一般化理論に基づくSEMによる自己報告の項目表現効果の見積もり:自己記述アンケートIIIを使用したイラスト

科学分野:

• 心理的な測定法
• 構造方程式モデリング
• サイコメトリクス サイコメトリクス

背景:

• アイテムの文言効果は,心理的特徴に関するライカート式,自己報告のアンケートに課題を投げかけます.
• 現在の方法は,多くの場合,アイテムのユニークさに関連付け,または方法因子を用いるが,測定誤差と区別された文言効果の大きさを定量化することはめったにない.

研究 の 目的:

• 構築,項目の文言,および測定エラーの影響を解き放つための一般化理論に基づく構造方程式モデルの有用性を実証する.
• 心理学的評価における測定差の分析のための堅固な枠組みを提供すること.

主な方法:

• 汎用性理論に基づく構造方程式モデル設計を採用した.
• 大学生の大規模なサンプル (n=1,796) のデータを分析し,自己記述アンケートIIIを2回使用した.
• 汎用性理論と従来の共生構造方程式モデルを分析するためのRコードを提供しました.

主要な成果:

• 結果は,各サブスケールについて,コンストラクット,アイテム表現,特異因子,一時的,ランダムレスポンスエラー効果を分離する必要性を強調した.
• 一般化理論のテクニックは,これらの偏差成分を区別するのに有効であることが証明されました.
• 総合的なモデルでは,ターゲティングコンストラクタが最も多くのバリエーションを説明し,それにランダムレスポンス,一時的,特定の因子エラー,項目の文言効果が続きます.

結論:

• 一般化理論に基づく構造方程式モデリングは,心理学的アンケートにおける測定特性を分析するための優れた方法を提供します.
• 正確な評価には,コンストラクート・ヴァリアンス,アイテム・フォーミング・エフェクト,および複数の測定誤差の発生源を区別する必要があります.