GT与IRT的比较_北京奥运会男子10米跳台跳水分析.pdfVIP

心理学报 2009, Vol. 41, No.8, 773−784 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2009.00773 GT IRT : 10 1 2 1 (1 北京大学心理学系, 北京 100871) (2 南昌航空大学数信学院, 南昌 330063) 概化理论(GT)和项目反应理论(IRT)从两个不同的方向发展了经典测量理论 , GT 和 IRT 中的多面 Rasch 测量模型(MFRM)在主观评分中都可以用来估计评分中各变异来源对变异的贡献, 对测评的信度进行 估计 , 提出测评改进意见。12 名运动员参加了 2008 北京奥运会男子 10 米跳台跳水决赛, 比赛共 6 个回合, 7 名裁判独立对他们在各个回合的表现进行打分。GT 和 MFRM 比较一致地认为运动员自身、回合、运动员 与回合的交互效应是运动员得分的重要变异来源, 而裁判员对运动员得分差异的贡献不显著。MFRM 同时 还估计出难度系数是影响男子跳台跳水成绩的重要变异来源, 在评分等级 6.5 附近存在步校准错乱, 得出的 运动员成绩排序与 2008 奥运实际排序有所不同。在 GT 中难度系数作为隐藏侧面, 其效应未能分离出来。 GT 和 MFRM 从两个不同的方面给测量提供改进意见 : GT 发现可以通过增加回合数来提高 g 系数, 而增加 MFRM 给出各侧面的要素(如某裁判、运动员等) 的估计值及其标准误, 它给出的诊断 裁判数对其影响不大。 性拟合统计也有助于甄别异常得分或评分模式。 概化理论; 多面 Rasch 测量模型 ; 主观评分 B841;B849 1 引言 评分的测验则更为复杂 , 被试的得分不仅受到特定 时空条件下被试自身行为表现的影响, 还会受到来 测量是按照一定规则给研究对象在一定性质 自评分者的影响。在主观评分活动中, 被测者按照 的数字系统(尺度)上指定数值的过程 , 其目的在于 规定完成一定的综合任务, 评分者则根据自己的主 正确地认识和对待客观对象。由于心理现象有非实 观判断对于被测者完成任务的具体表现给出一个 体性、动力性等特点, 心理测量所直接测到的只能 综合分数。评分者的评分容易受到其知识水平、综 是作为心理活动过程和心理特性作用结果的外显 合能力、爱好、情绪、疲劳等主观因素的影响。因 行为(漆树青, 戴海崎, 丁树良, 2002)。心理测验就 此 , 主观评分活动中, 可能会出现同一个评分者前 是在标准化情景下对一组行为样本的测量。我们真 后宽严标准不一、不同评分者宽严标准不一的情况, 正关心的是一般情况下的更具一般性的行为, 而非 出现所谓的评分者效应(Wolfe, 2004) 。研究者和测 特定时空条件下的表现。与行为抽样相关联的一个 验管理者的目标就是要减小这些误差, 准确估计被 问题是, 个体在特定时空条件下的行为表现是否可 试的能力值。 以推论到一般情况下的更具一般性的行为, 这种推 以作文能力的测量为例