早期问卷采集和分析方法

方法

  1. 数据采集方法：横向调查，横向数据
  2. 分析方法：相关，中介，调节，回归
  3. 以单个被试的心理特征为研究对象，分析不同心理特征之间的关系。

信效度分析

  • convergent validity 和 discriminant validity 都是评价构念效度(construct validity)的方法,与校标效度(criterion validity)分析没有直接关系。

  • 构念效度(construct validity) 是反映测试是否能准确测量理论构念的效度。它通常包含以下几种: (1) 聚合效度(convergent validity):一个测量与理论相关的其他测量之间具有高相关。 (2) 区分效度(discriminant validity):一个测量与理论无关的其他测量之间相关性较低。 (3) 知识效度(nomological validity):测量结果与理论预测的关系一致。

  • 校标效度(criterion validity)是评估测试的结果是否能有效预测某个标准的效度。它通常包含以下几种: (1) 预测效度(predictive validity):测试结果能预测某标准的future performance。 (2) 并发效度(concurrent validity):测试结果能反映某标准的current state。
  • 所以convergent validity和discriminant validity主要评价构念效度,与校标效度分析属于效度的不同方面。它们之间没有直接关系。

局限性

  • 无法检验反向因果关系
  • 无法排除未观察到的混淆（Rohrer 2022）

问卷分析方法的升级

  1. 数据采集：横向加纵向，到密集纵向
  2. 分析思路

总样本量

  • Bartlett, J. E., Kotrlik, J. W., & Higgins, C. C. (2001). Organizational Research: Determining Appropriate Sample Size in Survey Research. Information Technology, Learning, and Performance Journal, 19(1), 43.
  • 根据样本量估算公式，对所需要的样本量进行的估计
  • 例子： 社会信息加工 -归因偏向问卷为 4 点计分，且问卷数据为连续数据，因此选用样本量估算公式网: n= ()’x (s)2) _(1. 96)2 x (1.33)2)0.12 ) 2(d)2471.9≤472 人，其中t=uup =1.96 (a =0.05)，s=4/3 =1.33 (总体标准差估计)，d =4 x 0.03 =0.12 (可接受的误差平均数，容许误差 =0.03)考虑到应答情况和无效问卷，再增加 100 人，最后确定样本量不少于 572 人(杜欣蔚 et al., 2020)。

单变量方法

  1. 从横向模型到纵向模型：如交叉滞后分析，潜变量模型
  2. 路径检验方法的升级：用实验法检验中介变量——
    1. 可以是两个实验任务，操纵自变量（如情绪诱发任务1），同时测量中介变量和因变量（任务2）（宋锡妍 等人，2021）
    2. 可以多个实验任务，操纵自变量（任务1），中介变量测量（任务2），因变量测量（任务3）（范伟 等人， 2019）
  3. 从单个被试到人际交互：行动者-对象互依模型：不再以单个被试的心理特征为研究对象，而是同时考虑不同被试之间的心理特征的交互影响（杨柳 & 黄敏儿，2022）

多变量方法

  1. 网络分析 （蔡玉清 等人，2020；Heeren 2017）

网络分析的一般步骤：

  • 第一步，网络结构的构建（Network structure）和可视化，使用工具R packages bootnet and qgraph
  • 第二步，对节点重要性的分析。中心性（Centrality）：The centrality index, expected influence (EI), can be calculated by the R package qgraph to quantify the importance of each symptom node in the network model
  • 第三步，对节点连通性的分析（感觉根据研究假设可以选择做或者不做）。连通性（bridge; 类似于中介分析）：the bridge node (e.g., C) plays an important role in the process of information exchange between nodes/communities, which can be analyzed to evaluate its significance in connecting variable A and B, by using the function bridge of the R package networktools
  • 第四步，集群分析（Community；类似于聚类、维度分析），例如外倾性的所有项目是一个小集群。集群分析，应该先进行探索性分析，即在不确定网络结构的情况下，先使用Walktrap算法（cluster_walktrap from igraph package）将相邻的节点划分为同一集群。然后，再去分析某个子网络的属性，例如子网络的中心性。
  • 第五步，网络的准确性和稳定性（accuracy，Robustness；类似于信效度；accuracy and stability）： R package bootnet
  • 参考教程：https://reisrgabriel.com/blog/2021-09-27-bootnet/（不仅有代码，也有结果报告示例、参考文献）

测量等值性（Measurement equivalence）

  • 当我们想要在一个族群中开发的测量工具应用于另一个族群时，我们需要考虑测量等值性。测量等值性指的是在不同族群之间比较测量结果时，确保测量工具能够以相同的方式准确地测量相同的概念或属性。换句话说，测量等值性要求在不同族群之间使用相同的测量工具，以确保测量结果的可比性和可靠性。因此，研究人员在进行跨族群研究时，需要考虑和评估测量等值性，以确保结果的有效性和可靠性。
    • MGCFA 是一种基于协方差的建模技术，用于测试验证性因子分析 （CFA） 测量模型中观察到的异质性。CFA 和 MGCFA 之间的主要区别在于它使用离散变量将模型划分为两组或多组——示例可能包括性别、原籍国或教育水平
  • BROWN G T L, HARRIS L R, O’QUIN C, et al. Using multi-group confirmatory factor analysis to evaluate cross-cultural research: identifying and understanding non-invariance. International Journal of Research & Method in Education, 2017, 40(1): 66-90. DOI:10.1080/1743727X.2015.1070823.
  • CARLO G, KNIGHT G P, MCGINLEY M, et al. The Multidimensionality of Prosocial Behaviors and Evidence of Measurement Equivalence in Mexican American and European American Early Adolescents. Journal of Research on Adolescence, 2010, 20(2): 334-358. DOI:10.1111/j.1532-7795.2010.00637.x.
  • R教程：Fischer, R., & Karl, J. A. (2019). A Primer to (Cross-Cultural) Multi-Group Invariance Testing Possibilities in R. Frontiers in Psychology, 10. https://www.frontiersin.org/articles/10.3389/fpsyg.2019.01507
  • AMOS教程：https://methods.sagepub.com/dataset/mgcfa-iss-2016?token=9090fc71-9a44-42e6-80bf-75548cf479ec182ea5e168460f876f3cdc77bf377c976221fd7d5e08b51f47fa42c83e469feb

参考文献

Emotion Regulation Difficulties Related to Depression and Anxiety:A Network Approach to Model Relations among Symptoms, Positive Reappraisal, and Repetitive Negative Thinking

范伟, 任梦梦, 肖俊泽, 简增郸, 杜晓明, & 傅小兰. (2019). 羞耻情绪对欺骗行为的影响:自我控制的作用. 心理学报, 51(9), 992–1006.

杨柳 & 黄敏儿.(2022).情绪分享和感知恋人回应对亲密关系满意度的影响. 心理科学(01),126-132. doi:10.16719/j.cnki.1671-6981.20220118.

宋锡妍,程亚华,谢周秀甜,龚楠焰 & 刘雷.(2021).愤怒情绪对延迟折扣的影响：确定感和控制感的中介作用. 心理学报(05),456-468.

蔡玉清, 董书阳, 袁帅, & 胡传鹏. (2020). 变量间的网络分析模型及其应用. 心理科学进展, 28(1), 178. https://doi.org/10.3724/SP.J.1042.2020.00178

Rohrer, J. M., Hünermund, P., Arslan, R. C., & Elson, M. (2022). That’s a Lot to Process! Pitfalls of Popular Path Models. Advances in Methods and Practices in Psychological Science, 5(2), 25152459221095828. https://doi.org/10.1177/25152459221095827

MacKinnon D. P., Pirlott A. G. (2015). Statistical approaches for enhancing causal interpretation of the M to Y relation in mediation analysis. Personality and Social Psychology Review, 19(1), 30–43.