Purifying the Matching Variable and

Purifying the Matching Variable and Sample Size
You need to keep in mind that you should “purify the matching criterion” in the
process of conducting the DIF analysis. That is, items that are identified as DIF are
omitted, and the scale or total score is recalculated. This re-calculated total score is used
as the matching criterion for a second logistic regression DIF analysis. Again, all items
are assessed. This matching purification strategy has been shown to work empirically.
Holland and Thayer (1988) note that when the purification process is used, the
item under examination should be included in the matching criterion even if it was
identified as displaying DIF on initial screening and excluded from the criterion for all
other items. That is, the item under study should always be included in its own matching
criterion score. According to Holland and Thayer this reduces the number of Type I
errors.
With regards to the matter of sample size, it has been shown in the literature that
for binary items at least 200 people per group is adequate. However, the more people per
group the better. Finally, it will aid the interpretation of the results if the sample does not
Theory and Methods of DIF 28
have missing data. That is, one should conduct the analysis only on test takers from
which you have complete data on the scale at hand (i.e., no missing data on the items
comprising the scale and the grouping variable for your analysis).
Various R-squared Measures for DIF
Table 3 lists the various R-squared measures available to measure the magnitude
of DIF. In short, the R-squared measures are used in the hierarchical sequential modeling
process of adding more terms to the regression equation. The order of entering variables
is determined by the definition of DIF.
Table 3.
R-squared Measures for DIF

ผลลัพธ์ (ไทย) 1:

ทำความสะอาดแปรตรงกันและขนาดตัวอย่างคุณต้องจำไว้ว่า คุณควร "บริสุทธิ์ตรงเกณฑ์" ในการกระบวนการของการวิเคราะห์ DIF กล่าวคือ มีสินค้าที่ระบุไว้เป็น DIFตัดออก และคะแนนสเกลหรือผลรวมที่คำนวณ นี้การคำนวณจะใช้คะแนนรวมเป็นเกณฑ์ที่ตรงกันสำหรับสองถดถอยโลจิสติกการวิเคราะห์ DIF สินค้าทั้งหมดอีกครั้งประเมิน กลยุทธ์นี้ทำให้บริสุทธิ์ตรงกันได้รับการแสดงการทำงานเชิงประสบการณ์ด้วยฮอลแลนด์และท่า (1988) หมายเหตุว่า เมื่อมีใช้กระบวนการทำให้บริสุทธิ์ การสินค้าภายใต้การตรวจสอบควรรวมอยู่ในเกณฑ์ที่ตรงกันแม้ว่ามันระบุว่าเป็นการแสดง DIF บนเริ่มต้นคัดกรอง และแยกออกจากเกณฑ์ทั้งหมดรายการอื่น ๆ นั่นคือ สินค้าการศึกษาควรเสมอรวมในการจับคู่ของตัวเองเกณฑ์คะแนน ตามฮอลแลนด์และท่า นี้ช่วยลดจำนวนของชนิดฉันข้อผิดพลาดเกี่ยวกับเรื่องของขนาดตัวอย่าง มันแสดงในวรรณคดีที่สำหรับรายการที่ไบนารีอย่างน้อย 200 คนต่อกลุ่มไม่เพียงพอ อย่างไรก็ตาม ยิ่งคนต่อกลุ่มดีกว่า ในที่สุด มันจะช่วยการตีความผลถ้าไม่มีตัวอย่างทฤษฎีและวิธีการของ DIF 28มีข้อมูลที่ขาดหายไป นั่นคือ หนึ่งควรดำเนินการวิเคราะห์ในการทดสอบจากซึ่งคุณสามารถกรอกข้อมูลในระดับที่มือ (เช่น ไม่มีขาดหายไปข้อมูลสินค้าประกอบด้วยมาตราส่วนและตัวแปรการจัดกลุ่มสำหรับการวิเคราะห์ของคุณ)R squared มาตรการ DIFตารางที่ 3 แสดงรายการต่าง ๆ R squared มาตรการใช้วัดขนาดของ DIF. ในระยะสั้น R squared มาตรการที่ใช้ในโมเดลแบบลำดับชั้นตามลำดับกระบวนการเพิ่มเติมเงื่อนไขสมการถดถอย สั่งเข้ามาแปรจะเป็นไปตามข้อกำหนดของ DIF.ตารางที่ 3มาตรการ R squared DIF

ผลลัพธ์ (ไทย) 2:

เพียวริฟายอิ้ที่ตรงกับตัวแปรและขนาดตัวอย่าง
ที่คุณต้องจำไว้ว่าคุณควรจะ "ฟอกเกณฑ์ที่ตรงกัน" ใน
ขั้นตอนของการดำเนินการวิเคราะห์ DIF นั่นคือรายการที่มีการระบุว่าเป็น DIF จะถูก
มองข้ามและขนาดหรือผลรวมคะแนนจะถูกคำนวณใหม่ คะแนนรวมคำนวณใหม่นี้จะใช้
เป็นเกณฑ์ในการจับคู่สำหรับการวิเคราะห์การถดถอยโลจิสติก DIF สอง อีกครั้งทุกรายการ
ได้รับการประเมิน กลยุทธ์การทำให้บริสุทธิ์การจับคู่นี้ได้รับการแสดงที่จะทำงานร่วมสังเกตุ
ฮอลแลนด์และเธเออร์ (1988) ทราบว่าเมื่อกระบวนการทำให้บริสุทธิ์ถูกนำมาใช้ใน
รายการภายใต้การตรวจสอบควรรวมอยู่ในเกณฑ์ที่ตรงกันถึงแม้ว่ามันจะถูก
ระบุว่าเป็นการแสดง DIF ในการตรวจคัดกรองเบื้องต้นและการยกเว้นจากการเกณฑ์สำหรับทุก
รายการอื่น ๆ นั่นคือรายการภายใต้การศึกษาควรจะรวมอยู่ในการจับคู่ของตัวเอง
เกณฑ์ ตามที่ฮอลแลนด์และ Thayer นี้ช่วยลดจำนวนของประเภทที่
ข้อผิดพลาด
ด้วยการไปถึงเรื่องของขนาดของกลุ่มตัวอย่างจะได้รับการแสดงในวรรณคดีที่
สำหรับรายการไบนารีอย่างน้อย 200 คนต่อกลุ่มเพียงพอ แต่ผู้คนมากขึ้นต่อ
กลุ่มที่ดีกว่า ในที่สุดก็จะช่วยแปลผลถ้าตัวอย่างไม่
ทฤษฎีและวิธีการ DIF 28
มีข้อมูลที่ขาดหายไป นั่นคือหนึ่งควรดำเนินการวิเคราะห์เฉพาะในผู้รับการทดสอบจาก
ที่คุณมีข้อมูลที่สมบูรณ์ในระดับที่อยู่ในมือ (เช่นไม่มีข้อมูลที่ขาดหายไปในรายการ
ประกอบไปด้วยขนาดและการจัดกลุ่มตัวแปรสำหรับการวิเคราะห์ของคุณ)
มาตรการ R-Squared ต่างๆสำหรับ DIF
ตารางที่ 3 รายการต่างๆมาตรการ R-Squared ใช้ได้ในการวัดขนาด
ของ DIF ในระยะสั้นมาตรการ R-Squared ใช้ในการสร้างแบบจำลองลำดับชั้นตามลำดับ
ขั้นตอนการเพิ่มข้อตกลงอื่น ๆ สมการถดถอย ลำดับของตัวแปรเข้ามา
จะถูกกำหนดโดยความหมายของ DIF
ตารางที่ 3
มาตรการ R-Squared สำหรับ DIF

ผลลัพธ์ (ไทย) 3:

บริสุทธิ์จับคู่ตัวแปรและขนาดตัวอย่างคุณจะต้องเก็บไว้ในใจว่าคุณควร " ฟอกที่ตรงกับเกณฑ์ " ในกระบวนการของการแยกวิเคราะห์ . นั่นคือ รายการที่มีการระบุเป็นระดับเป็นละเว้น , และขนาดหรือคำนวณคะแนนรวมคือ . อีกครั้งนี้คำนวณคะแนนรวม ใช้เป็นเกณฑ์ในการจับคู่ที่สองระดับการวิเคราะห์ถดถอยโลจิสติก . รายการทั้งหมดอีกครั้งจะประเมิน นี้ที่ตรงกับการใช้กลยุทธ์ได้ถูกแสดงในงาน .ฮอลแลนด์ และ เทเยอร์ ( 1988 ) ทราบว่า เมื่อกระบวนการผลิตที่ใช้รายการภายใต้การตรวจสอบควรจะรวมอยู่ในเกณฑ์ ถ้ามันตรงกันระบุว่าเป็นครั้งแรกที่แสดงระดับการคัดกรองและแยกจากเกณฑ์ทั้งหมดรายการอื่น ๆ นั่นคือ รายการการศึกษาควรจะรวมอยู่ในการจับคู่ของตัวเองคะแนนเกณฑ์ ตาม ฮอลแลนด์ และ เทเยอร์ ซึ่งจะช่วยลดจำนวนของชนิดข้อผิดพลาดช่วยในเรื่องของขนาดตัวอย่าง , มันได้ถูกแสดงในวรรณคดีที่สินค้าไบนารีอย่างน้อย 200 คน ต่อ กลุ่ม ที่เพียงพอ อย่างไรก็ตาม คนต่อกลุ่มดีกว่า ในที่สุด มันก็จะช่วยในการแปลผล ถ้าใช้ไม่ได้ทฤษฎีและวิธีการแยก 28มีข้อมูลที่หายไป นั่นคือ ควรทำการวิเคราะห์เฉพาะผู้สอบจากคุณมีข้อมูลที่สมบูรณ์ในระดับมือ ( เช่น ไม่มีข้อมูลขาดหายไปในรายการประกอบด้วยขนาดและการจัดกลุ่มตัวแปรสำหรับการวิเคราะห์ของคุณ )มาตรการต่าง ๆ r-squared ดิฟตารางที่ 3 แสดงรายการต่าง ๆ r-squared มาตรการที่ใช้ในการวัดขนาดของระดับ . ในสั้น r-squared มาตรการที่ใช้ในแบบจำลองแบบลำดับชั้นกระบวนการของการเพิ่มเงื่อนไขเพิ่มเติมสมการถดถอย . เพื่อใส่ตัวแปรพิจารณาจากคำนิยามของดิฟ .ตารางที่ 3r-squared มาตรการดิฟ