내부 구조에 기반한 타당성 증거 CFA는 데이터가 원래의 이론적 모델에 적합한지 평가하기 위해 수행됩니다. VOC19-QoL 항목의 순서적 특성으로 인해 평균과 분산이 수정된 대각선 가중 최소 제곱법(WLSMV) 추정 방법이 사용되었습니다(Li, 2016 ). 모델의 적합도는 카이 제곱 지수(χ2), 비교 적합 지수(CFI), 표준화된 평균 제곱근 잔차(SRMR) 및 근사 오차 평균 제곱근(RMSEA)(Kline, 2015 )를 사용하여 평가되었습니다. 위의 지수는 다음 값에 따라 허용 가능한 것으로 간주되었습니다. CFI > 0.95, RMSEA < 0.08 및 SRMR < 0.08(Kline, 2015 ; Schumacker & Lomax, 2015 ).
신뢰할 수 있음 신뢰도는 Cronbach의 알파(α; Cronbach, 1951 )와 McDonald의 오메가(ω; McDonald, 1999 ) 계수 를 사용하는 내적 일관성 방법을 기반으로 평가되었습니다 . ω 및 α > 0.80의 값이 적절합니다(Raykov & Hancock, 2005 ).
2-PML 단계적 반응 모델(GRM)을 사용한 항목 교정 COV19-QoL의 요인구조를 확인한 후, IRT(Chalmers, 2012a , 2012b ) 를 기준으로 변별력, 난이도, 정보성을 평가하였다 . 이 모형은 TCT에 비해 문항 수준에서 보다 자세한 정보를 얻을 수 있다. 이를 위해 순서형 다항식 문항을 위해 설계된 2-모수 로지스틱 모형(2-PLM)을 확장한 것이 사용되었다(Hambleton et al., 2010 ). IRT 모형은 순서형 문항을 위한 C2 검정을 적용하였다(Cai & Monroe, 2013 ). 또한, 다음의 적합 기준을 사용하였다: RMSEA ≤ 0.08, SMSR ≤ 0.05(Maydeu-Olivares & Joe, 2014 ), CFI 및 TLI ≥ 0.95(Cai et al., 2021 ; Lubbe & Schuster, 2019 ). 차별 지수(a)와 난이도(b)를 계산했습니다. a > 1.0의 값은 매우 차별적인 것으로 간주됩니다(Baker, 1985 ). 5개의 응답 범주가 있기 때문에 매개변수 b에 대해 4개의 임계값이 추정되었습니다. IRT는 각 항목과 모든 항목에 대한 정보 함수를 제공합니다. 이런 의미에서 항목 정보 곡선(IIC)과 검사 정보 곡선(TIC)도 계산되었습니다. IIC는 항목이 개인을 가장 잘 구별하는 구성 수준 범위를 나타냅니다. CCI에서 더 높은 기울기를 나타내는 항목은 가장 차별화되어 평가된 구성의 다양한 정도를 적절히 구별할 수 있으므로 변화에 더 민감합니다(Hambleton et al., 1991 ). TIC는 잠재 특성의 다른 지점에서 모든 지점에 포함된 정보의 양을 나타냅니다. 특정 특성 수준에서 정보 값이 높을수록 검사가 더 많은 정보를 제공하고 해당 수준에서 개인의 잠재 특성에 대해 더 정확함을 나타냅니다. 즉, 더 많은 정보는 측정되는 구성 요소의 다양한 수준에서 더 높은 측정 정확도를 반영합니다(Embretson & Reise, 2000 ).구글상위노출
