1、分類號(hào)：B84密級(jí)：無(wú)學(xué)校代碼：10414學(xué)號(hào)：2013010306碩士研究生學(xué)位論文碩士研究生學(xué)位論文短測(cè)驗(yàn)項(xiàng)目功能差異短測(cè)驗(yàn)項(xiàng)目功能差異檢測(cè)檢測(cè)方法的比較研方法的比較研究ShtTestLengthinShtTestLengthinDIFDetectionUsingDIFDetectionUsingthetheSIBTESTSIBTESTIRTIRTLRLRDFITproceduresDFITprocedures湯楚湯楚院所：心理學(xué)院

2、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(jì)測(cè)量方向二O一六年四月I摘要項(xiàng)目功能差異（DifferentialItemFunctioning，簡(jiǎn)稱DIF）是指對(duì)于某個(gè)特定項(xiàng)目如果在來(lái)自同一目標(biāo)特質(zhì)的兩批平行被試組中顯現(xiàn)出不同的統(tǒng)計(jì)特性那么該項(xiàng)目就存在功能差異。為了檢測(cè)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(duì)DIF檢測(cè)方法進(jìn)行比較研究，其中主要考察了樣本容量、匹配變量、測(cè)驗(yàn)含DIF試題的比例、DIF類

3、型（一致性DIF，非一致性DIF，混合性DIF）等因素對(duì)不同方法DIF檢測(cè)效果的影響。但是，以往關(guān)于DIF檢測(cè)方法的研究主要是針對(duì)教育測(cè)驗(yàn)，測(cè)驗(yàn)長(zhǎng)度基本在60題以上。而許多心理測(cè)量量表題數(shù)較少，《心理量表評(píng)定手冊(cè)（增訂版）》與《行為醫(yī)學(xué)量表手冊(cè)》105個(gè)量表中，測(cè)驗(yàn)長(zhǎng)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(cè)試長(zhǎng)度對(duì)題目參數(shù)及DIF檢測(cè)都有影響，因此在“長(zhǎng)測(cè)驗(yàn)”研究中得出的結(jié)論可能無(wú)法直接

4、應(yīng)用到心理量表的DIF檢測(cè)。為了探求適用于“短測(cè)驗(yàn)”的DIF檢測(cè)方法，本研究采用模擬數(shù)據(jù)的方法對(duì)SIBTEST方法IRTLR方法和DFIT方法等三種常見的DIF檢測(cè)方法進(jìn)行比較研究。研究設(shè)計(jì)為333的實(shí)驗(yàn)設(shè)計(jì)，研究設(shè)置了三種長(zhǎng)度（10題、20題、30題）的測(cè)驗(yàn)，每個(gè)測(cè)驗(yàn)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(jí)計(jì)分題，使用三種方法對(duì)模擬數(shù)據(jù)進(jìn)行DIF檢測(cè)。采用WinGen軟件生成等級(jí)反應(yīng)模型下的試題參數(shù)和

5、正態(tài)分布的被試參數(shù)，最后生成各測(cè)驗(yàn)長(zhǎng)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(duì)模擬數(shù)據(jù)進(jìn)行DIF檢測(cè)，以I型錯(cuò)誤率和統(tǒng)計(jì)檢驗(yàn)力為因變量，比較三種方法的適用性，所得結(jié)論如下：（1）測(cè)驗(yàn)長(zhǎng)度為10題時(shí)，三種方法檢測(cè)結(jié)果I型錯(cuò)誤率偏高，但統(tǒng)計(jì)檢驗(yàn)力也很高，三種方法的檢測(cè)效果都一般，其中DFIT方法表現(xiàn)最佳。IRTLR方法和DFIT方法能檢測(cè)出大部分的非一致性DIF題，但SIBTEST方法檢測(cè)非一致性DIF效果較差。三種方法能百分百