| 研究課題/領域番号 |
20K14152
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分10020:教育心理学関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
登藤 直弥 筑波大学, 人間系, 助教 (70773711)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
交付 (2020年度)
|
| 配分額 *注記 |
1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 項目反応理論 / 局所依存性 / ネットワーク分析 / テスト理論 |
|---|
| 研究開始時の研究の概要 |
日本のテストに特徴的な問題形式の1つとして大問形式の問題が挙げられるが、テストの作成・評価・運用に際して様々な利点を有する項目反応理論(IRT)に基づきこのような問題への回答を分析するためには、克服すべき課題が残されている。本研究では、近年心理統計学の分野でも盛んに研究が行われるようになってきたネットワーク分析と呼ばれる分析法とIRTを融合させ、大問形式の問題にも適用可能なより柔軟で精度の高いテスト理論の確立を目指す。
|
| 研究実績の概要 |
2020年度に関しては、まず、本研究課題と関係の深い先行研究のレビューを行った。具体的には、ネットワーク分析について概説した論文群についての更なるレビューを行い（e.g., Hevey, 2018）、項目反応理論と関連の深い因子分析モデルとネットワーク分析との関係について検討した論文群についてもレビューを行った（e.g., van Bork et al., 2019）。その後、因子分析モデルにおける独自因子間相関とネットワーク分析との関係について検討した論文（Pan et al., 2017）や項目反応理論における局所依存性とネットワーク分析との関係について検討した論文（Chen et al, 2018）のレビューを行った。そのうえで、これらの研究の成果をふまえ、先行研究では未解決の問題点を解消する形で、項目反応間の局所依存関係をネットワーク分析の手法で探索し、表現する項目反応モデルについて検討した。具体的には、Chen et al. (2018) で提案されたFLaG-IRTモデルと呼ばれるモデルでは、項目反応間の局所依存性がネットワーク分析で用いられるモデルを用いて表現されているものの、例えば、各項目に正答または誤答する確率を表すモデルが項目反応理論の分析で一般的に用いられるモデルとは異なっており、このモデルを適用して得られた結果の比較可能性が担保されていなかったため、この比較が可能となるように、Pan et al. (2017) で利用されたベイジアンLassoと呼ばれる手法を活用し、項目反応間の局所依存関係をネットワーク分析の手法で探索して表現することが可能で、かつ結果の比較可能性も担保された項目反応モデルについて検討した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究課題の申請時には、2020年度の実施予定として、局所依存性を表現することのできるネットワークモデルへとIRTのモデルを拡張するにあたり、知識空間理論 （knowledge space theory）の考え方を利用し局所依存性をネットワークで表現しようと試みたNoventa et al. (2019) やベイジアンネットワークの考え方に基づいて同じく局所依存性をネットワークで表現しようと試みたUeno (2002) 等、項目反応間の順序性を仮定する既存のネットワークモデルを参考にしながらも、一般的な局所独立性を仮定するIRTモデルと変数間に順序性を仮定しないネットワークモデル（無向ネットワークモデル）との関係を検討したMarsman et al. (2018) に基づき、局所依存性を無向ネットワークで表現する方法（数学的なモデル）を検討する予定としていた。この実施予定と2020年度の研究実績を照らし合わせた場合に、概ね予定通りに研究が進んでいるため、記載の自己点検評価となった。
|
| 今後の研究の推進方策 |
本研究課題の申請時には、2021年度に、無向ネットワークの推定法として提案されている正則化を利用する方法（e.g., Friedman et al., 2008; Kramer et al., 2009）やベイズ推定法（e.g., Mohamadi & Wit, 2015）を用いて2020年度に得られたモデルの母数（e.g., 受験者の特性値や項目の難しさを表す統計量）を推定する際の手続き（計算方法）を確立し、各推定法を利用した場合の推定精度に関する比較を行うこととなっていた。また、得られた解析結果からテストの作成・評価・運用に資する情報（IRTに基づく解析で得られるテスト情報量等に相当するもの）を抽出する手続きを確立するために、2020年度に提案されたモデルの母数からこれらを計算する方法（計算式）を各指標の定義に基づいて確立することともなっていた。先に述べたように、2020年度の研究に関しては、おおよそ、申請時に予定していた通りに進んでいたため、2021年度に関しても、申請書に記載した通りに進めていくこととする。
|
