차별기능은 특정한 구성개념 또는 심리적 속성을 측정하는 검사나 문항이 집단에 따라 차별적으로 기능하는 현상이다. 차별기능이 존재할 경우, 검사 또는 문항이 측정하고자 하는 대상뿐만 아니라 집단 소속의 효과를 포함한 점수를 얻게 되기 때문에 검사의 타당도가 저해될 수 있다. 따라서 검사를 개발하거나 사용할 때 차별기능을 통제해야 한다. 차별기능을 탐지하기 위해서는 다양한 방법을 적용할 수 있지만, 심리학 분야에서는 작은 표본크기에 적합한 구조방정식모형을 이용하는 방법들이 발전하고 있다. 그러나 차별기능 연구는 균일적 차별기능에 대한 연구에 치중되어 있어서 비균일적 차별기능에 대한 연구가 상대적으로 부족하다. 따라서 본 연구에서는 다양한 조건 하에서 구조방정식모형의 두 가지 방법인 평균 및 공분산구조(MACS) 모형과 제약요인분석(RFA) 모형을 적용하여 비균일적 차별기능을 탐지하고, 두 방법의 수행을 비교하였다. 본 연구에서는 다음과 같은 두 가지 가설을 설정하였다. 가설 1에서는 집단 간 표본크기의 차이를 통제했을 때, 집단 간 측정오차분산의 차이가 클수록 RFA 모형의 차별기능 탐지 능률이 저하될 것이라고 예상하였다. 가설 2에서는 집단 간에 표본크기가 다를수록 측정오차분산의 차이와는 관계없이 RFA 모형의 차별기능 탐지 능률, 특히 정확 탐지율이 우세할 것이라고 기대하였다. 이를 검증하기 위해 집단간 요인으로 연구변수인 집단 간 표본크기의 비율, 측정오차분산의 차이, 구획변수인 표본크기, 차별기능의 크기, 전체 문항 중 차별기능문항의 비율을 설정하고, 집단내 요인으로는 적용모형을 설정한, 5집단간-1집단내 몬테카를로 모의실험을 설계하였다. 이 때, 종속변수는 정확 탐지율과 오류 탐지율이었다. 분석 결과, 차별기능문항의 신뢰도에 따라 측정오차분산의 차이가 정확 탐지율에 미치는 효과가 다르게 나타나 가설 1이 지지되는지의 여부 또한 달라졌다. 차별기능문항의 신뢰도가 높을 때는 가설 1과 같이 측정오차분산의 차이가 커질수록 MACS 모형이 우세했지만, 신뢰도가 낮을 때는 가설 1과 반대로 RFA 모형이 우세하였다. 한편, 측정오차분산의 차이가 오류 탐지율에 미치는 효과는 가설 1에서 예측한 바와 다르게 나타났다. 가설 2에 대한 검증 결과, 집단 간 표본크기의 차이에 관계없이 MACS 모형의 정확 탐지율이 더 높아 가설 2가 지지되지 않았다. 마지막으로 연구의 제한점과 추후 연구 방향을 논의하였다.
Differential functioning is that a test or an item favors examinees from one group over another, given the same level of the constructs or psychological properties. If there exists differential functioning in a test or an item, a test score or an item score would include the effect of the group membership as well as that of the constructs. As a result, the validity of the test could decrease. Thus, we should control the differential functioning when we develop or use tests. Although we can use various methods of detecting differential functioning, the methods using structural equation modeling (SEM) which fits small sample size are improving in the psychological field. However, there are fewer studies for nonuniform differential functioning than those for uniform differential functioning. Therefore, in this study, the author detects nonuniform differential functioning using mean and covariance structure (MACS) model and restricted factor analysis (RFA) model, which are kinds of SEM, under various conditions and compares the performance of two methods. There are two hypotheses. Hypothesis 1 is when the inequality of sample size is controlled, the more the inequality of unique variance is, the lower the efficacy of RFA model is. Hypothesis 2 is that the more the inequality of sample size is, the higher the efficacy of RFA model is, regardless of the inequality of unique variance. The design of the present study is 5 between-1 within Monte Carlo simulation; the between factors are the inequality of sample size and the inequality of unique variance, which are study factors, the sample size, the size of differential functioning, and the proportion of differential item functioning (DIF) items to whole items, which are block factors, and the within factor is the model that is applied to detect DIF. The dependent variables are true detection rate and false detection rate. Result of the analysis shows that the inequality of unique variance has different effects on true detection rate depending on the reliability of DIF items; only when the reliability of DIF items is high, the more the inequality of unique variance is, the lower the efficacy of RFA model is, which supports hypothesis 1. On the other hand, the effect of the inequality of unique variance on false detection rate is different from hypothesis 1. Moreover, the true detection rate of MACS model is higher than that of RFA model regardless of the inequality of sample size, so hypothesis 2 is not supported. Finally, the limitation of the study and the suggestion for future studies are discussed.