เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Multilevel Differential Item Functioning× | ทฤษฎีการตอบสนองข้อสอบ (IRT)× | |
|---|---|---|
| สาขาวิชา | การวัดทางจิตวิทยา | การวัดทางจิตวิทยา |
| ตระกูล | Latent structure | Latent structure |
| ปีกำเนิด≠ | 2001 | 1952–1968 |
| ผู้ริเริ่ม≠ | Kamata (2001) and subsequent multilevel IRT/DIF literature | Frederic M. Lord (and Allan Birnbaum for the 2PL/3PL models) |
| ประเภท≠ | Bias detection / multilevel measurement model | Probabilistic measurement model |
| แหล่งต้นตำรับ≠ | French, B. F., & Finch, W. H. (2008). Multigroup confirmatory factor analysis: Locating the invariant referent sets. Structural Equation Modeling: A Multidisciplinary Journal, 15(1), 96–113. DOI ↗ | Lord, F. M. & Novick, M. R. (1968). Statistical Theories of Mental Test Scores. Addison-Wesley. link ↗ |
| ชื่อเรียกอื่น | multilevel DIF, hierarchical DIF analysis, cross-level DIF, ML-DIF | IRT, latent trait theory, item characteristic curve theory, modern test theory |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Multilevel DIF analysis detects whether individual test or survey items function differently across groups when respondents are clustered within higher-level units — such as students nested in schools, employees in organizations, or patients in clinics. By accounting for hierarchical data structure, it separates genuine item bias from artificial DIF signals caused by ignoring clustering. | Item response theory models the probability that a respondent answers an item correctly (or endorses it) as a function of the respondent's latent trait level and the item's own statistical properties — difficulty, discrimination, and guessing. Unlike classical test theory, IRT places persons and items on the same scale, yielding measurement that is sample-independent for items and test-independent for persons. |
| ScholarGateชุดข้อมูล ↗ |
|
|