Una Investigación de la Validez de un Enfoque Bayesiano Empírico para el Análisis DIF de Mantel‐Haenszel

RESUMEN Investigamos la utilidad de una mejora bayesiana empírica (EB) al análisis DIF de Mantel‐Haenszel (MH). Asumimos que las estadísticas de MH tienen una distribución normal y que la distribución a priori de los parámetros DIF subyacentes también es normal. Usamos la distribución a posteriori de los parámetros DIF para hacer inferencias sobre el verdadero estado DIF del ítem (el método True DIF) y la distribución predictiva a posteriori para predecir el futuro estado observado del ítem (el método Future DIF). El estado DIF se expresa en términos de las probabilidades asociadas con cada uno de los cinco niveles DIF definidos por el sistema de clasificación ETS: C‐, B‐, A, B+ y C+. Los métodos propuestos tienen varias ventajas posibles. Primero, el uso de información a priori permite una estimación DIF más estable, especialmente en muestras pequeñas, una característica que debería ser ventajosa en las pruebas adaptativas por computadora. El enfoque EB puede transmitir información sobre la estabilidad del DIF de una manera más útil. Los resultados representan el estado del conocimiento sobre el verdadero estado DIF de un ítem como probabilístico, no determinístico. Los resultados de DIF EB se prestan bien para la visualización gráfica, lo que puede ser útil para transmitir hallazgos a los desarrolladores de pruebas y comités de DIF. Además, los resultados pueden proyectarse para condiciones de administración futuras que pueden diferir de las actuales. Como un método alternativo de señalización de DIF, también investigamos el uso de una función de pérdida para identificar posibles ítems DIF; este enfoque es muy general y no está vinculado al sistema de clasificación DIF de ETS. Una posible ventaja del procedimiento de la función de pérdida sobre el sistema de clasificación ETS es su mayor flexibilidad.