在心理与教育测验中,经常会出现各种各样的异常行为,例如考生的粗心大意、热身效应、注意力不集中等。异常作答模式的存在会污染数据,导致测验数据质量的下降,产生有偏的参数估计,威胁测试的有效性。因此,有效检测异常反应在不论是在理论上还是实践中都至关重要。变点分析法（Change Point Analysis,CPA）作为一种新兴的统计过程控制（Statistical Process Control,SPC）的统计方法,在近几年被广泛应用于个人拟合研究中,以检测测试中的突变行为。目前研究主要是通过比较不同指标的统计检验力和一类错误率来考察个人拟合指标（Person Fit Statistic,PFS）的侦测性能,这样的考察效果较为单一。且在使用PFS侦查出异常作答被试后需要进行数据清洗,以往研究通常是直接删除出现异常作答的被试的数据。CPA的优势在于对被试异常作答的题目进行定位,删除变点后的异常作答序列,进而实现数据的有效清洗和参数精度的改进。在此情境下,本研究使用似然比检验法(L)、Wald检验法(W)、Score检验法(S)检测后期随机作答行为,并通过Monte Carol模拟计算其临界值、统计检验力、变点定位绝对偏差和参数返真估计。本研究旨在从不同视角评估三种检验方法的探测性能,以期了解不同指标的侦查优势,为测验管理人员在实际侦查所选指标的方向上提供方法学参考。结果发现:（1）三种方法的统计检验力均好于以往的PFS。随着测验长度的增加,L、W和S的检验力均有明显的提高。但检验力会随着失拟比例的增加而逐渐降低。（2）三种方法的临界值均随着测验长度的增加而增加,标准差较小,表明三种方法的临界值较为稳定,效果较好。（3）变点定位绝对偏差仅受到测验长度的影响。测验长度越短,变点定位绝对偏差越小,定位效果越好。（4）变点起始位置越靠前,测验长度越长,失拟比例较大,参数返真估计效果越好。对于三种检验方法而言,在统计检验力层面上,L相比于W和S检验效果更好;在变点定位层面上,W变点定位效果更好,S效果较差。
暂无评论