A differential item functioning (DI

A differential item functioning (DIF) detection method for testlet-based data was proposed and
evaluated in this study. The proposed DIF model is an extension of a bifactor multidimensional
item response theory (MIRT) model for testlets. Unlike traditional item response theory (IRT)
DIF models, the proposed model takes testlet effects into account, thus estimating DIF magnitude
appropriately when a test is composed of testlets. A fully Bayesian estimation method was
adopted for parameter estimation. The recovery of parameters was evaluated for the proposed
DIF model. Simulation results revealed that the proposed bifactor MIRT DIF model produced
better estimates of DIF magnitude and higher DIF detection rates than the traditional IRT DIF
model for all simulation conditions. A real data analysis was also conducted by applying the proposed
DIF model to a statewide reading assessment data set

ผลลัพธ์ (ไทย) 2:

รายการที่ทำหน้าที่ต่างกัน (DIF) วิธีการตรวจสอบข้อมูล testlet ตามที่เสนอและ
การประเมินในการศึกษาครั้งนี้ รูปแบบ DIF เสนอเป็นส่วนขยายของ bifactor หลายมิติ
รายการทฤษฎีการตอบสนอง (Mirt) แบบจำลองสำหรับ testlets ซึ่งแตกต่างจากทฤษฎีการตอบสนองข้อสอบแบบดั้งเดิม (IRT)
รุ่น DIF, การนำเสนอรูปแบบจะเกิดผลกระทบ testlet เข้าบัญชีจึงประเมินขนาด DIF
เหมาะสมเมื่อทดสอบประกอบด้วย testlets วิธีการประมาณค่าแบบเบย์อย่างเต็มที่ถูก
นำมาใช้สำหรับการประมาณค่าพารามิเตอร์ การฟื้นตัวของค่าพารามิเตอร์ที่ได้รับการประเมินสำหรับการเสนอ
รูปแบบ DIF ผลการจำลองแสดงให้เห็นว่าการเสนอ bifactor Mirt รูปแบบ DIF ผลิต
ประมาณการที่ดีขึ้นของขนาด DIF และสูงกว่าอัตราการตรวจจับ DIF กว่าเดิม IRT DIF
รูปแบบจำลองสำหรับเงื่อนไขทั้งหมด การวิเคราะห์ข้อมูลที่แท้จริงนอกจากนี้ยังได้ดำเนินการโดยใช้การเสนอ
รูปแบบ DIF เพื่ออ่านบรรดาประเมินข้อมูลชุด

ผลลัพธ์ (ไทย) 3:

ความแตกต่างของการทำงาน ( DIF ) วิธีการตรวจสอบสำหรับ testlet ตามข้อมูลที่ได้เสนอและ
ประเมินผลการศึกษา การนำเสนอรูปแบบ dif เป็นส่วนขยายของทฤษฎีการตอบสนองข้อสอบแบบพหุมิติ bifactor
( mirt ) รูปแบบ testlets . ซึ่งแตกต่างจากทฤษฎีการตอบสนองข้อสอบแบบ ( 1 ) โมเดล
DIF เสนอ รูปแบบการใช้ testlet ผลลงในบัญชี ดังนั้น การแยกขนาด
อย่างเหมาะสมเมื่อการทดสอบจะประกอบด้วย testlets . วิธีการประมาณค่าแบบเต็มอยู่
รับค่าพารามิเตอร์ การกู้คืนของพารามิเตอร์ที่ได้ทำการเสนอ
ระดับนางแบบ ผลการจำลองแบบพบว่าแบบจำลองที่เสนอ bifactor mirt DIF
ดีกว่าประมาณการขนาดและราคาที่สูงกว่าระดับการตรวจสอบแบบดิฟ
ไออาร์ทีแบบจำลองสถานการณ์ทั้งหมด การวิเคราะห์ข้อมูลที่แท้จริงมาใช้ โดยการใช้รูปแบบการเสนอ
DIF โจเซฟอ่านการประเมินชุดข้อมูล