Rasch 분석 - 5. 샘플 데이터를 통해 실습해보기. (예제 1)

샘플 데이터를 활용해 실습해본다.

시각화 (Wright Map)

Rasch 분석에서는 응답자 능력과 문항 난이도를 같은 척도에서 비교할 수 있는 Wright Map을 많이 사용한다.

 

Console에 아래 코드를 입력한다.

 

install.packages("WrightMap")

 

이후 아래를 입력한다.

✔ 예제 1: 기본 Rasch 모델

아래의 순서대로 Console에 입력한다.

 

# 필요한 패키지 불러오기
library(eRm)
library(WrightMap)

# 샘플 데이터 생성 (20명 응답자 × 5개 문항, 0=오답, 1=정답)
set.seed(123)
data_matrix <- matrix(sample(1:0, 100, replace=TRUE), nrow=20, ncol=5)

# Rasch 모델 적용 (이분형 Rasch 모델)
rasch_model_erm <- eRm::RM(data_matrix)

여기까지 하면 우측에 이렇게 뜬다.

# 응답자 능력(Theta) 추정
person_params <- person.parameter(rasch_model_erm)

# Wright Map 시각화 (수정된 인수 이름 사용)
wrightMap(
  thetas = person_params$theta.table$`Person Parameter`,  # 응답자의 능력 값
  thresholds = rasch_model_erm$betapar  # 문항 난이도 값
)

 

 

Rasch 분석 결과 해석

Rasch 분석 결과에서 주의 깊게 봐야 할 것들:

1. 문항 난이도 (Item Difficulty, b 값)
   • 값이 클수록 어려운 문항, 작을수록 쉬운 문항
2. 적합도 지수 (Infit/Outfit MNSQ)
   • 일반적으로 0.7~1.3이면 적절
3. 신뢰도 지수 (Person Reliability, Item Reliability)
   • 0.8 이상이면 좋은 측정 도구