单维模型和双因子模型的选择研究

发布时间：2020-12-26 15:04

　　双因子模型(bifactor model)具有悠久的历史、优秀的理论优势和广泛的应用。单维模型(unidimensional model)、斜交因子模型和高阶因子模型都可以看成是双因子模型的特例。但在实际的数据分析中,单维模型在使用中更为简单方便。目前,研究者主要通过PUC(percentage of uncontaminated correlations)和ECV(explained common variance)两个指标的取值范围对双因子模型和单维模型进行选择。当PUC取值较高时,可以使用单维模型进行拟合双因子模型的数据。若PUC取值较低,则需要保证ECV取值较高,才可使用单维模型拟合双因子模型的数据。通过对PUC指标的公式推理,本论文发现PUC的取值受到双因子模型的结构、项目总数影响,但已有研究在设计双因子模型时未考虑这两个影响因素。其次,以往研究中使用预测校标来估计拟合偏差,并提出结构系数绝对偏差受到预测校标相关性的大小影响,而结构系数相对偏差则不受影响。但研究者并未提供证明过程,也未探究不同的预测校标是否会影响模型选择的准确性。再者,已有研究使用因子负荷平衡的双因子模型数据... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图１．１四种潜变量建模模型??其中，双因子模型概念历史久远，最早起源于斯皮尔曼在１９２７年提出的智??

维模型拟合双因子模型的数据。基于以上这些研究、顾红磊和温忠麟（２０１７）提??出了采用ＥＣＶ和ＰＵＣ两个指标来作为模型结构选择的依据，并绘制出了模型选??择流程图（见图１．２）。但他们的流程图仅提出需要参考ＰＵＣ和ＥＣＶ的大小，??但ＰＵＣ和ＥＣＶ应该多大，并没有给出一个确切的建议。??建立双因子屬＾??ＰＵＣ足够高吗？??Ｉ???Ｉ?Ｉ???Ｉ?桌?￣１?丨击?Ｉ??—＾＾单维模型＾｜丨ＥＣＶ足４大吗ｙ?｜??＇?Ｉ??????＿．?＿?Ｉ?，??是?１?Ｉ?击?＂??单维模型?Ｉ￣￣?双因子模型??图１．２多维测验建模流程图（摘自顾红磊和温忠麟（２０１７））??综上所述，可以总结出共有Ｓ个指标能够间接反映单维模型拟合双因子模型??数据的估计偏差：ＰＵＣ、其中，ＰＵＣ和ＥＣＶ更适合作为单维模型??和双因子模型的判断指标：当ＰＵＣ和ＥＣＶ都高的时候（ＥＣＶ＞０．７词时ＰＵＯ０．７），??单维模型拟合双因子模型数据的估计偏差可以忽略；ＰＵＣ会影响ＥＣＶ与模型估??计偏差之间的关系，只要ＰＵＣ足够大（ＰＵＯ０．７），即使ＥＣＶ不够高，单维模??型也可以拟合双因子模型的数据；若ＰＵＣ较小，则只有ＥＣＶ足够大（ＥＣＶ＞０．７），??才能使用单维模型拟合双因子模型的数据。因此

Ｌｉｋｅｌｉｈｏｏｄ），并指定单维模型的因子对校标变量的回归路径，校标模型的路径??系数固定为０．６、０．６５和０．７，每种实验条件重复５００次。拟合时采用的模型结??构示例见图２．１，拟合所需代码参考Ｇｒｅｅｎ和Ｙａｎｇ?（２０１７）的研究，具体代码见??附录。??１８??

【参考文献】：
期刊论文
[1]预测视角下双因子模型与高阶模型的模拟比较[J]. 徐霜雪,俞宗火,李月梅.  心理学报. 2017(08)
[2]多维测验分数的报告与解释:基于双因子模型的视角[J]. 顾红磊,温忠麟.  心理发展与教育. 2017(04)
[3]双因子模型:多维构念测量的新视角[J]. 顾红磊,温忠麟,方杰.  心理科学. 2014(04)
[4]测验同质性系数及其区间估计[J]. 叶宝娟,温忠麟.  心理学报. 2012(12)



本文编号：2939931