| 心理学研究中潜变量空间的特性探讨 |
|
|
|
阵进行对换比较。Boeck，Wilson和Acton（2005）综合考虑了显群之间的差异性质以及群内的分布状态（包括同质性、多峰性），首次系统地界定各种概念，并通过比较嵌套模型逐步探讨潜变量结构的这三种属性。Lubke和Neale（2006，2008）强调此议题不仅是分布状态的问题，还需考察测量恒等性，其最重要的贡献是在混合因素模型的方法框架下探讨最优模型，以确定潜变量数据的真正类型。Masyn，Henderson 和Greenbaum（2009）则在Boeck和Wilson（2005）的理论框架下结合混合因素模型的统计方法创造性地以光谱图的形式表述各种程度类型性和维度性的潜变量空间。
如表1所示，对于心理潜变量特性的研究主要从群间差异性质、群内的异质性进行分析，其中，显群间差异的性质反映了个体在心理变量上的差异是质性还是量性，这主要涉及心理测量中的测量恒等性问题，换言之，个体之间能否使用相同的心理量表进行评估。另一方面，群内的潜在空间主要反映心理变量的数据类型，即考察心理变量的数据分布状态，包括分布的异质性，即方差大小，以及峰态。前两项研究主要侧重潜变量空间分布状态的多峰性，而后两项研究对潜变量结构分析具有较为全面的结构框架，除了多峰性，还考虑了测量恒等性和分布的异质性。前三项研究在外显变量上所假设的数据类别有所不同，而基于混合因素模型的方法则考虑了两种数据类型。除了多峰检验法，其他三种方法都使用了模型比较的思路。
潜在结构分析框架下的四种模型初步适应了心理学研究中各种数据类型的需要。然而，在潜在结构下，数据类型的交叉、各维度下外显变量的测量恒等性被违反等，使潜在空间产生更多组合，因此潜变量类型变得更为复杂，不只是变量分布的问题，还有测量恒等性等问题。同时，正因为潜在结构模型能够在模型之间进行结合与拓展，模型之间具有可比性，潜变量空间的议题得以更全面、深入地研究。因此，基于混合因素模型的方法是潜变量空间研究的主导趋势之一，而模型选择是判断潜变量空间的关键，也是将来的研究重点。根据以上研究发现模型选择主要受类别间的重叠程度、外显变量数目、计分方式和样本量的影响。如何针对外显变量的特点确定样本量要求，并根据类别间的重叠程度衡量判断的可靠性？这有待进一步研究。另一方面，潜变量空间的研究易受到样本的影响，即不同的子样本，其潜在结构不同，子上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] 下一页 |
|
|
| |
|
上一个论文： 积极心理学对体育运动心理学研究的启示
下一个论文： 整合数据分析方法在心理学研究中的应用 |
|
用户登录 
新用户注册 