分数合成和解释解析.ppt

第五章 分数的合成与解释;第一节 分数的合成;每当将测验分数组合时，必须考虑以下3个问题： （1）采用什么方法来合成分数？ （2）什么形式是最适当的分数组合？ （3）需要多少及何种测验分数作最适当的组合分数？ ;一、组合变量的方法;（二）推理方法（加权求和合成） 如果各个测验所测特质间有相互代偿作用这些测验上的分数又 是连续性资料，并能大体同时获得那么可以采用加权求和的方法对 分数进行合成。 1、单位加权 2、等量加权 ;（三）多重回归 用多元回归分析组合分数，适用于所测特质具有某种程度的互偿性。 当同时采用几个预测源来预测一个效标，而这 些预测源变量之间又具有互偿性时，多重回归是 最常用来组合分数的模式。 1.基本方程式 为预测的效标分数， 为各预测源 分数， 为每个预测源的加权数， 为 一常数，用来校正预测源与效标平均数的差 异。 ;2. 预测误差 导出回归方程后，将每个人在各预测 源上的分数代入回归方程，便可得到每个 人的预测效标分数。 实际上，这个预测的效标分数只是一 个最佳估计—是所有具有相同预测源分数 的人的效标分数分布的平均。 ;3. 渐进效度 当预测源在两个以上时，一般采用阶梯式步骤进行 多重回归分析。首先选出与效标相关最高亦即最有效的 预测源（它作为合成体的一部分的效度与它作为单一预 测源的效度相同）。然后加入另一个预测源与最佳预测 源组合，以使R的数值增至最大。下一个要加入的预测源 应该是与前两个预测源组合能使R值增加最多的，这样继 续下去，直到加入再多的预测源无法使R值有显著增加为 止。这里每一个预测源的效率取决于它对总的预测效率 的独特贡献。一个预测源加入合成体后所增加的R值，叫 渐进效度。如果一个预测源不能使R值增加，就不应加入 合成体。在实际应用时，一般二至四个预测源就足以达 到最高的预测正确性。 ;示例 SIM手机用户满意度与相关变量线性回归分析 　　 我们以SIM手机的用户满意度与相关变量的线性回归分析为例，来进一步说明线性回归的应用。从实践意义讲上，手机的???户满意度应该与产品的质量、价格和形象有关，因此我们以“用户满意度”为因变量，“质量”、“形象”和“价格”为自变量，作线性回归分析。利用SPSS软件的回归分析，得到回归方程如下：;用户满意度＝0.645×质量＋0.221×价格＋0.008×形象 　　 对于SIM手机来说，质量对其用户满意度的贡献比较大，质量每提高1分，用户满意度将提高0.645分；其次是价格，用户对价格的评价每提高1分，其满意度将提高0.221分；而形象对产品用户满意度的贡献相对较小，形象每提高1分，用户满意度仅提高0.008分。 ;方程各检验指标及含义如下：;从方程的检验指标来看，“形象”对整个回归方 程的贡献不大，应予以删除。 所以重新做“用户满意度”与“质量”、“价格”的回归 方程如下： 　　 用户满意度＝0.645×质量＋0.221×价格 　　 对于SIM手机来说，质量对其用户满意度的贡 献比较大，质量每提高1分，用户满意度将提高 0.645分；用户对价格的评价每提高1分，其满 意度将提高0.221分（在本例中，因为“形象” 对方程几乎没有贡献，所以得到的方程与前面的 回归方程系数差不多）。 ;方程各检验指标及含义如下：;（四）多重划分 用多元回归分析组合分数，适合于所测特质具有某 种程度的互偿性。但在实际生活中，有些所测特质之间 是不能互相补偿的 。多重划分就是在各个特质上都确定 一个标准，从而把成绩划分为合格与不合格两类。在一 个测验上合格了，不能保证总的要求一定能合格。只有 每个测验都合格时，总要求才算合格。所以在整个测验 实施时，是把所有组成这一测验的分测验按一定顺序排 列起来逐一实施。只有通过了前一次测验，才能继续实 施后一个测验。当有一个测验的成绩被断定为不合格 时，测验即停止，被试被视为不合格而予以淘汰。所以 被视要想得到完全合格的结果，就必须使各个测验的分 数均达到规定的分数。由于成功的被试必须越过一连串 的栅栏，所以这种方法也叫做“连续栅栏”。;（五）合成分数的特殊方法 1、完形记分 所谓完形记分就是将各个变量看做一个整体， 不是孤立地看每个反应结果，而是看总的反应模 式。在某些情况下，完形记分可以使效度增加。 2、轮廓分析 主要是考虑被试在各个测验或量表上所得分数 的轮廓，而不是将各个变量作简单的线性组合。 ;二、各种分数合成方法的比较;效标分数;（二）资料特征 1.输入资料的种类 临床法可接受任何种类的资料，其他方法均 需要数量的资料。除多重分段外，所有统计方法 都要