元分析中统计异质性的检验:一项Monte Carlo研究

元分析中,异质性检验常为模型的选择和调节分析提供重要的参考依据.有多种方法和途径对异质性进行评价,包括Q,H,I2和似然比检验.通过模拟研究比较,发现单一的Q统计量可能导致错误的模型选择,H和I2值没有因为估计方法(矩估计和似然估计)的不同而对异质性的检验结果存有较大差异,是一个有效可靠的辅助统计量;Q统计量与似然比检验相比,在I类错误率上控制较严格,但统计功效不如似然比检验.研究结果表明,可以选用Q统计量结合报告H或I2值的方式作为异质性检验的最佳方案.

中文形容词大五人格量表的初步编制Ⅱ:测验效度

目的：考察《中文形容词大五人格量表（BFFP-CAS）》的测验效度。方法：运用自编的《中文形容词大五人格量表》对国内7所高校的1208名在校大学生进行测试。结果：1运用主轴法在特质层面上进行探索性因素分析,同时借助平行分析的技术得到比较满意的因子结构,26个特质的共同度在0.402~0.782之间,经Promax斜交旋转,26个特质不存在跨负荷现象,5个维度的方差解释率为63.179%;2本量表与NEO-PI-R中文修订本和CBF-PI在5个对应维度上的相关分别为0.422（开放性）~0.798（严谨性）,0.452（开放性）~0.818（严谨性）;与50-BRS和GFFS在对应维度间的相关分别是0.366（神经质）~0.583（宜人性）,0.425（利他性）~0.713（社交性）,以上效标关联系数均达到统计学显著水平。结论：《中文形容词大五人格量表》涵盖人格维度和侧面特质层面,具有良好的测量效度。