人格评估杂志，1990 年z54（1 和 2），265-275 版权 1990 年zLawrence Erlbaum Associates， Inc.
成就调查责任(SOAR)：可靠性以及学术上的有效性数据归因量表
David B.Ryckman，Percy D.Peckham，
华盛顿大学 教育学院
成就责任调查(SOAR)旨在评估学生在学校相关情况下成功和失败的因果关系。 与其他控制中心和属性措施不同，SOAR 同时区分了三大主题领域-数学/科学、语言艺术/ 社会研究和体育-以及两种可能的结果-成功和失败。 关于 SOAR 的心理测量特征的数据来自两个大学区的两个样本，一个郊区和一个大都市。 对这一新文书的心理测量质量进行的五阶段研究表明：(a)内容有效性高，将独立分类的项目归入提交人所打算的归属类别；(b)内部一致性，在进行小组研究的范围内，可与其他属性衡量标准的可靠性相比较；(c)重测信度显示，归因特征在两个月期间内是稳定的；(d)SOAR 量表与学生在不同学科领域的自我能力报告之间的相关性在理论上预测的方向上显示出差异关系；(e)SOAR 量表与成就测试之间的相关性在统计上显著，虽然幅度较低，但与其他仪器的报告一致。 最后，SOAR 在一系列研究中的应用证明了它的研究用途，并为进一步的仪器开发和研究指明了方向。
归因和控制位点研究中的评价技术有广泛的不同表现。 变化的一个方面是，一些测量设备是单独管理的(例如，访谈-由Little，1985 年和 Lefcourt，Reid，amp;Ware 访谈引用的 Lefcourt，1982 年) 和其他需要团体管理(例如，Bialer，1961 年；Nowickiamp;Strickland，1973 年； Rotter，1966 年)。有些需要对物体进行物理操作，例如 Hess、Chang 和 McDevitt（1987）使用的技术，这些技术要求学生将芯片分配给归因类别或 McMahan（1973)的语法任务）。 其他人使用传统的纸笔方法(例如，Crandall、Katkovsky 和Crandall，1965 年；Lefcourt，1981 年)。 尽管在操作定义上有如此广泛的多样性，但研究结果已经足够一致，以支持理论上的归因模型，如 Weinert（1976， 1985）。
然而，在这个理论领域的探索中被忽视的是，试图区分学生通常在一个内容或主题领域中所做的属性和其他属性。 一般的观点理论家可能会把一个人的成功和失败的原因归因于任务、运气、努力或能力，这可能会模糊任何特定的观点，这些观点可能是学术努力的一个领域所特有的，而不是其他领域所特有的。SOAR(Ryckmanamp;Rallo，1983)探讨了被调查者在不同的学校和地区之间的归因差异。 本文所描述的一系列研究是为了为这一新仪器提供信度和效度估计。
韦纳（1976）提出和发展的归因模型是 SOAR 结构的基础，SOAR 是一种分组管理的多项选择问卷。 韦纳提出了一些方法来研究这四个属性。 他指出了两个主要的两极维度：因果关系轨迹和稳定性。 在第一个维度中，将因果关系归因于能力或努力被认为具有内部轨迹，而运气或任务易/困难属性被认为是外部本地化的。 在第二维度中，能力和任务容易/困难的属性构成稳定的成分，而运气和努力则是不稳定的。 韦纳（1985）后来增加了可控制性的维度，例如， 表示一个人在完成一项任务时付出了不同程度的努力。
SOAR 上的每个项目都描述了一个与学校有关的情况，答辩人必须在导致所描述的情况的四个可能的因果属性中选择一个：能力、努力、运气和任务容易/困难。 所作的选择代表了被申请人对项目中提出的成败结果的最佳解释。 四种归因选择的呈现顺序按项目随机化。
SOAR 询问学生在三个广泛的学校成绩类别中的因果关系：(a)数学/科学；(b) 语言艺术/社会研究；(c)体育。 数学/科学和 LA/SS 类别分别按 16 项和 8 项重复进行评估。 项目总数，因此为 40 个。
此外，每个内容类别中的项目在描述学术活动成功的项目和描述失败的项目之间平分，每个成功项由并行失败项镜像。 这 40 个项目的总体顺序由一张随机数字表决定，限制仪器的第一项和最后一项将向学生展示成功的情况，无论主题是什么。(SOAR 上的项目实例见表 1。 )
因此，SOAR 为评价学生的归因特征提供了一些评分可能性，包括：
1.数学/科学的归因简介。
2.语言艺术的归因简介。
3.体育教育的归因概况。
-
- 三种成就类别中每一种和/或三种组合的因果关系轨迹的度量。
- 衡量每个成就类别以及任何组合的稳定性维度。
每一种可能性都是在对 SOAR 的测量质量的五阶段研究中探索的。
- 信度和效度研究
研究分为四个阶段：
研究 1。 第一个样本包括 17 名来自高中郊区高中的心理学高年级学生。 该小组成立了一个由法官组成的小组，他们将对 SOAR 上每一种情况的四种答复中的每一种分类为他们认为所代表的归属。 他们的判决与预期归属之间的协议是内容有效性的证据。
研究 2。 第二个样本包括来自同一所学校的 84 名学生，如研究 1 所示。 除了完成 SOAR，学生还被要求评估他们的学术能力，并报告他们在五个学科领域的成绩-英语、历史、数学、体育和科学-作为内容领域可微性的归因测试。 大约两个月后，其中 74 名学生完成了 SOAR 的第二次管理，以提供重新测试可靠性的估计。
研究 3。 第三个样本包括 325 名 4 至 12 年级的学生，他们是从一个大城市学区的教室随机抽取的。 人口学和标准化成绩测试数据与这些学生的 SOAR 反应相匹配。 如果 SOAR 归因反应与实际测量成绩相关，则应获得额外的效度估计。
研究 4。 第四个也是最后一个样本来自同一个大都市学区，就像研究 3 中的样本一样。 随机抽取 930 名学生（约 5%），来自一个 4 至 11 年级超过 20,000 名学生的数据库。对于这些学生，还记录了人口学和标准化成绩测试数据。 该数据库由学区建造和维护。
结果可靠性估算
内部一致性。 对 SOAR 上的每个子尺度和各种子尺度组合计算系数alpha;。 表 2 列出了三个样本中每个样本的系数：84 名郊区高中生的样本，325 名四至十二年级学生的样本
大都市学区，随机样本 930 来自较大的大都市数据库。 中位可靠性估计值从低到低不等。 24 为 4 项体育失败-任务分量表。 89 个为总努力分表。
在 84 名郊区高中学生中，有 74 名在行政管理期间约有 2 个月的学生获得了重测数据。 计算了每个子量表和各种子量表组合的试验之间的积矩相关性（见表 3）。 所有相关系数均显著高于一级子量表。
二、有效估计数
内容有效性。 高中心理学课的 17 名成员对归因模式进行了概述，主要强调了四种归因，这些归因可以用来解释一个人学业成绩的原因。 然后，学生收到了SOAR 的副本，并被要求将对每个项目的四个可能的响应中的每一个分类为学生认为反应所代表的属性类别-运气、任务、努力或能力。
所有学生都同意 40 个项目中 28 个项目的答复分类。 对于 8 项，1 名学生不同意其他 16 名学生的一对答复。在剩下的 4 项中，2 名学生不同意他们队列组的其余部分。 大多数差异发生在能力和任务分类之间的混淆中。 对于 2 个项目，任务答复的措辞都
因此修改。对文书内容的判断及其基本归因理论（即学生同意我们打算的分类） 的一致性证明继续收集数据是合理的。
- 与能力估计和自我报告成绩的关系。
每个 SOAR 分量表与能力估计之间的相关性被生成，以检查内容区域中的自我感知能力与相同和不同内容区域的Studenfs 属性配置文件之间的一致性（见表 4）。 将 8 个数学/科学分量表中的每个分量表与数学能力和科学能力估计值之间的相关性进行平均，以建立平均学科内区域相关性。 相同的 8 个分量表与英语、历史和体育估计之间的平均相关性被生成为*学科区域相关性。 报告的其他比较采用了同样的程序。 如果归属尺度对主题区域敏感，如 Stipek 和 Weisz（1981）所建议的那样，区域内比较的相关性似乎应该高于主题区域之间的相关性。
- 与衡量成就的关系。
- 全阅读、语言和数学的SOAR 分量表和加州成就测验(CAT) 全国百分位数排名是相关的。 （摘要见表 5。） 在同一内容区域中，归因子尺度与被测成绩之间的相关性应高于子尺度与另一个内容区域之间的相关性。 同样的程序用于生成这些平均相关性，就像用于能力和等级估计一样。 得到的相关系数从最小值到0.00 到最多0.24， 超过一半（58%）的相关性显著超过1级。
内容效度分析显示，17 名法官之间以及我们与法官之间对每一项的预期归属达成了高度一致。
鉴于 17 人在 160 份发言中可能存在大量分歧，而每一份发言本可归入四类之一，因此所观察到的分歧数量极低。一般来说，SOAR 量表和分量表的内部一致性可靠性估计令人满意，并与其他归因量表的可靠性报告进行了比较(例如，Boersma、Chapman 和 Maguire，1979 年；Bradley、Stuck、Cooper、amp;White，1977 年；Lefcourt，1981 年；Mischel、Zeiss，amp;Zeiss，1974 年；Nowickiamp;Strickland，1973 年；Powersamp;Rossman， 1983 年；Shavelson，Hubner，amp;Stanton，1976 年)。 这些可靠性是从量表中获得的，这些项目是随机分布在仪器中的，以尽量减少由于心态或位置反应偏好而产生的虚假一致性。在三个不同样本的分析中可以看出估计本身的稳定性。一般来说，每个子尺度的可靠性估计集在样本之间是相似的，表明缺乏样本特异性。 如表 6 所示，量表的可靠性与其他归因措施相似，足以进行小组研究。然而，使用该仪器进行个别诊断是值得注意的。
随着时间的推移，个体的归因特征持续存在，SOAR 有效地捕捉到了这些特征
SOAR273 高测
试重测可靠性。 因此，对SOAR 的响应不仅仅是特定于一个时间点-在测试中的这种特异性可以产生高的内部一致性，但低的稳定性。
对于学科领域的差异，相对于对自己能力的估计和对学校成绩的自我报告， 发现了适度的支持。 虽然通常具有统计学意义，但分量表与测量成绩之间的相关性是正的，正如预期的那样(见 Stipekamp;Weisz，1981)，但强度较低至中等。然而，SOAR 上的内容区域子尺度与测量的成就之间的相关性一般大于内容区域子尺度与不同内容区域的成就之间的相关性。 总的来说，归因与测量成绩的相关性小于自我报告的成绩，这与先前与其他量表的研究是一致的。
目前正在进行的一系列研究也证明了 SOAR 的研究用途。 在对 165 名女孩和160 名男孩的 16 个学术分量表进行的按学科分列的性别分析中，Ryckman 和Peckham(1987b)发现，女孩选择了更多的努力反应，而男孩选择了更多的能力和运气反应。 在对 680 名 4 至 11 年级女孩和 731 名男孩进行的复制和推广研究中，Ryckman 和 Peckham(1987a)发现了类似的结果。 此外，男孩对数学/科学的反应往往比女孩更适应。 所有受试者都报告了更多的适应性模式(即，与Willig、Harnisch、Hill 和 Maehr，1983 年发现的衰弱模式相比)，LA/SS 的适应性模式高于数学/科学。
在一项对 1,827 名 4 至 11 年级的白人非贫困学生的横断面发展研究中， Ryckman（1986）报告说，随着年龄的增长，学生在归因反应之间形成了更大的差异，特别是在努力和能力归因之间的歧视方面。 数学/科学的发展模式与LA/SS 的发展模式不同，进一步验证了 SOAR 的学科领域差异。
拉洛（1986）比较了 474 名学习障碍(LD)和 510 名非学习障碍(NLD)学生的归因。她报告说，这些群体之间的情况差异很大，LD 学生的反应方式表明学习无助程度更高。
Ryckman、Mizokawa 和 Matthews（1988 年）比较了 133 名确定的 LD 学生和142 名具有相同成就水平的 NLD 学生。 他们报告的群体之间的显著差异不能用成绩差异来解释，因为成绩是恒定的。
在一项比较 177 个 LD 女孩和 376 个 LD 男孩的研究中，Ryckman 和 Peckham
- 报告说，LD 女孩在失败情况下选择的能力反应明显高于男孩。一般来说，LD 女孩报告的模式似乎更像习得性无助比 LD 男孩。这种模式类似于 Willig等人发现的衰弱因素。 （1983 年）涉及少数民族儿童文化适应的各个阶段。SOAR 作为一种与学校相关的归因量表显示出了希望。 研究结果与归因理论一致，并允许具体应用于教育环境。
参考文献
-
Bialer, I. (1961). Conceptualization of success and failure in mentally retarded and normal children. Journal of Pers
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 27 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[269142]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
