瑞文测验项目认知难度因素分析及LLTM拟合验证(2)
http://www.100md.com
2004年2月1日
 |
| 第1页 |
参见附件(466KB，5页)。
2.4.2回归方程的有效性检验及决定系数
对此回归方程进行方差分析的结果如表3所示。
据此，所求回归方程是有效的。另可求得其决定系数为R2=0.664。对每个自变量进行显著性检验，p值分别为0.001、0.000、0.004、0.048，均低于0.05的显著性水平值。据此，我们完成了对瑞文测验项目认知难度因素及其层次结构假设的验证。
3结果的潜在应用探讨
3.1被试认知特征识别
有了项目认知难度影响因素模型，就可以克服对个体的智力水平仅给一个总分值的简单做法，个体的能力特征可参照其答对或答错项目的因素取值作进一步的解释。如被试A答对瑞文测验项目37个，在A、B、C、D、E5组中，错答数分别为1、1、5、3、9个，被试A的错答主要在E组。比较E组各因素取值及其它组项目因素取值发现，E组项目在因素二上的取值明显高于其它组，因此可以说，被试之所以E组题答不好，是因为对图块整体布局这一影响因素反应能力较弱，也就是说被试知觉图块整体布局、对事物形成整体认识的能力较差，或是在知觉基础上进行有效推理的能力较差。
另外，对传统智力测验简单评为能力水平相同的被试，也可据其解决的项目不同，进一步分析其间的能力结构差异。如被试B、C，答对瑞文测验项目数均为27个。他们的正答项在各影响因素上取值的平均数如表4所示。
被试正确作答项在因素一、因素二、因素三上的平均取值越大就意味着被试在相应影响因素上的反应能力水平越高。从表4中可看出，被试B、C在因素一上的反应能力是相同的；在因素二上被试C强于被试B；在因素三上被试B强于被试C。被试正确作答项在因素四(题序因子)上取值高，说明被试在位置较靠后的题目上才出现学习效应，说明被试自觉学习能力更低，因此被试B在学习能力上强于被试C。
3.2为计算机智能命题提供测量学理论基础
实现计算机智能化命题是普及计算机化测验的一项重要技术。本文得到影响瑞文测验认知难度的四个因素，以及每个影响因素的权重，由此建立了项目的刺激特征参数向项目难度映射的关系。根据这个关系，我们可以编制出同时考虑图块繁简度、图块整体布局、变化维度、题序因子等因素变化的命题程序，计算机就可自动生成符合各因素层次要求的瑞文测验项目。另外，如果指定项目难度值，那么，计算机可根据项目的刺激特征参数向项目难度映射的关系法则分配项目在各影响因素上的取值，进而生成指定难度的项目。
4需进一步探讨的问题
本研究需进一步探讨的问题有：D11、D12、E11、E12四个项目的难度因素分析有待进一步探索；回归方程的剩余方差还不是很小，可能还有其它的难度因素未被找出；潜在应用前途中提出的智能命题仅是一个初步设想，有待完善和实践。
参考文献
1 张阔, 胡竹菁. 智力测验发展的现状与趋势. 心理学探新, 2002, (22)2: 36~40
2 Frederiksen N, Robert J M, Isaac I B(Ed). Test Theory for a New Generation of Tests ......
您现在查看是摘要介绍页，详见PDF附件(466KB，5页)。