题目因素分析：基于SEM和基于IRT的两类方法.pdfVIP

心理与行为研究 2013．11(1)：124～131 Studiesof Psychology and Behavior 题 目因素分析：基于SEM和基于IRT的两类方法 木 吴瑞林 涂冬波 (北京航空航天大学心理与行为研究所 ，北京 100191) (江西师范大学心理学院，南 昌 330022) 摘 要 心理和教育测量一般只能达到顺序量表 的水平 ．其测量数据与被测 因子问并非简单线性关系。题 目因素 分析是用来描述测量题 目与因子间非线性关系的统计模型 题 目因素分析主要有基于结构方程模型和基于项 目反 应理论两类方法 ．两类方法之间存在紧密 的联系，甚至可 以看作是 同…模型的两种表现形式 。本文详细阐述 了该 关系 ．同时对两类方法在参数估计 、模型拟合指标 、测量一致性检验和支撑软件等方面的特点进行 l『分析和 比 较 ．以便研究者选择最为适合其研究的方法 关键词 题 目因素分析 ，顺序数据 ．结构方程模型，项 目反应理论 ，测量一致性 分类号 B841：G449 下 ．它通过多分格相关系数 (P0lych0riccorrelati0n 1 引言 coe[ficient)替代原用的皮尔逊相关系数来解释题 目 研究题 目与所测量的心理特征 (或被称为因 与因子间非线性关系．本文称其为基于 SEM 的题 目 子 、构念 、潜变量)间的关系一直是心理和教育测 因素分析 20世纪 60年代兴起 的项 目反应理论 量中的核心问题 ．这样的研究可以被称为题 目因素 (ItemRespon$eTheory,侬71)提供了另外一条通路 ． 分析 (Item FactorAnalysis，IFA) (Wirth Ed． 它用概率的方法来假设题 目与被测潜变量之间的非线 wards．2007) 在分析题 目与构念间关系的诸多方 性关系．并从一开始就只关注二分或者顺序数据 此 法 中，因素分析 (细toranalysis)是使用最广泛 、 类方法被称为基于IRT的题 目因素分析 也最为有力 的统计工具 它最早可以追溯到Spear— 两类方法虽因不同应用 目的而产生 ．理论框架 m an 讨论一般智力时所使用的技术 从那时起的传 也不尽一致 ，但在解决实际问题的时候 ．却表现出 统因素分析中．观测变量与因子间的关系用线性 函 惊人相似 数学推导证明．两类方法估计获得 的题 数来确定 ：同时．观测变量还被看作服从正态分布 目参数 (在 71中被称为项 目参数)具有一一对应 的连续数据 (continuousdata) 关系 (Takane deLeeuw，1987) 然而 ，这一点 然而 ．心理和教育测量数据 中．观测变量的连 并不为广大心理学研究者和教育测验开发者所熟 续性和正态分布．及其与因子的简单线性 回归假设往 知 ．在近年来的国际心理测量学术会议和期刊中． 往都不满足 题 目测量所获数据一般只是二分数据 关于两类方法问关系的讨论和比较已经成为一个热 (dich0t0m0 dat口)或顺序数据 (0rd aldata) (戴 点 ：在国内有关会议上 ．也有学者表示对该问题 的 海琦 eta1．．2007)．题 目与因子问的关系并不适合用 兴趣 本文通过讨论两类方法的理论框架 ，阐释两 线性关系来描述 心理统计学家们一直致力于开发面 者之间的联系：并在回顾和分析两类方法最新研究 向二分数据和顺序数据的因素分析方法．用非线性函 的基础上 ．对 比它们在应用中的优势和特点．以便 数表示因子与题 目间关系 本文中的题 目因素分析 有关研究人员选择更为适用的统计方法和工具。 (IFA)均指这种非线性的题 目与因子关系：用线性关