分类数据测量等价性检验方法及其比较：项目阈值(难度)参数的组间差异性检验.pdfVIP

心理学报 2012, Vol. 44, No.8, 1124−1136 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2012.01124 () * 1 2 3 1 (1 北京师范大学心理学院, 应用实验心理北京市重点实验室, 北京 100875) 2 3 ( 北京新东方学校学习与发展中心, 100080) ( 北京师范大学认知神经科学与学习国家重点实验室, 北京 100875) 测量工具满足等价性是进行多组比较的前提, 测量等价性的检验方法主要有基于 CFA 的多组比较 法和基于 IRT 的 DIF 检验两类方法。文章比较了单维测验情境下基于 CCFA 的 DIFFTEST 检验方法和基于 IRT 模型的 IRT-LR 检验方法, 以及多维测验情境下 DIFFTEST 和基于 MIRT 的卡方检验方法的差异。通过 模拟研究的方法 , 比较了几种方法的检验力和第一类错误, 并考虑了样本总量、样本量的组间均衡性、测验 长度、阈值差异大小以及维度间相关程度的影响。研究结果表明：(1)在单维测验下, IRT-LR 是比 DIFFTEST 更为严格的检验方法 ; 多维测验下, 在测验较长、测验维度之间相关较高时, MIRT-MG 比 DIFFTEST 更容易 检验出项目 阈 值的差异 , 而在测验长度 较 短、维度之 间 相关较小时 , DIFFTEST 的检验力反而 略 高于 MIRT-MG 方法。(2)随着阈值差值增加, DIFFTEST 、IRT-LR 和 MIRT-MG 三种方法的检验力均在增加, 当阈 值差 异达 到中 等或 较大 时 , 三种 方法 都可 以有 效检 验出 测验 阈值 的不 等价 性。 (3) 随着 样本 总量 增 加 , DIFFTEST 、IRT-LR 和 MIRT-MG 方法的检验力均在增加 ; 在总样本量不变, 两组样本均衡情况下三种方法 的检验力均高于不均衡的情况。(4)违背等价性题目个数不变时, 测验越长 DIFFTEST 的检验力会下降, 而 IRT-LR 和 MIRT-MG 检验力则上升。(5) DIFFTEST 方法的一类错误率平均值接近名义值 0.05; 而 IRT-LR 和 MIRT-MG 方法的一类错误率平均值远低于 0.05 。 分类数据 ; 验证性因素分析; 项目功能差异 ; (多维)项目反应理论 ; 测量等价性 B841 1 问题提出 量与潜在特质的关系在各组相同, 也包含潜在特质 之间的关系在各组相同。而在教育测验中, 测量等 测量等价性(Measurement Equivalence, ME)指 价性则主要指观测变量和潜在特质之间的关系在 的是测量被试的目标特质时, 观测变量和潜在特质 各组相同 , 在单维测验时 , 等同于项目功能差异 之间的关系在相比较的各个组之间, 或在不同情境 (Differential Item Functioning, DIF), 在多维测验时, 下等同(Drasgow, 1984; Reise, Widaman, Pugh, 则可扩展到潜在特质间关系的等价性。测量工具满 1993; Vandenberg Lance, 2000; 白新文, 陈毅文, 足测量等价性的要求是进行组间比较研究的前提 2004) 。尤其指来自异质群体的个体, 如果他们在潜 条件 , 比如发展心