Previous methodological and applied

Previous methodological and applied studies that used binary logistic regression (LR) for detection of differential item functioning (DIF) in dichotomously scored items either did not report an effect size or did not employ several useful measures of DIF magnitude derived from the LR model. Equations are provided for these effect size indices. Using two large data sets, the authors demonstrate the usefulness of these effect sizes for judging practical importance: the LR adjusted odds ratio and its conversions to the delta metric, the Educational Testing Service (ETS) classification system, and the p metric; the LR model-based standardization indices, using various weights for averaging stratum-specific differences in fitted probabilities; and a p metric classification system. Pros and cons of these effect sizes are discussed. Recommendations are offered. These LR effect sizes will be valuable to practitioners, particularly for preventing flagging of statistically significant but practically unimportant DIF in large samples.

ผลลัพธ์ (ไทย) 1:

ก่อนหน้านี้ methodological และใช้ศึกษาว่า ใช้ binary logistic ถดถอย (LR) ตรวจสินค้าที่แตกต่างทำงาน (DIF) ใน dichotomously ทำรายการอย่างใดอย่างหนึ่งไม่ได้ผลขนาด หรือไม่ได้ใช้มาตรการหลายอย่างเป็นประโยชน์ของ DIF ขนาดมาแบบ LR มีสมการสำหรับดัชนีนี้ขนาดผล ใช้สองชุดข้อมูลขนาดใหญ่ ผู้เขียนแสดงให้เห็นถึงประโยชน์ของขนาดผลเหล่านี้ตัดสินความสำคัญปฏิบัติ: LR ที่ปรับอัตราส่วนของราคาและการแปลง การวัดส่วนที่แตกต่าง ระบบจัดประเภทบริการการทดสอบทางการศึกษา (ETS) วัด p ดัชนีของแบบจำลองตามมาตรฐาน LR ใช้น้ำหนักต่าง ๆ เฉพาะ stratum ที่ต่างจัดกิจกรรม การหาค่าเฉลี่ย และระบบวัดประเภท p Pros และ cons ของขนาดผลเหล่านี้จะกล่าวถึง มีเสนอคำแนะนำ ขนาดผล LR เหล่านี้จะมีคุณค่าผู้ โดยเฉพาะอย่างยิ่งสำหรับการป้องกันการตั้งค่าสถานะของ DIF อย่างมีนัยสำคัญทางสถิติ แต่ความจริงสำคัญในตัวอย่างขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

ก่อนหน้าและนำไปใช้ระเบียบวิธีการศึกษาที่ใช้การถดถอยโลจิสติกไบนารี (LR) สำหรับการตรวจสอบของรายการที่แตกต่างกันทำงาน (DIF) ในรายการคะแนน dichotomously อาจไม่ได้รายงานขนาดผลหรือไม่ได้ใช้มาตรการที่มีประโยชน์หลายขนาด DIF มาจากรูปแบบ LR สมการจะมีให้สำหรับดัชนีขนาดผลเหล่านี้ การใช้ชุดข้อมูลขนาดใหญ่สองผู้เขียนแสดงให้เห็นถึงประโยชน์ของขนาดอิทธิพลเหล่านี้สำหรับการตัดสินความสำคัญในทางปฏิบัติอัตราส่วนราคาต่อรองปรับ LR และแปลงที่จะชี้วัดเดลต้าบริการทดสอบทางการศึกษา (ETS) ระบบการจำแนกและพีตัวชี้วัด; LR แบบที่ใช้ดัชนีมาตรฐานโดยใช้น้ำหนักที่หลากหลายสำหรับการเฉลี่ยความแตกต่างเฉพาะชั้นในน่าจะติดตั้ง; และ AP ระบบการจำแนกตัวชี้วัด ข้อดีและข้อเสียของขนาดอิทธิพลเหล่านี้จะกล่าวถึง ข้อเสนอแนะที่นำเสนอ ขนาดผล LR เหล่านี้จะเป็นประโยชน์ต่อผู้ปฏิบัติงานโดยเฉพาะอย่างยิ่งในการป้องกันการตั้งค่าสถานะของ DIF นัยสำคัญทางสถิติไม่สำคัญ แต่ในทางปฏิบัติในตัวอย่างที่มีขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

การศึกษาวิธีการและการประยุกต์การถดถอยโลจิสติกแบบไบนารีที่ใช้ก่อนหน้านี้ ( LR ) สำหรับการตรวจหาความแตกต่างของรายการทำงาน ( DIF ) ในอนันตภาคคะแนนรายการไม่ได้รายงานผล ขนาด หรือ ไม่ได้ใช้มาตรการที่มีประโยชน์หลายขนาด แยกมาจาก LR แบบ สมการให้เหล่านี้ผลขนาดดัชนี ใช้สองขนาดใหญ่ข้อมูลชุดผู้เขียนแสดงให้เห็นถึงประโยชน์ของค่าขนาดอิทธิพลเหล่านี้การตัดสินในทางปฏิบัติความสำคัญ : LR ปรับอัตราต่อรองและการแปลงไปยัง Delta เมตริก , ทดสอบทางการศึกษา ( ETS ) ระบบการจำแนกและ P เมตริก ; LR สำหรับดัชนีมาตรฐานต่าง ๆโดยใช้น้ำหนักเฉลี่ย ( เฉพาะความแตกต่างในความน่าจะเป็นที่ติดตั้ง ;และ P ( หมวดหมู่ระบบ ข้อดีและข้อเสียของขนาดผลเหล่านี้ได้ถูก แนวทางการนําเสนอ ขนาด LR ผลเหล่านี้จะมีคุณค่าต่อผู้ปฏิบัติงาน โดยเฉพาะเพื่อป้องกันการหย่อนยานของอย่างมีนัยสำคัญทางสถิติแต่ในทางปฏิบัติระดับหางแถวในตัวอย่างขนาดใหญ่