ニューラルテスト理論における DIF 指標の提案

ニューラルテスト理論におけるDIF指標の提案 新潟大学全学教育機構熊谷　龍一

ＤＩＦ（特異項目機能）について 「テストが測定しようとしている特性・能力が等しいにもかかわらず、所属する下位集団によって正答率が異なってしまう」（例：知能検査での男女差）

ＤＩＦ（特異項目機能）について DIF検出の方法 • Lordのχ2法 • Thissen他のデザイン行列による方法 • BILOG-MGのDIFコマンド • Mantel-Haenszel法 • SIBTEST…など

ＤＩＦ（特異項目機能）について ⇒　IRTの文脈では「項目パラメタの不変性が下位集団で成立していない」 (渡辺・野口, 1999)

ＮＴＴで表現すると…

本発表で提案する方法 • IRTの枠組みで提案されてきた熊谷・山口・小林（2005）および熊谷（2007）を，ニューラルテスト理論に応用する

DIF指標の計算方法 １．データ行列の分解 Thissen, Steinberg, & Wainer(1993)によるデザイン行列の作成。

１．データ行列の分解 item １　２　３　４　５　６　…　　ＮＧｒｏｕｐ１Ｇｒｏｕｐ２

１．データ行列の分解 item １　２　４　５　６　…　　Ｎ３’ ３* 欠測値Ｇｒｏｕｐ１欠測値Ｇｒｏｕｐ２

２．項目参照プロファイルの推定 １．で作成したデータファイルに対して，項目参照プロファイル（IRP）を推定する。

２．項目参照プロファイルの推定 item １　２　４　５　６　…　　Ｎ３’ ３* DIFを検討したい項目については，2つのIRPが推定される（３’と３*）。欠測値Ｇｒｏｕｐ１欠測値Ｇｒｏｕｐ２

２．項目参照プロファイルの推定

２．項目参照プロファイルの推定 潜在ランク分布（latent rank distribution, LRD）

３．DIF指標の計算 　　　　　　・・・潜在ランク数　　　　　　　　　　　・・・集団１および集団2として推定した項目参照プロファイルでの潜在ランクqにおける項目正答確率　　　　　　・・・潜在ランクqにおける相対LRD（もしくは相対RMD）

正答確率差 正答確率差の期待値

指標の性能検討 • シミュレーションデータによるMantel-Haenszel法（以下M-H法）　との比較検討

シミュレーションデータの作成 乱数による項目母数設定（識別力：対数正規乱数，困難度：標準正規乱数） 15項目 50項目 50項目 2母数ロジスティック・モデル（IRT）における正答確率と一様乱数との比較による０－１データの作成 1000名被験者母数θ 標準正規乱数２セット作成（100項目分のDIF項目） 1000名

結果ｒ = 0.92 α：共通オッズ比の推定値

結果 Roussos and Stout (1996)によるLarge or C-level DIF基準　ΔMH≧1.5

指標Kの特徴 • 正答率差の期待値として０～１の値で表現され，解釈が容易である。 • 実際にIRPを描くことで，どの集団のどのカテゴリにおいてDIFの影響が大きいのかを検討することができる。 • 3母集団以上のDIF検出に拡張が可能。

課題 • 計算量の多さ →専用のソフトウェアの開発 • Suspect item（DIFを検討する項目）とMatching item（DIFが生じていない項目）の切り分け　→purificationの確立

ニューラルテスト理論に おける DIF 指標の提案