirt for the item parameter estimates did not show severe evidence of over- and under-estimation results. The RMSE tended to decrease as the sample size increased, but the decreasing rate was reduced from the condition of 15,000 sample size. Mplus showed lower RMSE values than R-mirt under all conditions, but the differences were trivial. In the estimation of person parameters, the results between the two programs were very similar. The values of bias and RMSE were large at the both extremes of ability levels. The smallest values of bias and RMSE were observed in the middle range containing 0. This study not only compared the performance of Mplus and R-mirt in estimating the four-parameter logistic model, but also intended to provide useful information and guidelines for researchers to implement Mplus or R-mirt in estimating the model.