項目反應理論（Item Response Theory, IRT）以受試者的潛在特質、題目參數與作答結果之間的關係建模。不同 IRT 模型可估計題目的難度、鑑別度或猜測參數，並描述不同能力水準下的作答機率。它能協助研究者理解題目在能力連續體不同位置提供多少資訊。
IRT 可以支援題庫校準、電腦化適性測驗與差異試題功能分析，但模型是否適用取決於單向度、局部獨立、模型配適與樣本等條件。較複雜的模型不會自動使測驗更有效。
古典測驗理論把觀察分數拆成真分數與誤差提供另一種測量觀點；Rasch模型以特定測量要求檢查資料與量尺則是 IRT 家族中的重要路線。
思與行
- 先確認題目類型與資料結構，再選擇二參數、三參數或多類別模型。
- 報告模型配適、局部依賴與 DIF 檢查，不只呈現能力估計值。
參考
- 來源：標準化測驗導論整理古典測驗理論與項目反應理論、心理計量學手冊呈現量表開發的跨學科範圍。
- 相關概念：Rasch模型以特定測量要求檢查資料與量尺、電腦化適性測驗依據即時資訊選題。
- 本文亦連結 測量模型概念地圖 與全書導讀 psychometrics。
- 雙向脈絡：建立一份心理測量方法的可重現分析範本。
- 概念地圖：心理測量概念地圖。