"分离机制"与假装的意义——M.Leslie假装的元表征理论述评

文章从假装的判定标准,一些重要概念如元表征、分离机制、元表征的形式等方面介绍和评价了Leslie假装的元表征理论,并通过一个行为定向模型加以明确描述。文章表明,Leslie对以皮亚杰为代表的传统假装理论提出了挑战。     

因子混合模型:潜在类别分析与因子分析的整合

因子混合模型(FMM)是考虑了群体潜在异质性后的因子分析模型,它将潜在类别分析(LCA)与传统的因子分析(FA)整合在同一框架内,既保留了两种分析技术的优点,同时又展现出独特优势。FMM的应用主要包括描述变量的潜在结构、对被试进行分组以及探测社会称许偏差等。我们建议分别采用FA、LCA与FMM三种模型拟合数据,参考拟合指数和模型可解释性选择最优模型。总结了FMM的分析步骤以及软件使用,并用于探讨大学生社会面子意识的测量模型。未来研究应关注FMM分析过程的简化,继续深化对拟合指数等方面的探讨。     

农地股份合作组织发育与内部依存性实证分析——基于40个农地股份合作社的问卷调查

本文分析了农地股份合作社的不同发育模式,并以淮安市40个农地股份合作社中的263户入股社员为样本,采用有序Probit模型实证分析了影响其对合作社依存性的显著因素。研究表明,农地股份合作社的存在能够均衡土地租金、调控非粮化风险,化解土地承包纠纷,表现出了明显的社会效应;农户通过入股成为社员可以发挥纯农业户、兼业农户与非农业户各自的比较优势,并有可能实现家庭内部劳动分配的再优化;社员的入股自愿程度、是否获得了在合作社中工作的机会、是否为复合型入股、对股份分红的满意程度、对股份合作社经营状况的了解程度是影响社员对农地股份合作社依存性的正向因素。其政策启示是,在满足区位条件的前提下尽可能提高"自主经营型"农地股份合作社的比例,尽管前期投入较高,但从长期来看,更能够保证入股农户分享到"二次分红",并发挥更好的社会效应。     

基于增长模型的非随机缺失数据处理:选择模型和极大似然方法

对含有非随机缺失数据的潜变量增长模型,为了考察基于不同假设的缺失数据处理方法:极大似然(ML)方法与DiggleKenward选择模型的优劣,通过Monte Carlo模拟研究,比较两种方法对模型中增长参数估计精度及其标准误估计的差异,并考虑样本量、非随机缺失比例和随机缺失比例的影响。结果表明,符合前提假设的Diggle-Kenward选择模型的参数估计精度普遍高于ML方法;对于标准误估计值,ML方法存在一定程度的低估,得到的置信区间覆盖比率也明显低于Diggle-Kenward选择模型。     

大学生情绪智力和班级人际网络对适应性的影响机制:多层中介效应模型

以国内7所大学、20个教学班、646名学生为研究样本,采用问卷调查法和社会网络分析法收集数据。运用1-1-1中介效应模型分析大学生情绪智力、班级人际网络和适应性之间的关系。结果显示:(1)大学生适应性与情绪智力、班级人际网络的点度中心度呈显著正相关,情绪智力可正向预测大学生适应性,情绪智力可正向预测大学生在班级人际网络的点度中心度;(2)1-1-1中介效应模型分析结果显示班级人际网络的点度中心度在情绪智力与适应性关系中起部分中介作用。     

学校联结和学业能力对高中生自尊的影响:一个多层线性模型

为探究高中生自尊的影响因素,本研究以来自18所学校的4776名高中生为研究对象,以自尊的价值—能力理论为依据,采用问卷法探讨价值因素(学校联结)和能力因素(学业能力)对高中生自尊的影响,并基于生态系统学视角构建多层线性模型。结果表明:(1)班级层面学校联结对个体自尊具有显著正向预测作用;(2)个体学业能力在学校联结与自尊之间具有中介作用;(3)个体学业能力对个体自尊的正向预测作用受到班级学业能力的调节,在高学业能力的班级条件下,个体学业能力对自尊水平的预测作用更强。     

多级计分测验中基于残差统计量的被试拟合研究

本文提出一种多级计分项目下的个人拟合统计量R, 考察它在检测6种常见的异常作答模式(作弊、猜测、随机、粗心、创新作答、混合异常)下的表现, 并与标准化对数似然统计量l_zp进行比较。结果表明：(1) 在异常作答覆盖率较低并且异常作答类型为作弊和猜测时, R的检测率显著高于l_zp; (2) 随着测验长度和被试异常程度的增加, 两种统计量的检测率都会上升; (3) 在一些条件下, R与l_zp检测效果接近。实证数据分析进一步展示了R统计量的使用方法和过程, 结果也表明R统计量具有较好的应用前景。     

青少年早期亲社会行为倾向、内化问题和外化问题发展级联的个体内分析

认识亲社会行为倾向、内化问题和外化问题的发展级联对青少年心理健康促进具有重要价值。采用个体内分析方法分析了894名初中生3年的追踪数据, 并与传统的交叉滞后面板模型进行比较。结果发现：(1)在个体内水平, 亲社会行为倾向与内化问题和外化问题具有中等或较弱的协同变化关系, T1亲社会行为倾向可负向预测T2内化问题, T2亲社会行为倾向可负向预测T3外化问题, 具有较弱的预测作用; (2)在女生群体中, T2内化问题可正向预测T3外化问题, 而在男生群体中, 内化问题和外化问题没有相互预测作用; (3)亲社会行为倾向的4个因子(公开的、依从的、情绪的和利他的)可负向预测内化问题, 它们仅在T2可负向预测外化问题, 具有较弱的预测作用; (4)个体内分析方法得到的研究结果与传统交叉滞后分析方法不同, 不同的个体内分析模型得到的研究结果也不同。结论: 青少年早期亲社会行为倾向的发展可降低内化问题和外化问题, 这种作用具有性别差异; 个体内分析方法在青少年心理病理发展研究中具有重要应用价值。     

纵向数据的调节效应分析

目前调节效应检验主要是基于截面数据, 本文讨论纵向(追踪)数据的调节效应分析。如果自变量X和因变量Y有纵向数据, 调节效应可分为三类：调节变量Z不随时间变化、Z随时间变化、调节变量从自变量或因变量中产生。评介了基于多层模型、多层结构方程模型、交叉滞后模型和潜变量增长模型的纵向数据的多种调节效应分析方法。调节效应的分解和潜调节结构方程法的使用是纵向数据的调节效应分析的两大特点。对基于四类模型的调节效应分析方法进行综合比较后, 总结出一个纵向数据的调节效应分析流程。随后用实际例子演示如何进行纵向数据的调节效应分析, 并给出相应的Mplus程序。随后展望了纵向数据的调节效应分析的拓展方向, 例如基于动态结构方程模型的密集追踪数据的调节效应分析。     

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。