CFA-MTMM精析：构建效度与方法效应的多特征评估

本文主要探讨了心理计量学领域中的一项重要研究方法——CFA在多特征多方法矩阵（CFA-MTMM）的应用。CFA-MTMM是一个用于评估构建效度（construct validity）的强大工具，它结合了判别效度（discriminant validity）和收敛效度（convergent validity），同时也关注方法效果（method effects）。这种方法特别适用于问卷调查中，旨在确认一个测量工具在结构验证过程中的可靠性，尤其是在仪器的内部结构设计和外部效标关联阶段。 在CFA-MTMM中，CFA技术被应用于分析特征因素和方法因素的潜在变量，通过对多个特质和测量方法的数据进行整合，模型能够区分出系统性的特质或方法效应与非系统性的测量误差方差。这样，研究人员可以在控制可能影响测量结果的因素的同时，对测量模型的假设进行严谨的检验。 文中提到的两种主要CFA-MTMM方法是相关方法模型（correlated method models）和相关唯一性模型（correlated uniqueness models）。相关方法模型假定每个特质都有共同的方法效应，而相关唯一性模型则认为每个特质仅有一个共同的方法效应。这两种模型的参数化处理各有其特点，且在矩阵级别和参数级别上提供了关于构建效度和方法效果的不同洞察。 作者详细介绍了如何对这些模型进行参数设定，并在理论层面上解释了如何根据分析结果推断建构的有效性和方法的效果。同时，文章还比较了这两种方法的优势和不足，以便于读者选择适合特定研究情境的方法。 此外，文章还探讨了其他CFA-MTMM的参数化形式，包括混合模型、部分独特性模型等，以及它们各自的适用场景和局限性。总体来说，这项研究为心理学领域的研究者提供了深入理解CFA在评估多元测量工具的有效性方面的实用策略，以及如何根据具体研究设计优化方法选择。 CFA-MTMM是心理测量学中的一个重要研究工具，通过其精细的分析手段，为评价测量工具的构建效度和方法效果提供了强有力的统计支持。理解并掌握这种技术对于确保研究结果的可靠性和有效性至关重要。