因子分析元分析的三阶段整合模型

因子分析元分析(meta-analysis of factor analyses, MAFA)整合了因子分析和元分析两种方法学传统。开展MAFA方法学研究可结束过去几十年MAFA研究缺乏根据的状况, 服务心理学等领域内的知识生产。三阶段整合模型认为MAFA包括数据准备、数据合成和数据分析三个主要阶段。模型及数据合成技术的有效性将用心理测量学方法, 包括蒙特卡洛模拟研究进行检验。研究结果将阐明正确运用MAFA的一般规则、操作步骤和注意事项, 进而增进我们对MAFA的认识, 丰富应用心理等领域的方法学体系, 为MAFA方法的推广应用奠定基础。     

贝叶斯结构方程模型及其研究现状

在心理学研究中结构方程模型(Structural Equation Modeling, SEM)被广泛用于检验潜变量间的因果效应, 其估计方法有频率学方法(如, 极大似然估计)和贝叶斯方法两类。近年来由于贝叶斯统计的流行及其在结构方程建模中易于处理小样本、缺失数据及复杂模型等方面的优势, 贝叶斯结构方程模型发展迅速, 但其在国内心理学领域的应用不足。主要介绍了贝叶斯结构方程模型的方法基础和优良特性, 及几类常用的贝叶斯结构方程模型及其应用现状, 旨在为应用研究者介绍新的研究工具。     

激励理论及其综合模型的新发展

激励是组织行为学的一个重要研究领域。本文概述了传统的激励理论、满意感理论在近年的研究新成果和新动向,并对激励理论的三大综合模型(聚合模型、新范式模型和混合模型)作了分析。最后提出了未来激励研究的四个方向。     

结构方程模型常用拟合指数检验的实质

拟合指数检验是评价结构方程模型(SEM)的重要环节。从协方差结构分析的角度将SEM与传统的回归模型比较,容易理解为什么SEM需要拟合指数。揭示了目前几种流行的拟合指数检验的实质:基于卡方的绝对拟合指数(如RMSEA)检验的实质是重新设定卡方检验的显著性水平(不同于通常的.05),相对拟合指数(如NNFI和CFI)检验的实质是基于虚模型设定均方(卡方与自由度之比)降低到的比例;在NNFI大于临界值后,报告和检验CFI是不必要的。根据研究结果提出了一些方便实用的拟合检验建议。     

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。     

基于多层结构方程模型的情境效应分析—— 兼与多层线性模型比较

多层(嵌套)数据的变量关系研究, 必须借助多层模型来实现。两层模型中, 层一自变量Xij按组均值中心化, 并将组均值 置于层2截距方程式中, 可将Xij对因变量Yij的效应分解为组间和组内部分, 二者之差被称为情境效应, 称为情境变量。多层结构方程模型(MSEM)将多层线性模型(MLM)和结构方程模型(SEM)相结合, 通过设置潜变量和多指标的方法校正了MLM在情境效应分析中出现的抽样误差和测量误差, 同时解决了数据的多层(嵌套)结构和潜变量的估计问题。除了分析原理的说明, 还以班级平均竞争氛围对学生竞争表现的情境效应为例进行分析方法的示范, 并比较MSEM和MLM的异同, 随后展望了MSEM情境效应模型、情境效应无偏估计方法和情境变量研究的拓展方向。     

基于结构方程模型的有调节的中介效应分析

有调节的中介模型是中介过程受到调节变量影响的模型。指出了目前有调节的中介效应分析普遍存在的问题：当前有调节的中介效应检验大多使用多元线性回归分析,忽略了测量误差;而基于结构方程模型(SEM)的有调节的中介效应分析需要产生乘积指标,又会面临乘积指标生成和乘积项非正态分布的问题。在简介潜调节结构方程(LMS)方法后,建议使用LMS方法得到偏差校正的bootstrap置信区间来进行基于SEM的有调节的中介效应分析。总结出一个有调节的中介SEM分析流程,并有示例和相应的Mplus程序。文末展望了LMS和有调节的中介模型的发展方向。     

雇员主动离职心理动因模型评述

在介绍雇员离职研究背景和意义的基础上,重点对1980年后雇员主动离职研究中4个有代表性的心理动因模型──Steers 和Mowday(1981)模型、Sheridan(1983)模型、Lee和Mitchell(1994)模型以及Price(2000)模型进行了细致的评述,并对主动离职心理动因模型的发展方向提出了一些看法。     

心理治疗中的同化模型

同化模型是一个有关心理治疗改变过程的理论构想。它融合了多家理论观点, 形成一个用于解释心理治疗一般改变过程的整合性框架。依据此模型, 针对治疗改变过程提出八个可以预期的发展阶段。一系列有关同化模型的研究已经对模型及其发展序列进行了验证, 并提供了实证性的支持。同时发现不同疗法的同化过程模式存在差异; 不同疗法对处于不同同化阶段的当事人具有不同的效果。在研究主题的细化方面, 已有研究开展了同化阶段的标识研究、同化阶段的子阶段研究; 并拓展向不同障碍类型、不同治疗方法的当事人, 以及新的研究领域(如药物治疗, 移民丧失)。在未来的研究中, 可以进行跨文化的研究来对此模型进行验证, 也可以对模型有关治疗改变线性过程的潜在假设进行验证, 或针对声音方面展开深入研究。     

面孔识别的认知模型与电生理学证据

近年来面孔识别的事件相关电位(ERP)研究发展迅速,该文围绕Bruce-Young的面孔识别模型,探讨模型中各认知单元的内涵、作用及相互之间的关系,揭示了面孔识别的认知过程和神经机制。另外,通过ERP研究结果,指出了Bruce-Young的面孔识别模型中的不足之处,由此提出了修正的面孔识别模型。     

团队人格组成、团队过程对团队有效性的作用

由于团队对组织的重要性,团队有效性的研究倍受关注。通过对342个大学生短期团队完成决策任务的研究,旨在探讨团队人格组成与团队中间过程对团队有效性的作用机制。研究以自陈式问卷调查收集数据,采用层次回归与结构方程模型进行统计分析。研究结果表明：团队过程变量（协作、信念、凝聚力）在团队人格组成（外向性、宜人性、神经质）与团队有效性之间起中介作用,横断研究的I-P-O整体模型得到验证     

Predicting Bystander Behavior to Prevent Sexual Assault on College Campuses: The Role of Self-Efficacy and Intent

Bystander intervention has been increasingly applied to prevent sexual violence on college campuses. Its underlying theory assumes unidirectional relationships between variables, predicting that bystander behaviors (i.e., actions taken to intervene in sexual violence situations) will be influenced by bystander intentions (BI; i.e., likelihood to intervene in the future), which in turn will be affected by bystander efficacy (BE; i.e., confidence to intervene). One question for theory is whether a reciprocal relationship exists between BI and BE. We used structural equation modeling (SEM) with longitudinal data to test unidirectional and reciprocal causal relations between BI and BE. Participants (n = 1390) were students at a northeastern US university. Four models were examined using SEM: (1) a baseline model with autoregressive paths; (2) a model with autoregressive effects and BI predicting future BE; (3) a model with autoregressive effects and BE predicting future BI; and, (4) a fully cross‐lagged model. Results indicated that reciprocal causality was found to occur between BI and BE. In addition, a final model demonstrated indirect effects of a bystander intervention program on bystander behaviors through both BI and BE at different time points. Implications for theory and practice are described, and directions for future research discussed.     

结构方程模型统计检验力分析：原理与方法

结构方程模型是心理学、管理学、社会学等学科中重要的统计工具之一。然而, 大量使用结构方程模型的研究忽视了对该方法的统计检验力进行必要的分析和报告, 在一定程度上降低了这些研究的结果的证明效力。结构方程模型的统计检验力分析方法主要有Satorra-Saris法、MacCallum法与Monte Carlo法三类。其中Satorra-Saris法适用于备择模型清晰、检验对象相对简单、检验方法基于χ²分布的情形; MacCallum法适用于基于χ²分布的模型拟合检验且备择模型不明的情形; Monte Carlo法适用于检验对象相对复杂、采用模拟或重抽样方法进行检验的情形。在实际应用中, 研究者应当首先判断检验的目的、方法以及是否有明确的备择模型, 并根据这些信息选择具体的分析方法。     

项目组合在结构方程模型中的应用

项目组合（itemparceling）是对同一量表中的若干项目进行整合并形成新的观测指标的过程。虽然一直以来它都是一个有争议的议题,但随着其在结构方程模型中的应用日益广泛,它越来越受到研究者重视。文章从项目组合的基本逻辑、优缺点以及具体方法等方面对项目组合的研究进行了概括,并在此基础上提出了使用的具体建议：（1）根据研究的目的与具体情境选择是否需要组合;（2）组合之前必须首先确定概念的维度性;（3）项目组合最好建立在一定的理论基础上等等。未来的研究可以深入探讨各种组合方法对模型拟合以及参数估计的影响以及项目组合在一些SEM高阶应用中的效果,并进一步与项目反应理论等测量理论相结合     

儿童攻击行为的多方法测评研究

儿童攻击测评方法的有效性和准确性直接决定着该领域研究的水平和质量,因而测评方法的研究是该领域研究的基础性任务。本研究以济南城区三所幼儿园的177名3～4岁儿童为被试,同时运用自然观察法、母亲评定法、教师评定法和同伴提名法评定儿童攻击,采用常规统计方法和结构方程模型评估四种测评的适用特点。得出如下主要结论:1、自然观察法、同伴提名法、教师评定法和母亲评定法具有中高程度的信效度,但各有优缺点,适用研究对象不同;2、测评模型与实测数据拟合良好,同时采用多种方法可以更为准确有效地测评儿童的攻击行为。     

多变量追踪研究的模型整合与拓展：考察往复式影响与增长趋势

追踪研究当中, 交叉滞后模型可以探究多变量之间往复式影响, 潜增长模型可以探究个体增长趋势。对两类模型进行整合, 例如同时关注往复式影响与个体增长趋势, 同时可以定义测量误差、随机截距等变异成分, 衍生出随机截距交叉滞后模型、特质-状态-误差模型、自回归潜增长模型、结构化残差潜增长模型等。以交叉滞后模型和潜增长模型分别作为基础模型, 从个体间/个体内变异分解的角度对上述各类模型梳理, 整合出此类模型的分析框架, 并拓展建立“因子结构化潜增长模型(factor latent curve model with structured reciprocals)”作为统合框架。通过实证研究(早期儿童的追踪研究-幼儿园版, ECLS-K), 建立21049名儿童的阅读和数学能力的往复式影响与增长趋势。研究发现, 分离了稳定特质的模型拟合最优。研究也对模型建模思路和模型选择提供了建议。     

一种新的统计方法和研究思路——结构方程建模述评

结构方程建模(SEM)是一种新的统计方法和研究思路,近年来在心理学和社会科学领域的应用日益增多。本文在非数学化的基础上,结合心理学研究实例介绍了SEM的渊源、发展、基本概念、分析过程以及相应的计算机统计软件LI-SREL。本文认为SEM有四大优点:①引进潜变量使研究更为深入,②遵循一般线性模式进行验证型分析,使研究更有意义,③妥善处理多变量间的复杂关系,④模型具有参数不变性。SEM应该引起国内心理学界的重视。     

Introduction to the special section on structural equation modeling

Structural equation modeling (SEM) is a frequently used data-analytic technique in psychopathology research. This popularity is due to the unique capabilities and broad applicability of SEM and to recent advances in model and software development. Unfortunately, the popularity and accessibility of SEM is matched by its complexities and ambiguities. Thus, users are often faced with difficult decisions regarding a variety of issues. This special section is designed to increase the effective use of SEM by reviewing recently developed modeling capabilities, identifying common problems in application, and recommending appropriate strategies for analysis and evaluation.     

Quantifying Parsimony in Structural Equation Modeling

Fitting propensity (FP) is defined as a model's average ability to fit diverse data patterns, all else being equal. The relevance of FP to model selection is examined in the context of structural equation modeling (SEM). In SEM it is well known that the number of free model parameters influences FP, but other facets of FP are routinely excluded from consideration. It is shown that models possessing the same number of free parameters but different structures may exhibit different FPs. The consequences of this fact are demonstrated using illustrative examples and models culled from published research. The case is made that further attention should be given to quantifying FP in SEM and considering it in model selection. Practical approaches are suggested.     

小学教师职业倦怠维度发展顺序探究——来自结构方程模型和交叉滞后网络分析模型的证据

教师职业倦怠的情感衰竭、去人性化和个人成就感降低3个维度相对独立但也存在相互影响, 对其发展关系进行研究, 有助于深入理解职业倦怠的发展过程, 尽早识别倦怠症状。本研究对3837名小学教师进行追踪测试, 测试间隔为3年, 采用结构方程模型和交叉滞后网络分析模型进行分析, 结果发现小学教师职业倦怠维度最优发展模型为“T1的情感衰竭和个人成就感降低分别预测T2的情感衰竭和个人成就感降低, T1的去人性化预测T2的去人性化和个人成就感降低”, 且最优发展模型具有性别间的一致性和教龄段之间的一致性。这一结果支持并强调了去人性化在小学教师职业倦怠发展中的重要作用, 对识别教师职业倦怠早期症状并采取相应措施有效阻断教师职业倦怠的进一步发展具有一定的理论和现实意义。