近年来,认知诊断评价(Cognitive Diagnosis Assessment)已成为认知心理学和心理测量领域的研究热点之一(de la Torre,2009;王卓然,边玉芳,郭磊,2015)。认知诊断模型(Cognitive Diagnosis Models,CDMs)是一种离散的潜在变量模型,它提供了关于被试在一组属性上更细粒度的多维诊断反馈信息,反映了被试对于知识技能的理解和掌握程度,也可以体现不同被试的能力水平。检测项目功能差异(differential item functioning,DIF)是CDM中检查测验可靠性问题的重要方法。在许多认知诊断测验数据的分析中都假定已界定的Q矩阵是正确的,不会对其合适性和正确性进行验证(喻晓锋,2015)。然而,以往研究证实Q矩阵的准确性对于认知诊断评价的准确性影响很大,测验Q矩阵元素的标注不准确将导致CDM参数发生偏差,从而影响对被试知识状态的诊断(Chen,Culpepper,Chen,&Douglas,2018;王晓庆,丁树良,罗芬,2019),Q矩阵的复杂性和项目结构对不同的方法会产生不同的结果(Svetina et al.,2018)。正因如此,本研究结合以往研究的发现和不足,重点探索多种DIF检测方法在Q矩阵是否正确设定以及有关DIF影响因素等条件下的表现。本研究分为三个部分,研究一是在CDM框架下评估在Q矩阵正确设定条件下MH、LR、CSIBTEST统计量和改进的Wald统计量(WObs、WSw、WXPD)六种DIF检测方法的表现。结果表明:WObs、WSw、WXPD三种参数化的DIF检测方法在绝大多数情况下要优于MH、LR、CSIBTEST三种DIF检测方法,其中WObs和WSw方法更优于WXPD方法。另外,测验长度也是影响WXPD、WObs、WSw方法检测表现的因素,随着测验长度增加,六种检测方法的一类错误率降低。研究二是在CDM框架下比较在Q矩阵错误设定条件下MH、LR、CSIBTEST统计量和改进的Wald统计量(WOfbs、MSw、WXPD)六种DIF检测方法的表现。本研究提出随机错误设定和随机平衡错误设定两种Q矩阵错误设定的方式,结果表明:无论是随机错误设定还是随机平衡错误设定,WOfbs、MSw、WXPD统计量的表现要好于MH、LR和CSIBTEST方法,MH、LR、CSIBTEST统计量的变化不大,同时,会出现一类错误率膨胀和统计检验力较低的现象。研究三是实证研究部分,使用MH、LR、CSIBTEST、WOfbs、WSw和WXPD六种DIF检测方法检测TIMSS 2007奥地利四年级学生数学测验题册三和四中是否存在性别DIF。结果表明:TIMSS 2007奥地利四年级学生数学测验题册三和四的题目中可能存在性别DIF,并且各种方法间的检测结果不同,存在差异。