Comparison of Mantel-Haenszel and Logistic Regression Techniques in Detecting Differential Item Functioning

Bu araştırmada, iki kategorili verilerde değişen madde fonksiyonu (DMF) belirlemede kullanılan MantelHaenszel (MH) ve lojistik regresyon (LR) tekniklerinin I. Tip hata oranları ve istatistiksel güç değerlerinin odak ve referans grubun yetenek dağılımı, örneklem büyüklüğü ve örneklem büyüklüğü oranlarının değiştiği çeşitli koşullar altında karşılaştırılması amaçlanmıştır. Araştırmada, yetenek kestirimleri ve cevaplayıcı tepkileri WinGen3 simülasyon programı kullanılarak elde edilmiştir. DMF içeren ve DMF içermeyen madde parametreleri iki parametreli lojistik modele uygun olarak üretilmiştir. Araştırma sonucunda, referans ve odak grup yetenek dağılımları birim normal dağılım gösterdiğinde MH ve LR tekniklerinde benzer ve nominal ? düzeyine yakın I. Tip hata oranları ortaya çıkmıştır. Buna karşın, referans ve odak grup yetenek dağılımları farklılaştığında MH ve LR tekniklerinde şişirilmiş I. Tip hataların ortaya çıktığı gözlenmiştir.Ayrıca, en yüksek I. Tip hata oranları grupların yetenek dağılımı arasındaki fark yüksek ve geniş örneklem büyüklükleri söz konusu olduğunda ortaya çıkmıştır. Bu araştırma sonuçları, MH ve LR DMF belirlemede şişirilmiş I. Tip hata oranları gözlendiğinde bu testlerin istatistiksel güçlerinin de büyük ölçüde arttığını göstermiştir.The purpose of this study was to compare Type I error rates and power for Mantel-Haenszel (MH) and logistic regression (LR) tests for reference and focal groups with varying ability distributions, sample size and sample size ratios. In this study WinGen3 was used to simulate ability estimates and to generate response data. The two-parameter logistic item response model was used to generate the item parameters for both non-DIF and DIF items. The results showed that with equal group distribution, Type I error rates of MH and LR techniques had similar and near the nominal ? level. On the other hand, with unequal group distribution, inflated Type I error rates were observed in MH and LR procedures. Furthermore, the highest type I error rates were observed when difference between ability distributions was high and sample size was large. Results also showed that conditions leading to type I error rate inflation also result in artificially enhanced power rates