all_questionaires
Wrangling data
Questionnaires Data
Remove Users By Reaction Time
以反应时过短(rt<900ms)的答题数比例是否小于80%来识别乱选的被试。
Remove Users By Response Pattern
以被试回答问卷时是否一直选择同一个位置的选项（规律答题）来判断一个被试是否是认真作答。
由于社会支持量表、贝克抑郁量表、贝克焦虑量表完全选择同一个位置的选项的人数较多，而且这三个问卷并没有反向计分的题目，故认为这些全部选同一个位置的选项的人并不是不认真作答，不会在后续分析中去除。而在其他问卷里，会把这些规律作答的人去掉。
Distribution after wrangling
剩下的样本各个问卷各个题目的选项分布如下
Cognitive Data
Distribution after wrangling
Results
心理品质
从14份问卷中挑选出测查了心理品质方面的问卷，包括希望量表、贝克焦虑量表、社会支持、心理健康问卷、正负情绪测查、人生价值问卷、贝克抑郁量表、青少年心理韧性量表、中学生学业自我效能感量表，共9个问卷，680个全样本。由于成长型思维量表暂时还未成熟，故先不加入分析。
相关性分析
下图展示心理品质各个问卷各个分维度得分与学业成绩的相关。
因子分析
对心理品质各问卷、各维度进行探索性因素分析，并结合学业成绩构造线性模型，寻找能够解释学生学业成绩的关键性心理品质。
将样本分半进行探索性因素分析和验证性因素分析，首先随机选出一半被试进行探索性因素分析。
探索性因素分析
## Parallel analysis suggests that the number of factors = 5 and the number of components = 3根据parallel analysis，我们在探索性因素分析中使用5个因子。
验证性因素分析
根据探索性因素分析得到的模型结构，使用另一半样本进行验证性因素分析。
该验证性因素分析拟合结果为：CFI = 0.922, TLI = 0.902, RMSEA = 0.101。
虽然验证性因素分析的结果并没有好到所有指标都符合一般的经验标准，但是在多次随机分半的样本中，探索性因素分析都较稳定的出现该模型，并且相应的另一半验证性因素分析的拟合结果也都相对稳定。
从这个模型看，MR1代表的是普遍的、宽泛的正向情绪，MR2综合起来代表学业自我效能感，MR3代表负向情绪，MR4代表面对困难和逆境的态度，MR5代表与朋友和周围人的相处情况（在验证性因素分析中，心理健康问卷的积极关系一维被放入了MR5，并且模型拟合的参数变好了）。
因子得分与学业成绩的关系
对探索性因素分析得出的5个因素分别与语文、数学、英语构造线性模型。首先为数学：
| Characteristic | Chinese | Math | English | ||||||
|---|---|---|---|---|---|---|---|---|---|
| Beta | 95% CI1 | p-value | Beta | 95% CI1 | p-value | Beta | 95% CI1 | p-value | |
| MR1 | -2.3 | -5.7, 1.1 | 0.2 | 1.0 | -2.6, 4.5 | 0.6 | -2.4 | -6.1, 1.2 | 0.2 |
| MR2 | 0.14 | -1.4, 1.7 | 0.9 | -1.2 | -2.9, 0.40 | 0.14 | -1.3 | -3.0, 0.35 | 0.12 |
| MR3 | 3.1 | 1.7, 4.4 | <0.001 | 4.0 | 2.6, 5.4 | <0.001 | 3.5 | 2.0, 4.9 | <0.001 |
| MR4 | 0.22 | -1.3, 1.8 | 0.8 | 1.6 | -0.02, 3.2 | 0.052 | 1.2 | -0.47, 2.8 | 0.2 |
| MR5 | 1.4 | -1.6, 4.5 | 0.4 | -3.0 | -6.1, 0.19 | 0.065 | 0.29 | -2.9, 3.5 | 0.9 |
|
1
CI = Confidence Interval
|
|||||||||
人格测验与职业价值观
相关性研究
下图展示了人格测验与职业价值观的各个维度得分与三科成绩的皮尔逊相关，其中比较典型的是霍兰德职业测验的研究型维度得分与数学得分显著相关，职业价值观量表的的人际关系维度得分与语文和英语成绩显著相关，成就感与三科成绩均相关，智力刺激与数学和英语均相关。
聚类分析
通过聚类分析将以上所有维度进行降维，通过适当调整选择降为四个类。四个类在三科成绩上的表现如下：
可以看到，第二类是“全能型”人才，三科成绩得分均很高；第一类是偏语文成绩的学生，在语文成绩上可以达到和第一类同样的水平，但其他两课较弱；第三类和第四类在三科成绩上均较弱，但又有各自偏重，一个偏数学（第四类），另一个偏语文（第三类）
综合分析
线性模型
## # A tibble: 1 × 1
## subject_name
## <chr>
## 1 subj_chinese
##
## Call:
## lm(formula = acd_score ~ ., data = .x)
##
## Residuals:
## Min 1Q Median 3Q Max
## -104.496 -6.837 0.901 7.858 29.164
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 67.406867 6.394335 10.542 <2e-16 ***
## MR1 -0.266250 3.224438 -0.083 0.9343
## MR2 1.122054 1.694832 0.662 0.5086
## MR3 0.493888 1.344503 0.367 0.7137
## MR4 0.584267 1.441418 0.405 0.6856
## MR5 0.000299 2.846718 0.000 0.9999
## 三维心理旋转测试A -11.277387 5.709624 -1.975 0.0495 *
## 速算师中级 0.425108 0.252716 1.682 0.0939 .
## 数字归纳推理A -2.681393 6.207187 -0.432 0.6662
## 专注大师 0.242237 0.115458 2.098 0.0370 *
## 图形折叠与展开A 14.859500 6.795675 2.187 0.0298 *
## 言语记忆A -0.820862 4.013730 -0.205 0.8381
## 蝴蝶照相机 1.334510 0.757833 1.761 0.0796 .
## 倒背数 0.749767 0.439386 1.706 0.0893 .
## 远距离联想高级版 25.730235 13.095956 1.965 0.0507 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 13.55 on 225 degrees of freedom
## Multiple R-squared: 0.1824, Adjusted R-squared: 0.1315
## F-statistic: 3.584 on 14 and 225 DF, p-value: 2.339e-05
##
## # A tibble: 1 × 1
## subject_name
## <chr>
## 1 subj_english
##
## Call:
## lm(formula = acd_score ~ ., data = .x)
##
## Residuals:
## Min 1Q Median 3Q Max
## -77.981 -5.616 3.247 8.469 26.783
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 71.05937 7.04082 10.092 <2e-16 ***
## MR1 -0.68102 3.55044 -0.192 0.8481
## MR2 0.10239 1.86618 0.055 0.9563
## MR3 1.49346 1.48044 1.009 0.3142
## MR4 0.52079 1.58715 0.328 0.7431
## MR5 -0.95526 3.13453 -0.305 0.7608
## 三维心理旋转测试A -2.32066 6.28688 -0.369 0.7124
## 速算师中级 0.70087 0.27827 2.519 0.0125 *
## 数字归纳推理A 5.19051 6.83475 0.759 0.4484
## 专注大师 0.19686 0.12713 1.549 0.1229
## 图形折叠与展开A 13.70666 7.48273 1.832 0.0683 .
## 言语记忆A -3.57817 4.41953 -0.810 0.4190
## 蝴蝶照相机 -0.02007 0.83445 -0.024 0.9808
## 倒背数 0.38798 0.48381 0.802 0.4234
## 远距离联想高级版 -0.04960 14.41999 -0.003 0.9973
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 14.92 on 225 degrees of freedom
## Multiple R-squared: 0.1355, Adjusted R-squared: 0.08173
## F-statistic: 2.519 on 14 and 225 DF, p-value: 0.002339
##
## # A tibble: 1 × 1
## subject_name
## <chr>
## 1 subj_math
##
## Call:
## lm(formula = acd_score ~ ., data = .x)
##
## Residuals:
## Min 1Q Median 3Q Max
## -64.972 -6.923 1.604 8.601 25.326
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 61.6556 6.0935 10.118 < 2e-16 ***
## MR1 3.2329 3.0727 1.052 0.293863
## MR2 -2.2531 1.6151 -1.395 0.164386
## MR3 4.9051 1.2812 3.828 0.000167 ***
## MR4 -1.7182 1.3736 -1.251 0.212266
## MR5 -4.7684 2.7128 -1.758 0.080145 .
## 三维心理旋转测试A 3.2576 5.4410 0.599 0.549967
## 速算师中级 0.1057 0.2408 0.439 0.661012
## 数字归纳推理A 22.3187 5.9151 3.773 0.000206 ***
## 专注大师 0.1783 0.1100 1.620 0.106607
## 图形折叠与展开A 14.6213 6.4759 2.258 0.024918 *
## 言语记忆A -8.5699 3.8249 -2.241 0.026031 *
## 蝴蝶照相机 0.2880 0.7222 0.399 0.690377
## 倒背数 0.3714 0.4187 0.887 0.376081
## 远距离联想高级版 4.8232 12.4798 0.386 0.699507
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 12.91 on 225 degrees of freedom
## Multiple R-squared: 0.3011, Adjusted R-squared: 0.2576
## F-statistic: 6.924 on 14 and 225 DF, p-value: 8.979e-12