工作文件

估计学生在心理和社会情感构造上的成长:多种评分方法的比较

2020

经过:梅根·库赫菲尔德(Megan Kuhfeld),,,,詹姆斯·索兰(James Soland)


描述

我们对人类如何发展,学习,表现和互动的很大一部分是基于调查数据。研究人员使用纵向增长模型来了解学生在小学和中学的心理和社会情感学习结构上的发展。在这些设计中,通常,在多个学年的时间内对学生进行一系列一致的自我报告调查项目,并根据基于和基于项目响应理论(IRT)方法产生的比例分数来衡量增长。尽管有很多关于扩展和联系基于IRT的大规模教育评估以促进考生增长的指导,但这种专业知识几乎没有任何东西来缩放心理和社会情感结构。通过一系列的模拟和实证研究,我们使用总和分数以及多种IRT方法在单一重复的措施设计中产生得分,并比较使用每组分数从纵向生长模型中恢复生长估计值。结果表明,使用来自多维IRT方法的分数,这些方法在增长模型中随着时间的流逝而解释了潜在可变协方差,从而可以通过使用总和和其他IRT方法相对于模型的模型更好地恢复生长参数。

本文的最终版本可获得:

Kuhfeld,M。和Soland,J。(2020)。避免增长估计中的总和分数的偏见:对基于IRT的方法进行纵向调查反应的检查。心理方法。提前在线出版。https://doi.org/10.1037/met0000367

看更多

查看工作文件

话题:社会情感学习,,,,增长建模


相关话题