SER5的初步心理测量学评估:基于Thurstonian项目反应理论(TIRT)计分的迫选式大五人格量表在拉丁美洲人员选拔中的应用

《Acta Psychologica》:Initial psychometric evaluation of the SER5: A forced-choice Big Five inventory scored with Thurstonian item response theory

【字体: 大 中 小 】 时间:2026年10月23日 来源:Acta Psychologica 3.8

编辑推荐:

  SER5的初步心理测量学评估显示:基于Thurstonian项目反应理论(TIRT)计分的迫选式大五人格测量获得良好的验证性因子分析(CFA)拟合,但探索性因子分析(EFA)未能恢复五因子结构。TIRT计分在五个特质中的两个特质上较原始分数表现出更好的收敛性;

  
SER5的初步心理测量学评估显示:基于Thurstonian项目反应理论(TIRT)计分的迫选式大五人格测量获得良好的验证性因子分析(CFA)拟合,但探索性因子分析(EFA)未能恢复五因子结构。TIRT计分在五个特质中的两个特质上较原始分数表现出更好的收敛性;总体收敛效度较弱。TIRT计分似乎是必要但非充分的;在人员选拔中应使用特定于测量格式的常模。除情绪稳定性(ρ = 0.62)外,信度可接受。SER5是一种补充性筛查工具;效标关联效度仍有待检验。
论文主体内容解读

该研究由César Parra-Gaete、Juan José Samaniego-Frixone和Andrea Vinueza-Cabezas开展。在人员选拔中,常用人格测量可能被申请人以有利方式呈现而扭曲,尤其在高风险情境;常用自评格式易受社会赞许、默认和极端反应影响,可能捕获“理想员工”因子而非潜在特质。大五人格(Big Five)是选拔中主导框架,尽责性对工作绩效预测最强,情绪稳定性关系压力管理,外向性和宜人性关系人际效能,开放性关系创造与学习导向。迫选问卷通过要求受访者在同等合意选项间选择以降低策略性作答,但原始排序分数是ipsative(受试内标准化),增加一特质必抵消另一特质,不能进行人际比较,妨碍常模解释。Thurstonian项目反应理论(TIRT;通过Thurstone比较判断定律建模迫选块比较判断的项目反应理论)可恢复绝对连续体上的潜在特质估计,使迫选数据可用于选拔,但其恢复依赖比较判断模型假设,不能补偿块设计差、条目合意性不平衡或构念覆盖有限,且估计质量依赖块设计质量。拉丁美洲仍缺乏此类验证工具。因此,研究人员对SER5(一种为拉丁美洲人员选拔开发的简短TIRT计分迫选式大五人格筛查量表)进行初步心理测量学评估,并与Likert型问卷比较,目标包括内部心理测量属性(因子结构、信度、维度性、区分效度)及TIRT估计与直接未建模迫选计分和Likert型大五问卷的收敛程度。意义在于促进更公平、有效且不易被扭曲的选拔实践。总体而言,CFA支持五因子,多数信度可接受,但EFA未恢复五因子、区分效度弱、与Likert收敛弱;SER5仅可作补充筛查,非独立决策依据。

关键技术方法(不超过250字):研究采用横断面观察设计,分析Evaluar.com平台真实选拔过程中的匿名数据;样本为拉丁美洲求职者,最终样本N=6583(2025年9月至12月),收敛效度完全案例子样本N=714,来自19,060次评估,BFPTSQ(Big Five personality trait short questionnaire,大五人格特质短问卷)匹配数据延至2026年4月。SER5含11个迫选块,每块3条陈述按1至3排序;比较工具为50题Likert型BFPTSQ。排序数据分解为成对比较,采用Thurstonian项目反应理论(TIRT)建模与WLSMV(加权最小二乘均值和方差调整估计);开展探索性与验证性因子分析、边际信度、条件信息函数、平均方差提取(AVE)与Fornell–Larcker准则(区分效度检验)、收敛效度及Steiger z检验(比较依赖相关差异)。获CEISH-UDLA批准(批准码244)。

3.1 探索性与验证性因子分析:研究人员将SER5数据分解为33个成对比较全矩阵和22个代数独立对进行探索性维度评估。全矩阵KMO(Kaiser-Meyer-Olkin取样适切性量数)=0.23,低于0.50;平行分析(PA)建议17因子,最大Kaiser准则(MKC)建议12因子。去除每块传递冗余对后KMO=0.70,但PA仍建议9因子、MKC建议7因子,未收敛于五因子。基于理论五因子结构,TIRT验证性模型拟合良好:χ2(463)=2366.38,p<0.001;CFI=0.966,TLI=0.961,RMSEA=0.025(90% CI [0.024, 0.026]),SRMR=0.045。66个标准化载荷均显著(p<0.05),62个p<0.001;四个情绪稳定性近零载荷为λ=?0.092至?0.069(p=0.008至0.018)。平均绝对λ=0.456,40.9%超过0.50;外向性最强(平均λ=0.534,61.1%>0.50),情绪稳定性最弱(平均λ=0.302),尽责性、宜人性、开放性平均λ分别为0.494、0.482、0.453。边际信度:外向性ρ=0.85、尽责性0.79、宜人性0.72、开放性0.70、情绪稳定性0.62。条件信息函数显示外向性精度最高(峰值信息2.80,θ=?1.0,平均SEM=0.73),尽责性和开放性在中高特质区较精确,情绪稳定性全程精度低(峰值0.84,θ=+2.8,平均SEM=1.33),宜人性在低端峰值1.32(θ=?2.1)但高端精度差(条件SEM由θ=?2的0.87升至θ=+2的2.26)。因此,CFA支持预期五因子且多数信度可接受,但EFA未恢复五因子,情绪稳定性和宜人性高端的测量精度不足。

3.2 区分效度:通过AVE和Fornell–Larcker准则评估。AVE=0.119至0.309(M=0.236,SD=0.071),低于Likert量表常见值,但与全同极迫选设计的秩亏预期一致。潜在特质相关r=?0.191至0.741;最强为外向性–宜人性r=0.741、尽责性–宜人性r=0.672;10对中仅4对满足Fornell–Larcker准则。与已发表迫选量表基准比较,SER5平均绝对潜在相关(mean |r|=0.46,最大0.74)高于已发表全同极设计(mean |r|=0.32,最大0.44)及混合键控设计(mean |r|=0.17和0.12)。结论:区分效度弱,存在实质构念重叠,符合同极块设计预期,但也可能反映未进行统计社会赞许匹配、每特质陈述少且不等或申请人群体真实共变。

3.3 收敛效度:在714例完全案例中,TIRT特质估计与Likert对应分的收敛相关较弱:外向性r=0.161、情绪稳定性0.170、尽责性0.236、宜人性0.109、开放性?0.024。Steiger检验显示TIRT相关显著大于原始分数相关的是外向性(Δr=0.133,z=3.73,p<0.001)、宜人性(Δr=0.104,z=2.55,p=0.011)和开放性(Δr=0.114,z=2.76,p=0.006);情绪稳定性(Δr=?0.011,p=0.82)和尽责性(Δr=0.056,p=0.17)无显著差异。外向性和宜人性的差异反映TIRT收敛更强(原始r分别为0.03和0.00);开放性的显著差异反映移除原始分数与Likert的负相关(rRaw=?0.14),但TIRT–Likert相关接近零(rTIRT=?0.024),绝对量更小,并非收敛改善。结论:TIRT计分对两个特质改善收敛、对开放性移除负相关,但全部收敛相关均弱;TIRT必要但非充分。

讨论总结:作者认为,CFA支持五因子结构且多数信度可接受,但良好全局拟合不足以证明五个区分良好的特质。情绪稳定性信度低可能由少数弱载荷和指标少驱动,而非因子结构缺陷;载荷普遍低于Likert型,部分因迫选格式反映相对偏好而非绝对认可,但近零载荷和衰减大于格式本身预期,符合同极设计信息有限。区分效度弱更符合设计问题而非特质不存在或迫选格式本身限制;高相关、低AVE和多数Fornell–Larcker不满足与全同极块设计预期一致,但研究未直接比较块设计,故为推断而非已证原因;SER5最大潜在相关0.741高于已发表全同极设计0.442,其他特征(每特质5至9条且不等、专家判断合意性匹配、块配对不均)也可能贡献,无法分离。收敛方面,TIRT对外向性和宜人性较原始分数改善,对开放性移除负相关而非改善收敛,对情绪稳定性和尽责性无差异;弱收敛受BFPTSQ高风险计分、SER5非后果呈现、时间间隔、范围限制、仅聚合分数及内容面差异影响,应视为保守下界。限制包括横断面自报、完全案例偏倚、自选样本、时间间隔、stakes差异和未比较块设计。实践上,不应跨格式转移常模或切分点;迫选工具需自身常模和TIRT计分;SER5不产生切分点,仅作补充筛查,情绪稳定性、宜人性高端和开放性解释需谨慎;未来需效标关联和增量效度。

研究结论翻译:本研究总体目标是对SER5这一TIRT计分迫选筛查量表进行初步心理测量学评估,并与Likert测量比较。证据仅支持部分验证:验证性模型在结构层面复现了预期五因子配置。然而,仅良好全局拟合不足以证明该工具测量了五个区分良好的特质。弱区分效度、情绪稳定性低精度及中等收敛相关是重要局限,表明目前SER5可视为简短、广泛的筛查辅助工具,而非选拔的独立依据。更广泛地,原始未建模迫选分数与Likert型测量不可直接比较,因为原始迫选数据是ipsative的。TIRT建模提高了可比性:对外向性(Extraversion)和宜人性(Agreeableness),其与Likert测量的收敛强于原始计分;对开放性(Openness),它移除了原始分数的负相关。然而,TIRT似乎是必要而非充分的,不能补偿块设计局限,如全同极结构所预期者。在此意义上,本研究不仅评估SER5,也是与先前模拟和实证证据一致的应用示例,说明全同极设计可能限制TIRT计分迫选量表的特质恢复;需直接比较块设计确认。此类比较应谨慎解释,尤其在高风险选拔情境中,Likert反应更易受社会赞许偏差和印象管理影响。常模评定量表提供直接、易解释的特质估计,但仍易受反应风格和作假影响;迫选格式可减少某些扭曲如极端反应和明显作假,但使受访者更难看出每个条目测量什么。这些发现强调,抗反应扭曲只是测验选择的一项考虑。实践者应谨慎跨格式合并或等同分数,并确保迫选工具使用TIRT等适当模型计分。即使采用最佳建模,申请人也可能因所用评估格式不同而被分类不同,对人事决策有潜在影响。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号