Bayesian Madde İşlev Farklılığı (Bayesian DIF)
Bayesian Differential Item Functioning Analysis · Ayrıca şöyle bilinir: Bayesian DIF, Bayesian DIF analysis, Bayesian item bias detection, BDIF
Bayesian madde işlev farklılığı analizi, ölçülen temel yeteneği veya özelliği hesaba kattıktan sonra test maddesinin demografik veya kültürel gruplar — örneğin erkekler ve kadınlar — arasında farklı davranıp davranmadığını tespit eder. Klasik p-değerleri yerine, madde parametrelerinin sonsal dağılımlarını grup başına ayrı ayrı elde etmek için Bayesian KIS (IRT) tahminini uygular, ardından sonsal güven aralıkları veya Bayes faktörleri ile grup farklılıklarını değerlendirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bir ölçek veya test oluştururken veya doğrularken ve alt gruplar (örneğin, cinsiyet, etnik köken, dil geçmişi, klinik tanı) arasında ölçüm adaletini sağlamak istediğinizde Bayesian DIF analizini kullanın. Özellikle odak gruptaki örneklem boyutları mütevazı olduğunda değerlidir — Bayesian sonsal dağılım tahminleri düzenler ve küçük örneklemlerde ki-kare tabanlı sıkılıkçı DIF testlerini etkileyen yanlış pozitiflerin şişmesini önler. Ayrıca, önsel dağılımlara kodlanabilecek madde zorluğu hakkındaki esaslı önsel bilgilere sahip olduğunuzda tercih edilir. DIF analizini dikkatli madde yazımı ve içerik incelemesinin yerine kullanmayın: DIF analizi istatistiksel dengesizliği tespit eder ancak nedenini teşhis edemez. MCMC'nin hesaplama açısından çok maliyetli olduğu (kısa teslim süreleri olan çok büyük madde bankaları) ve basit bir Mantel-Haenszel veya lojistik regresyon DIF taramasının yeterli olduğu durumlarda Bayesian DIF'ten kaçının.
Güçlü yönler & sınırlılıklar
- DIF karşıtlıkları için tam sonsal dağılımlar sağlar, belirsizliği ikili p-değeri eşiklerine güvenmek yerine doğrudan ölçer.
- Sıkılıkçı DIF yöntemlerine göre küçük odak grup örneklemlerini önsellere doğru tahminleri küçülterek daha kararlı bir şekilde ele alır, yanlış pozitifleri azaltır.
- Beklenen madde zorluğu farklılıkları hakkındaki esaslı önsel bilginin dahil edilmesine izin verir.
- Tek bir tahmin çerçevesi içinde polikotomik maddelere ve karmaşık KIS (IRT) modellerine (kısmi kredi, dereceli yanıt) doğal olarak genişletilebilir.
- Sonsal olasılıklar test istatistiklerini toplamaktan ziyade sürekli olarak kanıt biriktirdiği için çoklu karşılaştırma şişmesini önler.
- MCMC tahmini hesaplama açısından yoğundur ve klasik Mantel-Haenszel veya lojistik regresyon DIF testlerine göre uygulanması daha fazla zaman ve uzmanlık gerektirir.
- Sonuçlar önsel belirlemeye bağlıdır; kötü seçilmiş önseller, özellikle çok küçük örneklemlerde DIF'i maskeleyebilir veya abartabilir.
- Model tanımlaması elde etmek için çapaların (DIF'siz olduğu varsayılan maddeler) dikkatli seçilmesini ve gerekçelendirilmesini gerektirir.
- Klasik DIF yöntemlerine göre daha az yaygın yazılım desteği vardır, bu da uygulamalı araştırmacılar için uzmanlık eşiğini yükseltir.
SSS
Bayesian DIF, klasik Mantel-Haenszel DIF testinden nasıl farklıdır?
Mantel-Haenszel testi, p-değerli tek bir ki-kare veya odds oranı istatistiği üretir. Bayesian DIF bunun yerine gruplar arasındaki madde zorluğu farkı için tam bir sonsal dağılım tahmin eder, güven aralıkları ve sonsal olasılıklar verir. Bu, daha zengin belirsizlik bilgisi sağlar ve Mantel-Haenszel'in kararsız olabileceği küçük odak grup örneklemlerinde daha iyi performans gösterir.
Bayesian analizde anlamlı bir DIF etki büyüklüğü ne olarak kabul edilir?
Gruplar arasındaki zorluk farkının sonsal ortalaması genellikle ETS sınıflandırma eşiklerine karşı yorumlanır: |delta| < 1.0 ihmal edilebilir (A), 1.0 ila 1.5 orta (B) ve > 1.5 büyüktür (C). Sıfırı dışlayan %95 güven aralığı, farkın veri altında sıfır olma olasılığının düşük olduğuna dair istatistiksel onayı ekler.
Bayesian DIF için büyük bir odak grup örneğine ihtiyacım var mı?
Bayesian DIF, odak grup örneklemlerinin küçük olduğu (örneğin, n < 100) durumlarda en iyi seçeneklerden biridir. Önsel dağılımlar parametre tahminlerini düzenler, sıkılıkçı DIF testlerini küçük örneklemlerde güvenilmez kılan kararsızlığı azaltır. Ancak, çok küçük örneklemler (n < 30) güçlü, iyi gerekçelendirilmiş önseller kullanılmadıkça bilgilendirici olmayan sonsal dağılımlar verebilir.
Bayesian DIF analizi hangi yazılımlar yapabilir?
Stan ve JAGS, R veya Python'da özel Bayesian KIS-DIF modellerini uygulayabilir. R paketleri 'blavaan' ve 'EdStan', Bayesian SEM ve KIS modellerini destekler. Özel MCMC betikleri aracılığıyla 'MCMCpack'te de özel Bayesian DIF fonksiyonları mevcuttur. R'deki 'difR' gibi klasik DIF paketleri, karşılaştırma için sıkılıkçı alternatifler sunar.
Bayesian DIF, Likert ölçekleri gibi polikotomik maddelere uygulanabilir mi?
Evet. Polikotomik KIS (IRT) modelleri — dereceli yanıt modeli veya kısmi kredi modeli — aynı Bayesian MCMC çerçevesi içinde tahmin edilebilir. DIF karşıtlıkları daha sonra tek bir zorluk parametresi yerine her kategori eşik parametresi için hesaplanır, bu da maddenin yanıt ölçeği boyunca gruplar arasında nerede farklı davrandığına dair daha zengin bir resim sunar.
Kaynaklar
- Swaminathan, H., & Rogers, H. J. (1990). Detecting differential item functioning using logistic regression procedures. Journal of Educational Measurement, 27(4), 361–370. DOI: 10.1111/j.1745-3984.1990.tb00754.x ↗
- Bolt, D. M. (2002). A Monte Carlo comparison of parametric and nonparametric polytomous DIF detection methods. Applied Measurement in Education, 15(2), 113–141. DOI: 10.1207/S15324818AME1502_01 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Bayesian Differential Item Functioning Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/bayesian-differential-item-functioning
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Ayırt Edici Madde Fonksiyonu (DIF)Psikometri↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır
- Çok Gruplu Madde İşlev Farklılığı (MG-DIF)Psikometri↔ karşılaştır