显示带有标签的帖子 CoGAT. 显示所有帖子
显示带有标签的帖子 CoGAT. 显示所有帖子

2008年12月16日,星期二

智商(ISIR)学者聚焦:大卫·罗曼(David Lohman)-CogAT,NNAT,乌鸦研究

大卫·洛曼(David Lohman) 在2008 信息系统 会议上发表。我一直是Lohman作品的忠实拥护者,因为其中的大部分内容直接应用于实践学校和教育心理学家的作品。罗曼(Lohman)是已故的理查德·斯诺(Richard 雪 )的学生,他的工作对我的思想有重大影响,关于对学校学习很重要的非认知因素今天看以前的帖子)。罗曼(Lohman)是CogAt(点击这里 看之前的帖子re:与 WJ III)。除了是一名出色的应用心理学计量学家外,Lohman还撰写了有关教育心理学和智力方面众多主题的论文。他也非常慷慨地在网页上下载各种出版物。

在这次会议上,他发表了一篇论文,比较了 CogAT, 网络地址转换 乌鸦。论文和摘要的名称(我加了斜体)如下。重点是在识别资优学生时使用非语言智力测度。给出的结果对于其中两个测试的规范可能存在的技术问题有些令人不安-我在下面的摘要中介绍了Lowman的结论。罗曼(Lohman)的研究提出了以下重大问题:通过NNAT和Ravens进行的有天赋识别的准确性。当然,在适当的情况下,洛曼明确表示,他的发现和研究需要认识到作为CogAT(尤其是其他测试的直接竞争对手)的作者CogAT的潜在利益冲突。 网络地址转换 。亲自见到这样的学术风气令人耳目一新。
  • 流体推理测试的种族差异:NNAT是灵丹妙药吗? 爱荷华大学David F. Lohman
  • 抽象: 诸如Raven渐进式矩阵之类的非语言,形象推理测试通常被用作智力研究中Gf的标记。这些测试还在学校中广泛使用,以帮助识别有学识的学生。在最近的一份报告中发现,Naglieri非语言能力测试(NNAT)尤其受欢迎,该报告在美国大学生的代表性代表样本中发现,高比例的白人,黑人和西班牙裔学生比例相同。尽管已对本研究中使用的数据分析的完整性提出了疑问,但该研究的作者仍为NNAT进行的最重要的研究辩护。这项研究的目的是将NNAT与其他两个非语言评估进行比较:Raven渐进式矩阵和认知能力测验(CogAT)的非语言组合。这三项测试均由受过训练的考官以均衡的顺序对族裔不同的学区中的1200名K至6年级的孩子进行。结果表明,关于NNAT减少种族差异的说法没有任何依据。–在分布的均值或尾部。实际上,NNAT上的种族差异实际上要比其他两个测试大。此外,还发现,除了一个测试级别外,NNAT上的基本规范分数的方差(M = 100,SD = 15)基本上超过了报告值15。对NNAT标准化数据的重新分析证实了这一发现。乌鸦上类似的规范分数(根据美国最新的国家规范计算)太宽容10分。 讨论了无效的或过时的规范性评分在研究和实践中的后果。
如果您有兴趣了解有关此问题的更多信息,请查看他的完整出版物,网址为 资优儿童季刊 (Lohman可以从他的网页上获得该信息)。您可以通过以下方式查看副本 点击这里。参考文献是:Lohman,D. F.,Korb,K.,& Lakin, J. (2008)。使用非语言测试来识别具有学术才能的英语学习者:Raven,NNAT和CogAT的比较。 资优儿童季刊, 52275-296。显然,本文收到了 “年度研究论文奖” 来自 全国天才儿童协会.

底线外卖:买家当心。在评估和比较影响有关儿童的重要教育决策的心理测量工具(群体或个人)时,教育工作者需要尽职调查。

[利益冲突披露 -我是上述《 WJ III》的合著者,该仪器可与NNAT作者的另一种单独管理的认知电池竞争,这是Lohman演讲和论文的重点]。

2007年11月9日,星期五

IQ研究字节#2:WJ III,CoGAT,RIAS

查阅以下有关re的研究文章:常用组(CoGAT)和单独管理( WJ III: 里亚斯 )智力测验。

1.尽管不是最近(2003年),但我刚刚发现了CoGAT(小组智商测试)合著者David Lohman的手稿,其中他介绍了基于小组的关系之间的调查结果。 CoGAT 分数和个别管理的分数 伍德科克-约翰逊认知能力测验-第三版 (WJ III; 利益冲突披露 -我是WJ III的合著者,CoGAT和WJ III均由Riverside Publishing出版。标题,摘要和指向pdf副本的链接如下。

  • Lohman,D.(2003年3月)。 伍德考克-约翰逊三世和认知能力测验(表格6):并发有效性研究 (点击这里查看)
  • 抽象 -这项研究调查了伍德考克-约翰逊三世(WJ-III;伍德考克,麦格鲁,&马瑟(Mather,2001年)和认知能力测验的表格6(CogAT; Lohman&哈根(2001)。总共对178名2、5和9年级学生进行了13次WJ-III测试和适当水平的CogAT。电池间确认性因素分析显示,两个电池上的一般因素相关,r = .82。 WJ -III上的广义群簇与CogAT上的电池水平得分之间的相关性通常支持每种结构的解释,但也暗示了两种电池所测量能力的重要差异。

2.在与WJ III的另一项相关研究中(请参见上文的利益冲突披露声明),Craig Firsby和Steven Osterlind提出了对WJ III早期描述性分析的后续措施。 WJ III测试会议观察清单 规范数据。他们最近的分析集中在WJ III标准化样本中自我鉴定的西班牙裔美国人的审查员评级可能存在差异。摘要和文章不言自明。请参阅下面的信息。

  • 弗里斯比&Osterlind,C.(2007年)。伍德科克·约翰逊心理教育小组的西班牙裔测试会话行为– Third Edition. 心理教育评估杂志,25(3),257-270。 (点击这里查看)
  • 抽象-这项研究对伍德考克·约翰逊心理教育电池上大量自我识别的西班牙裔样本进行了潜在的鉴别检查者评分–第三版(WJ-III)测试会议观察清单(TSOC)。组间(西班牙裔与非西班牙裔)和组内分析(西班牙裔按母语,家庭语言和母亲分列)’最高学历)。通过44次分析检验了四个研究假设。大多数比较在统计上都不显着,并且组间和组内差异在具有统计学意义的分析中影响最小。作者得出的结论是,没有令人信服的证据表明西班牙裔审查员评级存在实质性的系统差异’WJ-III上的测试会话行为。

3.最后,Nelson等。 (2007年)报告了对内部(结构)有效性的独立调查。 雷诺电子评估量表(RIAS)。文章信息如下。长话短说-Nelson等。结论是,他们的因子提取方法比RIAS作者报告的探索性(EFA)和确认性因子分析(CFA)更为严格和适当。更重要的是,Nelson等。得出的结论是,RIAS仅应解释为对 g (一般情报)。他们的分析不支持RIAS作者提出的三因素结构。众所周知, “我的因子分析方法比您的因子分析方法更好” 几十年来,一直是因素分析文献中的一个常见的战斗口号。不管有何警告,基于我对本文的快速浏览,我确实有一些评论。

首先,我同意尼尔森(Nelson)等人的观点。 全民教育 方法应包括倾斜的相关因素...而不是测试作者报告的正交(非相关)因素。认知能力是相关的,应该在分析中建立模型。其次,为捍卫RIAS的作者,Nelson等。样本由相关主题组成,而不是全国代表性的样本。尽管推荐样本比用于研究仪器的因子结构要好于临床样本(例如LD),但Nelson等人有可能结果受非正常样本特征的影响。第三,我认为对测试开发中过度使用CFA方法的持续批评是错误的。如果有人读了其中一位父亲的著作 扫描电镜 基于方法(Joreskog),SEM方法(在这种情况下为CFA)不仅可以用于 型号确认,但在“模型开发和生成。” 我们中那些开发认知能力量度的人经常使用CFA作为 模型生成/构建工具 根据Joreskog。并且..这没关系。

第四,由于所有测试手册都必须按照规定报告测试互相关矩阵 联合测试标准,独立研究人员可以将已发布的相关矩阵导入标准统计软件,并对基于原始规范的相关进行因子分析。鉴于这种可能性,如果Nelson等人的话,那就更好了。作为在推荐样本中进行因子分析的辅助工具,RIAS作者使用的相同相关矩阵的相似分析(使用相同的逻辑和方法)也将包括在内。如果在规范样本和参考样本中发现了与他们的方法应用相似的结果,则将使他们的论点更强。

塞西尔.....我知道你时不时都在关注我的博客。如果您想准备对Nelson等人的回应。文章,我很乐意将其发布为访客博客文章。

  • 尼尔森(纳尔逊),坎尼维斯(Canivez),林德斯特姆(W.&Hatt,C.(2007)对雷诺兹智力评估量表的高阶探索性因子分析和参考样本。 Journal of School Psychology,45,439-456(点击这里查看)
  • 抽象-雷诺智力评估量表(RIAS; [Reynolds,C.R.,&坎普豪斯(R.W.)(2003)。雷诺智力评估量表。 Lutz,FL:心理评估资源公司])通过大量(N = 1163)独立的推荐学生样本(6岁)进行了调查–18)。更严格的因子提取标准(即,Horn平行分析(HPA); [Horn,J.L.(1965)。因子分析中因子数量的原理和检验。Psychometrika,30,179–185.],以及最小平均局部(MAP)分析; [Velicer,W.F。 (1976)。从偏相关矩阵确定分量数。 Psychometrika,41,321–327.]),除了在RIAS开发中使用的那些外,还进行了调查。使用正交旋转和斜向旋转的探索性因子分析以及使用Schmid和Leiman的高阶探索性因子分析[Schmid,J.和Leiman,J.M.(1957)。分层因素解决方案的开发。 Psychometrika,22,53–61.]程序进行。所有因子提取标准均指示仅提取一个因子。斜旋转产生的结果与正交旋转产生的结果不同,并且高阶因子分析表明,最大的变异量是由一般智能因子引起的。建议的三因素解决方案不受支持。讨论了对类似推荐的学生使用RIAS的影响。


Technorati标签: , , , , , , , , , , , , , , ,

供电 抄写员.