马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
×
经典测量理论(CCT)一直占据测量理论的统治地位,却存在误差分离过于笼统、“严格平行测验”很难在实际情境中实现等问题。针对经典测量理论存在的问题,20世纪70年代初,克伦**(Cronbach)等人提出了概化理论(Generalizability Theory,GT)。概化理论将经典测量理论的内容和运用范围进行了扩展和延伸。 在概化理论中,测量情境关系由测量目标(object of measurement)和测量侧面(facet of measurement)构成。测量目标,即测验中所要描述的特性,不仅仅是受测者的某种潜在特质,也可以是测验题目或评分者的某种特性。测量侧面则是影响和制约测量目标的各种因素和条件,包括测量工具、测量环境、测量时间等。测量侧面又可分为随机侧面(random facet)和固定侧面(fixed facet)。随机侧面中,侧面各水平是从所有可能的水平中随机选取;固定侧面的各水平则是固定不变的。在概化理论模型中,至少需要包含一个随机侧面才能进行推广或概化。在概化理论中,将CTT中的“信度”转化为概化系数Eρ⊃2;或可靠性指标φ系数,概化系数关注的是测量的相对误差,可靠性指数则关注的是绝对误差。 概化理论研究过程由两大部分组成,即G研究和D研究。G研究是指在观测全域上,根据测量设计对测量目标、所有侧面以及它们之间的交互作用的方差协方差分量进行估计。在这个研究中,需要研究者明确测量对象和测量目标、测量侧面和观测全域以及它们的关系,还包括对测量设计和测量模式的确定。D研究则是在G研究基础上,通过改变测量侧面结构、测验模型等来考察概化系数和可靠性指数的变化,从而为有效控制误差、提高测验精度提供参考。其中,需要根据测量目的确定概化全域,也就是确定测验结果推广的侧面,以及各侧面推广的范围。然后根据确定的概化全域,在各侧面条件样本水平上重新估计G研究中各因素的效应和交互作用的方差分量,获得特定概化全域上的整个测验的概化系数和可靠性指数。通过多次反复,获得不同概化全域上的系数指标,比较这些系数的估计精度,从而确定最佳的测量设计方案,将G研究中的结果概化到新的全域上。 由于在实际的测量中,常会涉及到一个测量目标同时具有多个全域分数的问题。比如一个测验包括多个分测验,这些分测验的分数就可理解为同一测量目标所具有的多个全域分数。于是在单变量概化理论的基础上发展出了多元概化理论,多元概化理论在继承了单变量概化理论的思想基础上,还提供了测验目标、测量侧面等因素更为详细的方差协方差分量的信息,具有更为广泛的使用范围。
|