什么是 DIF ？ ACT 上与 DIF 关联的项目属性

核心观点

• DIF 的识别与预测：本研究使用机器学习方法，通过分析项目内容、心理测量属性和项目背景变量，识别了与项目功能差异（DIF）相关的项目特征。研究结果表明，可用的预测因子能够解释一定比例的 DIF 变异，尤其是在数学部分。
• DIF 与项目属性的关系：研究发现，DIF 与项目难度通常存在负相关关系，即较难的项目对非白人学生更有利，而较简单的项目对白人学生更有利。此外，特定内容主题、族裔和性别代表性、项目位置和关键答案等因素也与 DIF 相关。
• 不同考试部分的 DIF 趋势：在英语部分，涉及习语表达和标点符号的项目对白人学生更有利；涉及主题发展和句子结构的项目对亚裔学生更有利。在数学部分，较难、位置靠前、区分度高、字符数多的项目倾向于对白人学生有利。在阅读部分，涉及文学叙事文本和女性代表性的项目对女学生更有利，而涉及科学内容的段落对男学生更有利。在科学部分，涉及生物学内容的段落对女学生更有利，而涉及物理学内容的段落对男学生更有利。

关键数据

• 样本量：研究数据来自 46 份 ACT 形式测试，包括 113,799 名学生。
• DIF 解释比例：预测变量解释了 Mantel-Haenszel D-DIF 统计量 0%-40% 的变异度，其中数学和英语部分的变异度解释最为显著。

研究结论

• DIF 的潜在原因：DIF 可能由多种因素引起，包括学习机会的差异、课程选择模式、学生特征或行为（如动机、猜测或省略），以及 DIF 方法论或测量模型引起的统计误差。
• DIF 的处理方法：测试开发者可以通过审查标记为 DIF 的项目、调整项目编写和测试构建程序、创建具有“矛盾”特征的项目等方式来减少 DIF 的风险。
• DIF 的意义：DIF 趋势可以作为解决内容领域内系统性差异的指南，并可能反映其他学生特征或行为的系统性差异。