短測驗項目功能差異檢測方法的比較研究

1、 分 類 號： B84 密 級： 無 學(xué)校代碼： 10414 學(xué) 號： 2013010306 碩士研究生學(xué)位論文 碩士研究生學(xué)位論文 短測驗項目功能差異 短測驗項目功能差異檢測 檢測方法的比較研 方法的比較研究 Short Test Length in Short Test Length in DIF Dete

2、ction Using DIF Detection Using the the SIBTEST SIBTEST, , IRT IRT-LR LR and and DFIT procedures DFIT procedures 湯楚 湯楚 院 所：心理學(xué)院 導(dǎo)師姓名：董圣鴻 學(xué)科專業(yè)：基礎(chǔ)心理學(xué) 研究方向：統(tǒng)計測量方向 二 O 一六年四月 I 摘 要 項目功能差異（Differential I

3、tem Functioning，簡稱 DIF）是指對于某個特定項目,如果在來自同一目標特質(zhì)的兩批平行被試組中,顯現(xiàn)出不同的統(tǒng)計特性,那么該項目就存在功能差異。為了檢測 DIF，人們提出了很多方法，并且為了考察在不同條件下各方法的適用性，針對 DIF 檢測方法進行比較研究，其中主要考察了樣本容量、匹配變量、測驗含 DIF 試題的比例、DIF 類型（一致性 DIF，非一致性 DIF，混合性 DIF）等因素對不同方法 DIF 檢測效果的影響。

4、 但是，以往關(guān)于 DIF 檢測方法的研究主要是針對教育測驗，測驗長度基本在 60 題以上。而許多心理測量量表題數(shù)較少， 《心理量表評定手冊（增訂版） 》與《行為醫(yī)學(xué)量表手冊》105 個量表中，測驗長度 30 題以下占 68.5%，20 題以下占 37.1%，10 題以下占 11.4%。已有研究表明，測試長度對題目參數(shù)及 DIF 檢測都有影響， 因此在 “長測驗”研究中得出的結(jié)論可能無法直接應(yīng)用到心理量表的 DIF 檢測。 為了探求適用于

5、“短測驗”的 DIF 檢測方法， 本研究采用模擬數(shù)據(jù)的方法對SIBTEST 方法,IRT-LR 方法和 DFIT 方法等三種常見的 DIF 檢測方法進行比較研究。 研究設(shè)計為 3*3*3 的實驗設(shè)計， 研究設(shè)置了三種長度 （10 題、 20 題、 30 題）的測驗，每個測驗中設(shè)置相同比例的一致性 DIF、非一致性 DIF 和混合性 DIF試題， 每題為 5 級計分題， 使用三種方法對模擬數(shù)據(jù)進行 DIF 檢測。 采用 WinGen軟件生

6、成等級反應(yīng)模型下的試題參數(shù)和正態(tài)分布的被試參數(shù)， 最后生成各測驗長度條件下的 50 批被試作答反應(yīng)模擬數(shù)據(jù)。然后用三種方法對模擬數(shù)據(jù)進行 DIF檢測，以 I 型錯誤率和統(tǒng)計檢驗力為因變量，比較三種方法的適用性，所得結(jié)論如下： （1）測驗長度為 10 題時，三種方法檢測結(jié)果 I 型錯誤率偏高，但統(tǒng)計檢驗力也很高，三種方法的檢測效果都一般，其中 DFIT 方法表現(xiàn)最佳。IRT-LR 方法和 DFIT 方法能檢測出大部分的非一致性 DIF 題

7、，但 SIBTEST 方法檢測非一致性DIF 效果較差。三種方法能百分百檢測出一致性 DIF 和非一致性 DIF。 （2）在測驗長度增加到 20 題時，SIBTEST 方法,IRT-LR 方法檢測結(jié)果 I 型錯誤率中等， IRT-LR 和 DFIT 方法在統(tǒng)計檢驗力有尚可的表現(xiàn)， 三種方法中 DFIT方法稍勝一籌。 SIBTEST 方法檢測位于測驗中間部分的一致性 DIF 檢測效果較差，IRT-LR 方法,DFIT 方法檢測非一致性 D