多相Rasch・評定者の厳しさ
バグ・不具合を報告
順序尺度の評定を学習者の能力・課題の難度・評定者の厳しさと共通カテゴリ閾値に分解する。
カテゴリの0は得点0、空欄は欠測です。個人名ではなく匿名IDを使用してください。評定者が1名のみの場合、他者との厳しさの比較はできません。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
—
- 逸脱度(−2 log L)
- —
- 有効評定件数
- —件
- カテゴリ欠測件数
- —件
- 自由パラメータ数
- —
- 因子設計行列の階数
- —
- Newton反復回数
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
log[P(X=k)/P(X=k−1)] = θ(学習者) − δ(課題) − ρ(評定者) − τₖ(k=1,…,K)。P(X=k) は exp{k(θ−δ−ρ)−Σ(j=1..k)τⱼ} を全カテゴリで正規化します。τの合計を0、課題・評定者は合計0または各基準IDの推定値を0に固定。JMLEの負の対数尤度をNewton法と直線探索で最小化し、情報行列とネットワーク階数を検査。Infit=Σ(実測−期待値)²/Σ予測分散、Outfit=標準化二乗残差の平均。単位は効果と閾値がlogit、適合度は無単位。
学習者能力・課題難度・評定者厳しさ・カテゴリ閾値(logit)、infit/outfit、連結性と設計階数。
計算例(架空の数値)
全学習者について課題と評定者の組を交差させ、0~2等のカテゴリを入力します。推定表では正の評定者厳しさが「採点が厳しい」方向です。閾値は段階間の難しさを表します。
適用対象と限界
0~Kの同じ順序カテゴリで、学習者・課題・評定者の組を識別できる匿名化した評定表。異なる課題や評定者ごとの閾値、重複評定、欠測補完、周辺最尤法、ベイズ推定、極端得点で発散する効果、ネットワーク非連結や設計交絡は対象外。
方法と出典
方法:E1699-MFRM-RSM-JMLE-v1.0 (2026-11-15)。データ記録日:2026-11-15。