多元概化理论在无领导小组讨论中的应用

【作者】 刘泽； 姚若松；

【机构】 广州大学教育学院；

【摘要】 无领导小组讨论在人事测评中的应用越来越广泛,对其测评误差的研究将为无领导小组讨论技术的开发和应用提供科学参考。但是由于经典测量理论的局限性,仅能对评分者间的信度和测量内容的同质性信度进行分析,且经典测量理论中常用的Kendall和谐系数将比率数据压缩等距数据,很可能造成数据信息的损失。概化理论是逐渐兴起的现代测量理论之一,其"随机平行测验"的假设代替了经典测量理论中的"完全平行测验"假设,更为容易实现。G研究是概化理论的误差分析阶段,它可细化误差来源,并得出各个误差来源所占比率;D研究是概化理论的决策阶段,它可根据G研究结果,得到反应测量信度的概化系数,研究者也可通过调整测量模式和侧面个数等来推测最佳测量方法。概化理论可分一元概化理论和多元概化理论,多元概化理论解决了经典测量理论中不能将多个分量表整体分析和计算的问题。该文运用多元概化理论对由6名评分者和77名考生组成的无领导小组讨论的数据进行分析。结果表明:(1)测评的5个维度中,分析归纳和行为表现及风度维度所起的作用最小,它们的交互作用所带来的误差却最大。行为表现及风度维度与其它维度的共变性较低。此外,各个维度的概化系数都在0.89以上,在总体上6名评分者对考生评分较为一致。(2)随着评分者人数的增加,概化系数和可靠性指数不断提高,但提高的幅度逐渐减小。从测评成本和控制误差两方面考虑,评分者人数控制在3-6人较为合适。(3)对评分者进行与测量有关的技术培训,是降低测量成本同时有效控制误差的较好方法。(4)概化理论在无领导小组测评中的应用突破了经典测量理论分析的局限性,对误差来源进行了更为深入的揭示,通过对测试的修改,可以得到测试的最佳方案。此外,多元概化理论也可以更科学有效的处理多个维度的测试。更多还原