Çok Kategorili Madde İşlev Sapması (Çok Kategorili MİS)
Polytomous Differential Item Functioning · Ayrıca şöyle bilinir: Polytomous DIF, DIF for polytomous items, ordinal DIF analysis, graded-response DIF
Çok kategorili madde işlev sapması (Çok Kategorili MİS), ikiden fazla sıralı yanıt kategorisine sahip (örneğin, Likert tipi ölçekler, kısmi kredi maddeleri) bir test veya anket maddesinin, ölçülen gizil özellik kontrol edildikten sonra cinsiyet, etnik köken veya dil geçmişi gibi gruplar arasında farklı işlev görüp görmediğini tespit eder. Klasik ikili MİS yöntemlerini sıralı yanıt formatlarına genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Ölçek veya test sıralı yanıt formatları (üç veya daha fazla kategori) kullandığında ve demografik gruplar arasında adalet bir endişe kaynağı olduğunda — örneğin, ölçek geliştirme, kültürlerarası uyarlama veya yüksek riskli değerlendirmelerin düzenleyici incelemesi sırasında — çok kategorili MİS analizi kullanın. Özellikle gruplar arasında karşılaştırılacak bileşik puanları hesaplamadan önce önemlidir, çünkü yanlı maddeler grup ortalaması farklılıklarını şişirir veya azaltır. Çok kategorili MİS yöntemlerini ikili (evet/hayır, doğru/yanlış) maddelere uygulamayın — bunun yerine standart ikili MİS prosedürlerini kullanın. Ayrıca, grup örneklem boyutları çok küçük olduğunda (grup başına kabaca 100'den az) bu analizden kaçının, çünkü lojistik modeller kararsız hale gelir.
Güçlü yönler & sınırlılıklar
- Kategorileri birleştirmeden tam sıralı yanıt yapısını doğrudan modeller, ikili MİS yöntemlerinin attığı bilgiyi korur.
- Hem istatistiksel bir test hem de standartlaştırılmış bir etki büyüklüğü indeksi sağlar, madde tutma veya kaldırma hakkında savunulabilir kararları destekler.
- Sıralı lojistik regresyon çerçevesi esnektir: düzgün ve düzgün olmayan MİS'yi tek bir birleşik modelde ele alır.
- Kavramsal olarak erişilebilir ve standart istatistiksel yazılımlarda (R difR, lordif, SPSS, Mplus) kolayca uygulanabilir.
- Likert tipi tutum ölçekleri, kısmi kredi akademik testleri ve gözlemci tarafından derecelendirilen araçlar için geçerlidir.
- Toplam puana göre eşleştirme, birçok madde MİS sergilediğinde saflaştırma sorunları yaratır, çünkü eşleştirme ölçütünün kendisi kirlenir.
- Güç, grup örneklem boyutlarına büyük ölçüde bağlıdır; grup başına kabaca 100–200'den az odak grupları güvenilmez tespit oranları verir.
- IRT tabanlı çok kategorili MİS yaklaşımları daha büyük örneklemler ve madde yanıt modelinin doğru belirtilmesini gerektirir, bu da karmaşıklığı artırır.
- MİS'yi tespit etmek tek başına maddenin neden farklı davrandığını açıklamaz — yanlılık ile etkiyi ayırt etmek için her zaman konu alanı incelemesi gereklidir.
SSS
Çok kategorili MİS, ikili MİS'den nasıl farklıdır?
İkili MİS, yalnızca iki yanıt seçeneği olan (doğru/yanlış veya evet/hayır) maddeler için geçerlidir ve Mantel-Haenszel veya ikili lojistik regresyon gibi yöntemler kullanır. Çok kategorili MİS, beş noktalı Likert ölçekleri gibi üç veya daha fazla sıralı kategoriye sahip maddeler için tasarlanmıştır. Lojistik çerçeveyi kümülatif log-olasılık modellerine genişletir ve kategorileri birleştirerek kaybolacak bilgiyi koruyarak tam kategori yapısını hesaba katar.
Güvenilir çok kategorili MİS tespiti için ne kadar örneklem büyüklüğü gereklidir?
Simülasyon çalışmaları genellikle sıralı lojistik regresyon tabanlı MİS tespiti için grup başına en az 100–200 katılımcı önerir, etki küçük olduğunda veya yanıt kategorisi sayısı büyük olduğunda daha büyük örneklemler gerekir. IRT tabanlı yöntemler genellikle kararlı parametre tahmini için grup başına 300 veya daha fazla olmak üzere daha da büyük örneklemler gerektirir.
Düzgün ve düzgün olmayan MİS arasındaki fark nedir?
Düzgün MİS, bir grubun özellik aralığı boyunca diğerinden tutarlı bir şekilde daha yüksek veya daha düşük yanıt kategorilerini onayladığı anlamına gelir — yanıt eğrileri kaydırılır ancak paraleldir. Düzgün olmayan MİS, grup farkının farklı özellik düzeylerinde yön veya büyüklük değiştirdiği — eğrilerin kesiştiği veya ayrıldığı — anlamına gelir, bu da maddenin gruplar arasında farklı şekilde ayırt ettiğini gösterir. Genişletilmiş lojistik modeldeki etkileşim terimi düzgün olmayan MİS'yi yakalar.
MİS için işaretlenen her maddeyi kaldırmalı mıyım?
Otomatik olarak değil. MİS, bir maddeyi gruplar arasında istatistiksel olarak farklı davranan bir madde olarak işaretler, ancak bu, yapısal olarak ilgisiz yanlılık (kaldırma veya revizyon nedeni) veya meşru etki — bir grubun maddenin ölçtüğü ikincil bir yönü gerçekten daha yüksek puan alması — yansıtabilir. İçerik uzmanları, maddeyi revize etme, tutma veya kaldırma kararı vermeden önce nedeni yargılamalıdır.
Hangi yazılım paketleri çok kategorili MİS analizini destekler?
R'deki lordif paketi, otomatik saflaştırma ve Nagelkerke R² etki boyutlarıyla sıralı lojistik regresyon MİS'sini uygular. difR paketi, çok kategorili genişletmeleri içeren daha geniş bir MİS yöntemi yelpazesini kapsar. Mplus, çok gruplu dereceli yanıt ve kısmi kredi modelleri aracılığıyla IRT tabanlı MİS'yi destekler. SPSS ve SAS, otomatik saflaştırma olmadan da sıralı lojistik modelleri manuel olarak çalıştırabilir.
Kaynaklar
- Zumbo, B. D. (1999). A handbook on the theory and methods of differential item functioning (DIF): Logistic regression modeling as a unitary framework for binary and Likert-type (ordinal) item scores. Directorate of Human Resources Research and Evaluation, Department of National Defense. link ↗
- Osterlind, S. J. & Everson, H. T. (2009). Differential Item Functioning (2nd ed.). SAGE Publications. ISBN: 978-1412954945
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Polytomous Differential Item Functioning. ScholarGate. https://scholargate.app/tr/psychometrics/polytomous-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
- Derecelendirilmiş Yanıt Modeli (GRM)Psikometri↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır