摘要

Q矩阵的正确性是影响题目参数估计和被试分类准确性的重要因素。针对Q矩阵修正问题,首先提出了一种简单有效的新方法(ORDP)。然后,模拟研究通过改变被试知识状态的分布、样本容量(N)、测验长度(L)、Q矩阵错误率(M)、项目质量(Iq)和属性层级结构,比较了ORDP与已有方法(R、RMSEA和HD)的表现。研究表明:(1)当知识状态服从均匀分布时, ORDP方法在所有层级结构下最优;当知识状态服从多元正态分布时, RMSEA和ORDP表现没有明显差异,除独立结构外, RMSEA方法均稍优于ORDP方法;(2)各方法在多元正态分布下的修正效果不及均匀分布时的修正结果;(3) N、L、M、Iq和属性层级结构对4种方法的表现均有明显影响;(4)基于Tatsuoka (1984)分数减法数据的修正结果表明,采用ORDP方法修正的Q矩阵与数据拟合最优。