博士研究设计 · 研究资产

1. 研究背景与意义

既有家庭教育研究多聚焦单一构念（如教养方式、亲子依恋、学业投入），缺乏一个整合、可测评、可分级的家庭教育系统模型。 FEMM 以「成熟度」为核心隐喻，将家庭教育的质量操作化为 8 个可观测维度与 5 个发展水平，既服务学术建模，也天然兼容产品化测评与干预。 这使得同一套变量体系可同时满足：① 论文的构念测量；② 商业测评的交付；③ 公共报告的群体比较。

2. 研究问题

• RQ1（测量）：FEMM 的 8 维度一阶结构是否拟合中国家庭样本？是否存在可解释 FGI 的二阶「家庭教育成熟度」高阶因子？
• RQ2（分型）：家庭是否可被划分为与理论 5 级对应的潜在类别（LPA）？先验等级与实证分型是否一致？
• RQ3（机制）：父母教育成熟度（FGI）通过「亲子关系质量（D3）」中介，正向预测儿童内驱力、心理韧性与学业适应；儿童年龄段起调节作用。
• RQ4（不变性）：FEMM 量表的因子结构在城市/农村、子女性别、父母学历上是否具有测量不变性（configural → metric → scalar）？

3. 理论模型与构念网络

FEMM 置于四大理论基石之上，并连接儿童发展结果：

• 发展心理学 / 生态系统理论（Bronfenbrenner）：家庭是儿童发展的近端系统；成熟度即系统支持质量的梯度。
• 家庭系统理论（Bowen / Minuchin）：家庭是互动整体，D3 亲子关系、D8 家庭系统是系统健康指标。
• 自我决定理论（Deci & Ryan）：D4 自主培养、D5 动力直接对应自主性/胜任/归属三大基本需求。
• 毕生发展观（ Baltes）：D2 发展规律理解是父母「发展观」的操作化，决定期望校准。

4. 变量体系与操作化（动态，源自模型规范）

下表由 femm-model.json 自动渲染，确保文档与问卷永远一致。

外生/效标变量（不在 FEMM 内，用于效度）：

• 亲子依恋：ECR-RS 简版（关系结构版）
• 父母压力：PSI-SF（ parenting stress index, short form）
• 儿童困难/优势：SDQ（ strengths and difficulties questionnaire）
• 学业动机：AMS（ academic motivation scale, 自适应版）
• 人口学：城市层级、父母学历、家庭月收入、子女性别/年龄、是否独生

5. 心理测量属性与题项开发

• 题项生成：文献回溯（教养方式/依恋/动机/韧性）→ 按子构念撰写 → 2 轮专家评定（≥5 位发展/教育心理学研究者）→ 认知访谈（n=15 家庭）→ 预测试（n=120）删题。
• 反应格式：里克特 1–5（完全不符合→完全符合），平均施测 12–18 分钟。
• 反向计分：D4a「控制」子构念 5 题为反向题，按 6−原分 重编码（已内置于引擎）。
• 信度目标：各维度 Cronbach's α ≥ .70（理想 ≥ .80）；重测信度（间隔 2–4 周）ICC ≥ .70。
• 结构效度：CFA 比较「八因子相关模型」vs「二阶单因子」；拟合阈值 CFI/TLI ≥ .90，RMSEA ≤ .08，SRMR ≤ .08。
• 聚合/区分效度：各维度 CR ≥ .60、AVE ≥ .50；√AVE 大于该维度与其他维度相关系数。
• 效标关联效度：FGI 与 PSI-SF 负相关、与 SDQ 优势分及 AMS 内驱力正相关（|r| 中到大）。
• 内容效度：专家内容效度比 CVR ≥ .78（按 Lawshe，5 位专家）。

6. 数据采集框架

• 设计：横断为主 + 三波纵向追踪（T1/T2/T3，间隔 6 个月）用于因果方向（交叉滞后 CLPM）。
• 抽样：多城市分层便利抽样（一线/新一线/二线/县域各 ≥2 城）+ 线上滚雪球；博士论文横断 n ≥ 500，追踪 n ≥ 200 家庭（儿童 6–18 岁，主要照护者作答）。
• 纳入：家中有 6–18 岁孩子、主要照护者、知情同意。排除：孩子有确诊中重度神经/精神障碍且不在本研究范围（转介临床）。
• 流程：线上知情同意 → 人口学（3 min）→ FEMM 100 题（15 min）→ 效标量表（10 min）→ 可选开放题。
• 伦理：IRB 审批；匿名化编码；可随时退出；涉及儿童数据最小化；危机转介机制（见 AI 助手安全边界）。
• 数据库：结构见 data/schema.sql，支持逐题原始分、重编码分、维度分、FGI、等级与元数据。

7. 统计分析计划

1. 描述与缺失：频数/均值/相关；缺失机制检验（MCAR），采用 FIML 或多重插补。
2. 测量模型：CFA 验证八因子与二阶结构；多组不变性（城乡/性别/学历）。
3. 分型验证：潜类别分析（LPA）于维度分上，确定最佳类别数，与理论 5 级比对（熵、BLRT、BIC）。
4. 结构模型：SEM 检验「FGI → D3/D4 → 儿童结果」中介；Bootstrap 95% CI。
5. 调节：儿童年龄段、父母学历对路径的调节（多组或交互项）。
6. 纵向：交叉滞后模型（CLPM / RI-CLPM）判断成熟度→结果的时序优先性。
7. 解释性：随机森林/梯度提升估计维度对 FGI 的变量重要性，互为三角验证。

8. 预期贡献、局限与论文结构

创新点：① 首个面向中国家庭的「成熟度」整合测评模型；② 同一变量体系同时支撑论文、产品与公共报告（研究—产品闭环）；③ 引入 LPA 实证分型，超越单维分数。

局限：自评偏差（共同方法变异，用时序/他评部分缓解）；便利抽样代表性；反向题社会赞许性。

论文结构：引言→文献与模型→研究1 测量模型→研究2 分型→研究3 机制与调节→研究4 纵向→总论与启示。预计 4–5 项实证研究。