본 연구의 목적은 G-DINA(generalized deterministic input, noisy and gate)모형의 통계적 속성을 더 잘 이해하기 위해서, 몇몇 요인들이 인지요소숙달분류 정확성에 어떠한 영향을 미치는 가에 대해 알아보는데 있다. 인지요소 숙달 분류의 정확성에 영향을 미치는 요인으로 인지요소의 수, 표본크기, 검사 길이를 달리 하였을 때, 인지요소숙달의 분류 정확성의 변화에 대해 제시했다. 이를 위해 본 연구에서는 모의실험을 통하여 다양한 조건의 데이터를 생성하고, 각 응시생에게 할당된 참인지요소와 ML방법으로 추정된 인지요소간의 분류 정확 비율과 카파계수를 통하여, 인지요소숙달 분류 정확성을 갖는 검사조건에 대하여 밝히고자 한다. 연구결과, G-DINA 모형에서 인지요소의 수가 5~7개 일 때, 표본크기는 500명 이상, 검사 길이는 30문항 이상이 될 때, 인지요소숙달의 분류 정확성이 높은 것으로 나타났다. 본 연구결과는 G-DINA 모형을 사용해서 자료를 분석 할 때, 인지요소숙달의 분류 정확성을 갖기 위해서 연구자가 고려해야 할 검사조건들에 대한 가이드라인으로 활용될 수 있다.
The purpose of this study was to better understand the statistical properties of the G-DINA(gemeralized deterministic input, noisy and gate) model, the impact of several fators on the classification accuracy was investigated. Factors affecting the classification accuracy is the number of attribute, sample size, test length. results for classification accuracy are reported using Cohen s Kappa and percent of exact agreements. For this study is to generate data of various conditions through simulation. For each condition was to examine the classification consistencies between true examinee skill patterns and estimated skill patterns (MLE classified examinees). The results showed that the classification accuracy of the G-DINA held for sample sizes(500 examinees), test lengths(30 items). when analyzed the data using the G-DINA, researchers will be able to be utilized as a guideline for classification accuracy.
Ⅰ. 서 론
Ⅱ. 이론적 배경
Ⅲ. 연구 방법
Ⅳ. 연구 결과
Ⅴ. 결론 및 논의