项目反应理论的Parscale软件实现*

广州中医药大学基础医学院(510006)　

陈新林△　陈丽霞　郎建英　邓洁敏

项目反应理论(item response theory，IRT)也称条目反应理论，广泛用于教育学、心理学及医学量表测验中。Parscale软件是实现IRT理论的常用软件，由Eiji Muraki 和Darrell Bock等开发，现在由Scientific Software International(SSI)公司拥有(http://www.ssicentral.com/irt/)。Parscale软件可以用于二分类和多分类条目的分析，包括单、二和三参数logistic 模型，Samejima模型(graded response model)，Master部分评分模型(partial credit model)，广义部分评分模型(generalized partial credit model)，多项选择项目分析，多组多分类项目反应模型(multiple-group polytomous item response models)。Parscale软件还可以对量表进行项目功能差异(differential item functioning,DIF)分析。

目前，Parscale软件广泛用于心理量表的评价[1-3]，教育学的评价，生存质量量表的研发和分析[6-9]。例如Castro等使用Parscale软件评价Beck抑郁问卷，研究发现Beck抑郁问卷中，患者最严重的条目是减肥、自杀的想法和社会退出[1]。Kopec等使用Parscale软件评价关节炎患者生存质量量表，从218个条目中筛选出不存在DIF的31个条目，构成5个领域。Fukuhara等使用Parscale软件研制视觉功能问卷的简短版，将原来的32个条目简化为11个条目[8]。本文结合多分类条目介绍如何使用Parscale软件。

资　　料

分析资料为鼻咽癌患者生存质量量表的生理领域，一共包括9个条目，都是五分类的正向条目，得分越高说明生存质量越大。资料保存为dat格式，命名为NPC.DAT。一共15列，前面3列是ID，中间3列是空格，后面9列是条目得分。使用Samejima模型计算各个条目的参数，并估计患者的能力参数。

分析步骤

1.Parscale语法

本文使用的Parscale软件是4.1版本。打开Parscale软件。点击“File…New”，建立分析的文件，文件命名为Pars.PSL。 Parscale的语法都以“>”开始。在Pars.PSL中输入以下语法：

>FILE DFNAME=′NPC.DAT′,SAVE;

>SAVE PARM=′NPC.PAR′,SCORE=′NPC.SCO′;

>INPUTNIDW=3,NTOTAL=9,NTEST=1,LENGTH=(9),NFMT=1;

(3A1,3X,9A1)

>TEST1TNAME=SCALE1,ITEM=(1(1)9),NBLOCK=1;

>BLOCK1 BNAME=SBLOCK1,NITEMS=9,NCAT=4,CADJUST=0.0;

>CALIBGRADED,LOGISTIC,SCALE=1.7,NQPTS=30,CYCLES=(25,2,2,2,2),NEWTON=5,CRIT=0.005,ITEMFIT=10;

>SCOREEAP,NQPT=30,SMEAN=0.0,SSD=1.0,NAME=EAP,PFQ=5;

2.语法说明

FILES语句，用于读取数据。DFNAME=NPC.DAT表示读取NPC.DAT 的数据，要求数据和语法文件放在同一个文件夹。SAVE表示保存语法。

SAVE语句，用于保存结果。PARM=′NPC.PAR′，表示保存条目参数(包括名字和文件扩展名)；SCORE= NPC.SCO，表示保存患者的能力参数(得分)。

INPUT语句，说明分析数据的属性。NIDW表示患者的ID数量；NTOTAL表示分析的总条目数；NTEST表示量表(测试)的数量；LENGTH表示每个量表的条目数；NFMT表示读取原始记录的行数。另外TAKE = n表示选取前面n个测试者进行分析；MGROUP/MRATER说明亚组(或评价者)的数目，用于DIF分析；WEIGHT表示加权。

(3A1,3X,9A1) 语句，是变量格式语句，说明数据的存储格式，前3列是ID，其次3列是属性，最后9列是分析的条目。

TEST1语句，是测试命令语法，用于说明分析的条目数，测试的名字，定义阈值参数和区分度的初始值等。TNAME 表示测试量表的名字；INAME表示条目的列表；NBLOCK表示有相同分类参数(区组)条目的数量。另外，ITEMS表示估计的条目；INTERCEPT、THRESHOLD和SLOPE分别设定条目截距、阈值参数和区分度的初始值，经常采用默认值。

BLOCK1语句，说明每个区组的属性，Parscale软件把具有相同分类数目的条目放在一起估计。BNAME表示区组的名字；NITEMS表示每个区组包含的条目；NCAT表示每个条目的分类数目(条目的分类，本例是四分类)；CADJUST对区组参数的均数进行调整。另外，GPARM设定猜测参数，RATER用于提供评价者的方差比例；REPEAT表示BLOCK语法的重复次数；SCORING表示指定计分函数。ORIGINAL表示条目的初始得分，MODIFIED表示对条目重新赋分。例如将1、2得分转化为2、1，使用ORIGINAL=(1,2),MODIFIED=(2,1)。

CALIB语句，说明估计所采用的方法。GRADED/PARTIAL表示采用Samejima模型(GRM)或者Master模型(partial credit model)对参数进行估计；LOGISTIC/NORMAL说明要使用的响应函数；SCALE表示尺度常数，设定为1.7；NQPTS表示积分点的数目；CYCLE完成EM估计的最大次数；NEWTON表示Gauss-Newton迭代的最大次数；CRIT为EM估计和Gauss-Newton迭代的收敛标准；ITEMFIT说明用于计算条目拟合统计的次数。>SCOREEAP,NQPTS=30,SMEAN=0.0,SSD=1.0,NAME=EAP,PFQ=5;

SCORE语句，说明评分过程，用于估计被测试者的得分。EAP/MLE/WML为估计的方法，EAP、ML和WML分别表示Bayes后验估计、最大似然估计和加权最大似然估计方法；NQPT为积分点的数目；SMEAN为测试的平均值；SSD为测试的标准差；NAME为估计文件的名字；PFQ说明移动到临近分类的百分比；DIST说明先验分布类型。

3.运行程序及展示结果

点击菜单栏的Run，包括四个阶段：

(1)0阶段(phase 0)，输入数据和准备分析，包括模型说明(model specifications)、校准参数(calibration parameters)、文件任务和规定(file assignments dispositions)。校准参数的结果主要包括：最大EM周期数、最大内部EM周期数、最大类别估计周期、最大条目参数估计周期数、EM周期的收敛标准、斜率的收敛标准、阈值的收敛标准等等。

(2)1阶段(phase 1)，输出数据和计算条目统计量。条目汇总统计量(summary item statistics)，给出每个条目的总人数、每个选项的人数及比例，见表1；条目参数估计值，给出每个条目的均数和标准差，所有条目的均数(31.922)和标准差(5.416)，并计算出经典测量理论下的阈值参数(initial location)和区分度参数(initial slope)，见表2。

表1　条目汇总统计量

*：Cumul表示汇总结果。

表2　条目参数估计值

*：本表结果基于经典测量理论。

(3)2阶段(phase 2)，估计模型的条目参数。包括给出类别参数(category parameter)及其标准误；每个条目的参数估计值，包括区分度参数(slope)及标准误；阈值参数(location)及标准误，猜测参数(guessing)及标准误，条目拟合统计量的χ2值和P值，见表3。所有条目的猜测参数均为0，条目5的阈值参数最小(-2.376)，条目3的阈值参数最大(0.578)，所有条目阈值参数的平均数为-1.005，说明拟定的条目对患者而言偏容易。

表3　条目的参数估计值及条目拟合统计量

*：Slope表示区分度，location表示阈值参数，guessing表示猜测参数，SE表示标准误，χ2表示条目拟合统计量。

(4)3阶段(phase 3)，估计被测试者的参数，包括每个被测试者的平均分类(mean category)、能力参数(ability)及标准误，见表4。这里的ability是根据IRT理论计算出来的能力参数，跟阈值参数的尺寸一致。

表4　被测试者的参数估计值

(5)显示图形。Parscale软件还提供了很多图形，运行完所有程序后，点击Run…Plot，显示了常见的图形，包括条目特征曲线(item characteristic curve，ICC)，条目信息曲线(item information curves)，总体信息曲线(total information curves)等。例如图1显示了条目0001的条目特征曲线；图2显示了总体信息曲线。同时显示所有条目的ICC，见图3；估计能力的直方图，见图4。

图1　条目0001的条目特征曲线

图2　总体信息曲线

图3　同时显示所有条目的ICC

图4　估计能力的直方图

小　　结

Parscale软件功能强大，可以估计条目参数和被试者的能力参数，并展现多种图形，广泛用于多种模型，包括logistic 模型，Samejima模型，Master模型和广义部分评分模型等。RUMM 2030软件也可以用于分析多个模型[10]；而Bilog-MG软件只能分析二分类条目(logistic 模型)，不能分析多分类条目[11]。Parscale软件的实现需要编写语句，而RUMM 2030采用点击的操作模式；两种软件各有优缺点，相对而言，Parscale软件的语句容易出错，在一定程度上影响了它的使用。