Journal of Educational Measurement & Evaluation Studies Vol. 6, No. 14, Summer 2016 * 0' U ^. >>:' H0 *

Transcript

1 Journal of Educational Measurement & Evaluation Studies Vol. 6, No. 1, Summer ()!139 $%&'!1 "#! 9/06/08 : 9/01/9 :!&" # +( )* :&)!" #$" (1391 * *+, ** /. & *** 0' * 6; 9:'. +* / ) 86 #6 A!B A+.@ %/ <+% $ 6 = H. I' $ $0@0 R/ O/. PQ%.' ) N 000 #!(; 0) $ 6;!NOHARM *T.N% $. S'. 6 $. %U B 0 %/. 9:' MULTILOG!V. $1!@ +* A+'S+.*! "6.$ 6 A+ <+%. PQ% +* $ = 6 &+>,1.@ +* 6; : 6+* 9:'. A+ +0 6$. +'!%/ W% 'A+/ 6. +'!+* %/ = &+>..0. W% 'Y $' <+% %/ ' 6!+*.N% ; 6+*.Z#1 6 +* 6= *..0 %/!+*!; ]/ +B!I$ :0 $[ (izan.b@khu.ac.ir!_& &+) U ^. %' T1 $ Z. +.% * U ^. %' T1 $ Z. +.% ** U ^. >>:' H0 ***

2 #+&" # S,0 +B b...` Va +B.. 0 ; ]/ 1 Ac $ +/ $' 0!. 6 0 ; ]/ +B B $ f % 1,g!. U +` +B! S,0 +B 9>'.(1989! 3 $%d#6). 6 $.!;.. 6.N% +* 6$ 6; 9:' +*I'.. A+!S,0 +B #6!; ]/ +B. jy# 6 A+..# 9iX 6+* * e. N) =!@. 6+* ]/ S+ =!@. +* j)!; 6%/. % B +' k. '1,g!6; : 6+* 0 6+* S+ 6 PQ% #% %&6 $6.]/ 6]/ #6 $'#. 6U N%!l%Q +' m *..` > 1,g A%^ B..@&. 6U N 1,g V`!. W' PQ% :.0 N+ 6. +' +*. n; > ' 0-6 B o:!. 6 S,0 8,U ; 6%/.. ' A+!; ]/ +B 1,g *0#' +* 6; 6$. 6. +' ; +* 6+*..`. V.N% p.. 6 &+>. 6 '6.6 ' +* $ 6; 9:' 6]/ #6!..N% ). $...# + e..` 1,g % B. >dg S+. 1. Spearman. latent trait 3. Hambleton

3 $1 +* 6 PQ% A+..# 6]/ 0. +' k ' '1,g ' > g!@ +' k ' +* 6 PQ% 0 I q b1983! 1 ^. A+) %.. 6.]/ +' k. *.(01! ]/ >dg 9#% 6; 6; VX. 7+!.%& g * +' 6$.!=6 r ' 9Z 9. A+'Z A+'. +..N% 9X!+* 6; 6$.`!; ]/ +B 6...N%! %U 6$. jy# I r. 7+ I l%q 6. +6$ A.N% A. +.@ P%` 9Xa!1#%` %Q 6s% 9#% 6; `'. i*` 6N' I!+6. A.! A+.%& e $I.X j#1!. 6]/!]/ r>dg..u ;.N%,1.+ 3!6. %/ 't lg ' &+>. Z U 9. A+. 6; A+ Z Z+.@ %. 6; 6. / +' %/ 't lg!. 6; &+> 6;. % ]/ >dg A+ 0 #6!@N $' 'ux. $.@. 6; &+>. ). +' %/ ' ' (.) ; 6 $* `' + N.U x r> ( b j ) ; Z ^+`.. 6 ; S+ 0 V jda!+ %/. > A+ 6 r>. ; S+ X $*!' 1. Levine & Drasgow. Ning et al

4 #+&" # !+' %/ '.: lg!0 6 % 6!.U x A+ 6U N 6.6 % 6 A+!% >dg. ' %.U.(006! 1 q+ %y) 0 %/ 't lg. 6 >dg %U $ gu (1988) k ". % 6 k 'ux g! X. ". 't` Q ' 1,g 0.. $ A+,1.. 9).. 9) +* $ 6 6; ' 6; $6.]/ +* #`-{ + (197) { 3 # ]/ e &+> (NRM) 6 # ]/ = 9) <+%.@ (MCM). 70 6]/ B %/. <+% %#0 6+' 0.. $ $+ / 6O+' $ 6; ' 1/!# ]/ 6.6 $* +' %/. N)!A&') 6 * 6 +* +'. 90..@ * / +* 6$. v3 A+ 0..( !+' m w0. # ]/ +'.! # % &!A+/ +' %#0 6;!(NRM) # ]/ 0,1.(1387.(1993! 7 Y+.). 9) $#6 SZN' $Z A+ H $ # ]/ 6%0 PQ%.' ) +* 0 +e 6 +* 0. (1997) { # (1979) #`!B A#6...`!0 1. Ostini & Nering. Masters 3. Nominal response model. Bock-samejima (BS) model. Multiple choice model 6. Nominal Response Model 7. De Ayala

5 { 0 A+... * VI H %/ 0.. W& g S+ 6+* T#' VI H %/ $*!@ 8 * #` 9..(@ ; 6+*. ' m ) 0 R 1/m ;. +* 6;. : 6+* > `' 6+* PQ% A $ 0 667/ <+% +.@!. % I $. H. +' k 6; &. 6+* PQ% : A+.(199! 1 $Z#6 ^.)...` / +* 6$ * 6$ + #`-{ &+> (1989) ly0#..#.: $ A+.@U./ ]+' +* $ S %/ : 6+*!$ 6; 6. g 6.6 : 6+*!6; ^+. 6. $ <+%..0 ; v...00 A+.d.. %/ %e ; v. 6 #`-{ =. 0.. $!* 6.6 $* B.@ %/ 'l 3.. ; S+ 6+* T#' $. #`-{ ) (> A+ $ 0 (198) d% A&'.. B. &Z+ H { # ',) #1 0) #`-{!9Z,1 0.. W& g (@ i (1979) #` W' (197) i $^ 67/ A+... *.' H %/!6%/ + = 6%/.!6.. A N)' Q& A+ <+%.. i g 0 +#@...0 &+> 3 S#0!%&6 A+.: +* 6; : 6+* +*.0 l)' 1. Drasgow et al. Smilaycoff 3. Likelihood Ratio Statistics

6 #+&" # ]/ TI (1989) S+'/*% d%!a&' W' 0 $ S+ Q ƒ 3+ ;. A :' A+. / ; :. g. P 6+* 6; (Q '... X. +* U! 6 l%q +*.`!.@ ; `!.#.N% 6 A+ Z+!; 9:' 0 t 0 ',Z U.. (009) 1.&/ :. d% A&' +* #` +*,Z (1 : 'd1 0.0 U A+. 9Z %U./ ƒ,z ( b6%/ 6%/. ƒ ]/ 6 A+.U (3 b d% A&'. 6%/ +p/+ ' 6 = U. 667/ <+%. 3 6.@ e A+'e U.. > 3!(197) { e = (199) $Z#6 ^. (198) d% A&' +*!(1979) 6 #` +* ASVAB) e +* $ 6; (1993) 7 A+ S+%/ # ]/.. $ <+%..0 N 3000 # (ACT! SAT!. 6%/. ' +*.. B. 6.. U & =!{!{ # d% A&' +* #`!67/ <+% u.. / = $*..de... $ U = 6$ #' * A+ S+%/ 1. Abad, Olea and Ponsoda. identifiability 3. omitted responses. Drasgow et al. Bock 6. Samejima 7. Levine

7 17....!#` +* (009).&/! 9>. ) +` +* S+ # ]/! d% A&' +* R 6&Z #`.: +* T 6.. U. $ % $ S+. N 3 # (0.N% 6%/ 0.. $ χ = (U <+%... X =. &^ 6..!# ]/ %e dx +*. 9w +`.e / v3 A+ +f' B ^+... = TI * %/ + U. d S+!@ %e j X +` +!dx +`. 0.. $ <+%..@ %e + 9:' V PQ%..N% 6.%& lg $' +* 6;. $ / 6$ 0 I.0 `. V& ]/ 6+* $% 0 # g g jy# ^.. ).0 V' _& 9 $p + k:) ]/ A+ (@ B. (PCM) 3 ZZN' % + (GRM) x ]/ +*. V # ]/ v 6 0..N% + 6 v.0 m (198) d% A&' 0 +*..` 1,g #' $... ƒ ; ]/ $.0 k:) 6]/ W> 6. 6]/..@ ]/ >dg m. j ; 0 R...N% +' j ; (k = 1,,..., m)t k >dg θ +'. Z #% +* 6. ]/ 1. Restricted Samejima Multiple-Choice Model. Graded Response Model 3. Partial Credit Model. Thissen and Steinberg

8 #+&" # exp( c + α θ ) + d exp( c + α θ ) p ( x = k θ; α, c, φ) = j jk jk jk j0 j0 m j h= 0 exp( c + α θ ) jk jk (1) d jk d R1 %/ c jk!v %/ a jk!+' %/ θ $ " 1.#" $e/ ]/ >dg %/ c!α `'.0 PQ% j ; k >dg ".#" 0 $#6 N) 0. >dg,1.%&6 m!6+*. ' g. d!a&' (198) d% A&'. % ".#" >dg +* 6! A+..(@ i (1989) S+'/*% d%! d% A&' +*. 9:' +*I'!: 6+* +* 6;. +* 6.Z#1 %/ +' ),U +' +* 6 PQ% #% A 6),U A ; 9:'.%&.0!0 g.0 l)' I : 6+* % 6.Z#1 % e +* H.N%!; 9:'. ' ^ +* Z+. p.. '!+* $ 6 6; 9:' ; $g.! %N V `'.(1989!S+'/*% d%!a&') Q 6; I$ 67+ A ' /.@ % TI +* H 1391 $. 6 $ 90 6!,1.. &+>!%/ = +* = %/ 3&@3 A. 0 6^.. $dg. #6 9 67/ A+ ` T1 %.. ' A+..@ 1391 I' T1 + Z+ `'... N 137 $ N N 99 I'!. t+' g %. e. 6;! + 6 S don t know

9 %. 0 9:' dg. ƒ 6.. W> 67/ A+. 6+* V''. W> 6%. N' 0ˆ $+.... ]/ A N 000. '.' # SPSS *T.N% #.@ 0 $ +*e 6; $dg. 6]/ PQ% MULTILOG 6*T 6.. Q ; R/ O/ 0 ) A+..N% NOHARM!jMetrik +' ; 6%/. B NOHARM $. S' '..N% MULTILOG *T %/ +*..N% jmetrik * # $9 $. S' R/!IRT +*.N% 6]/ 9:' / 1 6 pi A^ T. + (U. NOHARM.N% S' PU = 0/0037 (RMSR) dx 9X = 0/987 67/ A+.! 0' U (U.(1393!$Z#6 *+) 6. $ 1. Root mean square of residual. Tanaka

10 #+&" # $ C D&7E (1) 1+ (3 ) IE 0@3 & 6 $ H*3 (G3 (F6) &@3

11 A (1) $0" 0@$ $JE+ LK 6 l+. 6) V'' $% 6; ; %/ (1)DK 3 (1)DK 3 (1)DK 3 (1)DK a k -1,13-1,0,6-0,77 0,6-1,8-0,80-0,6-0,3 3, -1,3-0,81 0,11-0,1, -0,93-0,0 1,37-0,17 - c k -0,1-0,0,3-1,13-0,9 -,67-0,6 0,11,7 -,7-0,61 3,8-1,6-0,, d k 0,1 0,6 0,0 0,17 0,1 0,67 0,8 0,19 0,9 0/0 0,61 0,3 r pbi s - 0, , - 0,37-0, - - P+ 0,3 0,1 0/ 0/08 0/07 0,1 0,13 0,1 0, , a k -1,0-0,6-0,93 -, -1,7-0,0-0,9,79-0, -1,9 0 -,90-0,6 -,03, -0,86-0,89-0,77 c k -0,38-0,8-0,7-0,,17 -,39-0,61-0,37 3,63-0, -3,1-0,11-3,7-0,1 -,9,7 - -0,1-0,66 d k 0/0 0/03 0,18 0,77 0,16 0,7 0,0 0,1 0,63 0,89 r pbi s , - 0, ,9-0,7-0,16-0,11 - P+ 0,17 0,7 0,18 0, 0,1 0,1 0,9 0,17 0, a k -1,7-1,6,17-1,01-1,18-1,36 3, ,7-0,8-1,1-0,1,37-0,38-0,7-1,07-0,8,3-0,9-0,9 c k -1,88-1,90,68-0,68-1, -1,0 3,37-0, -0, -1,1-1,17-0,6,9-0, -0,70-1,93-0,0 3,1-0,36-0,1 d k 0,98 0,39 0,1 0,8 0,8 0,6 0,80 0,13 r pbi s - 0, /39 0/03 7-0,37-0, - - P+ 0,3 0,1 0,17 0,30 0, , a k -1, -0,0-0,8,9-0, -1,81-1,38,6-1,0-1,3-1,33-0,77,70-0,68-1,6 0,6-0,7 1,87 c k,1 - -0, 3,99-1,7-1,3-1,17,38-1, -1, -1,61-1,3 3,1-0, -3,6 0,6-0,7,7 0, d k 0,99 0/01 0,99 0, 0, 0,9 0,16 0, 0,7 r pbi s -0,11-0,111-0, , , - 0,1 P+ 0,11 0,8 0,1 0, 9 0,1 7 0,183 0,11

12 #+&" # ; %/ (1)DK 3 (1)DK 3 (1)DK 3 (1)DK a k -1,7-0,83 0,1 1,8 -,03 -,9-0, -0,6 -,6-0,90-0,66-0,76,9-1,09-0,3 1,0-0,13 c k -0,98-0,8-0, 0,3 1,8-6,08 0,, 0,6 0,66 -,8-0,3-0,13 6, -,3-0,,7-0,18 d k 0/0 0/0 0,3 0,1 0,1 0, /07 0,31 0,3 0,0 r pbi s - 0,0-7 0, , ,7-9 P+ 0,11 0/07 0,13 0,1 0, 0,11 0,13 3 0, 0,13 0,136 0,1 0, a k -1,6-0,8 1,6 0, - -1,7-0,83-0,17,7-1,3-0,7 1,9-0,30 0,98-1,10-0,86-0, -,8 c k -,10 0,31 3,3 1, - -,30 0,13 0,30 0,,0-1, -1,01 1,86-0,13 0,83-1,01-1,9-0,1-0,9,7 d k 0/0 0,88 0,17 0, 0,60 0,3 0,7 0,13 0,19 0, 0,1 r pbi s -0,1 0, 0, , - 0,3-0,30 0, , P+ 0,0 0, 0, 0,16 0,1 0,1 0/06 0,1 0, a k -1,7-0,96-0,83-0,8,1-0,9-0,9 - -0, 1,8-1,1-0,8-0,60,98-0,67-1,6-0,69-0,6 3,8-1,03 c k -3,3-1,6-0,61 0,18,11-1,11-0,9 0,6-0,37,18-1,13-0,79-0,8 3,68-0,93-1,1-0,78-0,73,0-1,7 d k 0,97 0,6 0,68 0, 0,7 0,91 r pbi s - - 0,1-0,13 0,38 6-0, ,39 - P+ 0,3 0,11 0,18 0,1 0,30 0, a k -0,96 1,8 0,30-0,63-0, -,19-0,70-0,7-0,77,3-1,8-0,3-0, -0,81 3,67-1,6-0,3 1,0 1,7-0,3 c k -0,7 1,73 0,3-1,18-0,1 -, ,8-0,3,7 -,08-0,7-0,39-0,8 3,80 -,7 -,18,1 d k 0,38 0, 0,1 0,99 0,0 0,7 0,3 0,3 0,33 r pbi s 0, , 0,11 0,0 0,9 0,6 - P ,111 0, ,11 9 a k -1, -0,39-0,,78-0,1-0,68-0,3-0,9 1,90-0,0-1,3-0, ,38,03-1,07-0,97-0,1-0,6 3,7 c k -3,30-0,3-0,,0-0,7 - -1,09-0, 1,87-0,8-3,9-0,8 3, -1,76-0, ,68 3,36

13 ; %/ (1)DK 3 (1)DK 3 (1)DK 3 (1)DK d k 0,98 0/00 0,8 0/0 0,11 0,86 0,87 r pbi s - - 0, , , ,3 P+ 0,0 0,17 0,3 0,1 0,30 0,19 0, a k -1, -1,17-0,89 0,73,7-1, ,7-0,66, -1, -0, -0,,89-0,8-1,6-1,30, -1,10-0,0 c k -0,6-1,6-0,86 0,7,3-0,7-1,0-0,6-0,8, -3,07-0,6-0,7,10-0,11-1,18-1,6,3-0,73-0,88 d k 0,1 0, 0,0 0,3 0,0 0,89 0,76 0,18 r pbi s - - 0, 0,8 0, , P+ 0,11 0,1 0,13 0,0 0, a k -,80,6 -,1 -,6, -1/3-0,3,06-0,9 0,81 -,69 3, -,09 -, 3,79-1,3 0,91-0,3 1,9-0,96 c k -,7,1-1,86,1,3 -,8-0,9,6-0/71.1 -,3,8-1,89-1,89 3,7 -,16 1,07-0,66,3-0,9 d k 0,33 0/01 0,6 0/10 0/0 0/0 0/38 0, 0, 0,0 0,69 r pbi s 0, /0 0,31-0/0 1/06 0,7 0, - 0,13-0,1 P+ 0,16 0,7 0/03 13/0 1/ /1 0,11 0,3 0, 1 38 a k -1,3-0,3 0,6-0,70,0-1,08-0,3-1,99-0, -1,10-0,8-0,8-0,33,1 c k -3,9-0,6 0, -0,31 3,0-1,90-0,1 -,78-0,63-1,1-0,68-0,67-0,19,9 d k 0/01 0,16 0,78 0,3 0, 0,18 0, 0,9 r pbi s - - 0, - 7 0, ,37 P+ 0,0 0,0 0,119 0,170 0,11 0, a k -1,79-1,3-1,9 3,3 1,6-1,6-0,90 1,17 1,96-0,9-1,90 3,3 1,19-1,0-1,3 c k -1,3-1, -1,00 3,7-1,98-0,8 1,77, -1,3-1,86 3,3 1,73-1,9-1,93 d k 0,71 0,1 7 0,39 0, 0,6 0,38 r pbi s 0/01 0/00 0/30 0/0-0,3 0,9 0,3 0, P+ 0/07 0/0 0,1 0/03 0,1 0,16 0,1

14 #+&" # ` 0p $ $. S' R/. 0 6!A+ i (1) `. +*.N% 6.. 9:' ƒ 6%/ H!(a k) V %/! 1 ; 6 6+* T#' A+.@ ƒ 6%/ 0ˆ TY.0 i (c k) d R1 (d k).0 6 $. ]/!; 0.!DK=Don t know).# +* 6!; 6 6%/ +..@ i ` A+. * (.0 PQ% +* 6 0 (r pt-bis) > %. $ 6; 9:'.@ i!.0 A....` $ A+. ; %. e v#i... $ +*. P&: d 6; 0 %&6 7 37!6!6 6; %. k +* 0 A+ b.. * V!6; A+. 0 +* +.+ ]/ PQ% #% $dg. +' ]/ t' (1 $ 6 ; 6%/!# 6 <+%) 0 `' (1) 9Z. ; A+ 6+* S+6 ƒ.(0 &+> l.#. ; +* e ). 3 : +* 0 6. $ (1) `. V %/ +.> 1 9Z. : +* A+ ƒ.# V : +* A+ PQ% #% +' k PQ% `. +Y +' 0. % $ A+.+.Z#1 6.$ 0 : +* A+ Pp` (@. ]/) +* A 0 6. $ +* A+ c k %/ >.@ 3 : +* P %. $dg. $* A+% 3 : +*!; 6+* 3 +* ). 0/.. ]/ ; A+ 0. T#' ) $ 3 : +* Y H %/..0 PQ% ]/ (Q '.X %. +/ +' 0 dg. ) 6..!3!!1!0 ` 6.. +* 6.. 9:' 0 0 `'. 1.. S+ 3!0 +* #`!6+* T#' +. p0 (!3!!1=DK).. `' %Z A+ 6.# ƒ 6.# <+% &+>

15 .... (r pt-bis) > %. ^%&d#6 V+3.1 >..0 PQ% 6.$ 0/ (1) `. 3 : +* ƒ ƒ n WU 0 g$#6.@ $ 90 # : +* A+ # A S+.* ' +' A+/ m!@/ (1) 9Z. ( +*) 0 +* Z+.*. + +* * k:) ]/ #% +' +* -1/ +' +' k A+. 0/3!.U > A+% #% A+ -1 +' A : +*.+ ]/ #% +' +* 0 +/ +' 0 dg. n WU..0 PQ% : +*!. +/ +' 0. ). 60 +* PQ% #% +' +* 0 6. $ : +* A+.+ 6 $ C D&7E () 1+

16 #+&" # (3 ) IE 0@3 & 6 $ H*3 (G3 (H) &@3!+' +* 0 6. $ 9Z. : +* ƒ n WU A+%#0. +* A # : +* A+ PQ% #% $ ^ (C = Y `. d R1 %/ > B 0 : +* Pp`!6 ; $6.]/ ). e' 6 ; $' <+% `'.%. X +/ k. +'.@ %..Z#1 d 6; * e+ 0 %&6 6 33!9!!! 6; T. ) V. +' H e 0 +* + b%&6 * V. * : 6+* #' 0 +* PQ% #% * +' m A+'A+/. % +' ' A+ % 0ˆ 6; #'. : 6+* $1. : 6+* 0 + ; ]/ t' (1) $ 6 ; 6%/!w <+% <+% A+) 0 `' () 9Z. $ 6+* S+6 ƒ.(0 &+> V A+%. ( +*) 0 +* 0 6. $ V %/ +.> d R1 > A+%!0 +* A #6.@ 6 ; 6+* A.

17 A+%. +* 6. $ 0.. %U =.U ]/ ; 0. ). 36 A 0 g!@. $dg. A 9Z 0 g$#6..0 PQ% 0 +* %. ). 3 S+.*.. A+ & +' A+/ m. k:) ]/ #% 6. $ () +* Y H + + ' ) $ H %/ A+ + b (c =0/91) 0 %. %&'!.d +* (Q '.X 0 $6.]/ 6+* d R1 V 6%/ +.>.* H 0 +* * +*. 6 ƒ n ƒu S+.* 6 & 3 :. 6 ud 6 j,0 +' %/ ƒ> U. %.@ A+%. -1 +' k Z+.*. : +* +*. 6!^+. d1.@&. ^+Z+. : +*. A+ $' +* n WU.%. e.z#1 A+/ +' k $dg. Pp`. +* PQ% #% [-3-1/] +' ) $ : +' +* -1/ +' jd+>' : I% $' v#i <+' : +* A+ PQ% #% $dg. Pp` 6 ; : 6+* * N) jd+>' ^%&d#6 V+3 W' I% A+).d.U A+/ +' 0 +* %. W% A+/ +' $dg. % (. ) V. 0 +* +' H,1.. * V. * : 6+*

18 #+&" # $ C D&7E (3) 1+ ( ) IE 0@3 & $ H*3 (G3 (M) &@3 ;. : +*. 0 19!17!1 6;!T %. A+.%&6. : +* !8!1!18!1!11 6 ' 0 9#1 +*. 6; ) % 6; A+. 3 9Z (1) `. ; 6%/ #.+*e 6;.(0 &+> M.# <+% A+) 0 `' (3) V A+%. (3 +*) ; A+ 0 +*. B% 0 g$#6 WU. 6 (3) 9Z. 0 $#6.@ ;

19 9.... R1 %/ +' 0 +* n d R1 A+%. 3 +* 0 6. $ `. d 18 S+.* 0 g.@ * %/..0 PQ% 0 +* %.!; $6.]/ 90 )... ]/ ; 0 dg. ) $ 0 +* H +*!k:) g +* (Q '.X.. j>x. : 6+* V %/!; A+..* H e jd+>' * : +* V %/ (a =a =0-/9) g$#6.@ 6 : 6+* A+ ƒ n ƒu A #6.(a 3=. A+ ƒ n ƒu!. 6 : 6+*.. 0 : +* 6 $'!A+.@ ud 6 jd+>' +*.Z#1!A+/ +' $dg. Pp`. +* + Z +^ $ : 6+* d R1 %/ +.>.%. A+%.! : 6+* V'' 0 +* 0 jd+>' : 6+* H %/.%&6 $dg. A PQ% +.' PQ% O +* $ 6 dg. ) : +*....U.' +* (Q '.X.. ]/ ; 0 (r pt-bis) > %. ^%&d#6 6 H..0 PQ% +*. 0 0 `'.%&6 90 # N) jd+>' ^%&d#6. : 6+* 6 Z+ `'!A+.@ %e 6^%&d#6 A+ $. N ) % ; $'!^+Z+. ; : +* $ : 6+* +*e ; 9#1 +*. ;.. %e : 6+* +*^+` m,)!: 6+* 6; A+..%&6 3! 6;!Te %.!w.. 0 %. d.z#1 jd+>'!6; A+ 6+* S+6 ƒ ]/ t' (1) `. ; 6%/.(0 &+>..# <+% ) 0 `' () 9Z. ;

20 #+&" # ( +*) 0 +* 0 6. $ (1) `. V %/ +.> * +* A+ ƒ n WU.@ ; V A+%. k:) ]/ #% 0 g!@ +' k $ #% +' +* 0 & A+/ +' #%. (N)) W% Y +' k 0 dg. % U PQ% 0 +*.+ $ C D&7E () 1+ (3 ) IE 0@3 & $ H*3 (G3 () &@3

21 $ d R1 %/ > A+%. 0 +*,1 A 0 g.@. $dg. A+%. +* A+ 0 +* ). 1 S+.*.. ]/ ; 0. ). $6.]/ ) $ +* H %/..0 PQ% 0 +* %. +* (Q '.X 0 +' k N. : +* n WU.* H +* A : +* A+ PQ% #% +' Pp`.U ; $6.]/ ) : k +*.@ -1 %#0 e +' k 0 %&6 dg. % 3 : +* PQ% #% [-3-1] ). +' PQ% #% +' +* -1 +' k.0# &: S+.*!; $6.]/ #6 A.+ 60 <+' : +* A+ A+%!0 +* 0.0 PQ% 3 : +* ) $ +* A+ H %/.@ %. $dg. ).d 0 +* (Q '.X 0 dg. ). 31 %/ > A+'A+/. : +*..0 A+%#0. : +* A+ 6. $ d R1.U ; $6.]/ 90 ). 11 $dg. A k +* 0 6. $ : +* A+ n WU.@.. %U H.+ 60 <+' * : +* A+ PQ% #%!+' N) jd+>' ^%&d#6. : 6+*!> %. ^%&d#6 6 %e 6^%&d#6 A+ $. N 0 0 `'.%&6 90 #. ; : +* 6 $' <+% `'.@..0 9#1U A+/ +' $dg. Pp`. $1!%/ +* 6 $* &+> B 9Z.. $ &+> V. $ 90 6 t' +* H $ 90 6 t' ().@ i %/

22 #+&" # * H $ $ () 9Z +' A+..@ 10 jd+>' $ >..X -0/8 +' Z+.* +' k θ 0.. $ 6 > + 'S+.* H> e%. +^ ) >. %/. $ 6 t'.# ' +' 0 < θ 3.. $ 0 6. $ () 9Z +' k A+. $ @ jd+>' $ > 0.. X 1/ 0@$ # +(!&" #$" N () 1+ O3" 3 7E 1 + #@. %+ ^. N!6... = &+> ƒ (17/9) +* N'..N% N' A+.@ 181/3-17/9=8966/6 (181/3) %/ `. N' 9 ). `. `'!@. 0 t+'. 0 g!@00 0(10) %/ (0) I% $' O/.@ 0/01 k. :. 0 ' * #I %e = %/ Log -Likelihood

23 V'' ; 6 +* %/ 6%/. ' %e = + #@. %+^ 9) <+%!@ 11 %+ ^ 0 BIC AIC 6.. %/ 137/9 V '' +*! 196/8 1681/3 V'' %/ 1891/.. ` = H... % / %e = A#6!@ % +*. %/ MULTILOG 0 ' )...0.N% $'. = &+>.Z+ 9 :' N000 #. 6 6^!. 6.. `.. %/ %e = 0 <+% #3& 0+ " 3 7E #3& &@3 IE 0@3 3 7E (6) 1+

24 #+&" # A+ +'. 3. (1989) d% A&' )' H +* n ƒu ' $ 9. 0.# )' +* 9) +' 6# 8 % 0/. ƒ 6; U '.@.e (6) 9Z. TU # ƒd'. +Y ^%&d#6. TU # +* '!@ Ua e A 0 U 6. TU # %/ ' T%&6.@ % $ +*. +' m 0/ 0 6. $. +' Z' A+.6. $ +#. +'. % %/.@ % +*. P3 Q 0.. $ $ 6; 9:' 6;. 0 +* +.%&6 d 6; 7 37!6!6 6; +' k +* $ * V. +' k 0 dg. + ]/ PQ% #% $dg... X +Y k. +' B 0 +/ A+ ; TY A+ b%. %e.z#1!0 +* PQ% A VZ' +. ' 0 (Q v3 A ; 8).0 `' +. %. A+ 6 ; w. #% 6d%!@N $' ; 6 9Z `' W>!@&+. Ž6 B Q 0 g!@ ) B ; ,g (Q ; '.+ +* PQ%.. ]/ ; HZ e 6=. A+ ' $ '0 g &^.# #0.` 9.. W'.0 +f' 3 1. Nonmonotonic trace lines

25 !'+0+ 6 # '. +//. %&6/ (1.. TI I / a9dx DNA #6 (.+'6T0 {. 6%! &>' v. (3.0/ ^%$. a!%&6&>' O/ ), ( +!%&6 d 6; * 6 33!9!!! 6; A #6 * : ) V. 0 +* +' H A+'A+/. % +' * V. #'. : 6+* #' 0 +* PQ% #% * +' m + ; ' A+ % 0ˆ 6; %. A+ +# $1. : 6+* 0 Y.@.e * I+. dx ; 9Z $#6.0 `' +. 6 ; 3 0 +* g $. 'Yg 0 +* H %/ * I+. dx...!. $6#6...@+6 vs+ W' W> TU (1.@AZ#aA&/ 9) 6@9Z ' (.9Z ' +{S+.* X{. A%&Q6%&+ (3.@9:9Z ' +pa.uˆ9: e' X (!18!1!116;. : +*. 19!17!1 6; 6; A+. Vd : +* !8!1 +# $1.+*e ; ' 0 9#1 +*. ; ) % ; (Q 0 g$#6.0 `' +. ; %. A+ 0 +* H %/ $. Y,1.@ (Q N #0!+.@ ; : 6+* 0 0.@&AZ#...!H,0 U. ' ( %&>' 6 ' (1 6@. v '. ` ( 1& W+. ci' (3 u:

26 #+&" # d jd+>'.z#1!: 6+* #' 3! ;. e' Nf%.0 `' +. ; %: %. A+ +# $1.%. A+.@. 6 6 ;.,Z 6 9Z B * ; A+. 0 +* 'Pp`!l 3. $ : 6+* 0 N'.@ %#0 > 0 +* g 6 %d.@...0+6%00#6.0 A+ 6P.!0' (1.0 6{U.!96 (.. +.!0' $% (3.09#:' U `. 10 ' 80 A.!9' (. + S+ 6; %.!.. $ +* 9:' <+% 0 g$#6 $ 6 Q A+'e `' +.@..` P : +* 6+* A+ $. n; : 6+* A%!+* TY!9:' 9) <+% `' A+.0.+ S#0 ; 0 '. ) : 6+* g. $ ` O/ 6; % + v3 A+ 0. %d.+ +* 1 $ g. A+ A..0 6 > $ 9+Y. g.. V : 6+* ; g. $g $.! A+.. 'q' e )1 $ 6 O/ 0 6+* 6; $. +` N ; g 8 % 6= ;.@& VI1 $.. +*!$ $ 67/ 6%+.. 6 >. +Y +' 1. θ 0 $ 6 w0 0ˆ ^+. m % θ = 1 0p $!+* H A+ b(@ 10 jd+>' 6+' A+% +' k A+ +6. % N) ' * HX. %/ W' 6 6 ' 0 9:' <+%!,1.@ A+/ & +*

27 %#0 +' +' %#0 6+' I% $' () 9Z `'.@ N) A+.. $ * 6]/ 6!N) 9X g +*!$ 90. N) + 6+' $'.0. +' B, 6 % j%d& 6 $* %/ N) ' * 6+' $ $ = U. 67/ 6%+.0.. %e = * 6%/.+ ' A+ 9.!@ +* = = 6(U.d#0 v3 A+ 6.. = A '. 0 = (U.N% 0 6= # I $' e A+'e #6 +6@+.: ; 6%/. = 6 # 6 +!.0 6%/..(007! 1 $'+) 6. X 0 = (U. A!+*.0 $ (009) $Z#6 0 g$#6 ) 6; * +* 6; 90 * t` A&'.@ / #0! A+ = 6= 6. TI PU U 6$ 9:' +* 0 0 )' (1989) d% +* #'.Z#1 A+ + b..n% +* 6; 9#%.0 90 g : 6 1. Yutong

28 #+&" # N.(1393)!0 6!X.) b!. bhd1!$ b,!*+... A ' 6 H ; 6U %. SZN' Z0 S+* 3+ % 3+ $!. : !(18)!%' +* Y;. &+>.(1387) e! # % 0 $+/.. ]/ ; 6 0.+dgdg,1 ^. I Abad, F. J.; Olea, J., & Ponsoda, V. (009). The Multiple- Choice Model Some Solutions for Estimation of Parameters in the Presence of Omitted Responses. Applied Psychological Measurement, 33 (3), Bock, R. D. (197). Estimating item parameters and latent ability when response are scored in two or more nominal categories. Psychometrika, 37 (1), 9-1. Bock, R. D. (1997). The nominal categories model. In Handbook of modern item response theory (pp. 33-9). New York: Springer. De Ayala, R. J. (1993). An introduction to polytomous Item Response Theory Models. Measurement and Evaluation in counseling Development, (). Drasgow, F.; Levine, M. V.; Tsien, S.; Williams, B., & Mead, A. D. (199). Fitting polytomous item response theory models to multiple-choice tests. Applied Psychological Measurement, 19 (), Hambleton, R. k. (1989). Principles and selected applications of item Response Theory. In R. L. Linn (Ed.), Educational measurement (3rd ed.). (pp ). Levine, M. V. (1993). Orthogonal functions and the niteness of continuous item response theories. Unpublished manuscript. Levine, M. V., & Drasgow, F. (1983). The relation between incorrect option choice and estimated ability. Educational and Psychological Measurement, 3 (3), Masters, G. N. (1988). An analysis of partial credit scoring. Applied Measurement in Education, 1,

29 Ning, R.; Waters, A. E.; Studer, C., & Baraniuk, R. G. (01). SPRITE: A Response Model for Multiple Choice Testing. ArXiv preprint arxiv: Ostini, R. & Nering, L. (006). Polytomous Item Response Theory Models. Sage Publications. Samejima, F. (1979). A New Family of Models for the Multiple- Choice Item (No. RR-79-). Tennessee Univ Knoxville Dept of Psychology. Smilaycoff, M. P. (1989). An application of the Bock_Samejima model for multiple category scoring to test items in which distractors contains information related to latent ability. Dissertation Abstracts International, (1-A), 100, (University Microfilms No ). Thissen, D. & Steinberg, L. (198). A response model for multiple- choice items. Psychometrika, 9 () Thissen, D. & Steinberg, L. & Fitzpatrick, A. R. (1989). Multiple-Choice Models; the Distracters are also part of Item. Journal of Educational Measurement. 6 (), Thissen, D. (1976). Information in wrong responses to the Raven Progressive Matrices. Jounal of Educational Measurement, 13 (3), Yutong, Yin (007). Using Beaton fit inices to assess goodnessof-fit of IRT models. PHD thesis. :6 R. +*. 0.(139) 1! 0'. &!/ b,!*+ Q :. ) % / $ 6 = &+> ; 9 :' 6!.( 11!(1)