English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Статья посвящена возможностям и огра­ни­чениям метода модерированного конфирматорного факторного анализа (MCFA) при исследованиях структуры интеллекта в контексте анализа закона убывающей отдачи Ч. Спир­мена (Spearman’s Law of Diminishing Returns, SLODR). В рамках работы с помощью MCFA проверяется простая однофакторная модель на больших выборках симулированных данных и реальных результатах тестирования интеллекта. Симулированные данные представляют большие наборы (око­ло 10 000 «респондентов» каждый) и моделируют несколько специфических ситуаций: эффект SLODR, гетероскедастичность остатков модели (увеличение ошибки с ростом общего фактора интеллекта), асимметрию распределения общего фактора интеллекта и большую плотность легких заданий в психометрической методике. Реальные данные, используемые в работе, — результаты тестирования 11 388 респондентов. Модель была оценена на каждом из наборов данных, в ка­честве модератора использовались факторные значения, полученные с помощью метода главных компонент, модерировались факторные нагрузки и ошибки модели как по отдельности, так и совместно. Результаты показали, что (1) одновременное модерирование факторных нагрузок и ошибок  в модели может давать в некоторых случаях неадекватные результаты; (2) эффект SLODR может выражаться разными комбинациями асимметрии распределения факторных значений и возрастания дисперсий ошибок вдоль главного фактора; (3) в рамках классической психометрики различение реального эффекта SLODR и ложного, порожденного отбором респондентов, вероятно, невозможно; (4) два известных источника асимметрии распределений в тестировании интеллекта — неравная плотность заданий разной трудности и отбор респондентов — «в чистом виде» легко различаются, однако в реальных данных это сделать нелегко; (5) метод MCFA недостаточно прозрачен для прямых интерпретаций, показано, что модерация дисперсии ошибки может быть заменена анализом регрессионных остатков, а интерпретация модераций факторных нагрузок выигрывает, если сопровождается анализом асимметрий распределений переменных и факторных значений.

Использование метода модерируемого конфирматорного факторного анализа в исследовании нелинейных эффектов результатов интеллектуального тестирования