展开模型对EPQ反应数据拟合调查.docVIP

展开模型对EPQ反应数据拟合调查 　　摘　要　调查了拓广等级展开模型(GGUM)对EPQ反应数据的拟合情况。结果发现：(1)E量表最符合GGUM单维性的假设，即得到2个线性主成分，项目在这2个主成分上的负荷略微呈现一个半圆形的模式；(2)约束GGUM的阈限参数在项目间相等而得到的模型A在对EPQ的数据进行分析时是最简洁而有效的；(3)模型A和2PLM相比，前者在E和P上的拟合显著优于后者，在N上，两个模型提供了相似的拟合度。结果表明展开模型比优势模型更适合用于分析EP0的数据。 　　关键词　拓广等级展开模型，人格，EPQ，模型一数据拟合。 　　分类号G449.1 　　 　　1 引言 　　 　　项目反应理论(IRT)当前在国外广泛用于包括才能、成就、熟练性、入学和职业资格考试的认知能力评估中，但在态度、人格等领域中的应用并不普遍。原因之一是大部分IRT模型是建立在反应过程的优势假设基础之上，即认为个体在特质连??体上的位置越高于项目的位置，作答正确的可能性就越大。而Andrich和Luo以及Roberts等人则认为态度测量中的不赞成一赞成反应是和理想点假设相关联的，即只有当个体在态度连续体上的位置与项目位置接近时，才最可能赞成项目，当远离项目位置，无论是高于还是低于项目位置时，个体赞成项目的概率都较低。采用优势模型对态度陈述的反应数据进行分析会降低处于态度连续体两个极端位置上的个体的特质水平的测量效度。Chernyshenko等人和Stark等人认为人格项目本质上是关于人们自身的行为态度陈述，因而人格测验的数据更适用于使用展开模型而不是优势模型进行分析。 　　 　　目前研究者提出了多种展开模型，既有参数式的模型，例如PARELLA模型、双曲余弦模型(日CM)、等级展开模型(GUM)和拓广等级展开模型(GGUM)，也有非参数式的模型。非参数模型由于容易受到项目或被试抽样的影响，在实际研究中使用较少。而参数模型由于提供了参数不变性的测量。有利于计算机自适应测试(CAT)、题库建设和项目参数的链接或等值，因而为大多数量表建构和数据分析所采用。 　　 　　在已有的几个展开模型中，使用最多的是Roberts等人提出的一族展开模型，该族模型的最一般形式是GGUM问。GGUM允许区分度和阈限参数在项目间变化，适用于不赞成一赞成反应类别的数据。对GGUM的项目区分度和阈限参数进行不同形式的约束可以得到其余7个约束模型(详细情况可参阅文献)，目前已经有一些研究者开始探索GGUM在EPQ、16PF、大五人格问卷以及情感能力问卷的数据中的拟合性。在这些研究中，没有直接调查数据是否满足单维性的假设，研究的重点仅放在优势模型和GGUM对项目反应数据拟合的差异比较上，而没有研究Roberrs等人提出的8个展开模型中哪个模型拟合最优。本研究将采用主成分方法和平行分析程序直接检验EPQ各分量表反应数据是否满足单维性条件，并比较GGUM和它的三个约束模型在EPQ各分量表反应数据上的拟合差异，最后将前一步得到的拟合最优模型与2PLM进行比较，以便获得展开模型与优势模型在人格测量数据中拟合优劣的证据。 　　2　方法 　　 　　采用陈仲庚修订的EPQ问卷对某大学的1947名本科生进行施测，其中男生1181人，女生766人，所有被试的平均年龄为18.6岁，标准差为1.08。 　　采用OConnor编制的SPSS程序进行主成分分析和平行分析。采用GGUM2004和BILOG-MG计算机程序估计项目和个人参数，采用MODFIT计算拟合统计量的值。GGUM2004和MODFIT均可以从互联网上获得。 　　 　　3　结果 　　 　　3.1　单维性检验 　　Davision等人证实了当数据拟合一个单维展开模型时，采用主成分分析将得到2个主成分，并且项目在这2个主成分上的负荷形成一个扇形的模式。Nandakumar等人在GGUM的模拟研究中发现因素主轴分析不适用于展开模型的维度检验，而采用主成分分析则显得较为合理。他结合主成分分析和bootstrapped法平行分析也得到了2个线性主成分，各项目在这两个成分上的负荷在第1和第1V象限内形成一个半圆形的扇形模式。 　　 　　 　　本研究的结果如图1和图2所示。从图1中可以看出，E和P量表的平行分析结果保留了两个线性主成分。E量表的2个线性主成分的特征值分别为5，21和1.32。第一和第二主成分的负荷相差达3倍以上。P量表第一主成分和第二主成分的特征值相差并不大，分别为2.00和1.61。N量表保留了3个线性主成分。这三个线性主成分的特征值分别为5.66、1.44和1.30，第一主成分的特征值比第二第三主成分的特征值约高4倍或更多。进一步以2个成分数目进行主成分抽取，分别得到各量表下的项目