修正高階DINA模型下項(xiàng)目和屬性功能差異檢測的性能及應(yīng)用研究.pdf

1、近些年來測驗(yàn)中的項(xiàng)目功能差異漸漸受到了心理測量學(xué)家以及教育學(xué)家的重視，因?yàn)槠渲苯雨P(guān)系到測驗(yàn)的效度問題和公平性問題。我國幅員遼闊,民族眾多,各地區(qū)之間經(jīng)濟(jì)文化發(fā)展很不平衡,城鄉(xiāng)差別很大,在大范圍內(nèi)實(shí)行統(tǒng)一考試,必然會造成許多因素影響到考試的公平性和有效性。因此對項(xiàng)目功能差異的研究顯得尤為重要。
　　本研究嘗試從一種新的視角檢測項(xiàng)目功能差異，將項(xiàng)目功能差異的來源拆分兩個(gè)：與結(jié)構(gòu)無關(guān)的不利（項(xiàng)目功能差異，DIF）和與結(jié)構(gòu)相關(guān)的不利（屬性

2、功能差異，DAF），并探討采用修正高階DINA模型方法實(shí)現(xiàn)檢測測驗(yàn)中DIF和DAF的性能，影響因素及應(yīng)用。本研究由兩個(gè)子研究構(gòu)成：
　　研究一采用Monte Carlo模擬方法探查了修正高階DINA模型在DIF和DAF檢測時(shí)的表現(xiàn)，研究結(jié)果表明：該模型參數(shù)估計(jì)具有較強(qiáng)的穩(wěn)定性，精度較高。模型用于DIF和DAF的檢測時(shí)，發(fā)現(xiàn)：在144個(gè)實(shí)驗(yàn)條件中，除個(gè)別幾個(gè)實(shí)驗(yàn)條件，DIF和DAF檢測犯I類錯(cuò)誤的概率均小于0.05。
　　而Q

3、陣的復(fù)雜程度，樣本大小，能力分布和屬性區(qū)分度大小四個(gè)因素對模型在DIF和DAF的檢測的統(tǒng)計(jì)檢驗(yàn)力有很大的影響。當(dāng)樣本容量越大時(shí)，統(tǒng)計(jì)檢驗(yàn)力越高。對于DAF的統(tǒng)計(jì)檢驗(yàn)力，當(dāng)Q陣簡單時(shí)，統(tǒng)計(jì)檢驗(yàn)力總體上高于0.8。當(dāng)Q陣越復(fù)雜，屬性區(qū)分度越高，能力分布越不匹配時(shí)統(tǒng)計(jì)檢驗(yàn)力越低。當(dāng)樣本容量較大時(shí)具有較高統(tǒng)計(jì)檢驗(yàn)力，猜測參數(shù)的統(tǒng)計(jì)檢驗(yàn)力較高，總體上高于0.8；Q陣越復(fù)雜，屬性區(qū)分度越高，能力分布越不匹配統(tǒng)計(jì)檢驗(yàn)力越高。失誤參數(shù)的統(tǒng)計(jì)檢驗(yàn)力總體上

4、中等偏低，Q陣越復(fù)雜，屬性區(qū)分度越高，能力分布越匹配，DIF類型越一致，失誤參數(shù)的統(tǒng)計(jì)檢驗(yàn)力越高；當(dāng)Q陣為簡單Q陣時(shí)，模型的返真性和對DIF、DAF的檢驗(yàn)力也令人滿意。
　　研究二以英語閱讀理解測驗(yàn)為例，探討修正高階DINA模型用于實(shí)測數(shù)據(jù)分析時(shí)檢測DIF和DAF的表現(xiàn)。結(jié)果表明:在實(shí)測數(shù)據(jù)下，該模型能夠有效的檢測出存在DIF和DAF的項(xiàng)目，但對DAF的檢測效果會受到Q矩陣是否正確標(biāo)定的影響。
　　綜上所述，基于修正高階DI