Çok Gruplu Madde İşlev Farklılığı (MG-DIF)
Multi-group Differential Item Functioning · Ayrıca şöyle bilinir: MG-DIF, multi-group DIF, differential item functioning across groups, multiple-group DIF analysis
Çok gruplu madde işlev farklılığı, test veya ölçek maddelerinin, ölçülen temel özellik üzerinde eşleştirilmiş yanıtlayıcılardan sonra, üç veya daha fazla farklı grup (cinsiyet, etnik köken veya ülke gibi) arasında eşdeğer olarak işlev görüp görmediğini inceler. Gruplar arasında farklı davranan maddeler, adil ölçümü ve geçerli puan karşılaştırmalarını tehdit eder.
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 üç veya daha fazla farklı alt grup arasında kullanılmak üzere tasarlandığında ve bu gruplar arasında puan karşılaştırılabilirliği gerektiğinde — uluslararası değerlendirmeler, kültürlerarası anketler ve lisans sınavlarında yaygındır — çok gruplu DIF kullanın. Her grup, IRT tabanlı yaklaşımlar için ideal olarak en az 200 yanıtlayıcıya sahip olmalıdır; CFA tabanlı yöntemler biraz daha küçük örneklemleri tolere eder. MG-DIF'i tek başına bir adım olarak kullanmayın: her zaman daha geniş bir ölçüm değişmezliği değerlendirmesi içine yerleştirin ve bulguları konu alanı uzmanlarının içerik incelemesiyle üçgenleyin. Tahminde bunu düzeltmeden, grup örneklem büyüklükleri oldukça dengesiz olduğunda uygulamaktan kaçının.
Güçlü yönler & sınırlılıklar
- Tek bir analizde üç veya daha fazla grup arasında madde yanlılığını eş zamanlı olarak değerlendirir, ayrı ikili karşılaştırmalar yapmaktan kaynaklanan çoklu test şişmesini önler.
- Düzgün DIF'i (tüm yetenek düzeylerinde bir grup için tutarlı avantaj) ve düzensiz DIF'i (grup ve yetenek düzeyi arasında kesişen etkileşim) tanımlar.
- IRT modelleri veya CFA parametrizasyonları aracılığıyla çok çeşitli madde formatlarına — dikotomik, politomik Likert ve kısmi kredi maddelerine — uygulanabilir.
- Sonuçlar doğrudan eyleme geçirilebilir: işaretlenen maddeler, araç adaletini iyileştirmek için revize edilebilir, kaldırılabilir veya ayrı olarak puanlanabilir.
- İteratif arındırma prosedürü, giderek daha temiz bir çapa ve daha güvenilir bir DIF sınıflandırması üretir.
- Özellikle IRT tabanlı tahmin için grup başına nispeten büyük örneklem büyüklükleri gerektirir; küçük odak grupları kararsız madde parametresi tahminleri üretir.
- Çapa maddelerinin seçimi önemlidir ve biraz özneldir; kontamine olmuş bir çapa, her iki yönde de yanlış DIF sonuçlarına yol açabilir.
- DIF'in istatistiksel anlamlılığı her zaman pratik anlamlılıkla örtüşmez; p-değerlerinin yanı sıra etki büyüklüğü indeksleri de kullanılmalıdır.
- Çok sayıda madde ve grup olduğunda, karşılaştırmaların sayısı hızla artar, dikkatli kontrol olmadan hem Tip I hem de Tip II hata riskini artırır.
SSS
Çok gruplu DIF, standart iki gruplu DIF'ten nasıl farklıdır?
Standart DIF, bir odak grubu ile bir referans grubunu karşılaştırır. Çok gruplu DIF, üç veya daha fazla grup arasında eşdeğerliği eş zamanlı olarak değerlendirir, birden çok ikili analiz çalıştırmaktan kaynaklanan artan Tip I hata oranını ve kısmi görünümü önler. Tek bir genel test, herhangi bir grup karşılaştırmasında değişmezlik gösteren maddeleri işaretler.
Hangisi daha iyidir — IRT tabanlı mı yoksa CFA tabanlı çok gruplu DIF mi?
Her ikisi de geçerlidir. IRT tabanlı yaklaşımlar, dikotomik veya politomik maddelere ve büyük örneklere sahip başarı testleri için yaygındır. CFA tabanlı yaklaşımlar, daha geniş bir ölçüm modeli yelpazesini ele alır ve hiyerarşik kısıtlamaları (metrik sonra skaler değişmezlik) açıkça test etmeye olanak tanır. Seçim, örneklem büyüklüğüne, madde formatına ve çıkarım hedefine bağlıdır.
Grup başına ne kadar örneklem büyüklüğü gereklidir?
IRT tabanlı çok gruplu DIF için, kararlı parametre tahminleri elde etmek üzere grup başına yaygın bir minimum 200-300 vaka gereklidir. CFA tabanlı yaklaşımlar, özellikle madde sayısı sınırlı olduğunda ve uyum sağlamlaştırılmış tahmincilerle değerlendirildiğinde, biraz daha küçük gruplarla çalışabilir. 100'den küçük gruplar, yönteme bakılmaksızın güvenilmez DIF sınıflandırmaları üretir.
Bir madde DIF için işaretlendi — silinmeli mi?
Zorunlu değil. İşaretlenen bir madde öncelikle içerik uzmanları tarafından, farklı performansın yapı-ilgisiz varyansı mı (gerçek yanlılık) yoksa yapının gruplar arasında nasıl tezahür ettiğine dair meşru bir fark mı yansıttığını belirlemek için incelenmelidir. Yanlışsa, madde revize edilmeli veya kaldırılmalı; fark yapı ile ilgiliyse uygun dokümantasyon ile tutulabilir.
Çok gruplu DIF standart yazılımlarda çalıştırılabilir mi?
Evet. R paketleri difR ve mirt, iteratif arındırma ile IRT tabanlı çok gruplu DIF'i destekler. Mplus ve lavaan, çok gruplu teyit edici faktör analizi aracılığıyla CFA tabanlı yaklaşımı ardışık kısıtlama testi ile destekler. IRTPRO ve flexMIRT, büyük ölçekli değerlendirmelerde yaygın olarak kullanılan ticari seçeneklerdir.
Kaynaklar
- Millsap, R. E. (2012). Statistical Approaches to Measurement Invariance. Routledge. ISBN: 978-1848728936
- 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 3). Multi-group Differential Item Functioning. ScholarGate. https://scholargate.app/tr/psychometrics/multi-group-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
- Çoklu Grup Doğrulayıcı Faktör Analizi (MG-CFA)Psikometri↔ karşılaştır
- Çok Gruplu Madde Tepki Kuramı (ÇG-MTK)Psikometri↔ karşılaştır
- Çok Gruplu Ölçüm Değişmezliği TestiPsikometri↔ karşılaştır