潜在空間階層応答モデル：リッカート尺度心理評価のための新しいアプローチ

科学分野:

• 精神測定学
• 統計モデリング
• 心理測定

背景:

• 従来の精神測定モデルは、順序応答データには当てはまらない可能性がある条件付き独立性を仮定することがよくあります。
• 既存のモデルでは、回答者と項目の間の複雑な相互作用を完全に捉えられない場合があります。
• リッカート尺度データの分析には、その順序性を尊重する手法が必要です。

研究 の 目的:

• 順序応答データのための新しい潜在空間階層応答モデル（LSGRM）を導入すること。
• 観測されていない相互作用を組み込むことによって、1パラメータ階層応答モデルの機能を拡張すること。
• 心理評価における条件付き依存性を探求するための視覚化ツールを提供すること。

主な方法:

• 回答者と項目の相互作用のために2次元ユークリッド空間を使用した潜在空間階層応答モデル（LSGRM）を開発しました。
• LSGRMのパフォーマンスを評価するためにシミュレーション研究を利用しました。
• リッカート尺度心理評価データの経験的研究を実施しました。
• LSGRMを、二値化または連続的な順序データを分析するモデルを含む他のモデルと比較しました。

主要な成果:

• 提案されたLSGRMは、観測されていない回答者と項目の相互作用を考慮に入れることで、順序応答データを効果的にモデル化します。
• LSGRMは、従来のモデルに固有の条件付き独立性の仮定の違反に対処します。
• 相互作用マップは、条件付き依存性を理解するための新しい視覚化を提供します。
• 分析により、データの二値化と連続的な処理が条件付き依存性に与える影響が明らかになりました。

結論:

• 潜在空間階層応答モデル（LSGRM）は、順序心理データを分析するための重要な進歩を提供します。
• LSGRMは、複雑な相互作用を捉え、条件付き依存性の処理を改善することによって、精神測定モデリングを強化します。
• モデルの視覚化機能は、応答パターンと項目特性の解釈に役立ちます。