| 整合数据分析方法在心理学研究中的应用 |
|
|
|
虑地域异质性时，需进一步考虑民族、犯罪率、社会保障等特定因素，而不是一般因素的分析。但IDA方法通常把抽样异质性与地域异质性结合在一起分析，根据对数据集的不同定义而选择随机效应IDA或者固定效应IDA。3.2.2 历史时间异质性及分析策略
历史时间异质性主要考察各研究在时间上的差异。在横断（Cross-Sectional）研究数据的IDA中，可直接比较研究之间施测时间的差异来考察历史异质性对研究结果的影响，采用上述的固定效应IDA方法或随机效应的IDA方法进行分析。
而纵向研究IDA的时间异质性分析不但要考虑发展趋势的差异，也要考虑施测时间、出生年代（Cohort），生理年龄对个体发展趋势的影响。通常采用固定效应的IDA进行分析，对被试出生年代进行虚拟编码，并作为预测变量进入分析模型，综合分析个体心理特征随时间发展的特点，并建立每个年代的成长轨迹，或者判断是否需要针对各出生年代建立成长轨迹。在这模型中，可直接分析被试出生年代和研究（Cohort×Study）的交互作用，以便在研究其他重要预测变量前控制这种交互作用。若合并数据中的被试的出生年代的数量足够多，则可以将之看作连续变量，把出生年代作为模型中一个连续型预测变量，同时估计出生年代相关（Cohort-related）和年龄相关（Age-related）的发展变化。若数据充分，则可估计这两个时间维度交互作用，及与研究群组的交互作用。
3.2.3 测量工具的异质性及其分析策略
测量工具的异质性分析是IDA研究中面临的最大挑战，直接影响到IDA的信度和效度。由于不同研究的研究者常采用不完全一致的测量工具来对同一种心理结构进行测量，这就使IDA的分析过程面临测量的恒等性（Measurement Invariance）和测量的可比性（Measurement Comparability）问题。对于共同的项目，在IDA研究中需检验测量恒等性，而对于不同的项目则需检验其测量的可比性。
测量恒等性是指一组项目在不同的群组或时间下可靠并有效地测量同一个潜在结构的程度（Rusticus，Hubley，& Zumbo，2008；Pentz & Chou，1994）。在IDA中测量恒等性主要指同一组项目在不同研究出现时，研究之间的恒上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >> |
|
|
| |
|
上一个论文： 心理学研究中潜变量空间的特性探讨
下一个论文： 计算机在心理学研究中的应用 |
|
用户登录 
新用户注册 