查看原文
其他

有子量表测验的打包策略

AWei 自我整合 2023-02-24

有子量表测验的打包策略

如果量表包含多个子量表,应先按照打包步骤中的第二步检查各个子量表的情况,确定单维后才能打包。有两种打包策略:内部一致性法 (internal-consistency approach) 和领域代表法 (domain-representative approach) 。内部一致性法,也叫独立打包法 (isolated parceling) ,是把同一因子下的题目打包,强调各小组内题目的一致性,实质是让组内差异变小;领域代表法,也叫分配打包法 (distributed parceling) ,是在每个因子下各抽出一个题目打包,强调各小组间的一致性,让组间差异变小。


比如,一个量表有三个维度共9个题目,维度1包含题目1、2、3,维度2包含题目4、5、6,维度3包含题目7、8、9,要组合成三个小组。内部一致性法就是把同一维度内的题目打包:第一个小组包含题目1、2、3,其它类推;领域代表法的组合方式为:第一个小组包含题目1、4、7,第二个小组包含题目2、5、8,第三个小组包含题目3、6、9。


量表有多个子量表,进行结构模型分析时,推荐用内部一致性法将维度内的题目打包,若模型拟合不好,才使用领域代表法。但要留意,领域代表法可能掩盖了真实的结构,参数估计可能存在偏倚。具体到每个维度内部,可以使用缩小组间差异的思路,如用因子法中的平衡法打包题目;负荷差不多大小时,可以随机打包,也可以根据内容、特殊信息或修正指数等来打包。


参考文献:吴艳, & 温忠麟. (2011). 结构方程建模中的题目打包策略. 心理科学进展, 19(12), 1859-1867.

声明:部分文章和信息来源于互联网,如转载内容涉及版权等问题,请立即与小编联系,我们将迅速采取适当的措施。

感谢您抽出  · 来阅读此文

更多精彩请点击下列分类文章

↓↓↓

Meta分析 | 研究设计的检索

Mini Meta-analysis或单论文中的元分析

两周年小记暨2018文章集锦

元分析程序包使用指南

结构方程建模 | 题目打包策略简述

治疗

如果治疗师自己也清楚地意识到了自己的愤怒,那么他最好承认患者的感觉是正确的,并且治疗性地和患者进行讨论。

向左滑动

关注“自我整合”

从心开始做更好

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存