3PL MMM-IRT Model for identifying latent class
출처: Procedia - Social and Behavioral Sciences 217 ( 2016 ) 719 – 728
제목: A Development of The 3PL MMM-IRT Model for Identifying Latent Class
저자: Pattaraporn Jensuttiwetchakula, Sirichai Kanjanawaseeb, Sungworn Ngudgratokec
MMM-IRT Model = Multilevel Mixed-Measurement IRT
[초록]
While multilevel mixed-measurement IRT is crucial for identifying latent class, the two-parameter IRT Model used in previous studies is inadequate. The three-parameter is therefore suggested to improve such identification. How can a three parameters multilevel mixed-measurement IRT model be applied to improve the identification, classification, and measurement of school latent class? This research aims to improve the effectiveness of the model for identifying latent class by proposing the threeparameter multilevel mixed-measurement IRT Model (3PL MMM-IRT Model). This study argues that the developed model does not only enhance efficiency of parameter estimation, but is also suitable for using in school context.
MMM-IRT는 잠재계층을 식별하는데 중요한데, 이전 연구에서 사용된 2PL-IRT모형은 부적절하다. 이에 잠재계층 식별 개선을 위해 3PL을 제안하였다. 3PL MMM-IRT 모형은 학교 잠재계층의 식별, 분류, 측정을 향상시키기 위해 어떻게 적용할 수 있는가? 본 연구에서는 3PL MMM-IRT를 제안함으로써 잠재계층 식별을 위한 모형의 효율성을 개선시키는데 목적이 있다. 이 모델은 모수 추정의 효율성을 고양시킬뿐만 아니라 학교 맥락에서 사용하기에 적합하다.
The proposed model was developed by using Program R. Students’ scores from Thailand’s annual Ordinary National Educational Test (O-NET) were used. Four hundred and sixteen schools were randomly selected into this study. Students’ abilities were first estimated by 3plIRT model. Later, abilities of schools were calculated from their students’ abilities. Finally, school latent classes were reached by using latent class model.
R을 사용하여 모형개발되었다. 태국의 연례 O-NET의 학생 점수를 사용하였다. 415개교가 무작위로 선정되었다. 학생의 능력은 먼저 3PL IRT 모형에 의해 추정되었다. 이후 학교의 능력은 해당 학교 학생의 능력을 통해 계산되었다. 마지막으로 학교 잠재계층은 잠재계층모형을 사용하여 도출하였다.
The results indicated that the developed model improves the effectiveness of the classification and measurement of school latent class. The findings also enable schools and teachers to identify not only varied abilities but also strengths and weaknesses of their students, which are crucial for improving their teaching procedure and class management. This study reveals that the inclusion of guessing parameters into the Multilevel Mixture IRT model helps to improve the effectiveness of such model. Furthermore, the developed model can be applied to classify school latent class based on students’ abilities, which contributes to increased teaching performance and effectiveness.
개발된 모델은 학교잠재계층의 분류와 측정의 효율성을 향상시켰다. 이는 교수절절차와 학급관리를 향상시키는데 있어 중요한 학생의 다양한 능력뿐만 아니라 강점과 약점을 학교와 교사가 식별할 수 있게 한다. MM IRT 모형에서 추측도 모수의 포함은 모델의 효율성을 향사시키는데 도움이 된다. 본 모델은 학생의 능력에 기반하여 학교 잠재계층을 분류하는데 적용할 수 있으며, 이는 교수 수행력과 효율성을 향상시키는데 기여할 것이다.