「集中的縦断的多者データのための個々人の評定者間信頼性尺度」

科学分野:

• 心理学
• 量的心理学
• 心理測定学

背景:

• 評定者間信頼性は、心理学研究において不可欠である。
• 既存のモデルは、構造的に異なる評定者タイプ（例：自己報告対パートナー報告）を扱うのに苦労することが多い。
• 個人固有の評定者一貫性と、その予測因子を評価するための方法が必要である。

研究 の 目的:

• 複数の構造的に異なる評定者を持つ集中的な縦断データのための新しい多レベル潜在時系列モデル（MR-MLTS）を提案する。
• 個々人の（個人固有の）評定者一貫性係数の推定を可能にする。
• 評定者の一貫性を外部変数にリンクすることを容易にする。

主な方法:

• 多レベル潜在時系列モデル（MR-MLTS）を開発した。
• Mplusと新しいRパッケージ（mlts）でモデルを実装した。
• 100の異性カップル（86時点）からの集中的な縦断データにモデルを適用した。

主要な成果:

• 関係期間とパートナーの認知的資源は、イノベーションに対する評定者の一貫性を積極的に予測する。
• シミュレーション結果は、個々人の係数を推定するために必要な時点の数に焦点を当てている。
• 参加者の数は、ランダム効果の分散を回復するために重要である。

結論:

• MR-MLTSモデルは、複雑な対データおよび縦断研究における評定者間の一貫性を定量化するための柔軟なアプローチを提供する。
• 調査結果は、関係要因が評定者の一貫性を形成する上で果たす役割を強調している。
• このモデルは、測定精度と合意における個人差について貴重な洞察を提供する。