![点击分享此内容可以赚币 分享](/master/images/share_but.png)
作答时间与反应依赖关系建模:基于双因子模型视角.pdf
《作答时间与反应依赖关系建模:基于双因子模型视角.pdf》由会员分享,可在线阅读,更多相关《作答时间与反应依赖关系建模:基于双因子模型视角.pdf(11页珍藏版)》请在咨信网上搜索。
1、 心理学报 2024,Vol.56,No.3,352362 2024中国心理学会 Acta Psychologica Sinica https:/doi.org/10.3724/SP.J.1041.2024.00352 收稿日期:2023-06-27*江西省社会科学“十四五”基金项目(21JY49)、江西省教育厅科学技术研究项目(GJJ2201241)资助。通信作者:罗照盛,E-mail: 352 作答时间与反应依赖关系建模:基于双因子模型视角*郭小军1 柏小云1 罗照盛2(1赣南师范大学教育科学学院/教育经济研究中心,江西 赣州 341000)(2江西师范大学心理学院,南昌 330022)摘
2、 要 在心理与教育测验中,测验的计算机化越来越普遍,使得被试作答的过程性数据的搜集也越来越便利。分层模型的提出为作答时间与反应的联合分析提供了一个基本的建模框架,且逐渐成为当前最流行的方法。虽然分层模型被广泛使用,但仅仅通过参数间的关系还不能很好地解释作答时间和反应之间的关系。因此,一些研究者提出了一系列改进模型,但仍然存在一些不足。基于双因子模型的新视角,文中将测验的作答时间与反应分别视为测量被试速度和能力的两个局部因子,而作答时间与反应又视为综合测量了被试的速度与准确率权衡的一般能力或全局因子。基于此,文中提出双因子分层模型,以探讨作答时间与反应的依赖关系。模拟研究发现 Mplus 程序能
3、有效估计双因子分层模型的各参数,而忽视作答时间与反应依赖关系的分层模型的参数估计结果存在明显的偏差。在实例数据分析中,相较于分层模型,双因子分层模型的各模型拟合指数表现更好。此外,不同被试在不同项目上的作答时间与反应存在不同的依赖关系,从而对被试的作答准确率与时间产生不同的影响。关键词 作答时间,反应,依赖关系,分层模型,双因子模型 分类号 B841 1 引言 随着计算机在测验实施中的普及,心理与教育测验也通常以计算机化的形式进行。计算机化的测验不仅能非常便捷地采集被试的作答反应数据,还能获得被试的作答时间数据。在被试的作答数据中,不仅作答反应能反映被试的重要作答信息,作答时间也是被试的重要信
4、息来源(Luce,1986;van der Linden,2009)。为了联合分析被试的作答时间与反应,van der Linden(2007)提 出 了 分 层 模 型(Hierarchical Model,HM),它是目前最流行的建模方法之一。HM被广泛地应用于传统测验中(Klein Entink,Kuhn,et al.,2009;Lu et al.,2021;Scherer et al.,2015),并逐渐扩展到认知诊断测验(Liang et al.,2023;Zhan et al.,2018)、人格测验(Ranger,2013)以及认知实验(Loeys et al.,2011)的数据分
5、析领域。在HM建模框架中,作答时间与反应模型构成第一层,被试参数间的相关与项目参数间的相关构成第二层(van der Linden,2007)。一些研究者发现作答时间与反应间存在依赖关系(Bolsinova&Tijmstra,2016;van der Linden&Glas,2010)。分层建模通过第二层参数间的相关来解释作答时间和反应之间的相关性,但是仅仅通过参数间的相关只能解释作答时间与反应的部分相关。因此,传统的HM无法有效地解释作答时间和反应之间的相关性影响。为了更好地反映作答时间与反应之间的依赖关系,而不仅仅通过参数之间的相关性来获得,一些研究者将作答时间与反应的依赖关系融入到分层模
6、型中,以进一步扩展模型。在作答时间与反应的残差相关上,Ranger和Ortner(2012)通过项目水平参数进一第3期 郭小军 等:作答时间与反应依赖关系建模:基于双因子模型视角 353 步解释两者的残差相关,但并未考虑被试水平的依赖性;Meng等(2015)则基于被试与项目参数乘积来解释残差相关,但是他们将项目参数固定为非负数,导致在作答时间和反应之间的残差相关性上具有相同的符号。另外,一些研究者将残差时间纳入作答反应模型中。Bolsinova,De Boeck和Tijmstra(2017)在反应模型中引入了残差时间,并允许项目的残差相关性在符号上不同,但并未考虑被试水平的差异。为了弥补这一
7、不足,Bolsinova,Tijmstra和Molenaar(2017)进一步扩展至被试水平。Bolsinova和Molenaar(2018)则考虑了残差时间对作答反应的非线性影响。然而,将残差时间直接添加到作答反应模型中会导致被试在所有项目上的作答准确率可以始终趋近于1,违背了项目反应理论的基本假设。因此,一些研究者单独构建线性(Guo et al.,2020)和非线性模型(郭小军,罗照盛,2019),以探究残差时间对作答反应的影响,但未考虑被试水平的差异。从上述模型可以看出,不同研究者提出了一系列的模型,然而总是存在不同方面的弊端,模型也变得越来越复杂,估计方法也更加困难,这并不利于HM的
8、应用。在分析测验项目的依赖关系时,最常用的项目反应理论模型包括双因子模型(bifactor model)和题组模型(testlet model)。双因子模型通过一般或全局因子(general factor)解释所有项目的共同变异,同时使用局部因子或特定因子(specific factor)解释额外部分项目的共同变异(毛秀珍 等,2018)。比如在瑞文标准推理测验中,不同维度的项目作答时间分别测了被试的知觉辨别速度、类同比较速度和比较推理速度等等,同时整个测验的作答时间也测量了被试的一般速度特质(郭小军 等,2022)。在题组模型中,多个项目共用相同刺激的情况构成题组(testlet),此时被试
9、对这些项目的作答依赖于对该内容整体的理解(詹沛达 等,2013)。例如,在篇章阅读测验中,属于同一篇章的多个项目就构成一个典型的题组(郑蝉金 等,2011)。关于双因子模型与题组模型的关系,双因子模型通过特定因子与全局因子的载荷之比来反映题组效应的大小,而题组模型是双因子模型的一个特例,双因子模型更为复杂(魏丹 等,2017),因此双因子模型更具有一般性。在心理与教育测验中,不仅可以采集被试在测验项目上的作答时间,还可以采集被试的作答反应。从双因子模型的视角看,测验项目的作答时间与反应可以视为测量了不同的局部因子。具体而言,测验的作答时间测量了被试的速度特质,而测验的作答反应测量了被试的能力特
10、质。同时,被试在作答测验 过 程中 还会 受 到时 间与 准 确率 的综 合 影响(Bolsinova,Tijmstra,&Molenaar,2017;Davison et al.,2012),即一般潜在特质或全局因子,或速度与准确率权衡能力(Chen et al.,2018)。因此,这样的测验结构非常符合双因子模型的特点,为解决测验作答时间与反应依赖关系的联合分析提供了全新视角。综合上述研究可以发现,已考虑作答时间与反应依赖关系的HM存在不同方面的弊端。此外,由于贝叶斯估计方法对数学基础要求较高以及适合该模型的统计软件的限制,阻碍了HM的广泛应用。然而,基于双因子模型视角提出的双因子分层模型
11、(Bifactor hierarchical model,Bi-HM)为作答时间与反应的依赖关系提供了新的思路。而且Bi-HM可以使用标准的潜变量建模软件进行拟合分析,例如Mplus、LISREL和Amos等,这将极大地促进Bi-HM的应用与推广。本文内容结构安排如下:首先回顾van der Linden(2007)的HM;其次介绍Bi-HM的提出;然后通过模拟研究评估Bi-HM参数估计效果;接下来利用实例数据评估模型的拟合效果;最后进行总结与展望。2 双因子分层模型 2.1 模型构建 在介绍Bi-HM模型前,先介绍van der Linden(2007)提出的HM。在HM中,第一层是作答反应
12、与作答时间模型。作答反应模型为两参数logistic模型,可以表示为 ()()(1|)1j ijijij ijexp adP Xexp ad(1)其中ijX为被试i在项目j上的作答反应,1表示作答正确,0表示作答错误;ja为项目的区分度参数,jd为项目难度相关参数,i为被试的能力特质。被试i在项目j上的对数作答时间 ijlogRT 服从正态分布,作答时间模型可以表示为 2(,)ijjijlogRT(2)其中j是项目作答时间强度参数,j是项目作答时间的区分度参数,i为被试作答速度特质。在HM的第二层为被试参数间的相关与项目参数间的相关,通常假设被试能力特质与速度特质服从二元正态分布,项目难度相关
13、参数与作答时间强度参数服从二元正态分布,如式(3)和式(4)所示。354 心 理 学 报 第56卷 22,iPPiMVN (3)22,jddIdIjddMVN(4)在对测验的作答反应与时间进行分析时,HM仅仅通过被试参数间的关系(式3)和项目参数间的关系(式4)来量化作答时间与反应的关系是不够的(如图1a所示)。Bi-HM将测验的作答时间与反应视为测量被试能力和速度的两个局部因子,同时测验的作答时间与反应又综合测量了被试的一般潜在特质或全局因子,以及速度与准确率权衡能力(如图1b所示)。因此,在借鉴双因子模型思路基础上提出Bi-HM。图1 分层模型与双因子分层模型示意图 在Bi-HM的第一层模
14、型中,作答反应模型与作答时间模型分别可以表示为 11(1|()()1j ijijijij ijijexp adP Xexp ad (5)22(,)ijjijijlogRT (6)其中i反映了被试的速度与准确性之间的依赖关系或速度与准确率之间的权衡能力;1j反映了速度与准确率权衡对项目的准确率的影响,2 j反映速度与准确率权衡对项目的作答时间的影响;其他参数内涵与HM相同。项目参数和被试参数可以联合反映被试在五种不同作答时间与反应之间的关系,具体结果如表1所示。从表中可以看到不同类型的表现:在类 型一中,作答时间与作答准确率是相互独立的,它们之间没有影响;在类型二中,被试更注重准确率,会花费更多
15、的作答时间来提高准确率,这类似速度与准确率权衡实验强调准确率而忽视时间;类型三的被试则更注重作答速度,因此会通过牺牲准确率来提高作答速度或降低作答时间,这和速度与准确率权衡实验强调作答速度而忽视准确率的表现类似(郭小军 等,2019);类型四表现为最佳作答模式,被试能够同时保持快速和准确地作答;最后一种类型五与类型四表现完全相反,被试既作答拖拉又准确率低。在Bi-HM的第二层中,速度与准确率权衡能力i作为一般潜在特质,通常假设一般特质与局部特质之间是彼此独立的(Cai et al.,2011),但是允许局部特质之间存在相关。因此,被试能力与速度特质假设服从二元正态分布(式3),而项目难度参数与
16、作答时间强度参数也服从二元正态分布(式4)。2.2 参数估计与模型识别 对HM与Bi-HM的参数估计,采用Mplus(version 8.1)(Muthn&Muthn,2019)中的稳健极大似然估计(Maximum Likelihood Robust,MLR)。在模型识别上,HM将能力特质与速度特质的方差分别固定为1(van der Linden,2007),而Bi-HM需要将速度与准确率权衡特质方差固定为1,并且将速度与准确率权衡特质分别与能力以及速度的相关固定为0(Cai et al.,2011)。此外,Mplus参数估计无法考虑项目参数间的相关,但是研究发现忽视项目参数间的相关对HM的参
17、数估计并没有影响(Molenaar et al.,2015),甚至有些拓展的HM并未考虑项目参数间的关系(Wang et al.,2013)。需要获取相关Mplus代码的研究者可以联系通讯作者。3 模拟研究 对模拟研究,主要基于两个目的展开探究,其一是不同条件对Bi-HM参数估计的返真性的影响;其二是忽视作答时间与反应关系对传统分层模型HM所带来的影响。表1 作答时间与反应的不同关系类型 参数 关系类型 类型一 类型二 类型三 类型四 类型五 1j 0 0 0 0 0 0 2 j 0 0 0 0 0 0 i 0 0 0 0 0 关系内涵 独立 注重准确率,忽视速度。注重作答速度,忽视准确率。既
18、注重准确率,又注重速度。作答速度慢且准确率低。第3期 郭小军 等:作答时间与反应依赖关系建模:基于双因子模型视角 355 3.1 评价指标 对于模拟结果采用MSE(Mean squared error)和平均Bias进行评价,MSE和Bias值越小意味参数的估计值与模拟值越接近,结果越佳。211()()*RKrkMSER K(7)11()()*RKrkBiasR K(8)其中和分别为估计值和模拟值,R为重复次数,K为被试量或测验项目量。3.2 数据生成与分析 在模拟研究中,根据三个条件展开模拟,分别为被试量N(500和1000)、测验项目量m(30和60)以及项目难度相关参数jd与作答时间强度
19、参数j间的相关(0、0.4和0.8)。总共有12个不同的组合水平,每个组合水平重复模拟50次,并分别计算每个参数的Bias和MSE,以评估参数估计的准确性。在数据生成过程中,首先生成被试参数,根据均值向量为0,0P,方差矩阵中221,协方差根据均匀分布U(0.2,0.6)随机生成,再根据式(3)二元正态分布生成被试能力i和速度i值(van der Linden,2007);被试的速度与准确率权衡能力服从标准正态分布0,1iN(Bolsinova,Tijmstra,&Molenaar,2017)。其次生成项目参数,项目难度相关参数jd与作答时间强度参数j的均值向量为0,4I,方差矩阵中方差221
20、d,协方差d为相关系数,分别设置为0,0.4和0.8,再根据式(4)生成每个项目的难度相关参数jd与时间强度参数j值(Meng et al.,2015);项目区分度参数ja和项目作答时间区分度参数j服从左截尾的正态分布 0,10,NI(Meng et al.,2015);项目水平的速度与准确率权衡参数1j和2 j服从正态分布0.5,1N(Guo et al.,2020)。最后,根据Bi-HM的作答反应模型(式5)与作答时间模型(式6)生成每个被试在每个项目上的作答反应ijX和对数时间ijlogRT。3.3 结果 对Bi-HM和HM的各参数的估计结果,通过矩阵图和表格分别进行了呈现,以更好的反映
21、其趋势和特点。在矩阵图中,每一行的图形对应HM和Bi-HM的MSE和Bias值,每一列的图形对应不同被试量和测验项目量的组合;在每一个行列交叉的图形中,横坐标为HM和Bi-HM对应的项目参数或被试参数,纵坐标为MSE或Bias的值,不同线段对应不同的项目相关d水平。图2和表2呈现了HM和Bi-HM的各项目参数的估计结果。从图表中可以看出,整体而言,Bi-HM的各参数估计结果较好,而HM的参数估计 图2 不同条件HM和Bi-HM项目参数估计效果 356 心 理 学 报 第56卷 表2 HM与Bi-HM项目参数返真性 项目参数 模型 b N=500 N=1000 m=30 m=60 m=30 m=
22、60 MSE Bias MSE Bias MSE Bias MSE Bias a HM 0 0.108 0.031 0.099 0.029 0.103 0.035 0.083 0.026 0.4 0.123 0.021 0.106 0.041 0.091 0.023 0.085 0.034 0.8 0.101 0.035 0.102 0.026 0.091 0.045 0.096 0.046 Bi-HM 0 0.028 0.012 0.024 0.016 0.013 0.012 0.011 0.013 0.4 0.028 0.015 0.024 0.004 0.012 0.013 0.011
23、0.009 0.8 0.026 0 0.025 0.015 0.012 0.004 0.011 0.002 d HM 0 0.028 0.002 0.027 0.002 0.02 0.003 0.018 0.003 0.4 0.026 0.007 0.025 0.003 0.018 0.008 0.018 0.003 0.8 0.027 0.009 0.026 0.013 0.019 0 0.018 0.002 Bi-HM 0 0.02 0.003 0.02 0.005 0.01 0 0.009 0.003 0.4 0.021 0.012 0.019 0.002 0.01 0.009 0.00
24、9 0.004 0.8 0.02 0.005 0.021 0.013 0.01 0 0.009 0 HM 0 0.006 0.001 0.006 0 0.003 0.01 0.003 0.012 0.4 0.007 0.009 0.006 0.002 0.002 0.002 0.003 0.003 0.8 0.006 0.001 0.006 0.01 0.003 0.001 0.003 0.003 Bi-HM 0 0.006 0.001 0.006 0 0.003 0.009 0.003 0.012 0.4 0.007 0.009 0.006 0.002 0.003 0.002 0.003 0
25、.003 0.8 0.006 0.001 0.006 0.01 0.003 0.001 0.003 0.003 HM 0 0.094 0.189 0.089 0.18 0.087 0.182 0.094 0.192 0.4 0.085 0.175 0.088 0.182 0.089 0.182 0.099 0.196 0.8 0.096 0.187 0.092 0.188 0.09 0.185 0.093 0.189 Bi-HM 0 0.001 0.003 0.001 0.004 0.001 0.004 0.001 0.002 0.4 0.002 0.004 0.001 0.004 0.001
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 作答 时间 反应 依赖 关系 建模 基于 因子 模型 视角
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。