成对数据分析之行动者-对象瓦依性模型(APIM).docVIP

成对数据分析之行动者-对象瓦依性模型(APIM) 　　摘要　成对关系是人际关系和人际互动的最基本的单元，对成对关系的测量得到的成对数据具有人际关系的互依性特点，这种互依性往往体现在对象效应上。考虑到数据的互依性以及同时估计行动者效应和对象效应的行动者，对象互依性模型(APIM)是一种相对简单但很有吸引力的指导分析的模型。成对数据中根据数据的变异源分为三种变量；根据是否存在可区分开成对关系中的双方的变量而分为可区分和不可区分的数据；成对数据的分析往往开始于互依性程度的检验：在独立性不能得到满足的情况下，考虑是否可区分，则可以采用联合回归、多水平模型，结构方程建模的方法，对APIM中的各个效应进行估计。其中，尤为详细地介绍了使用LISREL软件进行结构方程建模分析的方法。 　　关键词　成对数据；APIM；非独立性／相依性；可区分：不可区分 　　分类号　B841.2 　　 　　1　人际关系研究 　　 　　对心理学的一个经典界定是“行为的科学”，而人类行为常常是在有他人在场的场合发生，因而社会互动的设计和数据分析就成为心理学的一个根本议题(Kenny，1996a)。人际关系是人作为社会存在的一个重要体现，人际关系的相关研究也正是人格和社会心理学的重要主题之一，其代表性学术期刊《人格与社会心理学杂志》中有一个版块直接涉及这一话题，即人际关系和群体过程版块。依照社会网络分析中的术语。人际关系中的个体称为行动者(actor)或节点(node)，个体之间存在关系纽带或联结(Wasserman，1994)。因而，人际关系的研究则是包括对节点以及节点间的联结进行的研究。 　　人际关系的研究需要把握以下人际关系的特点：第一，成对性、群体性。成对关系是人际关系和人际互动的最基本的单元，这样的单元往往可以找到一个大的群体背景。在群体中，存在多个成对的单元，共同构成一个网络。在这个网络中，除了“一对一的成对性，还存在一对多”和“多对一的变异(Kenny，1994)。成对关系是最简单的群体关系。第二，互依性，交互性。所谓互依性是指关系中一方的结果会对另一方的结果产生影响，如果不存在互依性，那么也就不成其为“关系”了(Kenny，Kashy，Cook，2006)。这种交互性，体现在认知、情感和行为各个层面，比如你在评判关系对象时，他，她会同样评判你，并会给予反馈(FiskeTaylar，2007)。第三，动态性，过程性。时间维度上，人际关系是一个持续的过程，有着不同的发展阶段，从关系的建立、维持、损伤、修复以至于破裂；关系中的双方本身也会随之变化。在空间维度上，不同场合下的关系将会有不同的表现。第四，双向性，非对称性。虽然关系双方存在互依性，但是这种双向的影响并非总是对称的，比如“单恋”等现象的存在。关系中非对称性的存在给关系带来复杂因素，也更加吸引研究者的关注。 　　在诸多人际关系的研究中，包括对成对关系的研究，收集到的数据往往是成对的数据，因而这样的数据也就具有了人际关系所带有的特征，这里着重介绍静态取向下的互依性(Kenny，1996a.)，且主要是体现在对象效应上的互依性。 　　 　　2　成对数据 　　 　　2.1来自的关系类型 　　根据关系属性：因为婚姻血缘形成的关系，因为工作上形成的关系，一般的社会交往形成的关系。比如：家庭关系中：夫妻，亲子，兄弟姐妹：学校中：师生关系，同伴关系；工作场合：同事关系，上下级关系；其他场合：朋友关系，恋人关系。传统的“五伦”即是界定五种常见的人际关系，包括：夫妻关系，亲子关系，兄弟关系，上下级关系，朋友关系。 　　在上面提到的关系类型中，根据是否有明显的变量将成对双方区分开，而将在这样的关系上收集的数据分为可区分的成对数据和不可区分的成对数据(GriffinGonzalez，1995)。比如传统的异性夫妻或恋人关系中，可以根据性别将双方区分为丈夫和妻子：而如果是同性婚姻或恋爱中，性别因素就不能用来区分双方；亲子双方、师生双方、上下级双方则可以根据角色进行区分：兄弟姐妹间可以根据性别或年龄长幼加以区分；异性同伴、朋友关系可以根据性别加以区分，而同性别朋友关系则不能。从可区分的成对关系中收集到的成对数据则可被系统有序地安排在数据管理软件中，而不可区分的成对数据中双方的顺序的安排则只能是人为的(Kenny et al.，2006)。区分变量应该具有理论和实证的意义，是否可区分本身也可以进行实证检验(GonzalezGriffin，1999)。 　　 　　2.2变量的类型 　　根据变量在成对间和成对内的变异情况，可以分为三种变量(KashyKenny，2000)：成对间变量，变异只存在于不同的对之间，相同对内的双方的取值相同。比如以成对双方为单位的实验中，分配到实验组和控制组的对之间存