展开模型和优势模型在职业兴趣测验中比较研究.docVIP

展开模型和优势模型在职业兴趣测验中比较研究 　　方 平，邓希冯，姜 媛 　　摘 要：该研究调查了展开模型（GGUM）和优势模型（GRM）对职业兴趣测验反应数据的拟合情况，并对展开模型和优势模型两种测验编制方法在职业兴趣测验中进行了比较。结果发现：（1）展开模型的模型拟合情况和测量精度优于累积模型，两种模型对被试能力参数估计的差异主要体现在极端被试上，对兴趣水平极端高的被试，展开模型的估计值更精确；（2）采用展开模型编制的测验在信度上远远高于Likert方法编制的测验，中间区域题目的增加提高了测验的信度，但两种方法在测验的效标关联效度上没有差异。结果表明，在职业兴趣的测量上，展开模型更精确；在职业兴趣测验的编制上，GGUM和Likert法没有差异，反而Likert法具有简便、易懂的优势。 　　关键词：展开模型；优势模型；职业兴趣 　　中图分类号：B841.2 文献标识码：A 文章编号：1003-5184（2012）05-0447-07 　　1 引言 　　在心理测量中，被试对一组题目的反应有两种基本的模式——优势型反应模式和展开型反应模式，这两种不同的反应模式遵循着不同的反应原理，适用于不同的测量类型。优势模型通常用于态度和人格量表的编制中（Roberts，Laughlin， Wedell，1999），这种方法最初由Likert提出，后来Coombs（1964）将这种方法称为优势模型，它假设当被试在特质连续体上的位置高于题目的位置时，被试会赞同题目，当被试位置低于题目位置时，被试就不会赞同题目（Coombs，1964），项目-总分相关，区分度分析，删除题目后的Cronbach α系数，主成份分析是优势模型中选择项目的常用方法，因此，如果项目同其它项目有高相关、同大多数题目在一个因素上有高载荷，这些项目就会被选择，这样的结果是只有在所测特质上水平相对极端（不管正性或负性）的题目会被挑选出，偏中性的题目将不会被选择因为它们同其它题目的相关不会很高，在同一个因子上的载荷也不如其它更极端的题目高（Van Schuur Kiers，1994）。 　　与优势模型相对应的是展开模型，又称为理想点模型。Thurstone（1928）发表论文“态度可以被测量”，他在论文中描述了他的量表编制方法，后来Coombs将他的方法称为理想点模型，理想点模型假设个体会同意一道题取决于个人和题目位置的接近程度，不同意有两种原因：个体水平高于题目水平和个体水平低于题目水平。Thurstone的方法主要用于态度和人格的测量和量表编制中。在量表编制中，展开模型试图使题目覆盖态度结构或人格特质的全部范围，就测量而言，这种方法假设当题目接近个体的态度或人格水平时，个体更可能同意题目，当题目远离个体的态度或人格水平时，不管哪种方向，个体都不太可能同意题目，因此，有必要纳入更多的中性题目到量表中，对中间区域的被试才能获得所测特质的准确估计。 　　展开模型是近年来心理测量研究中的热点问题，现有研究发现态度和人格测量中理想点模型更合适（邓稳根，戴海琦，黄海，戴慧群，2009；郭庆科，苗金凤，王昭，2006；Scherbaum，Finlinson，Barden， Tamanini，2006），于是近年来开始有研究尝试使用IRT展开模型编制测验。展开模型和累积模型所选择的题目的难度分布不同，展开模型编制方法增加了中间水平的题目，但这些题目的增加是否一定会带来测验信效度的改善还没有明确的结论，而且相对于传统的Likert编制方法，展开模型理论复杂，结果解释困难，被试量要求更高，所以有必要探讨展开模型的编制方法是否具有明显的优势。研究将比较GGUM 和GRM模型在《升学指导测验》各分量表反应数据上的拟合差异，然后用GGUM编制方法和Likert编制方法对量表进行修订并进行比较，以便获得展开模型与优势模型在兴趣测验编制中优劣的证据。 　　2 方法 　　2.1 被试 　　某211大学1250 名大三学生参加了测试，有效问卷1182份，其中男生706人，女生544人，所有被试的平均年龄为20.4岁，标准差为1.06。 　　2.2 材料 　　研究材料为《升学与就业指导测验》，该量表由张厚粲等（2004）编制。测验分为社会型、经营型、事务型、技术型、研究型、自然型、艺术型7个分测验，测验的题本共140题。题本从结构上包括2个部分，第一部分是“我喜欢的职业活动”，有96题；第二部分“我喜欢的日常活动”，有44题。采用6点计分，各分量表的α系数在0.89～0.92之间。 　　2.3 统计工具 　　使用GGUM和PARSCLE估计展开模型和优势模型下的题目参数和被试参数，使用MODFIT计算两种模型下实际项目特征曲线和估计的项目特征曲线的一致程度，比较两种模型的模型拟合和测量精度。 　　3 结果