|
此外,这里描述的方法应该使用焦点值,因为高计算类型仍然可以使用它们。能够更敏感地辨别使用焦点价值观趋势中的任何国际差异,以便将教育系统中的差异或焦点价值的更多文化驱动因素纳入SWL的国际比较中。使用多项式IT对每个可能的SWL响应进行灵活建模以允许它们之间存在非顺序关系的新方法是更好地评估此类响应偏差的良好起点。例如,之前关于SWL量表使用中文化差异可能性的调查没有采用这种方法来寻找文化规范。尽管有普遍证据表明不同文化的SWLpatterns具有良好的可比性,但仍有可能确定对中心值或远离“极端”值的反应偏差。有趣的是,在图7所示的估计中,降低焦点值或降低焦点值响应的简单方法在再现(或跨越)涉及重新分配概率分布的更具计算性的技术方面做得很好。如果计算量更大的混合模型不可行,这些方法可以作为对教育相关影响特别重要的研究的可靠和快速稳健性检查。对面板数据的分析也很重要,在这里进行的分析中没有捕捉到个人固定效应。用SWL的5点量表对paneldata进行初步分析,将值1、3和5视为焦点值,结果表明,在教育中,SWL从中间值变化的概率正在下降。
|