Journals / Hacettepe Üniversitesi Eğitim Fakültesi Dergisi / 2011 / Cilt: 2011 - Sayı: 41
MTK olabilirlik oranı testi ve lojistik regresyon değişen madde fonksiyonu belirleme yöntemlerinin karşılaştırılması
- Pages
- 36–47
- DOI
- —
Abstract
BSTRACT: The Type I error rates and the power of IRT likelihood ratio test and cumulative logit ordinal logistic regression procedures in detecting differential item functioning (DIF) for polytomously scored items were investigated in this Monte Carlo simulation study. For this purpose, 54 simulation conditions (combinations of 3 sample sizes, 2 sample size ratios, 3 DIF magnitudes, and 3 DIF conditions) were generated and each simulation condition was replicated 200 times. In general, the Type I error rates of IRT likelihood ratio test and ordinal logistic regression procedures were in good control across all simulation conditions. The power of likelihood-ratio test was high for medium or large sample sizes and moderate or large DIF magnitude conditions. The power of this procedure increased as the sample size or DIF magnitude increased. On the other hand, the power of ordinal logistic regression procedure was unacceptably low for all DIF conditions except for the large sample size and large DIF magnitude condition.
Özet
Bu Monte Carlo simülasyon çalışmasında, MTK olabilirlik oranı testi ve kümülatif lojit ordinal lojistik regresyon yöntemlerinin çok kategorili puanlanan maddeler için değişen madde fonksiyonunu (DMF) saptamada tip I hata oranlan ve güçleri incelenmiştir. Bu amaç doğrultusunda, 54 simülasyon koşulu (3 örneklem büyüklüğü, 2 örneklem büyüklüğü oranı, 3 DMF büyüklüğü ve 3 DMF durumu) üretilmiş ve herbir simülasyon koşulu 200 kere tekrar edilmiştir. MTK olabilirlik oranı testi ve ordinal lojistik regresyon yöntemlerinin tip I hata oranlan genel olarak bütün simülasyon koşulları altında iyi kontrol sağlamıştır. MTK olabilirlik oranı testinin gücü orta veya büyük örneklem büyüklüğü ve orta veya büyük DMF büyüklüğü için yüksek bulunmuştur. Bu yöntemin gücü örneklem büyüklüğü veya DMF büyüklüğü arttıkça artmıştır. Diğer yandan, ordinal lojistik regresyon yönteminin gücü büyük örneklem büyüklüğü ve büyük DMF koşulu hariç bütün simülasyon koşulları için kabul edilemez derecede düşük çıkmıştır.