基于双因子模型的测验总分和维度分的合成方法-心理学报.PDFVIP

心理学报 2017, Vol. 49, No.9, 12341246 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2017.0 1234 基于双因子模型的测验总分和 维度分的合成方法* 刘 玥 刘红云 (北京师范大学心理学部, 北京 100875) 摘 要 双因子模型可以同时包含一个全局因子和多个局部因子, 在描述多维测验结构时有其独特优势, 近些年 应用越来越广泛。文章基于双因子模型, 提出了 4 种合成总分和维度分的方法, 分别是：原始分法, 加和法, 全局 题目加权加和法和局部题目加权加和法, 并采用模拟的方法, 在样本量、测验长度、维度间相关变化的条件下考察 了这些方法与传统多维 IRT 方法的表现。最后, 通过实证研究对结果进行了验证。结果显示：(1)全局加权加和法 和局部加权加和法, 尤其是局部加权加和法合成的总分和维度分与真值最接近、信度最高。(2)在维度间相关较高, 测验长度较长的条件下, 局部加权加和法的结果较好, 部分条件下甚至优于多维 IRT 法。(3)仅有局部加权加和法 合成的维度分能够反应维度间真实的相关关系。 关键词 双因子模型; 多维 IRT; 总分; 维度分 分类号 B841 1 引言 成分数往往具有更高的信度(Wang, Chen, Cheng, 2004; Yao Boughton, 2007; Cheng, Wang, Ho, 2009; 大型的教育测验通常具有多维结构, 这些测验 Yao, 2010) 。 除了提供总分信息, 也越来越重视对各分维度维度 尽管目前, 基于 MIRT 模型合成总分和维度分 分(domain score, subscore) 的报告。维度分不仅能像 已 发 展 的 较 为 成 熟 , 但 是 , 随 着 双 因 子 模 型 总分一样作为选拔、分配等的判断标准, 更重要的 (bi-factor model)在多维结构数据中的广泛应用, 如 是能提供更详细的诊断信息(陈飞鹏, 2015) 。因此, 何基于该模型合成可信、准确的总分和维度分也成 合成准确、可信的总分和维度分在教育测量中具有 为研究者探索的重点。 重要意义。但是, 分维度中的题目数通常较少, 维 与传统方法相比, 基于双因子模型合成总分和 度分信度较低是估计和合成维度分面临的主要问 维度分具有一定的优势。一是具有较高的效标关联 题(de la Torre, Song, Hong, 2011) 。为了提高总分 效度。二是具有线性转换的特性, 这在追踪研究中 和维度分的准确性和可信度, 研究者对总分和维度 尤为重要 , 使得研究者可以忽略最初的能力水平 , 分的合成进行了大量的探索。 通过能力分数的变化来考察能力真值的变化情况 基于项目反应模型合成总分与维度分, 比较常 (Gavett, Crane, Dams-O’Connor, 2013) 。三是双因 见的有 3 种方法：基于单维项目反应理论(UIRT)模 子模型拟合数据所需要的计算较为简单 (DeMars, 型的方法、基于多维项目反应理论(MIRT)模型的信 2013), 可以通过限制性信息因素分析或全信息项 目因素分析的估计方法实现 息函数极大化方法(Yao, 2010)、基于高阶项目反应 (R