《定序題項(xiàng)回答理論：莫坎量表分析/格致方法·定量研究系列》簡明扼要地介紹了如何測量二分和定序問題的定序題項(xiàng)回答理論(IRT)、模型以及在量表中的應(yīng)用。
《定序題項(xiàng)回答理論：莫坎量表分析/格致方法·定量研究系列》可以幫助那些對測量個體潛在特性感興趣的社會科學(xué)工作者好地理解定序量表背后的假設(shè)，在不同的假設(shè)下如何選擇量表題項(xiàng)和構(gòu)建量表。作者穿插使用了大量的概念和量表測量實(shí)例，生動形象地展示了題項(xiàng)回答理論在不同模型假設(shè)下的實(shí)際應(yīng)用。
在心理物理學(xué)家沃倫·托格森（Warren Torgerson）1958年的里程碑著作《量表理論和方法》（Theory and Methods of Scaling）一書中，他區(qū)分出了基本測量以及指定測量。指定測量為測量對象主觀指定數(shù)字，這種指定通常是根據(jù)合理性或者常識來做出的。這種測量最常見的例子就是里克特或者評分加總量表，其中連續(xù)的整數(shù)被賦予定序的類別：比如1代表強(qiáng)烈不同意，2代表不同意，3代表同意，以及4代表強(qiáng)烈同意。若干條題項(xiàng)的數(shù)字加總起來就構(gòu)成了一個量表。雖然倫西斯·里克特（Rensis Likert）在介紹這一方法時確實(shí)試圖證明：賦予分類以不同數(shù)字也會產(chǎn)生高度相關(guān)的量表，但是他并沒有進(jìn)一步論證：為什么要采取各類別之間是等距的，或者為什么各項(xiàng)分?jǐn)?shù)可以直接加總。評分加總量表的特征，比如信度，是經(jīng)典測試?yán)碚摰难芯績?nèi)容。
托格森的著作所關(guān)心的內(nèi)容不同于心理學(xué)和社會科學(xué)的基本測量方法，它包含的是稍后被納入題項(xiàng)回答理論中的方法。在基本測量中賦予對象的數(shù)字都必須遵循一定的規(guī)則。舉例來說，在一個定序量表中，如果一個對象被賦予了比另一個對象更大的數(shù)字，那么必須證明其具有更多的測量對象的特性。同樣地，要論證一個等距量表，有必要證明量表數(shù)值之間的相同差異實(shí)際反映了測量對象在數(shù)量上的相同差異。另一種表述方法是，基本測量模型關(guān)于測量結(jié)構(gòu)有很強(qiáng)的假定，這些假定可以用數(shù)據(jù)來證偽。
最簡單的題項(xiàng)回答模型涉及二分回答問題，用克萊德·庫姆（Clyde Coomb）1964年的開創(chuàng)性著作《數(shù)據(jù)理論》（ATheory of Data）中的術(shù)語來講，個人與題項(xiàng)處于一種支配關(guān)系。比如考試中的問題。個人是否正確答對考試題目同時取決于個人的知識或能力以及題目的難度。在這樣的模型中個人和題項(xiàng)被假定同時存在于一個共同的能力和難度的維度之上。比如，在確定性的哥特曼量表（deterministic Guttman-scale）模型中，個人的能力超過問題的難度時就必然會做出正確回答，否則就做出錯誤回答。概率題項(xiàng)回答模型，比如托格森討論的正態(tài)肩形模型，以及20世紀(jì)60年代由丹麥心理測量學(xué)家格奧爾格·拉希（Georg Rasch）引入的相似的logistic模型，則更加細(xì)微：正確回答某一題項(xiàng)的概率作為個人能力與題項(xiàng)難度的差異的函數(shù)而平穩(wěn)增加。
從哥特曼、托格森、拉希和庫姆的時代以來，題項(xiàng)回答理論發(fā)展迅速。雖然韋杰勃朗．H.凡舒爾（Wijbrandt H.van Schuur）在本書中討論了一系列題項(xiàng)回答模型，包括哥特曼量表和拉希模型，本書的重點(diǎn)關(guān)注針對二分和定序問題的定序題項(xiàng)回答理論，準(zhǔn)確地說，即傳統(tǒng)上構(gòu)成評分加總量表的數(shù)據(jù)類型�；卮鸬母怕适菃栴}和個人在潛在量度上的位置的聯(lián)合分布，這些模型不假定這種聯(lián)合分布是正態(tài)的、logistic的，或者其他任何一種特定分布。
序
致謝
第1章 概論
第1節(jié) 社會科學(xué)中的測量問題
第2節(jié) 測量理論以及二分題項(xiàng)的題項(xiàng)回答理論
第3節(jié) 兩種基本不同的IRT模型
第2章 哥特曼量表
第1節(jié) 成對問題之間的特殊關(guān)系
第2節(jié) 使用問題的答案作為測量工具
第3節(jié) 多于兩個問題的定序測量
第4節(jié) 哥特曼量表：理想的確定性累計量表
第5節(jié) 確定性模型的假設(shè)
第6節(jié) 路易斯·哥特曼和哥特曼量表
第3章 非理想的累計量表
第1節(jié) 模型違反
第2節(jié) 誤差：違反題項(xiàng)和研究對象之間的傳遞關(guān)系
第3節(jié) 在較大數(shù)據(jù)集中誤差定義的擴(kuò)展
第4節(jié) 如何評價數(shù)據(jù)集中的模型違反數(shù)量
第5節(jié) 評價同質(zhì)性系數(shù)
第6節(jié) 在具有超過兩個題項(xiàng)的量表中使用同質(zhì)性系數(shù)
第7節(jié) 誤差的“原因”：題項(xiàng)還是研究對象？
第8節(jié) “歸咎于”研究對象：轉(zhuǎn)置數(shù)據(jù)矩陣及計算研究對象同質(zhì)性
第9節(jié) 使用非理想模式來測量研究對象量表值
第10節(jié) 結(jié)論
第4章 確定或?qū)ふ覙?gòu)成量表的題項(xiàng)
第1節(jié) 尋找可以構(gòu)成量表的題項(xiàng)
第2節(jié) 不在量表中的題項(xiàng)：拒絕和排除
第5章 一個累計性量表的例子：美國宗教信念
第1節(jié) 尋找相關(guān)的基礎(chǔ)信息
第2節(jié) 總結(jié)必要的基本信息
第3節(jié) 計算單個題項(xiàng)和整個量表的同質(zhì)性
第4節(jié) 統(tǒng)計顯著性檢驗(yàn)
第5節(jié) 使用成對的信息尋找最佳的量表
第6節(jié) 使用轉(zhuǎn)置的二分?jǐn)?shù)據(jù)矩陣
第7節(jié) 使用新建立的量表的參數(shù)
第8節(jié) 結(jié)論
第6章 概率性支配模型：單調(diào)同質(zhì)性
第1節(jié) 不理想的回答還是概率性的回答？
第2節(jié) 兩個概率性模型：單調(diào)同質(zhì)性和雙重單調(diào)性
第3節(jié) 檢驗(yàn)單調(diào)同質(zhì)性模型
第4節(jié) 檢驗(yàn)五個宗教信念題項(xiàng)的單調(diào)同質(zhì)性
第7章 概率性支配模型：雙重單調(diào)性
第1節(jié) 雙重單調(diào)性的重要意義
第2節(jié) 使用外部群體測試雙重單調(diào)性
第3節(jié) 使用余分分組測試雙重單調(diào)性
第4節(jié) 使用合并余分分組測試雙重單調(diào)性
第5節(jié) 使用P(+，+)和P(-，-)矩陣測試雙重單調(diào)性
第6節(jié) 從概率性模型的測試中我們可以學(xué)到什么？
第8章 多分類題項(xiàng)的累計測量
第1節(jié) 多分類題項(xiàng)構(gòu)成的確定性累計模型的回答模式
第2節(jié) 在確定性累計量表中使用社會科學(xué)題項(xiàng)
第3節(jié) 評價同質(zhì)性
第4節(jié) 多分類題項(xiàng)的尋找程序
第5節(jié) 對多分類題項(xiàng)應(yīng)用概率性模型
第6節(jié) 政治行為量表
第9章 余論
第1節(jié) 信度分析
第2節(jié) 因子分析
第3節(jié) 參數(shù)IRT模型：拉希模型
第4節(jié) 對美國人宗教信念數(shù)據(jù)應(yīng)用其他測量模型
第5節(jié) 不具區(qū)分度的回答模式
第6節(jié) 一些實(shí)際問題
第7節(jié) 一些最后的評論
附錄
注釋
參考文獻(xiàn)
進(jìn)一步閱讀書目
譯名對照表
書單推薦
