[PF068] 素点を用いたDIFの大きさを表す指標の提案
キーワード：DIF, 古典的テスト理論, 項目反応理論
目 的
本研究の目的は，熊谷（2012）で提案された特異項目機能（differential item functioning: 以下DIF）検出方法について，素点を利用したものへと拡張することにある。
熊谷（2012）の方法は項目反応理論を利用した，いわゆるパラメトリックな手法であるため，特に多値型データにおいては，多数のサンプルサイズが必要となる。本研究では，熊谷（2012）の方法を，素点を用いたノンパラメトリックな方法に拡張することにより，より小数のサンプルサイズにおいてもDIF分析が行えることを目的とする。
DIF検出方法
下位集団数が２および２値型データの場合の手続きは以下のとおりである。
手続き１ 受検者ごとに正答数得点を算出し，その値ごとに層分けを行なう１。
手続き２ 層ごとに以下の値を計算する。
ここでは層を，およびは，層における下位集団およびの項目正答率，は全受検者数に対する層の人数の比率を表す。
手続き３ 以下の値をもって，DIFの大きさを表す指標とする。
分析例
熊谷（2012）の実験１に準じたシミュレーション・データを用いて，提案方法による分析を行なった。
データ 項目数65（DIFを検討しない項目15，検討する項目50），受検者数2000，下位集団数２（それぞれ1000名）の２値型データをシミュレーションにより生成した。データ生成手続きは熊谷（2012）の実験１と同様とした。
結果 シミュレーション・データのDIF検討項目（50項目）に対して熊谷（2012）による指標K（以下K1）と，本研究での提案指標（以下K2）を算出し，散布図を描いたものがFigure 1である。この時の相関係数は.99であった。
また，DIF検討項目の43番目の下位集団別および層別の正答率をプロットしたものがFigure 2である。この項目のK2の値は.34であった。
本研究で提案した指標について，素点に基づいた指標ながらも，熊谷（2012）とほぼ同様の性能を持つことが確認された。
文 献
熊谷龍一（2012）．統合的DIF検出方法の提案－“EasyDIF”の開発－ 心理学研究, 83, 35-（KUMAGAI Ryuichi, NOGUCHI Hiroyuki）
本研究の目的は，熊谷（2012）で提案された特異項目機能（differential item functioning: 以下DIF）検出方法について，素点を利用したものへと拡張することにある。
熊谷（2012）の方法は項目反応理論を利用した，いわゆるパラメトリックな手法であるため，特に多値型データにおいては，多数のサンプルサイズが必要となる。本研究では，熊谷（2012）の方法を，素点を用いたノンパラメトリックな方法に拡張することにより，より小数のサンプルサイズにおいてもDIF分析が行えることを目的とする。
DIF検出方法
下位集団数が２および２値型データの場合の手続きは以下のとおりである。
手続き１ 受検者ごとに正答数得点を算出し，その値ごとに層分けを行なう１。
手続き２ 層ごとに以下の値を計算する。
ここでは層を，およびは，層における下位集団およびの項目正答率，は全受検者数に対する層の人数の比率を表す。
手続き３ 以下の値をもって，DIFの大きさを表す指標とする。
分析例
熊谷（2012）の実験１に準じたシミュレーション・データを用いて，提案方法による分析を行なった。
データ 項目数65（DIFを検討しない項目15，検討する項目50），受検者数2000，下位集団数２（それぞれ1000名）の２値型データをシミュレーションにより生成した。データ生成手続きは熊谷（2012）の実験１と同様とした。
結果 シミュレーション・データのDIF検討項目（50項目）に対して熊谷（2012）による指標K（以下K1）と，本研究での提案指標（以下K2）を算出し，散布図を描いたものがFigure 1である。この時の相関係数は.99であった。
また，DIF検討項目の43番目の下位集団別および層別の正答率をプロットしたものがFigure 2である。この項目のK2の値は.34であった。
本研究で提案した指標について，素点に基づいた指標ながらも，熊谷（2012）とほぼ同様の性能を持つことが確認された。
文 献
熊谷龍一（2012）．統合的DIF検出方法の提案－“EasyDIF”の開発－ 心理学研究, 83, 35-（KUMAGAI Ryuichi, NOGUCHI Hiroyuki）