朱乙艺 韦小满

1 引言

近年来，项目功能差异（differential itemfunctioning，简称DIF）是心理与教育测量领域的一个研究热点。到目前为止，有很多的方法可以用于检测DIF，检测DIF的方法包括MH方法、STND方法、LRDIF方法、基于IRT的方法、MIMIC方法和SIBTEST方法等。不同的DIF检测方法的检验力（即正确识别率）是不尽相同的，即便对于特定的某种检测方法而言，其检验力也不是固定不变的，有一系列因素影响着其检验力。影响DIF检测方法检验力的因素包括样本量、测验长度、被试的能力分布、DIF项目的比例、DIF值的大小等。国外学者对这些检测DIF的方法进行了很多比较研究，也做了很多探讨这些检测方法的影响因素的研究。通过这些研究，国外学者探讨了各种DIF检测方法的效率及优缺点，为实践者选择合适的DIF检测方法提供了很好的依据。在国外学者的启发下，我国学者利用现实存在的成就测验数据进行了一些DIF检测方法的比较研究，也对影响DIF检测方法的因素进行了研究。董圣鸿等认为采用1000人左右的样本进行DIF分析是完全可取的，如果要更为谨慎的话，那么选用2000人左右的样本就可以了[1]。李付鹏以某年度6000名考生普通高考文科综合选择题的作答数据为样本，探讨了能力水平分组对MH方法检验敏感性的影响[2]，研究结果表明：不同能力水平分组的检验结果均具有较好的一致性；检验结果对能力水平分组组数的敏感性较小，MH方法具有较好的稳定性。

应该说，国内对DIF检测方法的研究有助于对国外的相关研究结论进行验证，是对DIF检测方法研究的有益补充。……