8因子推理风格量表(8-FRSS)的开发与验证：基于三维认知模型的跨学科研究

本研究针对认知心理学领域缺乏全面评估推理风格工具的问题，开发了基于Hacking"推理风格"理论的8因子推理风格量表(8-FRSS)。通过混合方法设计验证了该量表在区分推理的三种维度(倾向性Empirical?Hypothetical、感知Metaphorical?Analogical和组织Inductive?Deductive)上的有效性，为教育评估和决策科学提供了新工具。研究证实8-FRSS具有良好信效度(ω=0.93)，特别在类比推理与立法/执行思维(r≈0.51-0.61)方面表现出显著相关性。

　　

在认知科学领域，人们如何形成、验证和修正推理过程一直是个迷人而复杂的问题。从Hacking的"推理风格"理论到Crombie的六种科学思维分类，学者们试图捕捉人类推理的多样性。然而现有测量工具如Sternberg-Wagner思维风格量表(TSI-TR)往往局限于单一维度，无法全面反映推理过程中倾向性、感知和组织三个关键维度的交互作用。这种测量缺口限制了我们对教育环境中的认知差异、决策偏差以及信息处理模式的理解。

这项发表在《BMC Psychology》的研究通过开发8因子推理风格量表(8-FRSS)，首次将Hacking的哲学框架转化为可操作的心理测量工具。研究团队Volkan Duran和Ferdi ?elik基于三维推理模型(Disposition-Perception-Organization)，构建了包含8种交叉风格的量表：从经验-演绎(Empirical-Deductive)到假设-归纳(Hypothetical-Inductive)，每种风格通过5个项目进行测量。

研究采用序列混合方法：首先生成40个理论驱动项目，经专家评审和前测(n=50)优化；随后进行探索性因子分析(EFA，n=441)确认八因子结构；最后通过两个独立样本(n=316；n=604)的验证性因子分析(CFA)检验模型稳定性。数据分析采用DWLS(对角加权最小二乘法)处理多分类数据，计算CFI(比较拟合指数)、TLI(Tucker-Lewis指数)等指标。

主要技术方法包括：1)基于三维推理模型的理论建构；2)多阶段项目生成与优化(专家评审+KMO=0.932的EFA)；3)采用DWLS估计器的CFA验证；4)与TSI-TR量表的同步效度检验；5)通过Cronbach's α和McDonald's ω评估信度。样本来自土耳其三所大学的本科生和社区人群，年龄14-63岁(M=21.4)。

研究结果呈现多个重要发现：

1. 1.

   因子结构验证：EFA揭示八因子解解释58.2%方差，CFA显示优异拟合(χ²/df=1.77，CFI=0.918，RMSEA=0.052)。

   
   直观展示了三维模型如何产生八种推理风格。
2. 2.

   信度分析：六个子量表ω=0.70-0.77，总量表ω=0.93。假设-演绎(ω=0.48)和经验-归纳(ω=0.69)需修订。

3. 3.

   效度证据：与TSI-TR的立法/执行思维相关最强(r≈0.51-0.61)，验证了类比推理的建构效度。

4. 4.

   跨样本稳定性：社区样本CFI=0.897证实模型普适性，尽管NFI=0.841提示需优化复杂模型。

讨论部分强调了三方面突破：1)首次将Hacking的历史哲学概念转化为可测量维度；2)通过隐喻-类比(Metaphorical-Analogical)轴丰富了Crombie的分类；3)为教育个性化(如经验-归纳学习者适合探究式实验)和AI推理评估提供基准。研究还发现推理风格存在"工具库"现象——风格间中度相关(r=0.207-0.634)反映人们会灵活组合策略。

该研究的局限包括样本的文化局限性和自评偏差。未来方向包括：1)通过双因子模型处理通用方差；2)增加低AVE(平均变异抽取量)子量表的项目；3)探索与错误信息敏感度的预测关系。作为首个同时捕捉经验-假设取向、隐喻-类比框架和归纳-演绎组织的工具，8-FRSS为理解人类推理的复杂性提供了新视角，其开发过程也为哲学理论的操作化提供了示范。