Gerek kültürlerarası karşılaştırmalarda, gerek belirli bir kültür içerisindeki gruplararası karşılaştırmalarda ölçme eşdeğerliğinin sağlanması temel metodolojik problemlerden birisini oluşturmaktadır. Ölçme eşdeğerliğinin incelenmesinde son yıllarda giderek yaygınlaşan madde-cevap kuramına dayalı modellerden yararlanılmaktadır. Madde ve Test Fonksiyonlarının Farklılaşması (Differential Item-Test Functioning, DIF-DTF) genel başlığı altında ele alınan bu modeller, gözlenen test puanları ile bunların altında yatan örtük özellik arasındaki ilişkinin, karşılaştırma grupları açısından eşit olup olmadığının incelenmesine dayalıdır. Ölçülen özellik bakımından aynı düzeyde bulunan, fakat farklı gruplara ait kişilerin maddeyi anahtarlanan yönde cevaplama olasılıkları farklılaştığında, madde fonksiyonlarının farklılaşması ya da maddenin karşılaştırma grupları için yanlı olması söz konusudur. Araştırmamızda 1807 kişilik bir öğrenci örneklemi üzerinde, bir kişilik alt ölçeğinin (Yumuşak Başlılık) 16 maddesinin kız ve erkek öğrenciler için madde fonksiyonlarının farklılıkları incelenmiştir. Yapılan analizler sonucunda 16 maddenin hepsinin iki parametreli modele uyum sağladığı, beş maddenin kız ve erkek öğrenciler arasında farklılık gösterdiği görülmüş, bu maddelerin özellikleri incelenmiş, toplam ölçek bazında nasıl ele alınabileceği tartışılmıştır.

Both in within and cross-cultural settings, measurement equivalence is one of the most important methodological problems in comparisons of group differences. Models based on Item Response Theory are being widely used in recent years in holding measurement equivalence. These models (generally take place under the title of Differential Item-Test Functioning-DIF, DTF) refer to the methods analyzing the relations between observed scores and the latent attribute measured by the test, across comparison groups. The existence of DIFDTF is evidenced when these relations are different across comparison groups. DIF is defined as differences in the probability of endorsing an item between members of the reference and focal groups having the same latent trait level. In this study, DIF analyses of 16 items of a personality scale (agreeableness) were performed on a student sample (1807 subjects). According to the results, all of the 16 items fitted to the two-parameter logistic model, but 5 items of the agreeableness scale showed differential item functioning between girls and boys. The properties of these DIF items and how to handle them are discussed.