陈飞鹏 詹沛达,4 王立君 陈春晓 蔡 毛

    (1浙江师范大学心理系, 金华 321004) (2杭州第四中学, 杭州 310002)(3杭州第九中学, 杭州 310020) (4北京师范大学认知神经科学与学习国家重点实验室, 北京 100875)

    1 引言

    经典测量理论(classical test theory, CTT)是在随机抽样理论基础上建立起来的一套心理与教育测量理论体系, 其所有数据分析的基础是被试在项目上作答的观察分数。CTT认为观察分数等于真分数加上误差分数, 但在实际操作中真分数是无法获得的。CTT的主要局限性是观察分数等权重性累加的不合理性, 测验对被试的评价依赖于测验的具体项目组合和项目数量, 测验与项目性能指标的估计依赖于具体的被试样本, 被试能力与项目难度两个指标含义的非统一性以及测量误差估计的不精确性和笼统性五个方面(罗照盛,2012; 漆书青, 戴海崎, 丁树良, 2002)。20世纪60年代以来, 心理测量学在克服CTT这些缺点的基础上提出了项目反应理论(item response theory,IRT), 项目反应模型(item response model, IRM)实现了在项目水平上对被试能力评估的模型化, 目前已成为心理测量学的核心内容。标准项目反应模型(standard item response model, SIRM)要求一个测验只对一种潜质进行测量, 即需要满足“单维性假设”。但该假设与许多心理或教育测验的实际情况并不相符, 会给项目参数估计甚至能力参数估计带来严重的后果(Ansley & Forsyth, 1985)。为了满足一个测验测量多种能力的需要, 有学者(Whitely, 1980, 1981; Christoffersson, 1975; McDonald,1985, 1997; Reckase & McKinley, 1982, 1991;Reckase, 1997)提出了多维项目反应模型(multidimensional item response model, MIRM), MIRM能同时估计被试在多个维度上的能力, 并且考虑各能力维度之间的关系, 因此MIRM能更有效地估计多维能力。此外在实际测验中还有一些潜质具有层阶结构(Golay & Lecerf, 2011), 如：韦氏成人智力量表(Wechsler Adult Intelligence Scale, WAIS)中就测量了3阶潜质：第1阶中包含了13个子测验并分别测量一种潜质, 在第2阶中的13种潜质被归为4种外延更广的潜质(言语能力、知觉推理、工作记忆和信息加工速度), 而在第3阶中这4种潜质又包含在一般智力(general mental)之中(Ryan& Schnakenberg-Ott, 2003; Huang & Wang, 2013) ......