- 中文名
- 项目反应理论
- 外文名
- item response theory
- 别 名
- 潜在特质理论或潜在特质模型
- 意 义
- 指导项目筛选和测验编制
- 性 质
- 一种现代心理测量理论
- 英文缩写
- IRT
项目反应理论(Item Response Theory, IRT)是一系列心理统计学模型的总称,是针对经典测量理论(Classical Test Theory,简称CTT) 的局限性提出来的。IRT是用来分析考试成绩或者问卷调查数据的数学模型,这些模型的目标是来确定潜在心理特征(latent trait)是否可以通过测试题被反应出来,以及测试题和被测试者之间的互动关系。
广泛应用在心理和教育测量领域,基于IRT理论的计算机自适应测试(CAT)是CAA常用的测试方法。潜在特质模型(latent trait model)认为,在被试样本可观察到的测试成绩和基于该成绩不可观察的特质或能力之间存在着联系。
– 假设二:局部独立性假设——指对某个被试而言,项目间无相关存在;
IRT最大的优点是题目参数的不变性,即题目参数的估计独立于被试组。它假定,被试在某一试题上的成绩不受他在测验中其他试题上的成绩影响;同时,在试题上各个被试的作答也是彼此独立的,仅由各被试的潜在特质水平所决定,一个被试的成绩不影响另一被试的成绩,这就叫做局部独立性假设。IRT理论所做出的一切推论都必须以局部独立性假设为前提。
IRT根据受测者回答问题的情况,通过对题目特征函数的运算,来推测受测者的能力。IRT的题目参数有:难度(difficulty index)---b、区分度(discriminative power index)---a、和猜测系数(guessing index)---c。根据参数的不同,特征函数可分为单参数模型(难度)、双参数模型(难度、区分度)和三参数模型(难度、区分度、猜测参数)等。
其中:
D=1.702;
b:题目的难度;
c:题目的猜测系数,它的值越大,说明不论受测者能力高低,都容易猜对;
P(θ):能力为θ的人答对此题目的概率。
单参数模型比较简单,使用较为方便,但它对项目参数性质的要求较为苛刻;
双参数模型要求项目的猜测系数较小;
在项目反应理论中,难度被定义为试题本身固有的特性,不随考生样本的变化而变化。该理论认为,如果考生足够多的话,每道题都会有部分人不能答对,部分人容易答对,部分人费些力气刚好能够回答对。试题的难易程度,决定于刚好能够答对的那部分人的水平高低,水平高的刚好能够答对该题就难,水平低的也能答上来题就易。这种难度与考生的能力建立在同一个量表上。
在教育与心理测量中应用项目反应理论时,必须进行项目参数与被试能力的估计。有时是已知项目参数,估计能力参数;有时是已知能力参数,估计项目参数;更多的是能力和项目参数都未知,需要同时估计项目参数和能力参数。
项目特征函数亦称项目特征曲线(Item Characteristic Curve,简称ICC),是一种根据测试所获得的考生能力参数和项目特征参数来表示考生可能答对率(成功率) 的IRT 模式的数学表示方法,同一条ICC所对应的项目参数是唯一的。
从上图可以看出:
⑵特征曲线上最陡的那一点所对应的θ值,表示题目的难度。
教育测量学研究表明,未经筛选的大被试群体的基本心理素质如智力、能力、人格特点等的分布,服从正态分布。所以,理论上被试能力取值范围为(-∞,+∞),但在实际应用中,取值范围多取[-3.00,3.00]。
信息函数是项目反应理论中用以刻画一个测试或一道试题有效性的工具,它是直接反映测验分数对学生能力估计精度的指标。项目信息函数(item information function)是IRT 的核心概念,这个基础性的概念对测验的应用领域起了诸多影响。信息函数值越大,这种估计就越精确。项目信息函数反映了不同特性(参数)的项目在评价不同被试特质水平时的信息贡献关系。
- 1.
- 2.
- 3.
- 4.