心理健康统计分析的方法(心理学统计分析方法)心理健康统计分析的方法(心理学统计分析方法)

关注健康
关注真实体验

心理健康统计分析的方法(心理学统计分析方法)

心理健康统计分析的方法(心理学统计分析方法)

近几年来我国应用心理学发展空前繁荣,社会各界对心理学的需求和认识在直线上升,但随之而来的是应用于各领域心理测量需求在急剧增加。在这种形势面前心理测验量表被高频率的使用,暴露出诸如量表的选择、量表的施测、测量结果的评价等问题。

在使用传统量表施测的情况下,受测者必须要完成每个量表的所有题目之后才可对结果进行一一比较和解释,题目的曝光率很高,而且不同量表的评价标准不一,量表之间不能比较

这种传统心理量表作答时间长,测试题量大,受测者往往会因此产生不良情绪,从而出现随意作答、不作答等情况,影响作答效率。另外,传统心理量表施测有时会有部分维度重复,甚至是不需要施测的维度,就会造成测评资源的重复和浪费,而且还会影响后期的数据录入和清理,又会有大量的时间、人工成本的浪费。

例如经典量表按照固定的顺序施测全部题目、综合所有的题目得出常模和评价,其理论基础为经典测量理论(CTT)。其假设包括:个体的心理特征具有稳定不变性,每个个体做测评时的误差都是随机的,测评分数就是个人的稳定的心理特征和测评误差之和,因此测量的目的在于减少测量误差,而能够较为准确的得出个体的心理特征值。在此理论的基础上建立了信度、效度、难度、区分度等指标用来评价测评量表的质量。

但CTT理论也有其局限性:

1.受测者的能力是单纯通过得分的累计生成的,而没有考虑到题目的难度、区分度等因素。

2.测量误差不够精准,因为每个人的测评结果误差都不同,所以测量的精确性有待提高。

3.测量统计指标的制定依赖抽样的变动,抽样偏差、抽样样本大小等因素均会影响测评的指标。

4.受测者的能力与难度指标含义不同,无法相互解释。

5.心理量表以固定的题目和顺序呈现,计分方式等不统一,因此非同一份量表的受测者无法做出比较。以上种种局限性,都会影响CTT理论测评量表的精确性和测评效率。

目前,沃民高科推出的心理筛查黑科技——“刷脸”30秒可知心理健康,这是目前心理领域的一项新技术,它打破了传统心理测试量表的隐匿性、被动式填报、流程繁杂等诸多局限。

沃民心理筛查服务通过机器视觉、生物统计、机器学习等技术,可以在30秒内通过采集头颈部图像视频,快速分析紧张焦虑程度、疲劳兴奋指标、自我调节能力、性格内外向程度、情绪稳定性程度等超过150项心理数据,综合分析人物性格、心理情绪状态等。

技术原理简介:

1.高帧率摄像机采集头颈部图像视频

2.计算分析细微肌肉振幅和振动频率

3.大数据和特征数据库进行比对分析

4.心理状态分析引擎对心理健康预测

5.得出多维度、可视化心理测评报告

与传统心理测量表相比,沃民心理筛查机器人已打破传统量表测量的弊端,无感知、非接触式的方式更加客观真实。单人心理情绪分析在30秒内,适合大规模普查工作;信息化系统生成的心理数据库,可以全面了解个人及群体的心理健康状况。

目前,该系统已经联合多家单位在司法、军事等行业领域的多家单位部署使用,实际异常检测准确率>95%,得到他们一致的好评。

这项技术大大推动了心理健康筛查领域的人工智能技术发展,为抑郁检测、疲劳检测、安全防范、反恐检测、测谎等领域提供有效的心理检测技术支持,极大提高了管理效率,节约了整体成本。

未经允许不得转载: 九月健康网» 心理健康统计分析的方法(心理学统计分析方法)
分享到: 更多 ( 0)