Ayırt Edici Madde İşlevselliği (DIF) Analizi
Differential Item Functioning Analysis · Ayrıca şöyle bilinir: Madde Yanlılık Analizi (DIF — Differential Item Functioning), item bias analysis, Mantel-Haenszel DIF, Lord chi-square DIF, logistic regression DIF
Ayırt Edici Madde İşlevselliği analizi, farklı gruplardan – örneğin cinsiyet, etnik köken veya dil geçmişi gibi – gelen ve aynı temel yeteneğe sahip olan sınav katılımcılarının bir test maddesine farklı yanıtlar verip vermediğini inceler. İlk olarak 1988'de Holland ve Thayer tarafından Mantel-Haenszel prosedürü aracılığıyla biçimselleştirilen bu yöntem, modern test geliştirmede madde yanlılığını tespit etme ve gidermede kullanılan başlıca araçtır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
DIF analizi, bir test veya ölçeğin iki veya daha fazla farklı grup arasında aynı yapıyı adil bir şekilde ölçmesi amaçlandığında uygundur. Referans grup (tipik olarak çoğunluk veya standardizasyon grubu) ve odak grup (dezavantaj açısından değerlendirilen grup) önceden tanımlanmalıdır. Yetenek eşleştirmesi, toplam puana veya IRT ile tahmin edilen tetaya dayanır, bu nedenle testin bütünü sınav katılımcılarının anlamlı bir sıralamasını sağlamalıdır. Kararlı Mantel-Haenszel tahminleri için her grupta yaklaşık 200 sınav katılımcısından oluşan minimum bir örneklem gereklidir; daha küçük örneklemler DIF tespitini güvenilmez hale getirir. Maddeler ikili veya sıralı yanıtlar olarak puanlanmalı ve analizin yeterli güce sahip olması için en az beş madde bulunmalıdır. Çok sayıda madde aynı anda test edildiğinde çoklu-karşılaştırma düzeltmesi (Bonferroni) uygulanmalıdır.
Güçlü yönler & sınırlılıklar
- Gruplar arasında eşit olmayan şekilde işlev gören maddeleri belirlemek için ilkeli, istatistiksel olarak temellendirilmiş bir yöntem sağlar ve yüksek riskli test geliştirmede adaleti destekler.
- Mantel-Haenszel prosedürü, yetenek dağılımına göre parametrik olmayan bir yöntemdir, bu da IRT model uyumunun belirsiz olduğu durumlarda sağlam olmasını sağlar.
- ETS A/B/C sınıflandırması, istatistiksel sonuçları, derin psikometrik uzmanlık gerektirmeden test geliştiriciler için eyleme geçirilebilir kararlara dönüştürür.
- Lojistik regresyon DIF, hem tekdüze hem de tekdüze olmayan DIF'i tespit ederek, yalnızca Mantel-Haenszel olasılık oranından daha eksiksiz bir madde davranışı resmi sunar.
- DIF tespiti tamamen istatistikseldir: işaretlenen bir madde, yanlılık yerine savunulabilir içerik nedenleriyle farklı işlevsellik gösterebilir, bu nedenle her işaretlenen madde, kaldırılmadan önce uzmanlar tarafından içeriksel olarak incelenmelidir.
- Her iki gruptaki küçük örneklemler düşük güce ve kararsız tahminlere yol açar; grup başına yaklaşık 200 katılımcı minimum önerilir.
- Analiz, saflaştırılmış bir eşleştirme kriteri gerektirir – eğer birçok madde DIF gösteriyorsa, eşleştirme için kullanılan toplam puanın kendisi yanlıdır, bu da kalan maddelerin DIF tahminlerini bozar.
- DIF analizi grup düzeyindeki örüntüleri belirler; bireysel sınav katılımcıları için adalet hakkında hiçbir şey söylemez.
SSS
DIF ile madde yanlılığı arasındaki fark nedir?
DIF istatistiksel bir bulgudur: eşit yetenekteki farklı gruplardan gelen sınav katılımcıları ona farklı oranlarda yanıt verdiğinde bir madde farklı işlevsellik gösterir. Madde yanlılığı ise içeriksel bir yargıdır: bu farklı işlevselliğin ölçülen yapıyı haklı çıkaramadığı durumlarda bir madde yanlıdır. Her yanlı madde DIF'e sahiptir, ancak her DIF maddesi yanlı değildir – farklı işlevsellik, yapının meşru bir çok boyutlu özelliğini yansıtabilir. Bu nedenle işaretlenen maddelerin insan uzmanlar tarafından incelenmesi esastır.
Hangi DIF yöntemini kullanmalıyım – Mantel-Haenszel, lojistik regresyon mu, yoksa Lord'un ki-kare testi mi?
Mantel-Haenszel en köklü ve hesaplama açısından en basit yöntemdir; tekdüze DIF'i güvenilir bir şekilde tespit eder ve delta ölçeği çıktısı, operasyonel olarak kullanılan ETS A/B/C sınıflandırmasına doğrudan eşlenir. Tekdüze olmayan DIF'i de tespit etmek istediğinizde veya grup üyeliğinin yanı sıra dil durumu gibi kovaryantları dahil etmek istediğinizde lojistik regresyon tercih edilir. Lord'un ki-kare testi, bir IRT modeli uydurmayı gerektirir ve IRT parametre tahminlerinin zaten mevcut olduğu ve model uyumunun yeterli olduğu durumlarda uygundur. Pratikte, Mantel-Haenszel ve lojistik regresyonu birlikte çalıştırmak ve işaretlerini karşılaştırmak sağlam bir stratejidir.
DIF analizi için ne kadar büyük bir örneğe ihtiyacım var?
Mantel-Haenszel prosedürü ve lojistik regresyon DIF, orta düzeyde DIF'i (ETS sınıfı B) tespit etmek için yeterli istatistiksel gücü elde etmek üzere genellikle her grupta en az 200 sınav katılımcısı gerektirir. 100 veya daha az gibi daha küçük odak gruplar, kararsız tahminlere ve yüksek DIF kaçırma oranlarına neden olur. Odak grubunuz çok küçükse, resmi DIF testi yerine ön tanı olarak betimsel madde istatistiklerini düşünün.
ETS A/B/C DIF sınıflandırması ne anlama geliyor?
Eğitim Test Hizmetleri (ETS) sınıflandırması, Mantel-Haenszel log-olasılık oranını mutlak bir delta ölçeği farkına dönüştürür. Sınıf A (ihmal edilebilir DIF), delta farkının 1.0'dan az olduğu veya sonucun istatistiksel olarak anlamlı olmadığı anlamına gelir; maddeler genellikle inceleme olmaksızın tutulur. Sınıf B (orta düzeyde DIF), istatistiksel anlamlılıkla 1.0 ile 1.5 arasındaki delta farklarını kapsar; maddeler içeriksel uzman incelemesi için işaretlenir. Sınıf C (yüksek düzeyde DIF), anlamlılıkla 1.5'i aşan bir delta farkı anlamına gelir; maddeler genellikle yüksek riskli bağlamlarda kullanılmadan önce elenir veya önemli ölçüde revize edilir.
Kaynaklar
- Holland, P. W. & Thayer, D. T. (1988). Differential Item Performance and the Mantel-Haenszel Procedure. ETS Research Report Series. link ↗
- Magis, D., Beland, S., Tuerlinckx, F. & De Boeck, P. (2010). A General Framework and an R Package for the Detection of Dichotomous Differential Item Functioning. Behavior Research Methods, 42(3), 847–862. DOI: 10.3758/BRM.42.3.847 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Differential Item Functioning Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/dif-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Madde Analizi (Klasik Test Teorisi)Psikometri↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır