定序题项回答理论:莫坎量表分析(格致方法.定量研究系列)_王佳、韦杰勃朗·H.凡舒尔_9787543227736

　　《定序题项回答理论：莫坎量表分析/格致方法·定量研究系列》简明扼要地介绍了如何测量二分和定序问题的定序题项回答理论(IRT)、模型以及在量表中的应用。
　　《定序题项回答理论：莫坎量表分析/格致方法·定量研究系列》可以帮助那些对测量个体潜在特性感兴趣的社会科学工作者好地理解定序量表背后的假设，在不同的假设下如何选择量表题项和构建量表。作者穿插使用了大量的概念和量表测量实例，生动形象地展示了题项回答理论在不同模型假设下的实际应用。

　　在心理物理学家沃伦·托格森（Warren Torgerson）1958年的里程碑著作《量表理论和方法》（Theory and Methods of Scaling）一书中，他区分出了基本测量以及指定测量。指定测量为测量对象主观指定数字，这种指定通常是根据合理性或者常识来做出的。这种测量最常见的例子就是里克特或者评分加总量表，其中连续的整数被赋予定序的类别：比如1代表强烈不同意，2代表不同意，3代表同意，以及4代表强烈同意。若干条题项的数字加总起来就构成了一个量表。虽然伦西斯·里克特（Rensis Likert）在介绍这一方法时确实试图证明：赋予分类以不同数字也会产生高度相关的量表，但是他并没有进一步论证：为什么要采取各类别之间是等距的，或者为什么各项分数可以直接加总。评分加总量表的特征，比如信度，是经典测试理论的研究内容。
　　托格森的著作所关心的内容不同于心理学和社会科学的基本测量方法，它包含的是稍后被纳入题项回答理论中的方法。在基本测量中赋予对象的数字都必须遵循一定的规则。举例来说，在一个定序量表中，如果一个对象被赋予了比另一个对象更大的数字，那么必须证明其具有更多的测量对象的特性。同样地，要论证一个等距量表，有必要证明量表数值之间的相同差异实际反映了测量对象在数量上的相同差异。另一种表述方法是，基本测量模型关于测量结构有很强的假定，这些假定可以用数据来证伪。
　　最简单的题项回答模型涉及二分回答问题，用克莱德·库姆（Clyde Coomb）1964年的开创性著作《数据理论》（ATheory of Data）中的术语来讲，个人与题项处于一种支配关系。比如考试中的问题。个人是否正确答对考试题目同时取决于个人的知识或能力以及题目的难度。在这样的模型中个人和题项被假定同时存在于一个共同的能力和难度的维度之上。比如，在确定性的哥特曼量表（deterministic Guttman-scale）模型中，个人的能力超过问题的难度时就必然会做出正确回答，否则就做出错误回答。概率题项回答模型，比如托格森讨论的正态肩形模型，以及20世纪60年代由丹麦心理测量学家格奥尔格·拉希（Georg Rasch）引入的相似的logistic模型，则更加细微：正确回答某一题项的概率作为个人能力与题项难度的差异的函数而平稳增加。
　　从哥特曼、托格森、拉希和库姆的时代以来，题项回答理论发展迅速。虽然韦杰勃朗．H.凡舒尔（Wijbrandt H.van Schuur）在本书中讨论了一系列题项回答模型，包括哥特曼量表和拉希模型，本书的重点关注针对二分和定序问题的定序题项回答理论，准确地说，即传统上构成评分加总量表的数据类型。回答的概率是问题和个人在潜在量度上的位置的联合分布，这些模型不假定这种联合分布是正态的、logistic的，或者其他任何一种特定分布。

你还可能感兴趣

我要评论