密集追踪研究中测验信度的估计:多层结构和动态特性的视角

随着密集追踪研究在心理学等社会科学领域的广泛运用,密集追踪情境中测验信度的估计也受到越来越多研究者的关注。早期沿用横断研究中信度估计思想或基于概化理论的信度估计方法存在诸多局限,并不适用于密集追踪的情境。针对密集追踪数据的多层结构和动态特性这两大特点,可基于多层验证性因子分析、动态因子分析和动态结构方程模型估计密集追踪研究中测验的信度。通过实证数据的演示与比较,讨论三种估计方法的特点和适用情境。未来研究可基于其它密集追踪模型探讨测验信度的估计,也应重视测验信度的检验与报告。

密集追踪成对数据分析的模型建构探索

成对研究以具有相互作用的两名个体为基本单元,广泛用于心理学领域涉及人际交互的研究中。它与密集追踪设计的结合有助于探究人际互动过程中个体行为与人际效应的动态变化,但目前尚缺乏能有效结合密集追踪数据特点以回答成对研究关心问题的统计方法。本研究拟通过模拟和实证研究,基于动态结构方程模型(Dynamic Structural Equation Modeling,DSEM)框架,探究三种人际互动模式(双人交互,一人与多人交互,多人两两交互)下密集追踪成对数据分析的统计模型的建构、拓展和应用,推动心理学研究更深入、科学地描述和解释人际交互情境中个体行为的动态发展过程及人际效应。

测量时间与样本量对参数估计的影响:基于密集追踪数据分析的方法比较

在心理学实验的进行过程中,被试的情绪、想法、行为和生理功能,往往不是保持不变,而是随时间变化一直波动的。传统的追踪或是横断研究能够对群体中存在的现象进行描述解释,但难以解释个体短时间内心理过程的动态变化。密集追踪是在短时间内对个体进行多次测量的方法,测得的数据更利于探究个体在实验过程中心理动态变化的过程作用机制。近年来,随着科学技术的发展,密集追踪测量的难度降低,目前已经成为心理学研究的一大热点。目前针对密集追踪研究的数据分析主要有传统的多层线性模型(Multilevel Modeling, MLM)的方法,以及新兴的动态结构方程模型(Dynamic Structural Equation Modeling, DSEM)的分析方法。二者均可以方便地对密集追踪数据中的自回归和交叉滞后效应进行建模。但目前尚未有研究探讨过时间点和样本量对于这两个模型参数估计的影响,因此本研究以模拟研究的形式,比较在不同时间点和样本量条件下两个模型参数估计的优劣,为研究者在实际研究中选择和使用模型提出建议。

基于动态结构方程模型的密集追踪数据分析方法发展及新趋势

近年来基于动态结构方程模型(DSEM)的密集追踪数据研究方法在组织行为学、管理心理学、教育学等研究中运用呈上升趋势,由于能够比传统的数据收集方法更加准确和有效,并较好地用来分析构念之间的因果关系,且将显变量和隐变量都考虑在内。同时,密集追踪数据研究方法需要跨越一段时间,因此也具有解释现象变化过程的特点。本文主要关注如何运用Mplus软件实现基于动态结构方程模型的密集追踪数据,通过前人文献,对现有的文献进行了梳理和综述,以有利于未来实证研究工作的开展和应用。

密集追踪数据分析:模型及其应用

在心理学、教育学和临床医学等领域,越来越多的研究者开始关注个体内部的行为、心理、临床效果等随时间而产生的动态变化,重视针对个体的差异化建模。密集追踪是一种在短时间内对个体进行多个时间节点密集追踪测量的方法,更适合用于研究个体内部心理过程等的动态变化及其作用机制。近年来,密集追踪成为心理学研究的一大热点,但许多密集追踪的研究分析仍停留在较为传统的方法。方法学领域已涌现出较多用于密集追踪数据分析的模型方法,较为主流的模型包括以动态结构方程模型(Dynamic Structural Equation Model,DSEM)为代表的自上而下的建模方法,以及以组迭代多模型估计(Group Iterative Multiple Model Estimation,GIMME)为代表的自下而上的建模方法。二者均可以方便地对密集追踪数据中的自回归及交叉滞后效应进行建模。

时变效应模型及在密集追踪数据分析中的应用

密集追踪数据通常蕴含了心理过程的详细变化信息,反映了某些心理的复杂变化过程。时变效应模型用函数替代恒定的系数,可描述密集追踪数据中随时间推移心理的动态变化过程和时变效应,是分析复杂心理过程的有效方法。在介绍时变效应模型的原理后,通过模拟研究考察模型的表现,结果显示:(1)样本量增加可降低函数估计的误差;(2)惩罚样条法的节点数选择与函数的复杂度有关,函数越复杂,所需节点越多;(3)样本量与节点数对函数估计误差的交互效应不显著。进一步应探讨测量次数、数据分布形态、数据缺失等如何影响模型的表现。

人格动态性:过程与特质整合视角

人格动态性强调个体内人格过程及其与特质的关系,是一种过程与特质整合的研究视角。随着研究方法的进步,相关理论与实证研究于近20年得到了快速的发展。人格动态性研究通常基于全特质理论、认知情感系统理论等理论,采用密集追踪数据与动态建模方法,对个体内认知、情绪、动机、生理等交互过程、人与情境交互过程、或人格过程与特质的关系进行探究。未来研究者可从以下方面拓展现有研究:理论上,注意区分个体内与个体间人格结构、整合正常与异常人格理论、进一步讨论时序效应;实证研究中,可结合多种测量方法,提高测量效度以及个体内测量信度。

协变量相关对时变效应模型参数估计的影响

时变效应模型被广泛应用于密集追踪研究中,研究者往往会同时纳入2个或以上协变量。然而,协变量相关对其参数估计的影响较少被研究者关注。本研究在不同类型协变量的情境下,采用蒙特卡洛模拟,探讨协变量相关对时变效应模型参数估计的影响,结果表明:(1)在两种协变量类型的情境下,协变量相关都会影响时变效应模型斜率函数β_(1)和斜率函数参β_(2)数估计的准确性;(2)两种协变量类型的情境下,协变量相关和样本量的交互作用都会影响时变效应模型斜率函数β_(1)和斜率函数β_(2)参数估计的准确性;(3)两种协变量类型的情境下,样本量、观测数据缺失率主要通过主效应影响时变效应模型参数估计的准确性。