范士青，劉華山

(1.華中師范大學(xué)心理學(xué)院，武漢 430079；2.湖北第二師范學(xué)院教育科學(xué)學(xué)院，武漢 430205)

?

瑞文高級(jí)推理測(cè)驗(yàn)作答反應(yīng)的潛在類(lèi)別分析

范士青1，2，劉華山1*

(1.華中師范大學(xué)心理學(xué)院，武漢 430079；2.湖北第二師范學(xué)院教育科學(xué)學(xué)院，武漢 430205)

摘要：以瑞文高級(jí)推理測(cè)驗(yàn)為測(cè)試工具，對(duì)501名師范院校大學(xué)生被試的作答反應(yīng)進(jìn)行探索性潛在類(lèi)別分析，模型統(tǒng)計(jì)指標(biāo)支持將被試分成3個(gè)潛在類(lèi)別的模型。各個(gè)題目在不同潛在類(lèi)別上的條件概率存在明顯的差異，基于潛在類(lèi)別的項(xiàng)目分析可以提供更為豐富的信息，進(jìn)一步分析發(fā)現(xiàn)，歸于不同潛在類(lèi)別的被試在視覺(jué)空間過(guò)程和言語(yǔ)分析過(guò)程上存在明顯的個(gè)體差異。

關(guān)鍵詞：瑞文高級(jí)推理測(cè)驗(yàn)；潛在類(lèi)別分析；項(xiàng)目分析；個(gè)體差異

1引言

瑞文推理測(cè)驗(yàn)是評(píng)估認(rèn)知加工領(lǐng)域中個(gè)體差異的有效工具之一，有著非常廣泛的應(yīng)用。然而，研究者對(duì)瑞文推理測(cè)驗(yàn)所評(píng)估的具體內(nèi)容是什么，看法并不一致。J.Raven開(kāi)發(fā)瑞文推理測(cè)驗(yàn)的理論依據(jù)是Spearman的智力兩因素理論，認(rèn)為測(cè)驗(yàn)反映了個(gè)體智力的g因素(安妮·安娜斯塔西，蘇珊娜·厄比納，2001)，然而，瑞文推理測(cè)驗(yàn)也被認(rèn)為是反映流體智力(Primi，2001)或者工作記憶上的個(gè)體差異(Carpenter，Just，& Shell，1990；Embretson，1998；白學(xué)軍，臧傳麗，王麗紅，2007)的評(píng)估工具。另外一些研究者用瑞文推理測(cè)驗(yàn)問(wèn)題解決所需的認(rèn)知加工成分來(lái)解釋測(cè)驗(yàn)所反映的個(gè)體差異，Hunt(1974)提出視覺(jué)策略和分析策略兩種瑞文推理測(cè)驗(yàn)的問(wèn)題解決策略，前者通過(guò)對(duì)視知覺(jué)信息進(jìn)行表象操作來(lái)解決問(wèn)題，后者通過(guò)對(duì)圖形元素的特征進(jìn)行邏輯操作來(lái)解決問(wèn)題；Carpenter等(1990)發(fā)現(xiàn)大學(xué)生在瑞文高級(jí)推理測(cè)驗(yàn)上的表現(xiàn)主要取決于其在工作記憶中生成規(guī)則和目標(biāo)監(jiān)控能力，認(rèn)為視覺(jué)空間成分對(duì)問(wèn)題解決中的個(gè)體差異影響很小，并提出5種不同的規(guī)則來(lái)解釋瑞文高級(jí)推理測(cè)驗(yàn)的問(wèn)題解決行為。DeShon，Chan和Weissbein(1995)歸納出12條規(guī)則來(lái)解釋瑞文高級(jí)推理測(cè)驗(yàn)上的問(wèn)題解決行為，其中一些規(guī)則涉及到言語(yǔ)分析過(guò)程，其他的涉及視覺(jué)空間過(guò)程。

在實(shí)踐操作層面，瑞文推理測(cè)驗(yàn)往往報(bào)告被試的答對(duì)題數(shù)及對(duì)應(yīng)百分等級(jí)，或在此基礎(chǔ)上將被試劃入反映不同智力水平的類(lèi)別，其局限在于：首先類(lèi)別的個(gè)數(shù)及分界點(diǎn)的確定基于答對(duì)題數(shù)分布狀態(tài)，忽視了反應(yīng)模式不同但分?jǐn)?shù)相同的不同被試之間的異質(zhì)性問(wèn)題，類(lèi)別劃分方式偏重于主觀經(jīng)驗(yàn)判斷，缺乏嚴(yán)謹(jǐn)性(黎亞軍，盧富榮，駱?lè)?，王耘?012)；其次，對(duì)劃入不同類(lèi)別被試的認(rèn)知特點(diǎn)缺乏深入地挖掘和清晰地描述，因此無(wú)法給被試提供更有針對(duì)性的測(cè)驗(yàn)反饋信息；最后，在對(duì)測(cè)驗(yàn)題目的測(cè)量屬性進(jìn)行評(píng)估時(shí)，盡管有研究者采用項(xiàng)目反應(yīng)理論對(duì)瑞文推理測(cè)驗(yàn)進(jìn)行分析(肖瑋，苗丹民，朱寧寧，張青華，2006；許祖慰，1990)，但無(wú)論經(jīng)典測(cè)量理論還是項(xiàng)目反應(yīng)理論下項(xiàng)目測(cè)量屬性都是針對(duì)所有被試而言的，并未考慮針對(duì)不同類(lèi)別被試而言的題目難度情況及區(qū)分不同類(lèi)別被試的能力如何。

隨著統(tǒng)計(jì)技術(shù)的發(fā)展，以個(gè)體為中心分析類(lèi)別變量的潛在類(lèi)別分析逐漸成為測(cè)驗(yàn)分析的可能的選項(xiàng)之一。潛在類(lèi)別分析是由Lazarsfeld于20世紀(jì)50年代在一個(gè)態(tài)度調(diào)查的數(shù)據(jù)分析中提出的一種聚類(lèi)分析方法(張潔婷，焦璨，張敏強(qiáng)，2010)。與傳統(tǒng)聚類(lèi)分析方法相比，潛在類(lèi)別分析用更為規(guī)范科學(xué)的標(biāo)準(zhǔn)來(lái)判斷類(lèi)別數(shù)目、模型的有效性及其他模型特征，且數(shù)據(jù)分布要求較為寬松(焦璨，張潔婷，關(guān)丹丹，張敏強(qiáng)，2010)，該方法最大的優(yōu)點(diǎn)在于同一類(lèi)別內(nèi)的不同個(gè)體是同質(zhì)的，不同類(lèi)別間的個(gè)體是異質(zhì)的(吳鵬，劉華山，謝亞靜，王卉，2014)。目前，國(guó)外臨床心理學(xué)或者醫(yī)學(xué)領(lǐng)域的流行病學(xué)調(diào)查數(shù)據(jù)采用潛在類(lèi)別分析方法進(jìn)行處理的較多，在心理測(cè)量領(lǐng)域，研究者傾向于在潛在類(lèi)別的基礎(chǔ)建立一些針對(duì)類(lèi)別數(shù)據(jù)的新的測(cè)量指標(biāo)或測(cè)驗(yàn)分析方法，例如類(lèi)別計(jì)分測(cè)驗(yàn)項(xiàng)目的信度、測(cè)驗(yàn)單維性、項(xiàng)目功能偏差及被試異質(zhì)性檢驗(yàn)方法(Flaherty，2002；Keller & Kempf，1997；Oliveri，Ercikan，& Bruno，2013；Rosato，2012)，還有一些研究將潛在類(lèi)別分析作為一種實(shí)現(xiàn)方法在認(rèn)知診斷評(píng)估或者自適應(yīng)認(rèn)知診斷評(píng)估領(lǐng)域中加以應(yīng)用(Cheng，2009；Chiu，Douglas，& Li，2009)，或者作為一種學(xué)業(yè)成就測(cè)驗(yàn)表現(xiàn)標(biāo)準(zhǔn)的確定方法(Brown，2007)；國(guó)內(nèi)潛在類(lèi)別分析在測(cè)驗(yàn)領(lǐng)域的應(yīng)用不多且主要集中在學(xué)業(yè)成就測(cè)驗(yàn)(焦璨等，2010；張潔婷，張敏強(qiáng)，焦璨，王力田，2013)，研究者嘗試將其應(yīng)用到瑞文推理測(cè)驗(yàn)這樣一個(gè)評(píng)估一般認(rèn)知能力的工具中，以促進(jìn)被試分類(lèi)標(biāo)準(zhǔn)客觀化和基于類(lèi)別項(xiàng)目分析指標(biāo)的建立。

考慮到瑞文推理測(cè)驗(yàn)聯(lián)合版的難度已經(jīng)不太適合正常成年人的智力評(píng)估(肖瑋等，2006)，因此研究者采用難度上更為合適的瑞文高級(jí)推理測(cè)驗(yàn)為研究材料，以大學(xué)生被試在該測(cè)驗(yàn)上作答數(shù)據(jù)進(jìn)行探索性潛在類(lèi)別分析，通過(guò)分析測(cè)驗(yàn)項(xiàng)目對(duì)不同類(lèi)別被試的測(cè)量學(xué)屬性以及不同類(lèi)別被試在測(cè)驗(yàn)項(xiàng)目上的作答模式，反映潛在類(lèi)別變量和外顯類(lèi)別指標(biāo)之間的關(guān)聯(lián)，從而為測(cè)驗(yàn)所展現(xiàn)的個(gè)體差異提供更為豐富的信息。

2研究方法

2.1研究對(duì)象

研究對(duì)象為華中地區(qū)某師范院校的大學(xué)生被試，采用以班級(jí)為單位的整群抽樣方式，共501名學(xué)生參與了研究。研究對(duì)象的平均年齡20.1歲，其中男生人數(shù)為87人(占17%)，女生人數(shù)為414人(占83%)。

2.2研究過(guò)程

施測(cè)過(guò)程采用紙筆測(cè)試的方式，由主試或者任課教師組織學(xué)生，呈現(xiàn)標(biāo)準(zhǔn)的測(cè)驗(yàn)指導(dǎo)語(yǔ)，被試獨(dú)立完成所有題目，并將所選答案填寫(xiě)的答題卡上。參與測(cè)試的被試會(huì)得到一定的物質(zhì)報(bào)酬或者平時(shí)成績(jī)加分，并可通過(guò)電子郵件得到有關(guān)測(cè)試結(jié)果的反饋信息。

2.3研究工具

研究采用的測(cè)量工具為Raven于1992年開(kāi)發(fā)的瑞文高級(jí)推理測(cè)驗(yàn)不含練習(xí)題目的正式測(cè)驗(yàn)題目，共36道題目，每道題采用1或0表示被試是否作對(duì)了該道題目。瑞文高級(jí)推理測(cè)驗(yàn)主要用來(lái)評(píng)估認(rèn)知水平中等及以上的成人被試的智力差異，已有研究中報(bào)告該測(cè)驗(yàn)的系數(shù)在0.85左右(Bors & Vigneau，2001；Ren，Wang，Altmeyer，& Schweizer，2014)，在本次研究中其α系數(shù)為0.79。

研究進(jìn)行的探索性潛在類(lèi)別分析采用Mplus7.0為工具，其他的統(tǒng)計(jì)分析采用SPSS17.0來(lái)實(shí)現(xiàn)。

3結(jié)果

3.1潛在類(lèi)別分析的模型選擇

根據(jù)被試在瑞文高級(jí)推理測(cè)驗(yàn)上的作答數(shù)據(jù)，對(duì)被試的作答情況進(jìn)行探索性潛在類(lèi)別分析。研究中驗(yàn)證的潛在類(lèi)別個(gè)數(shù)K從1個(gè)到7個(gè)，各個(gè)模型的擬合指標(biāo)有阿卡克信息指標(biāo)(AIC)、貝葉斯信息指標(biāo)(BIC)、樣本調(diào)整后的貝葉斯信息指標(biāo)(aBIC)、熵(Entropy)、似然比卡方統(tǒng)計(jì)量(LL)、兩個(gè)似然比檢驗(yàn)指標(biāo)LMR、aLMR和基于BootStrap的似然比檢驗(yàn)指標(biāo)BLRT等指標(biāo)由表1所示，K代表模型中潛在類(lèi)別的個(gè)數(shù)，而Npr表示模型中的參數(shù)個(gè)數(shù)。

(1)

從表1所示的擬合指標(biāo)可以看出，雖然AIC和aBIC分別在6個(gè)類(lèi)別和4個(gè)類(lèi)別的模型中取值最小，考慮到AIC的概率推導(dǎo)隨著樣本量的增大缺乏漸進(jìn)性且容易高估潛在類(lèi)別的個(gè)數(shù)的特點(diǎn)(Xian et al.，2005；焦璨等，2010)，且BIC和LMR和aLMR的指標(biāo)支持3個(gè)類(lèi)別的模型，同時(shí)考慮到Entropy的取值，因此研究者選取潛在類(lèi)別數(shù)為3的模型進(jìn)行后續(xù)的分析。

圖1　瑞文高級(jí)推理測(cè)驗(yàn)題目在各個(gè)潛在類(lèi)別上的條件概率

從圖1可以看到不同題目在各個(gè)類(lèi)別上的條件概率，從第1題到第16題的條件概率呈現(xiàn)出一種相似的模式：良好組和中等組明顯地高于低分組，良好組和中等組之間的差別相對(duì)較小；從第17題到第26題呈現(xiàn)出另外的模式：三個(gè)潛在類(lèi)別組的條件概率經(jīng)緯分明，呈現(xiàn)出良好組、中等組和低分組條件概率逐漸遞減的趨勢(shì)；從第27題到36題，三個(gè)潛在類(lèi)別組的條件概率均顯著下降，中等組和低分組與良好組之間條件概率差別比較明顯，尤其是在30-32題上的條件概率差別明顯。

3.2基于潛在類(lèi)別的項(xiàng)目分析

真分?jǐn)?shù)理論下的項(xiàng)目分析通常以項(xiàng)目的通過(guò)率(P)作為項(xiàng)目難度的指標(biāo)，以高分組和低分組通過(guò)率的差值即鑒別力指數(shù)(D)作為項(xiàng)目區(qū)分度的指標(biāo)，得到的是對(duì)所有被試而言的一個(gè)較為籠統(tǒng)的指標(biāo)。針對(duì)不同潛在類(lèi)別的被試而言，項(xiàng)目的測(cè)量學(xué)屬性可能是不同的，而在潛在類(lèi)別分析這樣一種基于被試作答模式的聚類(lèi)分析方法的基礎(chǔ)上，可以對(duì)項(xiàng)目的測(cè)量屬性做進(jìn)一步的分析。趙海燕和臧鐵軍(2009)提出針對(duì)常模參照測(cè)驗(yàn)的測(cè)驗(yàn)得分依照經(jīng)驗(yàn)劃分為不同的類(lèi)別，考查項(xiàng)目對(duì)不同類(lèi)別被試的難度和區(qū)分度，焦璨等(2010)采用潛在類(lèi)別分析的方法對(duì)被試進(jìn)行分類(lèi)，在此基礎(chǔ)上對(duì)2007至2009年研究生心理學(xué)專(zhuān)業(yè)基礎(chǔ)綜合考試單選題和多選題進(jìn)行項(xiàng)目分析，認(rèn)為針對(duì)單維且采用0-1計(jì)分的能力測(cè)驗(yàn)而言，項(xiàng)目在各個(gè)潛在類(lèi)別上的條件概率就是歸于該潛在類(lèi)別考生的項(xiàng)目通過(guò)率，即是項(xiàng)目對(duì)于該類(lèi)考生的難度，而同一項(xiàng)目在兩個(gè)潛在類(lèi)別上條件概率的差值則反映了其區(qū)分兩個(gè)類(lèi)別的能力，本研究的項(xiàng)目分析也是遵循這一思路，并在以下方面做了改進(jìn)：①計(jì)算每個(gè)項(xiàng)目在各個(gè)潛在類(lèi)別上的難度，并劃分出5個(gè)難度水平，即通過(guò)率在0.2及以下極難，0.2至0.4較難，0.4至0.6適中，0.6至0.8較易，0.8以上極易；②計(jì)算任意兩個(gè)類(lèi)別間通過(guò)率的差值，命名為類(lèi)別間鑒別力指數(shù)，并參照Ebel的鑒別力指數(shù)D的經(jīng)驗(yàn)標(biāo)準(zhǔn)劃分出4個(gè)水平，0.2以下區(qū)分度低劣，0.2至0.3區(qū)分度尚可，0.3至0.4區(qū)分度良好，0.4以上區(qū)分度優(yōu)秀。表3中以C1、C2和C3分別代表良好組、中等組和低分組，列出瑞文高級(jí)推理測(cè)驗(yàn)項(xiàng)目在各個(gè)類(lèi)別上的難度及類(lèi)別間鑒別力指數(shù)，并計(jì)算傳統(tǒng)真分?jǐn)?shù)理論下算出的通過(guò)率P和鑒別力指數(shù)D。

表2　瑞文高級(jí)推理測(cè)驗(yàn)的項(xiàng)目分析

由表2可以看到，真分?jǐn)?shù)理論下的通過(guò)率P和鑒別力指數(shù)D保持了一種倒U型的曲線關(guān)系，即通過(guò)率在0.5附近的項(xiàng)目，其鑒別力指數(shù)最高，項(xiàng)目通過(guò)率離0.5越遠(yuǎn)，鑒別力指數(shù)越低，這與項(xiàng)目難度和區(qū)分度之間的關(guān)系是一致的。

由表2可以看到，基于潛在類(lèi)別的項(xiàng)目分析可以提供更為豐富的信息。第21和24題的通過(guò)率均在0.70至0.71之間，但前者相對(duì)于低分組被試而言難度適中，而后者相對(duì)于中等組被試而言難度適中。第18和19題區(qū)分度非常接近，均在0.32左右，但兩個(gè)題目對(duì)不同類(lèi)別的區(qū)分能力是不同的，第18題在區(qū)分低分組同良好組和中等組時(shí)區(qū)分能力為優(yōu)秀，而第19題在區(qū)分良好組和低分組的能力僅僅為良好；第30和33題的區(qū)分度在0.51左右，但前者區(qū)分良好組和中等組的能力要優(yōu)于后者。

3.3不同潛在類(lèi)別被試在不同認(rèn)知過(guò)程上的能力差異

瑞文高級(jí)推理測(cè)驗(yàn)被認(rèn)為是測(cè)量智力g因素的單維智力量表，因此很難采用項(xiàng)目所歸屬的維度來(lái)說(shuō)明潛在類(lèi)別的含義，這里借用DeShon等(1995)對(duì)瑞文高級(jí)推理測(cè)驗(yàn)項(xiàng)目的類(lèi)型劃分。DeShon等(1995)歸納出矩陣高級(jí)推理測(cè)驗(yàn)問(wèn)題解決所需的12條解題規(guī)則，依據(jù)這些解題規(guī)則所需的主要心理加工過(guò)程，將這些規(guī)則分為視覺(jué)空間過(guò)程和言語(yǔ)分析過(guò)程兩大類(lèi)，將瑞文高級(jí)推理測(cè)驗(yàn)項(xiàng)目分成四種類(lèi)型：視覺(jué)空間過(guò)程(Visual)、言語(yǔ)分析過(guò)程(Analytic)、兩者有其一即可(Either)、兩者需兼具(Both)。Visual和Analytic組所屬的題目數(shù)分別為13和12個(gè)，Either組題目一般涉及兩個(gè)或兩個(gè)以上的解題規(guī)則，且這些解題規(guī)則分別歸于Visual或者Analytic組，項(xiàng)目的正確解答只需執(zhí)行其中一組規(guī)則就可以了；Both組題目一般涉及兩個(gè)或兩個(gè)以上的解題規(guī)則，且這些解題規(guī)則可以分別歸入Visual或者Analytic組，項(xiàng)目的正確解決需要其中同時(shí)執(zhí)行兩組規(guī)則才可以達(dá)成，瑞文高級(jí)推理測(cè)驗(yàn)的項(xiàng)目類(lèi)型的劃分引自DeShon等(1995)的附錄，參見(jiàn)表2的前兩列。參考焦璨等(2010)不同考查范圍題目條件概率的計(jì)算做法，這四組題目在這各個(gè)潛在類(lèi)別上的條件概率均值如圖2所示。

由圖2可以看到，低分組被試在各組題目上的條件概率均值明顯低于良好組和中等組，對(duì)于良好組和中等組被試而言，Visual組題目的條件概率明顯好于Analytic組，而對(duì)低分組被試而言，Visual組題目的條件概率與Analytic組差別很?。涣己媒M和中等組被試在Either組項(xiàng)目條件概率的均值差異很小，但都要遠(yuǎn)好于低分組在該組題目上的表現(xiàn)；而對(duì)Both組題目而言，三個(gè)被試組的條件概率均值的差異最明顯。各組項(xiàng)目在低分組被試上條件概率均值對(duì)應(yīng)的折線較為平緩，波動(dòng)不大；而在良好組和中等組被試上的條件概率均值對(duì)應(yīng)的折線變化比較大，且呈現(xiàn)出相似的變化趨勢(shì)：即Visual組和Either組的條件概率均值較高，且在而Analytic組和Both組的條件概率均值較低，且兩者的條件概率較為接近。

圖2　各類(lèi)題目在不同潛在類(lèi)別上的條件概率均值

4討論

該研究采用探索性潛在類(lèi)別分析來(lái)處理瑞文高級(jí)推理測(cè)驗(yàn)的作答數(shù)據(jù)，通過(guò)評(píng)估測(cè)驗(yàn)項(xiàng)目對(duì)不同類(lèi)別被試的測(cè)量學(xué)屬性以及不同類(lèi)別被試在測(cè)驗(yàn)項(xiàng)目上的作答模式，以挖掘更為豐富的信息。潛在類(lèi)別分析的結(jié)果支持把被試分成三個(gè)潛在類(lèi)別，分類(lèi)結(jié)果比較簡(jiǎn)潔，模型的擬合度相對(duì)較好，且模型的熵Entropy等于0.83，顯示三個(gè)潛在類(lèi)別的模型其分類(lèi)準(zhǔn)確率超過(guò)90%。各個(gè)題目在三個(gè)潛在類(lèi)別的條件概率依次降低，依照各個(gè)類(lèi)別的歸屬比例，將第三個(gè)潛在類(lèi)別分別命名為良好組、中等組和低分組。在給各個(gè)類(lèi)別進(jìn)行命名的過(guò)程中，考慮瑞文高級(jí)推理測(cè)驗(yàn)通常被歸入單維量表中，因此研究者無(wú)法采用項(xiàng)目所歸屬的維度來(lái)說(shuō)明潛在類(lèi)別的含義，在參考各個(gè)潛在類(lèi)別條件概率的總平均及各個(gè)潛在類(lèi)別歸屬比率的基礎(chǔ)上，分別命名為良好組、中等組和低分組。

從歸屬比率看，三個(gè)潛在類(lèi)別的歸屬比率分別為49.9%、46.9%和3.2%，第三個(gè)潛在類(lèi)別的被試人數(shù)很少?？紤]到研究的數(shù)據(jù)收集過(guò)程屬于低利害的測(cè)試情境，這一類(lèi)別的被試屬于不合作的抗拒型被試的可能性是存在的。研究者首先統(tǒng)計(jì)三個(gè)類(lèi)別被試人均漏答題數(shù)，發(fā)現(xiàn)第三類(lèi)別被試的人均漏答題目并不是最多的，其次，結(jié)合后期針對(duì)該類(lèi)別被試的私下交流發(fā)現(xiàn)，這些被試反映對(duì)題目不太適應(yīng)，平時(shí)也不習(xí)慣處理圖形的題目，解題時(shí)完全沒(méi)有找到答題規(guī)律，在這種情況下多數(shù)以上的受訪被試表示是很認(rèn)真的硬著頭皮往下做，所以這一類(lèi)別的被試大部分屬于抗拒型被試的風(fēng)險(xiǎn)是可控的。同時(shí)考慮到研究選取的被試為師范院校的大學(xué)生，樣本相對(duì)較為同質(zhì)，出現(xiàn)一個(gè)人數(shù)較少的對(duì)測(cè)驗(yàn)不太適應(yīng)的被試群體，也是可以理解的。

該研究以項(xiàng)目在各個(gè)潛在類(lèi)別的條件概率為基礎(chǔ)，計(jì)算出基于潛在類(lèi)別難度和反映類(lèi)別間鑒別力的指標(biāo)。這兩個(gè)指標(biāo)都比較簡(jiǎn)便易懂，前者反映了項(xiàng)目對(duì)不同潛在類(lèi)別被試的難度，后者反映了項(xiàng)目對(duì)于區(qū)分不同潛在類(lèi)別被試的能力如何。相對(duì)于傳統(tǒng)的通過(guò)率P和鑒別力指數(shù)D，這兩個(gè)針對(duì)不同的被試亞群體而言的指標(biāo)顯得更為細(xì)致：即通過(guò)率P非常接近的不同項(xiàng)目，針對(duì)不同類(lèi)別被試的難度有可能是不同的；同樣，鑒別力指數(shù)接近的不同項(xiàng)目，在區(qū)分不同類(lèi)別的能力上也可能是有差異的。當(dāng)然，這兩個(gè)指標(biāo)的穩(wěn)定性會(huì)受到各個(gè)潛在類(lèi)別歸屬比率的影響，當(dāng)各個(gè)潛在類(lèi)別歸屬比率較為均衡時(shí)，指標(biāo)的穩(wěn)定性相對(duì)也就越好。

考慮到瑞文高級(jí)推理測(cè)驗(yàn)的單維特性，為了進(jìn)一步探究各個(gè)潛在類(lèi)別被試的認(rèn)知特點(diǎn)，研究者借鑒了DeShon等(1995)關(guān)于瑞文測(cè)驗(yàn)問(wèn)題解決所需的主要是視覺(jué)空間過(guò)程和言語(yǔ)分析過(guò)程兩種心理過(guò)程的觀點(diǎn)，并引用了該文附錄中將瑞文高級(jí)推理測(cè)驗(yàn)題目的四分法：視覺(jué)空間過(guò)程(Visual)、言語(yǔ)分析過(guò)程(Analytic)、兩者有其一(Either)、兩者兼具(Both)，最終得到如下的結(jié)論：首先良好組、中等組和低分組在各組題目上的正確率呈依次下降的趨勢(shì)；其次，良好組和中等組被試在Visual組題目上的表現(xiàn)明顯好于他們?cè)贏nalytic組題目上的表現(xiàn)，而低分組被試在Visual組題目和Analytic組題目上的表現(xiàn)上差別不大，這預(yù)示著視覺(jué)空間過(guò)程可能是瑞文高級(jí)推理測(cè)驗(yàn)問(wèn)題解決的基礎(chǔ)，這一設(shè)想也從Kunda，McGreggor和Goel(2013)的研究結(jié)果中得到了側(cè)面的印證；再次，若這兩種認(rèn)知過(guò)程對(duì)問(wèn)題解決是一種“或”的關(guān)系，這有利于中等組被試縮小與良好組被試的差距，但對(duì)低分組而言提升不大；若這兩種認(rèn)知過(guò)程對(duì)問(wèn)題解決是一種“且”的關(guān)系，那么也不會(huì)拉大中等組被試與良好組被試之間差距，但是會(huì)拉大低分組被試與另外兩組被試的差距，這預(yù)示著對(duì)智力中等及以上的被試來(lái)說(shuō)，言語(yǔ)分析過(guò)程才是區(qū)分被試能力的決定因素。

該研究的創(chuàng)新之處在于：嘗試將潛在類(lèi)別方法應(yīng)用于瑞文高級(jí)推理測(cè)驗(yàn)作答反應(yīng)模式的分析，使得潛在類(lèi)別分析的應(yīng)用范圍拓展到心理測(cè)量領(lǐng)域的一般認(rèn)知能力測(cè)驗(yàn)；在對(duì)單維量表的潛在類(lèi)別分析結(jié)果進(jìn)行解釋時(shí)，結(jié)合已有研究中所得到瑞文高級(jí)推理測(cè)驗(yàn)項(xiàng)目的認(rèn)知心理學(xué)意義，來(lái)解釋歸于不同潛在類(lèi)別被試的認(rèn)知特性，為單維心理量表背景下挖掘不同潛在類(lèi)別被試的認(rèn)知特點(diǎn)進(jìn)行了一些有益探索；在已有研究的基礎(chǔ)上以項(xiàng)目在潛在類(lèi)別上的條件概率為基礎(chǔ)實(shí)施項(xiàng)目分析，并對(duì)項(xiàng)目針對(duì)特定類(lèi)別被試的難度以及區(qū)分不同類(lèi)別間被試的能力進(jìn)行細(xì)致地刻畫(huà)，相對(duì)于傳統(tǒng)項(xiàng)目分析方法可以提供更為豐富的信息。研究的局限性主要在于：選取的被試樣本為師范院校的大學(xué)生被試，被試類(lèi)型較為單一，樣本中男性被試相對(duì)比較少，因此在將研究結(jié)論推廣到更大的被試群體時(shí)，則需要慎重。

參考文獻(xiàn)

安妮·安娜斯塔西，蘇珊娜·厄比納.(2001).心理測(cè)驗(yàn).(繆曉春，竺培梁 譯，pp.343-345).杭州：浙江教育出版社.

白學(xué)軍，臧傳麗，王麗紅.(2007).推理與工作記憶.心理科學(xué)進(jìn)展，(01)，16-21.

焦璨，張潔婷，關(guān)丹丹，張敏強(qiáng).(2010).2007-2009年研究生心理學(xué)專(zhuān)業(yè)基礎(chǔ)綜合考試的潛在類(lèi)別分析.中國(guó)考試，(04)，3-12.

黎亞軍，盧富榮，駱?lè)?，王?(2012).中國(guó)兒童青少年身體攻擊的發(fā)生狀況：基于潛在類(lèi)別分析的結(jié)果.中國(guó)臨床心理學(xué)雜志，(04)，559-561，563.

黎志華，尹霞云，蔡太生，朱翠英.(2014).留守兒童情緒和行為問(wèn)題特征的潛在類(lèi)別分析：基于個(gè)體為中心的研究視角.心理科學(xué)，(02)，329-334.

吳鵬，劉華山，謝亞靜，王卉.(2014).攻擊性初中生的類(lèi)別：一個(gè)潛在類(lèi)別模型的應(yīng)用.心理與行為研究，(01)，58-62，96.

肖瑋，苗丹民，朱寧寧，張青華.(2006).應(yīng)用項(xiàng)目反應(yīng)理論對(duì)瑞文測(cè)驗(yàn)聯(lián)合型的分析.心理科學(xué)，(02)，389-391.

許祖慰.(1990).聯(lián)合型瑞文測(cè)驗(yàn)之項(xiàng)目分析.心理科學(xué)通訊，(02)，34-40，22.

張潔婷，焦璨，張敏強(qiáng).(2010).潛在類(lèi)別分析技術(shù)在心理學(xué)研究中的應(yīng)用.心理科學(xué)進(jìn)展，18(12)，1991-1998.

張潔婷，張敏強(qiáng)，焦璨，王力田.(2013).多水平潛在類(lèi)別模型在教育評(píng)價(jià)中的應(yīng)用——以英語(yǔ)學(xué)業(yè)能力測(cè)驗(yàn)為例.教育研究與實(shí)驗(yàn)，(03)，78-84.

趙海燕，臧鐵軍.(2009).CTT框架下基于數(shù)據(jù)分析的高考試題質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)——對(duì)2004-2008年高考北京卷的實(shí)證研究.中國(guó)考試(研究版)，(08)，3-16.

Bors，D.A.，& Vigneau，F(xiàn).(2001).The effect of practice on Raven’s Advanced Progressive Matrices.LearningandIndividualDifferences，13(4)，291-312.

Brown，R.S.(2007).Using latent class analysis to set academic performance standards.EducationalAssessment，12(3-4)，283-301.

Carpenter，P.A.，Just，M.A.，& Shell，P.(1990).What one intelligence test measures：A theoretical account of the processing in the Raven Progressive Matrices Test.PsychologicalReview，97，404-431.

Cheng，Y.(2009).When Cognitive Diagnosis Meets Computerized Adaptive Testing：CD-CAT.Psychometrika，74(4)，619-632.

Chiu，C.-Y.，Douglas，J.，& Li，X.(2009).Cluster Analysis for Cognitive Diagnosis：Theory and Applications.Psychometrika，74(4)，633-665.

DeShon，R.P.，Chan，D.，& Weissbein，D.A.(1995).Verbal overshadowing effects on Raven’s Advanced Progressive Matrices：Evidence for multidimensional performance determinants.Intelligence，21(2)，135-155.

Embretson，S.E.(1998).A cognitive design system approach to generating valid tests：Application to abstract reasoning.PsychologicalMethods，3(3)，380-396.

Flaherty，B.P.(2002).Assessing reliability of categorical substance use measures with latent class analysis.DrugandalcoholDependence，68，7-20.

Hunt，E.(1974).QuotetheRaven?Nevermore!Knowledge and Cognitive，Hillsdale，NJ：Erlbaum.

Keller，F(xiàn).，& Kempf，W.(1997).SomelatenttraitandlatentclassanalysesoftheBeck-Depression-Inventory(BDI).Retrieved December 28，2009，from http：//en.wikipedia.org/wiki/Latent_class_model

Kunda，M.，McGreggor，K.，& Goel，A.K.(2013).A computational model for solving problems from the Raven’s Progressive Matrices intelligence test using iconic visual representations.CognitiveSystemsResearch，22，47-66.

Muthén，B.O.，& Muthén，L.K.(2004).MplusTechnicalAppendices(pp.33-35).Los Angeles，CA：Muthén & Muthén.

Muthén，L.K.，& Muthén，B.O.(2012).MplusUser’sGuide(SeventhEdition)(pp.738-739).Los Angeles，CA：Muthén & Muthén.

Oliveri，M.E.，Ercikan，K.，& Bruno，Z.(2013).Analysis of Sources of Latent Class Differential Item Functioning in International Assessments.InternationalJournalofTesting，13(3)，272-293.

Primi，R.(2001).Complexity of geometric inductive reasoning tasks：Contribution to the understanding of fluid intelligence.Intelligence，30(1)，41-70.

Ren，X.，Wang，T.，Altmeyer，M.，& Schweizer，K.(2014).A learning-based account of fluid intelligence from the perspective of the position effect.LearningandIndividualDifferences.

Rosato，N.S.J.C.(2012).Latent class analysis：A method for capturing heterogeneity.SocialWorkResearch，36(1)，61-69.

Xian，H.，Scherrer，J.F.，Madden，P.A.，Lyons，M.J.，Tsuang，M.，True，W.R.，& Eisen，S.A.(2005).Latent class typology of nicotine withdrawal：Genetic contributions and association with failed smoking cessation and psychiatric disorders.PsychologicalMedicine，35(03)，409-419.

The Latent Class Analysis of the Performance on Raven’s Advanced Progressive Matrices

Fan Shiqing1，2，Liu Huashan1

(1.School of Psychology，Central China Normal University，Wuhan 430079；2.School of Education and Science，Hubei University of Education，Wuhan 430205)

Abstract：The performance on the Raven’s Advanced progressive matrices of 501 normal university students was analysis by latent class analysis，the 3-cluster model was supported by the model fit indices.There are apparent patterns of the conditional response probabilities of items on each of the 3 clusters，and the item analysis based on latent class could provide more information.Further analysis reveals that apparent individual difference on visual-spatial process and verbal-analytic process between different clusters.

Key words：Raven’s Advanced Progressive Matrices；Latent class analysis；item analysis；individual difference

*通訊作者：劉華山，E-mail：hsliupsycho@263.net。

中圖分類(lèi)號(hào)：B841.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-5184(2016)03-0257-07