论文部分内容阅读
人格和态度测量中经常使用李克特式量表评估受试者对一组与测量主题有关的陈述语句同意或不同意的程度，通过计算每个调查者在所有题目上的态度总分得到他或她在这一量表或问卷上的不同状态。反应偏差则是影响问卷或量表信效度的一个重要因素。反应偏差(response bias)指被试在作答李克特式题目时不以题目内容为依据的一种系统行为倾向，包括反应定势(response set)和反应风格(response style)两类。反应定势出现与题目内容相关，指受试者总是出于某种目的按某种系统化方式而不是根据自己真实心理状态作答，主要有社会赞许性效应等。反应风格与题目内容无关，即受试者忽略题目内容总是偏向于某种特定的反应方式，没有目的性作答，主要有中心化反应风格(middle response style)，极端化反应风格(extremeness response style)，默认化反应风格(acquiescence response style)，反应风格被认为代表了某种稳定的个人特征，存在系统的文化差异，反应风格存在于数据中使测验结果不能体现测量主题，降低测验信效度。基于此，有研究者提出并发展了一系列处理反应风格的方法，如频率统计，结构方程模型，潜类别分析，混合IRT模型等。然而这些方法处理反应风格依然存在一些局限，无法有效分离反应风格与所测内容。 本研究应用Paul De Boeck(2016)提出的广义项目反应树状模型处理反应风格，广义项目反应树状模型假设受试者在作答李克特题目做出的反应是由不同认知状态共同产生的，而到底是通过哪种认知状态导致观察反应的产生就是我们试图在IRT模型中求出的θ参数，也就是对认知过程的数值化测量。模型将认知过程的假设转换为一个加工树模型形式，并通过相对简单的极大似然技术进行参数估计，研究者可以使用这种方法检测被试与题目内容无关的认知状态，如反应风格。为验证广义项目反应树状模型在处理反应风格的效能，本研究通过一个模拟研究和一个实证研究对其进行论证。 模拟研究一主要论证了广义项目反应树状模型校正极端反应风格、恢复被试真实特质水平的能力，及影响树状模型参数估计精确性的相关因素。研究将近来处理反应风格的常用方法混合分部评分模型作为参照，比较了两种模型在极端反应风格上对被试参数的返真性大小，同时考虑测验长度，样本容量对广义项目反应模型估计精度的影响，结果发现，广义项目反应树状模型对被试参数返真性好于混合分部评分模型，估计精度受测验长度影响不受样本容量影响，测验越长，题目数量越多，模型估计越精确。 研究二为实证研究，将广义项目反应树状模型应用在实际数据中检测数据中被试表现出的反应风格，进一步验证模型在实际反应风格研究中的功效。研究数据为浙江省台州市小学科学教育监测中的学习态度问卷，抽取其中学习困难，学习内部动机，学习外部动机，学习效能感，亲子关系，同伴关系6个维度共4189名被试，考察他们是否在作答过程中表现反应风格。结果发现，首先，广义项目反应树状模型关于多重心理过程假设是合理的;其次，检测的数据中存在反应风格，即有被试表现出极端化反应风格和中心化反应风格，根据广义项目反应树状模型估计出各部分认知状态参数结果，表现极端反应风格和中心化反应风格的被试θERS参数与θMRS参数明显偏高，对应的原始反应也是两个极端选项和中性选项出现频率最多，而在检测反应风格指标单维性上，θMRS组所有二分项目与多维模型结构更加拟合，说明θMRS组二分项目不仅测量的是中心化反应风格，同时还有问卷测量的潜在特质。