상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
교육평가연구 제36권 제1호.jpg
KCI등재 학술저널

Rasch-tree 방법을 이용한 PISA 2015 과학검사의 차별기능문항 탐색

이 연구의 목적은 Rasch 모형 기반 재귀적 자료 분할을 통해 차별기능문항을 탐색하는 Rasch-tree 방법을 소개하고, PISA 2015 과학검사의 차별기능문항을 탐색하는데 적용해봄으로써 그 활용가능성을 확인하고자 하는 것에 있다. 이를 위해 PISA 2015 과학검사 자료 가운데 16개 문항에 대한 이분 응답 자료와 학생, 부모, 학교, 교사, ICT영역과 관련된 41개 특성변수를 사용하여 차별기능문항을 탐색하였다. 분석 결과, 과학의 즐거움, 성별, 동기에 의해 총 4개의 하위집단으로 자료가 분할되었고, 분할된 하위집단 간 추정된 문항난이도의 차이가 큰 2개 문항이 차별기능문항으로 분류되었다. 이들 문항은 과학의 즐거움 정도가 높은 집단과 과학의 즐거움 정도가 낮은 여학생 집단에 따른 차별기능 크기가 컸다. 이러한 결과를 통해 Rasch-tree 방법이 다양한 특성변수를 동시에 고려하여 가능한 모든 조합의 집단 간 차별기능문항을 탐색하는데 효과적임을 확인하였다.

The purpose of this study is to introduce the Rasch-tree, which is Rasch model-based recursive partitioning, as a new method for differential item functioning(DIF) detection and to examine its usefulness by exploring DIF in PISA 2015 Science test data with the Rasch-tree. This study used 16 items binary response of PISA 2015 Science test and 41 variables related to the student, parent, family, teacher, science, and ICT. The results of this study showed that there are four subgroups splitted by the three variables, ‘Enjoyment of Science(JOYSCICE)’, ‘gender’, and ‘Child’s past science activities(PRESUPP)’, and the two DIF items were detected. These items had large differences in the estimate item difficulty parameters between these four subgroups, especially the group of students with high level of JOYSCIE and the group of female students with relatively low level of JOYSCIE. For these results, it was confirmed that the Rasch-tree could be effective for exploring DIF between latent classes by considering simultaneously multiple trait variables.

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 결론 및 논의

후 주

참고문헌

로딩중