跳转到内容

心理测量模型

来自VeritasWiki 真理百科

心理测量模型指描述潜变量(不可直接观测的心理特质)与观测指标(测验题目、报告条目、行为指标)之间结构关系的统计模型,其核心形式是验证性因子分析中的测量部分:每个观测变量被表示为一个或多个潜变量加上测量误差的函数。测量模型是结构方程建模的底层构件——潜变量之间的结构关系(回归路径、因果假设)必须建立在可靠的测量模型之上;它也是量表编制中构念结构验证的标准工具,回答"我编制的题目是否真的测到了那个构念"这一问题。

源流

测量模型的数理源头是20世纪初的因子分析。斯皮尔曼的一般智力模型与瑟斯顿的多因素模型确立了"观测相关源于共同潜变量"的思想;20世纪60年代,约瑞斯科夫等学者把因子分析与路径分析、协方差结构建模整合,形成验证性因子分析框架:研究者可以按理论先验地指定"哪些题目属于哪个因子、哪些因子之间相关",并以数据检验该结构的拟合。验证性取向区别于探索性取向的关键在于理论的先行地位——测量模型成为"理论的数学表达",拟合好坏直接构成对构念理论的检验。21世纪以来,测量模型的评估方法本身成为研究热点:拟合指标的选择与阈值、贝叶斯估计在大样本与小样本中的表现、以及拟合评价的稳健替代方案,均有系统的方法学考察,模型拟合评价从"看指标数字"演进为"多证据综合判断"的专业实践。[1]

模型构成

一个标准的测量模型由四类要素构成。因子(潜变量):理论构念的数学化身,如"神经质""自我控制""工作投入";因子的数量与结构由理论指定。载荷:观测变量与因子的联结强度,即"这道题在多大程度上反映构念";载荷过低意味着题目与构念关系薄弱,是删题的首要候选。误差:观测变量中不属于因子解释的部分,包括随机误差与题目特异性方差;误差方差过大意味着题目信度不足。协方差设定:因子间是否相关、误差间是否允许相关(后者需理论理由,滥用会造成拟合的人为美化)。按数据类型,测量模型扩展出多族变体:多级计分数据用有序因子模型;纵向数据用带时间点的因子模型;多组比较用带约束的等值模型(见心理测量不变性);二级分层设计用多层因子模型。模型还可与结构部分组合:测量模型负责"测得准",结构模型负责"关系对",两者的分离评估是结构方程建模报告规范的要点。

拟合评估

测量模型的评估围绕拟合展开,但当代方法学强调"多证据综合"。整体拟合指标:卡方检验(对样本量敏感)、近似误差均方根、比较拟合指数与标准化残差均方根各测拟合的不同侧面,实践以多指标联合报告为规范,且阈值的机械套用受到批评——指标阈值是经验约定而非数学定理,样本量、模型复杂度与数据类型都会影响其表现。[2]局部诊断:修正指数提示可释放的参数,标准化残差定位拟合不佳的具体题目,因子载荷与信度指标评估每个指标的贡献。替代性比较:竞争模型比较(单因子对多因子、相关因子对单一因子)比单一模型的"通过/不通过"更有信息量——构念是一维还是多维,正应由模型比较而非阈值裁定。稳健性检查:跨样本的复制(交叉验证)、跨文化样本的结构检验与敏感性分析(剔除可疑题目后重新估计),共同支撑结构结论的可靠性。报告规范的趋势是透明化:公开模型设定、拟合证据与修改路径,使读者能评估结构结论的稳健程度。

与相邻概念的关系

测量模型在计量体系中的位置需要厘清。与心理计量模型(见心理计量模型):测量模型以因子分析为骨架描述潜变量结构,项目反应模型以项目反应函数描述项目与特质的关系;两者分别对应"变量层面"与"项目层面"的建模传统,在高利害测评中常配合使用——因子验证确立结构,项目反应分析完成项目标定。与探索性因子分析:探索性分析让数据决定因子结构,用于构念探索期;验证性模型由理论先行指定结构,用于构念检验期;用探索性分析的输出直接当作验证性结论是方法学常见错误。与心理计量(见心理计量):测量模型是心理计量工具箱中的结构验证工具,与信度分析、项目分析共同构成量表评价的完整链条。与信效度概念:测量模型的拟合与因子结构是构念效度的核心证据,但效度论证不止于模型拟合——还需要效标关联与理论网络的证据。

应用

测量模型的应用场景覆盖心理学各领域。量表编制与修订:新编量表的因子结构验证(探索—验证两轮设计)、成熟量表的中文修订(跨语言结构确认)都以测量模型为核心步骤;修订研究中,结构确认之后还需进行等值性检验才能支持群体比较。构念结构研究:理论争议(如自我控制是一维还是多维、坚毅是单因子还是双因子)以竞争测量模型的比较裁决,测量模型由此成为概念争论的仲裁工具。纵向研究:跨时间点的因子模型检验量表分数的稳定性与变化,为发展研究提供测量基础。多层研究:组织与班级情境中的个体—群体嵌套数据以多层因子模型处理,避免聚合层次错误。方法研究:拟合评估、贝叶斯估计与样本量规划的方法学进展持续更新测量模型的实践规范,使中小样本研究的结构验证更为可行。[3]

实施路径

应用测量模型的实施路径分五步。第一步,构念界定与模型设定:以文献与理论明确因子的数量与归属,绘制模型图并预注册设定(含竞争模型)——设定先行是验证性分析的纪律底线。第二步,数据准备:样本量规划(每参数十例以上的传统起点,或按模拟研究确定)、缺失数据处理、多级数据的层次确认。第三步,估计与评估:选定估计方法(极大似然、稳健极大似然或贝叶斯),报告完整拟合指标组合与局部诊断。[4]第四步,模型修正与比较:基于局部诊断做理论上有理由的修正,禁止无理论依据的"拟合修补";以竞争模型比较回答结构问题。第五步,稳健性与报告:交叉验证或分半检验,完整报告设定、指标、修正路径与局限。实践红线有三:不得在探索与验证之间来回"洗数据"而不披露;不得以拟合达标替代效度论证;群体比较前必须先做等值性检验(见心理测量不变性)。

中国语境

中国语境中的测量模型应用与量表本土化深度绑定。中文修订量表的验证性因子分析已成为修订流程的标准环节:自控、坚毅、心理弹性等量表的中国修订研究均以结构验证与等值检验支持其本土使用。本土自编量表的增长对结构验证提出更高要求——构念的本土内涵界定(如"自立""自强"等人格概念)、条目池的本土语感与因子结构的理论论证,共同决定量表质量;方法学界亦对国内文献中"探索性分析一路跑到显著为止"的做法提出批评,推动验证性分析的规范使用。教育测评领域,大规模学业测评的维度结构(如学科能力的多维模型)依赖测量模型的技术支撑,认知诊断与因子模型的结合用于能力结构的细分刻画。挑战有三:其一,样本代表性——许多验证性研究使用方便样本(一所学校、一个平台),结构结论的外推受限;其二,多维构念的测量冗余——国内问卷实践中"一构念多量表"并存而结构不等价,导致文献间结果难以整合;其三,开放数据的不足使结构结论的独立复核困难。方法教学层面,结构方程建模课程已成为研究生培养的标配,公开教学材料与开源软件的普及正在降低规范应用的技术门槛。

争议

测量模型的争议有四。其一,拟合指标之争:不同指标在不同条件下的偏倚、阈值约定与互补使用规则,方法学界持续争论;共识趋势是放弃"单一阈值过关"的做法,转向指标组合、局部诊断与实质意义的综合裁定。[5]其二,验证与探索的边界:修改模型时"理论理由"的门槛如何设定——微小的因子相关释放与大规模的重组在性质上不同,但实践中常被同等对待;预注册与透明报告是主要的治理方案。其三,自陈测量误差的结构:方法学变异(共同方法偏差)能否从特质方差中干净分离,方法因子的建模实践并不一致,过度建模与忽视偏差两个方向的错误都存在。其四,构念重叠:相邻人格构念(自控、自律、责任感)的因子结构彼此高度相关,测量模型的判别效度证据常被弱化处理,导致"换个名字的同一构念"在文献中反复出现;竞争模型比较与多方法多指标设计是回应之道。

参见

参考资料

  1. ↑ Evaluating Model Fit of Measurement Models in Confirmatory Factor Analysis,Goretzko等,Educational and Psychological Measurement,2023年。
  2. ↑ Evaluating Model Fit of Measurement Models in Confirmatory Factor Analysis,Goretzko等,Educational and Psychological Measurement,2023年。
  3. ↑ Evaluating Model Fit of Measurement Models in Confirmatory Factor Analysis,Goretzko等,Educational and Psychological Measurement,2023年。
  4. ↑ Evaluating Model Fit of Measurement Models in Confirmatory Factor Analysis,Goretzko等,Educational and Psychological Measurement,2023年。
  5. ↑ Evaluating Model Fit of Measurement Models in Confirmatory Factor Analysis,Goretzko等,Educational and Psychological Measurement,2023年。