概化理论与经典测量理论比较研究.docVIP

概化理论与经典测量理论比较研究 　　摘 要：本文通过对概化理论的基本概念及其发展进行介绍，通过与经典测量理论进行比较，指出概化理论有效弥补了经典测量理论对误差笼统定义的不足，总结出概化理论具有对误差来源进行合理分解的优势，具有很强的理论意义与实际应用价值。 　　关键词：概化理论 测量侧面 测量设计 　　中图分类号：G640文献标识码：A 文章编号：1673-1875(2009)05-005-02 　　 　　 概化理论GT将因素试验设计及其分析，方差分量模型等统计工具应用在教育和心理测量学，为检查行为测量提供了灵活的、可行的理论框架。针对经典测量理论的缺点，1972年，Cronbach等率先提出概化理论的基本框架，运用ANOVA或MANOVA对方差或协方差分量分解的方法，将测验情景中的各类误差进行分解和控制，实现了对经典测量理论的扩展。在Cronbach等人提出单变量概化理论的基本框架之后，单变量概化理论在行为测量领域的应用得到了广泛的认可，而随着研究的深人，单变量概化理论误差分量估计上的局限性也越发突出，而多元概化理论越来越多地体现了它的理论意义和实际应用价值。 　　 　　 一、概化理论的发展 　　 　　 1、单变量概化理论(UGT ) 　　单变量概化理论是在ANOVA的基础上发展起来的，具有简洁、灵活的特点。 　　 单变量概化理论从诞生到现在，内涵不断丰富，其中包括：对方差分量的估计方法的改进；混合模型的出现，即用一部分固定侧面代替以前的随机侧面；测量对称性原则的提出，即摒弃了以区分个体行为作为测量目的的传统思想;最大化概化系数的获得，对于原始分数的条件标准误的研究发现，在单变量概化理论中条件标准误随原始分的变化是一条向下的抛物线，拐点处可得到最大概化系数;在资源限制多重侧面的情况下如何计算最大信度系数等等。 　　 随着单变量概化理论内涵的丰富，它的使用范围也在不断地扩展，不仅对于区分各误差分量，而且对于测验和组合测验(分数信度的探讨、标准参照测验界定分数的误差研究以及绩效评价中任务数量的确定都具有意义。尤其是在评分者一致性方面的研究则是近来的热点，对单变量概化理论中的概化系数和传统的Kendall和谐系数(W系数)的优劣产生了争论。 　　 2、多元概化理论(MGT) 　　Webb认为多元概化理论对相关测验信度的评价具有价值。在多元概化理论诞生初期，由于计算的复杂性和难理解性，没有得到推广，但是由于单变量概化理论在误差分量的估计上存在相关误差效应，越来越多的研究者开始尝试使用多元概化理论。多元概化理论和单变量概化理论的不同之处是根据方差和协方差矩阵来求多元概化系数。 　　 多元概化理论是在单变量概化理论的基础上发展起来的，与单变量概化理论相比，它存在如下优势： 　　 (1)在方差信息之外还包含了协方差的信息； 　　 (2)可以从求特征根的方法得出最优概化系数及相应的特征矢量； 　　(3)当测评维度侧面的各水平之间的相关比较差时，也可以用权重削弱不太有用的评分因素对信度的影响； 　　 (4)在使用单变量概化理论时，一般不将评分因素变为一个单独的侧面，而是对每个评分因素分别计算G系数，因为很难说每个评分因素都是从同一个全域中随机挑选出来的，它们之间可能并不属于一个全域，虽然概化理论弱化了经典测量理论严格随机测验的理论假设，但是它依然要求一定的随机性。而用多元概化理论可以一定程度地避免上述问题，即使评分因素间的差距比较大时，因为它考虑到了协方差的信息，可以削弱这种差距对信度的影响； 　　 (5)单变量概化理论存在相关误差效应，模型的假设之一就是被试状态的稳定性，即误差分量的互不相关，实际情况很难满足这一假设。而多元概化理论误差分布的独立性假设，不存在相关误差效应； 　　 (6)测评维度对信度的影响问题。在单变量概化理论双侧面完全交叉设计的概化系数的计算公式中，可以发现测评维度和被试的交互作用的方差分量，而在多元概化理论单侧面完全交叉设计的概化系数的计算公式中，却看不到测评维度的影响，表面上多元概化理论在这一点上看似是具有缺陷的，而实际情况并非如此。在多元概化理论单侧面完全交叉设计的全域合成分数的概化系数计算公式中具有被试(p)、专家(r)、交互作用(Px.r)的各个方差协方差矩阵，这个方差协方差矩阵包含了测评维度对信度的影响，多元概化理论是在单变量概化理论的基础上发展起来的，它继承了单变量概化理论的基本思想，在信度计算上也包含了单变量概化理论所能提供的信息。 　　 在实际工作中用多元概化理论要比用单变量概化理论能提供更多的信息。 　　 由于多元概化理论还未得到大面积的推广，所以用方差协方差矩阵代人线性模型求解特征根和权重的方法的 　　理论意义还有待于进一步验证。 　　 　　 二