（三）参数模型

1.多水平线性分数位回归模型

该模型充分考虑到群体间差异，对学生能力进行合理预测，进而更准确地估计群体增长百分位，使得对学校、教师等教育效能的评价更加准确。在对其他背景影响因素进行合理分析的基础上，运用该模型还可以得到学生层面和群体层面的增长百分位估计。

2.学业及影响指数相关分析模型

该模型将问卷数据与学生学业进行相关分析，例如学习动机对学业影响的相关方向和相关程度分析。依据两个变量之间的相关关系，可将两个变量变化的方向分为正相关、负相关和零相关，即两个变量的变化方向一致的相关、两个变量的变化方向相反的相关和两个变量的变化方向无一定规律。为了将问卷调查的内容数据化，将两个变量的相关关系给予定量的描述，用相关系数的大小与相关程度量来表示（见表1）。

表1　相关系数与相关程度(https://www.daowen.com)

3.问卷信效度检验模型

该模型用信度系数来表示误差的大小，用因子分析法检验效度，即问卷题目是否能测量出事物的程度。信度系数在－1—＋1，绝对值越大（接近1）表示误差越小，绝对值越小（接近0）表明误差越大。例如，六年级问卷的信度系数为0.979，并且各个维度KMO值均高于0.8，说明问卷可信度高，具有很高的内在一致性。

检验效度先用探索性因子分析法。例如，在六年级问卷效度检验中，七个维度的KMO值大于0.8，一个维度品德发展的KMO值小于0.8，学习品质、人际关系维度的KMO值大于0.9，说明数据适合进行因子分析。八个维度的累计贡献率均大于50%，因子载荷均大于0.4，说明题项和因子之间有着较强的关联性。再用验证性因子分析，通过模型构建、删除不合理测量项、模型MI指标修正和模型分析四个步骤，对测度模型进行检验。