矩阵完成问题的项目生成研究

论文摘要

传统测验重视统计技术,不重视测量结构的心理学意义,使得它的功能局限于筛选,不能提供更多的信息。近年来,心理学理论的发展和心理计量技术的革新对测验发展的方向影响巨大。认知心理学不再将人类的内心世界视为“黑箱”,也不再将被试作答的过程抛开,认知心理学中的认知成分分析对测验的发展有关键性的影响。Sternberg（1991）指出未来测验发展的方向应结合认知心理学理论、心理计量学理论以及教学,使测验的发展具有认知心理学的基础,测验的结果能提供有关对被试的诊断信息,测验的分数能反映出答题的心理过程等。由于认知心理学理论、心理计量学以及计算机技术的发展,使得基于认知理论指导下的项目生成技术逐渐成熟。在诸多关于智力的传统测验中,矩阵完成问题以其适用范围广、使用方便以及结果解释直观、简单等优点得到了广泛的使用。智力的PASS理论以神经心理学为基础,整合信息加工心理学、心理测量学,突破以往智力理论停留在智力概念争论上的缺陷,使智力测验拥有了具体、系统的理论基础,为智力测验开辟了崭新的研究领域。本研究以PASS理论中同时性加工编码为研究基础,以矩阵完成问题为考察智力的形式,使用项目生成技术中的认知设计系统方法,分别对矩阵问题的认知模型、矩阵完成问题的项目生成算法,以及矩阵完成问题自适应项目生成的系统编制等进行研究。研究结果表明:1、自建认知模型在对矩阵项目难度等项目属性的预测方面优于其它认知模型。自建的认知模型包括矩阵问题加工理论、矩阵问题知觉变量两部分;矩阵问题加工理论是Carpenter et al.基于对瑞文测验中矩阵问题分析的基础之上得到的;矩阵问题知觉变量是基于对刘声涛等（2004）提出的矩阵问题绘图原则基础上归纳合并得到的;这两部分内容整合在一起的认知模型能够很好的预测矩阵问题的项目参数。2、项目生成算法编制的矩阵完成测验有较好的信度和效度。研究者设计项目结构编制矩阵测验,通过认知模型与编制矩阵测验项目的难度建立的数学模型,来验证认知模型为矩阵问题的自适应项目生成服务。研究中设计了27种项目结构,生成的矩阵测验与瑞文测验相比,难度相近且区分度稍好,矩阵测验与瑞文测验的相关达到0.937（p＜0.01）,且内部一致性也相近,矩阵测验的项目比瑞文测验的项目要少。3、自编矩阵问题自适应项目生成测验（M-AIG）系统,对被试的抽象推理能力有较好的区分。对临时项目库的分析发现生成的项目具有较合适的心理计量属性,M-AIG系统的重测信度达到0.83（P＜0.01）。

论文目录

• 中文摘要
• 英文摘要
• 第一部分 文献综述
• 1.1 心理计量学的发展与项目生成研究
• 1.1.1 心理计量学的发展
• 1.1.1.1 经典测量理论
• 1.1.1.2 项目反应理论
• 1.1.2 项目生成研究
• 1.1.2.1 用认知理论生成项目的研究
• 1.1.2.2 心理计量模型的研究
• 1.1.2.3 自适应项目生成的研究
• 1.2 智力及其理论发展与矩阵问题的测量功能研究
• 1.2.1 智力理论发展及智力的PASS模型
• 1.2.1.1 关于智力的概念
• 1.2.1.2 智力理论的发展
• 1.2.1.3 智力的PASS理论及同时性加工
• 1.2.2 矩阵问题的测量功能研究
• 1.2.2.1 推理能力是智力结构中的主要成分
• 1.2.2.2 矩阵问题测验测量的是分析性智力
• 1.3 矩阵问题项目生成的相关研究概述
• 1.3.1 工作记忆对类比推理问题解决的影响研究
• 1.3.2 矩阵问题的认知设计系统研究
• 1.4 小结
• 第二部分 研究问题及研究总体设计
• 2.1 问题提出
• 2.2 研究的价值与意义
• 2.3 研究内容
• 2.4 研究假设
• 2.5 研究过程
• 2.6 研究创新之处
• 第三部分 矩阵问题四种项目生成认知模型的比较研究
• 3.1 研究目的
• 3.2 研究过程与方法
• 3.2.1 四种认知模型简介
• 3.2.2 分析方法——分层回归
• 3.2.3 测试材料
• 3.2.4 测试对象
• 3.2.5 分析工具
• 3.3 研究结果与分析
• 3.3.1 根据四种认知模型的假设给变量赋值
• 3.3.2 使用两种心理测量模型估计矩阵项目参数
• 3.3.3 四种认知模型在两种心理测量模型上的比较
• 3.4 讨论与小结
• 第四部分 矩阵问题的项目生成算法研究
• 4.1 研究目的
• 4.2 研究过程与方法
• 4.2.1 矩阵问题项目结构的设计
• 4.2.2 矩阵问题选项的设计
• 4.2.3 测试材料
• 4.2.4 测试形式和对象
• 4.2.5 分析工具
• 4.3 研究结果与分析
• 4.3.1 被试反应时与其解决矩阵问题的关系
• 4.3.2 项目结构及记忆负荷等因素与矩阵问题难度的关系
• 4.3.3 设计的矩阵问题测验与瑞文高级推理测验的比较
• 4.3.4 矩阵问题项目生成算法的认知模型检验
• 4.3.5 对预测参数准确性的残差分析
• 4.4 讨论与小结
• 第五部分 矩阵问题自适应项目生成系统的编制研究
• 5.1 研究目的
• 5.2 研究过程与方法
• 5.2.1 基于实有题库的计算机化自适应测验的缺陷与AIG的优势
• 5.2.2 矩阵问题自适应项目生成系统的编制
• 5.2.3 测试材料
• 5.2.4 测试形式及对象
• 5.2.5 分析工具
• 5.3 研究结果与分析
• 5.3.1 能力条件估计程序的验证
• 5.3.2 矩阵题库的项目参数分布情况调查
• 5.3.3 被试在M-AIG系统上能力表现的分布情况
• 5.3.4 项目结构、项目反应时与被试作答的关系
• 5.3.5 M-AIG系统的重测信度
• 5.4 讨论与小结
• 第六部分 结论
• 6.1 引言
• 6.2 本研究结论
• 6.3 研究中存在的不足与展望
• 参考文献
• 附录 双参数能力条件估计代码（SQL存储过程）
• 致谢