第二章 文獻查證
第五節 項目反應理論看試題的心理特性的應用
項目反應理論（item response theory, IRT）乃因應過去古典測量理論 (classical test theory, CTT)的限制而發展出來86-88。過去CTT的缺點在於(i)無 法將受測者表現特徵和題目的表現特徵分開看，受測者的能力就是等於題目 的得分，而在IRT之中，題目參數與潛在能力間是獨立的。(ii)過去我們知道，
同一個人，做不同份難度不一的問題，得分當然可能有所不同，表面上的得 分看似程度有差異，但實際上都是同一個人的程度，而在CTT無法解決因問 卷不同，而造成表面上程度的差異，IRT模式的表現是從觀察題目反應層級，
而不是從測驗分數反應（加總後的分數）的層級，(iii)經由IRT所提供的訊息 可以用來評估每一個題目對於所測量概念的貢獻，(iv)可用在偵測不同次族 群（subgroups）間的試題差別功能（differential item functioning, DIF）或題 目偏差，(v)可用來產生簡短，複本及特定形式的問卷，並且(vi)儘管研究對 象回答不同的問卷也可以將研究對象的分數等化(equating)89。
IRT分析可以提供的檢驗量表的心理特性和量表的品質，IRT提供一個 數學的基礎來代替傳統的方法，將量表的序位資料轉換為等距資料，並且提 供有關這些資料是否有達到測量被接受的指標。
這樣的分析可以提供量表的訊息量有：這個活動力是否適配這個潛在特 性？訪員如何使用這個量表？這一系列的活動（試題）是否可以定義在這個 潛在特性之中
所以項目反應理論不僅提供一個數學的基礎來代替傳統的方法，並且當 其他非心理學者努力地將他們的研究概念化成可操作的測量時，他們可以很 容易地了解，但是實證調查需要有一個明確的理論架構作為基礎並據以檢驗 找出適當模式整合，而不是任意找一個進階的模式來處理就可以了40，因應
以上的優點項目反應理論現在已被廣泛地用在主觀的健康測量上90。
Wang 等利用多向度 Rasch 模式調整 WHOQOL-BREF 各範疇的相關性分 析台灣國民健康局之國民健康調查資料庫，來評估建構效度並且改善問卷的 信度及估計的精確度91。DIF 分析被用來評估模式-資料的適合度，在不同 性別及年齡分層間題目難度是否會有顯著的不同，當不同分群中題目難度的 估計值最大差距大於0.5 時表示有 DIF91。
本研究，使用項目反應理論中的試題困難度來看不同收樣模式間的試題 困難度表現與適配度指標，另外，我們也用試題差別功能分析看不同收樣模 式的造成同一族群差異的心理特質。
在過去，也有研究做過問卷跨文化時，比較其心理特性差異，其中就使 用Rasch分析中的DIF功能，比較兩組在同一族群的人，使用荷蘭板和英文版 的差異92。
近年來，有相當多的研究報告使用IRT 的方式來測試跨文化的問卷試 題，不在拘泥在問卷傳統信、效度的特質，而是將試題等化，各個題目擁有 不同的困難度，以往古典測驗理論是沒有辦法將試題區別開來。
即使對什麼樣的DIF 的定義才較適當？也有很多爭辯存在。目前有個 關於測驗公平性問題的看法認為：「在某個試題上，如果多數族群和少數族 群的平均表現有所不同的話，該試題便顯示出具有DIF 的現象。」其實，
這種看法也有個缺失，那就是未考慮其他影響變項的可能性，如：原本這兩 個族群的能力就有所不同，因此才導致他們在某個試題（或某份測驗）上表 現不同。
目前，比較被心理計量學者所接受的DIF 的定義為：「來自不同族群，
但能力相同的個人，如果在答對某個試題上的機率有所不同的話，則該試題 便顯現出DIF 的現象。」有了這項定義，試題反應理論(IRT)很自然的提供
一個研究DIF 的架構，因為試題特徵函數正可以說明答對某個試題的機率，
是與受試者的潛在能力和試題的潛在特徵有某種關聯存在。因此，DIF 的定 義可以被寫成下列的操作型定義：「某個試題特徵函數如果對不同的族群而 言都不相同的話，則該試題便顯現出DIF；反之，如果跨越不同族群的試題 特徵函數都相同的話，則該試題便不具有DIF。」本文即談論試題反應理論 對診斷試題偏差（或說試題DIF）的各種方法，並舉例說明它的用法。
許多的跨文化研究更應用項目反應理論來看其相等性。Roorda將英文版 的Western Ontario and McMaster Universities osteoarthritis index (WOMAC) 問卷翻譯成荷蘭版後，除了用傳統方法看其信效度外，也使用項目反應理論 看其跨文化轉譯後的問卷，看荷蘭版試題的適合度指標是否仍符合原版問卷 單一向度的假設，並進一步再比較英文版與荷蘭版的DIF情形，來檢查在不 同的語言對同一族群，題目的重要性是否有顯著不同92。
現今DIF功能大多用在跨文化的量表研究比較相等性當中，鮮少用DIF 功能來看收樣管理模式之間的差異，在過去，多用傳統理論（cronbach alpha, internal consistent reliability , factor analysis），未曾有過用探討心理特質的項 目反應理論來比較收樣模式間的差異。