Browsing by Author "Kao, Hsin"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item 視覺類比量尺的診斷分類模型(2024) 高欣; Kao, Hsin視覺類比量尺(visual analogue scale, VAS)使受試者根據題目的敘述,在連續的視覺化量尺上進行標記,來反應受試者於試題欲測量潛在特質的傾向。由於VAS具有等距的特性,因此相較於間斷量尺(如李克特量尺),VAS在個體層面上得以提供更細緻的區辨度。鑒於目前所知的文獻中並未有針對VAS資料的診斷分類模型(diagnostic classification model, DCM),因此本研究旨在發展針對VAS資料的DCM。由於VAS資料為連續且具有雙邊界(doubly bounded)特性,本研究透過結合beta response model (BRM)以及log-linear cognitive diagnosis model(LCDM)組成針對連續雙邊界資料的beta diagnostic classification model (BDCM),並以馬可夫鏈蒙地卡羅(Markov chain Monte Carlo, MCMC)作為模型參數的估計方法。模擬研究中透過操弄特質數以及樣本數比較兩種模型:(1)應用BDCM於VAS資料以及(2)使用LCDM於二分資料,比較兩者之間試題參數回復以及分類準確率的差異。研究結果顯示,在試題參數回復上,BDCM所需的樣本小於LCDM,且在分類準確率上BDCM也優於LCDM。實徵研究針對Holland職業代碼(Holland code)發展的VAS職業興趣量表進行分析,並針對受試者的特質分類進行探討。