項目応答理論(IRT)

項目応答理論(IRT, Item Response Theory)は転職活動における適性検査、英語の能力試験、CBT(Computer Based Testing)方式の資格試験、心理検査などに利用されており、潜在的な特性を測定するための方法論です。
潜在特性を直接観測することはできませんが、試験などを行うことにより定量化を試みます。
例えば、ある調査において数学の能力(潜在特性)に関心があり、100問のテストを作成するとします。
テストを作成するときやテストから得られたデータを分析する時に、テストの各問題と潜在特性の関係または100問全体と特性との関係に関心がある場合、IRTモデルはそれらを調べる手段となります。

2値応答モデル

  • 1 パラメータロジスティック(1PL)
  • 2 パラメータロジスティック(2PL)
  • 3 パラメータロジスティック(3PL)

順序型応答モデル

  • 段階反応モデル(GRM)
  • 部分採点モデル(PCM)
  • 一般化部分採点モデル(GPCM)
  • 評価スケールモデル(RSM)

カテゴリ応答モデル

  • 名義反応モデル(GRM)

異なる応答タイプを含んだハイブリッドモデルグラフ

多群IRTモデル

  • グループごとに異なるパラメータを許容する
  • 各グループのパラメータは等しいという制約を掛ける
  • すべてのIRTモデルで利用可能にする
  • グループ間での差異の検定

グラフ

  • 項目特性曲線、境界特性曲線
    • 50%確率点のプロット
  • カテゴリ特性曲線
  • テスト特性曲線
    • 指定する能力値に対する期待スコアのプロット
    • 指定する期待スコアに対する能力値のプロット
  • 項目情報曲線
  • テスト情報関数
    • 標準誤差のプロット
  • フルカスタマイズ可能
  • グラフ化後のデータセットの保存/再利用

DIF診断

  • Mantel–Haenszel検定
  • ロジスティック回帰検定
  • IRTモデルに基づく検定

制御パネルインタフェース

  • IRT 全機能へのアクセス
  • 応答種類/項目変数の簡単な選択
  • ハイブリッドモデルの作成も可能
  • モデルの推定
  • グラフの選択、カスタマイズ
  • 分析結果の表示管理

出力設定の制御

  • 難易度(困難度)でソート
  • 識別度でソート
  • 応答種類、項目ごとにグループ化
  • 選択項目のみを表示

推定後セレクタ

  • 使用可能な推定後機能の一覧
  • コマンド実行ごとの一覧の自動更新

例題集

下記の機能の操作方法を解説した日本語の例題集をご用意しております。

  • バイナリデータに1PLモデルと2PLモデルをフィットさせる
  • 項目応答曲線(ICC)とテスト特性曲線(TCC)を作成する
  • カテゴリカルデータに段階反応モデル(GRM)をフィットさせる
  • 項目情報関数(IIF)、境界特性曲線(BCC)、項目情報関数グラフ(CCC)を作成する

詳細資料

詳細は、開発元StataCorp.の機能紹介ページにあるマニュアルをご覧ください。

関連書籍

A Course in Item Response Theory and Modeling with Stata(Stata Press)

操作方法の動画

Stata is a registered trademark of StataCorp LLC, College Station, TX, USA, and the Stata logo is used with the permission of StataCorp.

page_top_icon