数学性别刻板印象的内隐联想测验研究

本研究采用IAT实验设计,考察大学生的内隐数学-性别刻板印象.结果发现,IAT方法能检测到大学生存在"男性比女性更擅长数学"的内隐数学-性别刻板印象;IAT所测量到的内隐数学-性别刻板印象有性别差异,所测得的内隐数学-性别刻板印象没有专业差异; IAT与SEB所测得的结果不相同,IAT和SEB测得的是被试记忆中复杂网络联结的不同方面.     

社会比较中的妒忌:基于不同测量方式

文章通过设置一定的情境,以59名高职学生为被试,让被试与假想的目标(优秀群体和一般群体)进行比较,运用外显的自我报告和内隐联想测验测量了竞争失利后被试对于不同群体(优秀组和一般组)产生的外显和内隐妒忌,结果显示:⑴在外显测量中,被试对优秀组和一般组的优势地位的妒忌没有显著差异;⑵在内隐测量中,被试对于一般群体的妒忌高于优秀群体;⑶在性别维度上,男女生对于两种群体的外显妒忌没有显著的差异,而在内隐测验上,女生对一般群体的内隐妒忌高于男生,表明了不同测量方式上性别的分离;⑷外显和内隐妒忌之间没有显著相关.     

论文艺复兴时期的人文主义个体精神

文艺复兴时期的人文主义表现出鲜明的个体精神.这种精神是那个时期文化创造的重要促进因素,但也有许多负面影响.本文从社会历史背景、思想渊源、本质内涵等多维角度评述人文主义个体精神,以期对个体精神有一个全面的认识.     

IRT框架下追踪数据的测量不变性分析——————以4至5岁儿童认知能力测验为例

本研究以4岁~5岁儿童认知能力测验为例,在IRT框架下探讨了如何进行追踪数据的测量不变性分析。分析模型采用项目间多维项目反应理论模型(between-item MIRT model)和项目内（within-item MIRT model）多维two-tier model,被试为来自全国的882名48个月的儿童,工具为自编4岁~5岁儿童认知能力测验。经测验水平 分析和项目水平分析,结果表明：(1)本文对追踪数据的测量不变性分析方法合理有效; (2)该测验在两个时间点上满足部分测量不变性要求,测验的潜在结构稳定; (3)“方位题”的区分度和难度参数都发生变化,另有4题难度参数出现浮动; (4)儿童在4岁~5岁期间认知能力总体呈快速发展趋势,能力增长显著。     

当代大学生职业兴趣结构特征研究

通过实际调查对当代大学生的职业兴趣结构特征进行了分析研究。用主成分分析方法以及多维尺度方法探索出当代在学生的职业兴趣有三个潜在维度,可以分为18类。利用RANDALL和18RQNd96程序检验职业兴趣结构,构建了职业兴趣的球形模型。     

博采众长 推陈出新--金瑜教授主编的《心理测量》评介

要了解当代心理学就不可不了解心理测量,心理测量学是科学心理学的重要支柱,是心理学走向应用的有力工具,也是现代心理工作者必备的核心要素。最近由华东师范大学出版社出版的金瑜教授主编的《心理测量》(2001年),凝聚了作者数十年心理测量研究与教学功力,博采众长,推陈出新,充分反映了心理测量学科的完整风貌以及最新进展,具有以下特色:     

基于灰色统计的心理评定量表研究述略

本文提出运用灰色统计对心理评定量表进行分析处理的方法。灰色系统的理论和方法能够处理信息不完全的数据,很适合运用于心理学研究的数据分析。文章在介绍该方法的同时,还以问题解决能力评定量表的测量数据为例,进行了灰色统计实例分析。     

学前与小学儿童母亲社会支持问卷的编制及测量学分析

1　问题提出　　社会支持 (socialsupport)是“给个体提供实际帮助 ,或能使个体感到属于一个社会系统的社会互动或关系”。社会支持是影响个体身心健康及行为方式的重要因素。从 2 0世纪70年代开始 ,心理学、人类学、流行病学、社会学等许多领域对社会支持进行了大量研究 ,利用社会支持实施了越来越多的治疗和干预计划。母亲社会支持 (maternalsocialsupport)是指母亲在抚养子女的过程中 ,其人际关系网络中的成员对母亲的支持与帮助 ,是以儿童母亲为中心 ,由儿童母亲、母亲周围与之有接触的人们以及他们之间的交往活动 (支持性活动 )所构成…     

CTT与IRT方法对人格测验结果处理的比较研究

为了说明使用经典测量理论(CTT)方法和项目反应理论(IRT)方法计算出的人格测验结果的差异,本研究使用IRT和CTT这两种方法分别计算出模拟人格测验和实际人格测验的测验结果,并对此进行比较。研究表明,两种不同的方法得到的测验结果之间平均有0．11个标准差以上的差异。进一步研究发现,在对测验结果进行分析时,IRT方法比CTT方法更为有效。     

分部评分模型与其它几种多级模型的比较

项目反应理论(IRT)是当前教育与心理测量领域的一个重大进展,也日益成为当今测验领域的一个热点。本文对IRT理论中的二个重要评分模型PCM与GPCM作了简要的介绍。并较详细地对PCM与GPCM模型的逻辑结构及其适用范围进行了论述,指出了它们与其它几种重要模型之间的关系及不同之处。