社會(huì)關(guān)系模型在心理研究中的應(yīng)用*

徐 桃 張敏強(qiáng) 王小婷 黃兆鋒 焦 璨

(1華南師范大學(xué)心理學(xué)院/心理應(yīng)用研究中心, 廣州 510631) (2深圳大學(xué)師范學(xué)院心理學(xué)系, 深圳 518060)

1 引言

社會(huì)關(guān)系模型(Social Relations Model, SRM)是一種研究群體內(nèi)部雙方行為和人際知覺的分析方法(Kenny, Kashy, & Cook, 2006), 適用于研究人際互動(dòng)中的知覺、行為、人際吸引的復(fù)雜性和多重性的問題。將個(gè)體從關(guān)系情景中抽離出來的研究, 其結(jié)論往往缺乏生態(tài)效度(Robins &Kashima, 2008; 馬紹奇, 焦璨, 張敏強(qiáng), 2011), 而社會(huì)關(guān)系模型將個(gè)體在雙方關(guān)系中的行為和人際知覺的變異分解為個(gè)體和關(guān)系兩個(gè)層次, 較好地彌補(bǔ)了該缺陷, 被應(yīng)用于許多心理學(xué)領(lǐng)域的研究。在國外心理學(xué)研究中, SRM應(yīng)用廣泛, 包括人際知覺的精確性和偏差研究(Santuzzi, 2007; Kwan,John, Robins, & Kuang, 2008), 人際吸引及影響研究(Back, Schmukle, & Egloff, 2011; Coesens, De Mol, De Bourdeaudhuij, & Buysse, 2010), 人格研究(De Vries, 2010; Locke, Zheng, & Smith, 2014)及跨群體跨文化研究(Christensen, Duangdao, Isaacs,& Alfonso-Reese, 2012; Betts et al., 2014)等250項(xiàng)以上的心理學(xué)研究(Lüdtke, Robitzsch, Kenny, &Trautwein, 2013)。但是國內(nèi)僅有兩篇對(duì)特定領(lǐng)域的相關(guān)研究綜述(張宏宇, 許燕, 柳恒超, 2007;郭素然, 伍新春, 2013), 而關(guān)于社會(huì)關(guān)系模型的研究設(shè)計(jì)、數(shù)據(jù)處理和統(tǒng)計(jì)方法的評(píng)述在國內(nèi)文獻(xiàn)中還較少涉及。本文將重點(diǎn)介紹社會(huì)關(guān)系模型的研究設(shè)計(jì)、各種數(shù)據(jù)處理方法和相應(yīng)軟件, 并簡述其在心理學(xué)研究領(lǐng)域的應(yīng)用, 展示SRM在心理學(xué)研究中處理成對(duì)互動(dòng)數(shù)據(jù)的優(yōu)勢(shì)和前景, 以期為國內(nèi)心理學(xué)研究方法的應(yīng)用帶來新的視角。

2 社會(huì)關(guān)系模型概述

SRM將個(gè)人在雙方關(guān)系中的行為和知覺的變異分解為三種成分：行動(dòng)者效應(yīng)(actor effect)、同伴者效應(yīng)(actor effect)和關(guān)系效應(yīng)(relationship effect)。行動(dòng)者效應(yīng)反映的是個(gè)體在與不同的對(duì)象進(jìn)行互動(dòng)時(shí)采取的行為的一致性程度, 例如在信任研究中, 個(gè)體A對(duì)他人的信任在多大程度上是因?yàn)閭€(gè)體A傾向于信任他人; 同伴者效應(yīng)反映的是不同的人對(duì)同一個(gè)體采取行為的一致性程度,如個(gè)體A的同伴者效應(yīng)就是測(cè)量個(gè)體A獲得他人信任的程度; 關(guān)系效應(yīng)反映的是個(gè)體排除行動(dòng)者效應(yīng)和同伴效應(yīng), 由于特定的雙方關(guān)系而采取的行為, 如在群體中, 個(gè)體A對(duì)個(gè)體B以外的其他人都不信任, 那么A與B的關(guān)系具有獨(dú)特性, 即A對(duì)B存在關(guān)系效應(yīng), 反映了特殊關(guān)系的獨(dú)特特點(diǎn),需要注意的是關(guān)系效應(yīng)具有有向性和非對(duì)稱性。

SRM基礎(chǔ)統(tǒng)計(jì)模型是具有兩因素隨機(jī)效應(yīng)的模型(Cook & Dreyer, 1984), 如(1)式所示, 該模型是對(duì)成對(duì)關(guān)系中的主要變異做出統(tǒng)計(jì)估計(jì)和理論分析的基礎(chǔ)：

其中,Yijk代表行動(dòng)者i對(duì)行動(dòng)者j的某種行為或知覺的測(cè)量觀測(cè)值;μ代表組內(nèi)平均數(shù), 也叫做跨社會(huì)行為或知覺的平均數(shù), 即組內(nèi)不同個(gè)體行為或知覺的平均數(shù);αi是行動(dòng)者效應(yīng), 即個(gè)體i對(duì)他人做出某種行為或產(chǎn)生某種知覺的趨勢(shì);βj是同伴者效應(yīng), 即個(gè)體j成為某種行為或知覺的對(duì)象的行為或知覺趨勢(shì);γij是關(guān)系效應(yīng), 即個(gè)體i對(duì)個(gè)體j做出某種獨(dú)特行為或產(chǎn)生某種特定知覺的趨勢(shì),γij和γji不一定相等;εijk表示誤差成分, 而模型中下標(biāo)k代表測(cè)量所屬的組別, 如果僅僅只有一個(gè)測(cè)量值, 則無法分離誤差(Lüdtke et al., 2013)。

3 研究設(shè)計(jì)類型

3.1 循環(huán)設(shè)計(jì)(round-robin design)

最常見的社會(huì)關(guān)系模型所采用的是循環(huán)設(shè)計(jì),群體內(nèi)的各個(gè)成員須同群體的每個(gè)成員進(jìn)行互動(dòng)或評(píng)價(jià)。在一個(gè)全循環(huán)設(shè)計(jì)中最小的成員規(guī)模是4人(Lashley, Brian, & Kenny, 1998), 如表1是一個(gè)循環(huán)設(shè)計(jì)的模擬數(shù)據(jù)表, 群體中的4人進(jìn)行循環(huán)設(shè)計(jì), 每個(gè)人與其他3名成員進(jìn)行互動(dòng)或評(píng)價(jià),為了分離關(guān)系變異中的誤差成分, 可采用對(duì)相同的變量進(jìn)行多次測(cè)量,Yijk表示行動(dòng)者i對(duì)同伴者j在第k次測(cè)量中的互動(dòng)或評(píng)價(jià)觀測(cè)值。循環(huán)設(shè)計(jì)能夠得到全面精確的數(shù)據(jù), 可以提供兩方面的信息：個(gè)體差異和共同作用。但是若群體成員過多, 成員之間兩兩互動(dòng)的幾率降低, 循環(huán)設(shè)計(jì)耗時(shí)耗力。

表1 循環(huán)設(shè)計(jì)表(N=4)

3.2 區(qū)組設(shè)計(jì)

區(qū)組設(shè)計(jì)是將群體的互動(dòng)參與者分為兩個(gè)亞組, 每個(gè)亞組至少兩名成員, 個(gè)體對(duì)群體中的某一亞組成員進(jìn)行互動(dòng)或評(píng)價(jià), 不需對(duì)所有同伴進(jìn)行互動(dòng)或評(píng)價(jià)。區(qū)組設(shè)計(jì)分為非對(duì)稱區(qū)組設(shè)計(jì)(Lashley et al., 1998; Luo & Zhang, 2009; Malloy,Berrios-Candeleria, Lewis, & Agatstein, 2011;Christensen et al., 2012)、對(duì)稱區(qū)組設(shè)計(jì)(De Paulo,Kenny, Hoover, Webb, & Oliver, 1987)和半?yún)^(qū)組設(shè)計(jì)(Kenny, Homer, Kashy, & Chu, 1992), 每種設(shè)計(jì)對(duì)于數(shù)據(jù)布局都有所不同。在半?yún)^(qū)組設(shè)計(jì)中, 群體分為行動(dòng)者和同伴者兩個(gè)亞組, 只能由行動(dòng)者亞組對(duì)同伴者亞組進(jìn)行評(píng)判, 角色不可互換; 在對(duì)稱區(qū)組設(shè)計(jì)中, 兩個(gè)亞組角色相互調(diào)換, 可產(chǎn)生額外的成對(duì)數(shù)據(jù); 在非對(duì)稱區(qū)組設(shè)計(jì)中, 兩個(gè)亞組的成員特征存在明顯差異, 如男性與女性, 亞組間是不等價(jià)的, 數(shù)據(jù)被認(rèn)為是兩個(gè)獨(dú)立的區(qū)組(Lashley et al., 1998)。區(qū)組設(shè)計(jì)不要求群組內(nèi)成員兩兩互動(dòng), 這種設(shè)計(jì)在成員較多時(shí)比較實(shí)用, 而且在非對(duì)稱區(qū)組設(shè)計(jì)中可加入更多的額外區(qū)分變量。

4 數(shù)據(jù)處理方法

4.1 傳統(tǒng)SRM數(shù)據(jù)分析方法——類方差分析法

傳統(tǒng)的SRM數(shù)據(jù)處理方法類似于兩因素方差分析(ANOVA), 將行動(dòng)者效應(yīng)和同伴者效應(yīng)作為主效應(yīng), 關(guān)系效應(yīng)作為交互效應(yīng)。但是SRM數(shù)據(jù)之間存在互惠性, 不滿足方差分析對(duì)變量獨(dú)立性要求, 且對(duì)角線數(shù)據(jù)缺失(表1), 因此采用一般的方差分析會(huì)產(chǎn)生偏差(張宏宇, 許燕, 柳恒超,2007)。Warner, Kenny和Stoto (1979)根據(jù)觀測(cè)數(shù)據(jù)表, 同時(shí)考慮對(duì)角線數(shù)據(jù)缺失和非獨(dú)立性假設(shè),加入修正項(xiàng)計(jì)算各變異來源的期望均方(EMS),通過EMS建立方差—協(xié)方差分量的線性方程組,來估計(jì)模型中的方差—協(xié)方差分量,。其中分別是分離出的行動(dòng)者變異、同伴者變異和關(guān)系變異,是誤差變異。通過顯著性檢驗(yàn)發(fā)現(xiàn), 如果變異成分顯著不為零, 那么就可以考察它與被試個(gè)體水平的變異之間的關(guān)系(張宏宇等, 2007)。

4.1.1 效應(yīng)值

傳統(tǒng)SRM數(shù)據(jù)分析方法能計(jì)算出每個(gè)個(gè)體的行為者、同伴者和關(guān)系的具體效應(yīng)值, 可將其與外生變量(如人格特質(zhì)變量或人口學(xué)變量)進(jìn)行相關(guān)性分析, 探索具有某種特質(zhì)的個(gè)體的知覺或行為趨勢(shì)。行動(dòng)者效應(yīng)與觀測(cè)數(shù)據(jù)表中的行效應(yīng)有關(guān), 同伴者效應(yīng)與列效應(yīng)有關(guān), 但是在SRM中需要考慮到在互動(dòng)循環(huán)行列數(shù)據(jù)中存在觀測(cè)值缺失的現(xiàn)象, 如表1中對(duì)角線部分?jǐn)?shù)據(jù)缺失, 缺失部分是個(gè)體對(duì)自身的評(píng)價(jià)或行為的測(cè)量, 由于個(gè)體不能既是自身的行動(dòng)者又是自身的同伴者, 會(huì)影響行動(dòng)者效應(yīng)和同伴者效應(yīng)的估計(jì), 這主要是通過成員個(gè)數(shù)n可以給予一定的權(quán)重, 調(diào)試缺失的同伴者(郭素然, 伍新春, 2013)。表示行動(dòng)者效應(yīng)的估計(jì)值,表示同伴者效應(yīng)的估計(jì)值,表示關(guān)系效應(yīng)的估計(jì)值;Mi..表示行均值,M.i.表示列均值,Mij.表示方格均值,M...表示樣本總均值。各效應(yīng)估計(jì)值計(jì)算公式如下：

4.1.2 相關(guān)軟件

根據(jù)傳統(tǒng)SRM數(shù)據(jù)分析的統(tǒng)計(jì)原理和計(jì)算方法, 研究者開發(fā)了基于windows系統(tǒng)的SRM分析統(tǒng)計(jì)軟件：WinSRM。該軟件包括兩個(gè)程序SOREMO (Kenny, 1998b)和BLOCKO (Kenny,1998a), SOREMO用來分析循環(huán)設(shè)計(jì), BLOCKO分析區(qū)組設(shè)計(jì)。WinSRM需要?jiǎng)?chuàng)建三個(gè)文件：設(shè)置文件(setup file), 包括標(biāo)題、變量標(biāo)簽、數(shù)據(jù)格式、測(cè)量結(jié)構(gòu)等; 數(shù)據(jù)文件(data file), 測(cè)量所得的數(shù)據(jù); 說明文件(instructions file), 指明設(shè)置文件、數(shù)據(jù)文件和輸出文檔。該軟件將心理和行為變異來源分解為行動(dòng)者、同伴者和關(guān)系三種成分, 采用兩種不同的顯著性檢驗(yàn)方法：當(dāng)只有一組數(shù)據(jù)時(shí), 采用jackknife方法進(jìn)行顯著性檢驗(yàn); 而當(dāng)有兩個(gè)及以上的群組時(shí), 則進(jìn)行組間t檢驗(yàn)(Sch?nbrodt,Back, & Schmukle, 2012)。通過該軟件對(duì)數(shù)據(jù)進(jìn)行整理和運(yùn)算, 最終可輸出行動(dòng)者、同伴者和關(guān)系的絕對(duì)變異值(absolute variance partitioning)和相對(duì)變異程度(relative variance partitioning)、各效應(yīng)的效度估計(jì)值(reliability of effect estimates), 互惠性系數(shù)(reciprocity correlations)等。若采用多重指標(biāo)或多次測(cè)量, 可分離測(cè)量誤差, 可進(jìn)行結(jié)構(gòu)分析, 包括穩(wěn)定結(jié)構(gòu)和非穩(wěn)定結(jié)構(gòu)。

WinSRM對(duì)每組成員數(shù)量有一定的限制, 每組成員一般不得超過25人, 同時(shí), 該程序不能處理缺失值, 對(duì)數(shù)據(jù)清洗的要求高, 且要求采用標(biāo)準(zhǔn)格式輸入(Sch?nbrodt et al., 2012)。Sch?nbrodt等人(2012)介紹了一種R軟件包TripleR來分析循環(huán)設(shè)計(jì), Triple R能靈活處理缺失值, 對(duì)每組成員的數(shù)量沒有限制, 且單組數(shù)據(jù)可作組內(nèi)t檢驗(yàn), 多組數(shù)據(jù)可進(jìn)行組間t檢驗(yàn)。近年來R軟件在統(tǒng)計(jì)領(lǐng)域中蓬勃發(fā)展, 可從R軟件官方網(wǎng)站上直接獲取相應(yīng)軟件包, 大部分研究者對(duì)R語言較為熟悉,編程語言簡潔易懂, Triple R數(shù)據(jù)輸入格式更加靈活便捷, 既可作單變量SRM分析、單變量SRM結(jié)構(gòu)分析, 也可作多變量SRM分析、多變量SRM結(jié)構(gòu)分析, 通過軟件估計(jì)直接輸出SRM模型的方差—協(xié)方差參數(shù)。

4.1.3 傳統(tǒng)SRM數(shù)據(jù)分析方法存在的一些問題

綜上所述, 基于方差分析的傳統(tǒng)SRM數(shù)據(jù)分析方法, 其處理方法簡單明了, 計(jì)算并不復(fù)雜, 可以算出具體的效應(yīng)值。但是它存在以下幾個(gè)問題：

首先就顯著性檢驗(yàn)來說, 與傳統(tǒng)的方差分析不同的是, 數(shù)據(jù)的非獨(dú)立性導(dǎo)致顯著性檢驗(yàn)不能采取F檢驗(yàn), 當(dāng)只有一個(gè)群組時(shí), 采用jackknife方法或組內(nèi)t檢驗(yàn)進(jìn)行顯著性檢驗(yàn); 而當(dāng)有兩個(gè)及以上的群組時(shí), 進(jìn)行組間t檢驗(yàn)(Sch?nbrodt et al., 2012), 需要分別對(duì)每組進(jìn)行參數(shù)估計(jì), 再計(jì)算組間平均數(shù)。在SRM方差和協(xié)方差服從正態(tài)分布的假設(shè)基礎(chǔ)上, 使用t檢驗(yàn)考察參數(shù)估計(jì)值是否與0差異顯著。但是, 這種方法會(huì)產(chǎn)生統(tǒng)計(jì)上的問題, 尤其是在組數(shù)很小的時(shí)候。一般來說, 當(dāng)SRM參數(shù)使用方差分析方法進(jìn)行估計(jì)時(shí), 統(tǒng)計(jì)學(xué)推斷是非常復(fù)雜的, 事實(shí)上在多組非平衡設(shè)計(jì)中這種方法難以實(shí)現(xiàn)(Bond & Lashley, 1996)。

其次, 這種方法對(duì)缺失數(shù)據(jù)的處理比較棘手,一個(gè)數(shù)據(jù)的缺失往往造成整組數(shù)據(jù)無效, 從而導(dǎo)致方差—協(xié)方差參數(shù)估計(jì)精確性降低, TripleR軟件包對(duì)缺失數(shù)據(jù)的增補(bǔ)方法是假定缺失的數(shù)據(jù)中關(guān)系效應(yīng)不存在, 隨著缺失率的增加, 關(guān)系變異被低估, 行動(dòng)者和同伴者變異被高估(Sch?nbrodt et al., 2012)。

再次, 傳統(tǒng)方法會(huì)得到負(fù)的方差估計(jì)值和超出范圍的相關(guān)系數(shù)。盡管理論上變異不可能為負(fù)值, 但是當(dāng)變異非常小時(shí), 其估計(jì)值有時(shí)可能會(huì)出現(xiàn)負(fù)值。而且, SRM擴(kuò)展得到的針對(duì)性強(qiáng)的模型無法通過方差分析方法估計(jì)。

4.2 多層方法

傳統(tǒng)的SRM處理方法僅注意行動(dòng)者、同伴者和關(guān)系效應(yīng), 忽視群組效應(yīng), 但是循環(huán)數(shù)據(jù)嵌套于群組中, 如家庭成員的關(guān)系數(shù)據(jù)嵌套在家庭中,研究表明15%～40%兒童行為的變異可由家庭群組效應(yīng)解釋, Snijders等人(Snijders & Kenny, 1999;Rasbash, Jenkins, O’Connor, & Tackett, 2011)提出運(yùn)用多層模型來分析SRM中的群組效應(yīng)。在SRM中, 同伴效應(yīng)和行為者效應(yīng)被當(dāng)做交叉隨機(jī)效應(yīng),此外在雙方關(guān)系中加入了針對(duì)性的隨機(jī)效應(yīng)。如(5)式,Gk是群組k的隨機(jī)主效應(yīng),Aik是行動(dòng)者效應(yīng),Bjk是同伴者效應(yīng),Rijk是雙方關(guān)系效應(yīng),Eijk是誤差。

該多層模型具有三個(gè)層次：組層次、雙方關(guān)系層次和個(gè)體層次。但是, 標(biāo)準(zhǔn)的多層次模型假設(shè)交叉隨機(jī)效應(yīng)是相互獨(dú)立的, 即行為者-同伴協(xié)方差應(yīng)該為0。因此, 在標(biāo)準(zhǔn)的多層次模型軟件包中(如MLwin等)需要增加2n個(gè)虛擬變量(n是最大循環(huán)中的人數(shù)), 因此增加群組中n個(gè)行動(dòng)者的虛擬變量a1到an,n個(gè)同伴者的虛擬變量p1到pn,如(6)式所示。研究者們對(duì)具有三個(gè)層次模型中的方差-協(xié)方差矩陣設(shè)置復(fù)雜的約束條件, 通過WLwin程序估計(jì)多層模型的群組變異、行為者和同伴者變異以及相應(yīng)的協(xié)方差(Lüdtke et al., 2013)。

其最大的優(yōu)勢(shì)是可以處理缺失數(shù)據(jù), 并且不要求各組被試數(shù)目一致, 另外固定效應(yīng)如年齡或性別等變量可以直接包含在模型中(Kenny & Livi,2009)。但是模型中需要設(shè)置大量的虛擬變量和方差-協(xié)方差矩陣的約束條件, 計(jì)算復(fù)雜易出錯(cuò)且耗時(shí), 在很多統(tǒng)計(jì)程序中不易實(shí)現(xiàn), 如SPSS和HLM。

4.3 結(jié)構(gòu)方程模型

Buist等人采用結(jié)構(gòu)方程模型的方法分析社會(huì)關(guān)系模型數(shù)據(jù)(Buist, Reitz, & Dekovic, 2008;Manders et al., 2009), 該方法與驗(yàn)證性因素分析(CFA)相似(郭素然, 伍新春, 2013)。因?yàn)樯鐣?huì)關(guān)系模型中的行動(dòng)者效應(yīng)、同伴者效應(yīng)和關(guān)系效應(yīng)無法直接測(cè)量所得到, 可將其作為潛變量, 而直接觀測(cè)到的行為或知覺數(shù)據(jù)是顯變量, 如個(gè)體對(duì)他人的知覺或評(píng)判分?jǐn)?shù)。將觀測(cè)變量分解為行動(dòng)者效應(yīng)、同伴者效應(yīng)和關(guān)系效應(yīng)的載荷, 通過模型驗(yàn)證來考察潛變量的方差。用驗(yàn)證性因素分析模型的各種指標(biāo)對(duì)模型整體加以檢驗(yàn), 如果方差不為0, 則SRM的效應(yīng)顯著存在(郭素然, 伍新春,2013)。因?yàn)閱未螠y(cè)量, 關(guān)系效應(yīng)無法分離隨機(jī)誤差, 所以應(yīng)采用多重測(cè)量。結(jié)構(gòu)方程模型同樣可以處理缺失數(shù)據(jù), 但是對(duì)于多變量SRM分析卻顯得比較復(fù)雜, 多變量SRM (multivariate SRM)分析是指對(duì)個(gè)體在二元關(guān)系下產(chǎn)生的多個(gè)行為和知覺變量的關(guān)系進(jìn)行研究, 如喜愛和微笑, 個(gè)體A對(duì)B的喜愛, 導(dǎo)致個(gè)體A向個(gè)體B主動(dòng)微笑。

4.4 極大似然方法

采用極大似然方法可以避免負(fù)方差和相關(guān)系數(shù)超出范圍, 通過將觀測(cè)數(shù)據(jù)與模型待估參數(shù)所構(gòu)造的似然函數(shù)極大化, 從而估計(jì)出參數(shù)值。在這種方法中, 行為者效應(yīng)α和同伴者效應(yīng)β作為隨機(jī)效應(yīng), 假定模型中隨機(jī)效應(yīng)呈正態(tài)分布(Wong, 1982), 采用極大似然方法對(duì)SRM進(jìn)行參數(shù)估計(jì)。Gill和Swartz (2001)提出基于Soring方法的極大似然算法, 比Wong的EM算法更大的優(yōu)勢(shì)是可以對(duì)極大似然估計(jì)產(chǎn)生漸進(jìn)協(xié)方差矩陣的一個(gè)估計(jì)值。但是這種方法的計(jì)算十分復(fù)雜, 而且極大似然方法對(duì)方差分量的統(tǒng)計(jì)推斷是有問題的(Draper, 2008), 尤其是當(dāng)群體數(shù)量較小時(shí), 并且變異較小時(shí), 方差分量的抽樣分布一般來說是非對(duì)稱的, 置信區(qū)間的覆蓋并不恰當(dāng)(Browne &Draper, 2006; Lynn, Dong, & Mu, 2010)。

4.5 貝葉斯方法

針對(duì)SRM數(shù)據(jù)處理方法存在的問題, Gill和Swartz (2001)引入貝葉斯方法, 克服了困擾SRM研究者的諸多問題, 如異常值、缺失數(shù)據(jù)處理、置信區(qū)間的覆蓋問題、更復(fù)雜的擴(kuò)展模型等。Lüdtke等人(2013)詳細(xì)介紹了運(yùn)用馬爾科夫鏈蒙特卡洛方法(MCMC)對(duì)SRM參數(shù)進(jìn)行貝葉斯估計(jì)的方法, 并與傳統(tǒng)的數(shù)據(jù)處理方法進(jìn)行了對(duì)比：首先, 就參數(shù)估計(jì)中異常值的比例來說, 傳統(tǒng)類方差分析方法進(jìn)行參數(shù)估計(jì)時(shí), 估計(jì)出的行為者效應(yīng)的方差出現(xiàn)負(fù)值, 而使用貝葉斯方法估計(jì)時(shí)異常值是不會(huì)出現(xiàn)的; 其次, 就均方根誤差(RMSE)表現(xiàn)來說, 貝葉斯方法也優(yōu)于傳統(tǒng)方法, 尤其對(duì)于行為者效應(yīng)和同伴者效應(yīng)相關(guān)系數(shù)的估計(jì)和樣本都很小的情形。而模擬研究表明貝葉斯方法的貝葉斯置信區(qū)間的覆蓋率很接近實(shí)際的置信度(Lüdtke et al., 2013), 克服了極大似然方法存在置信區(qū)間的覆蓋不恰當(dāng)?shù)膯栴}。

由此可見, 利用貝葉斯方法對(duì)SRM參數(shù)進(jìn)行估計(jì)比其他方法具有更大優(yōu)勢(shì), 這主要是因?yàn)樨惾~斯方法對(duì)于估計(jì)復(fù)雜多水平模型的方法(Swaminathan & Rogers, 2008)相對(duì)可靠和有效,尤其當(dāng)樣本量較小并且研究重點(diǎn)在于估計(jì)隨機(jī)效應(yīng)的變異成分時(shí)(Hamaker & Klugkist, 2011)。貝葉斯方法假設(shè)每一個(gè)參數(shù)θ服從相應(yīng)的先驗(yàn)分布p(θ), 使用馬爾科夫鏈蒙特卡洛方法(MCMC)得到先驗(yàn)分布, 這種先驗(yàn)分布來自于參數(shù)的先驗(yàn)信息,隨后基于觀測(cè)值Y得到的一種后驗(yàn)分布是SRM關(guān)注的方差—協(xié)方差參數(shù)向量, 將SRM中的未知參數(shù)分割后在不同條件下分別進(jìn)行估計(jì)(Lüdtke et al., 2013)。

5 SRM在心理學(xué)領(lǐng)域的應(yīng)用研究

SRM起源于人際知覺研究, 主要包括人際知覺的同化、一致性、獨(dú)特性、互惠性、目標(biāo)準(zhǔn)確性、元知覺和自我知覺, 根據(jù)不同心理學(xué)領(lǐng)域的研究主題, SRM將知覺和行為變異與特定的心理特質(zhì)結(jié)合, 廣泛應(yīng)用于心理學(xué)研究的不同領(lǐng)域,以下將選取四個(gè)領(lǐng)域的SRM應(yīng)用情況進(jìn)行闡述。

5.1 人格心理學(xué)

在人格研究中, SRM已成為研究個(gè)體對(duì)人格特質(zhì)評(píng)定的重要工具和分析策略, 甚至有研究者提出可以借鑒SRM的研究范式發(fā)展人格理論(張宏宇等, 2007)。SRM的主要優(yōu)勢(shì)在于能夠幫助研究者區(qū)別個(gè)體在進(jìn)行人格評(píng)定時(shí)變異產(chǎn)生的不同來源及相關(guān)比例。

Kenny (1994)總結(jié)了一些研究, 發(fā)現(xiàn)人們?cè)趯?duì)他人人格特質(zhì)進(jìn)行評(píng)定時(shí), 15%的變異可由同伴者解釋, 20%歸因于行動(dòng)者自身, 20%是由特定的關(guān)系造成, 剩下45%是無法解釋的變異。進(jìn)一步, 有研究者開始將個(gè)體對(duì)人格的評(píng)定與特定情境相結(jié)合：Branje, Van Aken, Van Lieshout和Mathijssen(2003)在家庭情境下, 研究家庭成員對(duì)相互之間進(jìn)行大五人格評(píng)定時(shí)存在的差異; De Vries (2010)研究在家庭、工作兩種不同的情境下,運(yùn)用SRM比較個(gè)體對(duì)他人和自我進(jìn)行HEXACO人格結(jié)構(gòu)評(píng)定時(shí)的變異。另一方面, 研究者分析循環(huán)設(shè)計(jì)中的人格評(píng)級(jí)來檢查行動(dòng)者效應(yīng)或同伴者效應(yīng)的維度(Srivastava; Guglielmo, & Beer,2010; Wood, Harms, & Vazire, 2010)。黃飛(2012)采用社會(huì)關(guān)系模型的全循環(huán)設(shè)計(jì), 通過等級(jí)評(píng)定和團(tuán)隊(duì)內(nèi)排序方法對(duì)大五人格進(jìn)行團(tuán)體內(nèi)部的自評(píng)和互評(píng), 將獲得的大五人格數(shù)據(jù)以及根據(jù)SRM分解出的目標(biāo)效應(yīng)的數(shù)據(jù)進(jìn)行探索和驗(yàn)證等分析,結(jié)果驗(yàn)證了大五人格背后更高級(jí)的大二人格因素模型。SRM在人格研究中也存在一定的問題, 主要是在人格評(píng)定中容易出現(xiàn)一致性被高估的問題(De Vries, 2010), 總體來說SRM在人格研究中的應(yīng)用還比較有限(張宏宇等, 2007)。

5.2 組織心理學(xué)

在組織心理學(xué)領(lǐng)域, SRM具有層級(jí)特征, 能夠從多個(gè)角度進(jìn)行組織和領(lǐng)導(dǎo)力等研究, 也與研究對(duì)象的特征結(jié)合更加緊密。許多研究將領(lǐng)導(dǎo)力(leadership)僅僅作為個(gè)體所具有的特質(zhì)(Norris-Watts & Lord, 2004), 實(shí)際上領(lǐng)導(dǎo)力可認(rèn)為是由領(lǐng)導(dǎo)者和追隨者在共有的領(lǐng)導(dǎo)關(guān)系中所構(gòu)建的相互的過程, SRM能夠從多個(gè)層次和角度(知覺者、目標(biāo)者、關(guān)系、群組)分析領(lǐng)導(dǎo)力, 更符合領(lǐng)導(dǎo)力的結(jié)構(gòu)特征。Livi等人(2008)運(yùn)用SRM分析表明, 在任務(wù)導(dǎo)向性(task-oriented)的領(lǐng)導(dǎo)力中, 人們更容易達(dá)成一致, 更依賴于領(lǐng)導(dǎo)者自身特質(zhì); 在社會(huì)情感性(socio-emotional)的領(lǐng)導(dǎo)力中, 來自行動(dòng)者和特定關(guān)系的解釋力更強(qiáng)。需要注意的是在該模式下, 領(lǐng)導(dǎo)力是零和(zero-sum)模式, 群組效應(yīng)很難在SRM分析中體現(xiàn)(Livi, Kenny, Albright, &Pierro, 2008)。

Lam, Van der Vegt, Walter和Huang (2011)對(duì)組織內(nèi)人際傷害進(jìn)行SRM分析, 發(fā)現(xiàn)工作組織中人際傷害45%的變異可由關(guān)系層面解釋, 拓寬了在工作中人際傷害研究的的關(guān)注點(diǎn), 不僅是對(duì)個(gè)體或情境的研究, 還應(yīng)注重關(guān)系層面。另一方面,社會(huì)關(guān)系模型描述了組織內(nèi)個(gè)體知覺他人的過程,可以用來考察組織內(nèi)成員如何認(rèn)知其他成員(Greguras, Robie, & Born, 2001; Kenny, 1994)以及成員的元知覺(成員對(duì)于其他成員如何看待自己的知覺), Gundlach, Zivnuska和Stoner(2006)引入SRM來解釋元知覺的準(zhǔn)確性對(duì)個(gè)人主義-集體主義與組織認(rèn)同之間的關(guān)系的調(diào)節(jié)作用, 個(gè)人主義者的元知覺準(zhǔn)確性低于集體主義者, 降低團(tuán)隊(duì)認(rèn)同進(jìn)而影響組織績效。

5.3 發(fā)展心理學(xué)

在發(fā)展心理學(xué)研究中, 同輩群體和家庭的人際互動(dòng)在兒童和青少年的發(fā)展過程起著重要作用,分析兒童和青少年的心理現(xiàn)象離不開這種人際環(huán)境, SRM能夠?qū)€(gè)體的行為或知覺納入到特定社會(huì)情境下進(jìn)行分析, 對(duì)于研究兒童和青少年的心理具有更高的生態(tài)效度。

最早將SRM模型用于發(fā)展心理學(xué)研究的是Ross和Lollis (1989)關(guān)于幼兒在成對(duì)互動(dòng)關(guān)系活動(dòng)背景下的社會(huì)行為的觀察分析。研究者進(jìn)一步通過游戲?qū)嶒?yàn), 對(duì)相互并不熟悉的三年級(jí)男孩的游戲群體進(jìn)行SRM分析, 揭示了攻擊行為的人際性(Coie et al., 1999)和攻擊—激勵(lì)認(rèn)知(Hubbard,Dodge, Cillessen, Coie, & Schwartz, 2001)。Card,Hodges, Little和Hawley (2005)考察了六年級(jí)學(xué)生的攻擊和社會(huì)地位各方面的知覺, 闡釋了普遍互惠性和成對(duì)關(guān)系互惠性, Card和Hodges (2010)進(jìn)一步研究在真實(shí)情境中從欺負(fù)(aggression)和受害(victimization)兩方面分析中學(xué)生攻擊行為, 通過多變量SRM分析驗(yàn)證攻擊和受害二元量表(Dyadic Aggression and Victimization Inventory, DAVI)在測(cè)量欺負(fù)行為和受害的個(gè)體差異的有效性。Betts等人(2014)對(duì)英、意、日三國8～11歲兒童同輩群體的同性之間信任進(jìn)行考察, 利用社會(huì)關(guān)系模型分析了不同文化下兒童對(duì)信任的行動(dòng)者效應(yīng)、同伴者效應(yīng)和特定的關(guān)系效應(yīng)的差異?？偟膩碚f,將SRM研究用在真實(shí)的社會(huì)情境中的研究相對(duì)較少, 仍以游戲和實(shí)驗(yàn)設(shè)定的環(huán)境為主。

5.4 臨床心理學(xué)

在臨床心理學(xué)研究領(lǐng)域, SRM主要用于團(tuán)體治療中的研究, 尤其是對(duì)移情和反移情現(xiàn)象的研究。在團(tuán)體中, 成員之間相互影響, 他們的行為和知覺也相互依賴, 另一方面需要在個(gè)體、關(guān)系和團(tuán)體三個(gè)層次研究移情, 才能避免因重要信息缺失從而導(dǎo)致結(jié)果偏差。綜合移情和團(tuán)體研究的特點(diǎn), Mallinckrodt和Chen (2004)以及Markin和Kivlighan (2008)在團(tuán)體治療中運(yùn)用社會(huì)關(guān)系模型(SRM)對(duì)群體成員移情進(jìn)行評(píng)估。SRM的最大優(yōu)點(diǎn)是能解決移情研究的普遍問題, 還能將變異進(jìn)行分離。而Marcus和Buffington-Vollum (2005)將SRM應(yīng)用于反移情(Countertransference, CT)研究中, 尤其是SRM可分解為知覺者、目標(biāo)者和關(guān)系成分, 對(duì)理解臨床反移情研究理論發(fā)展有重要作用。對(duì)于綜合治療師來說, SRM主要的啟發(fā)價(jià)值在于使治療師具備分析各種被忽視了的反移情的來源。Kiesler (1997)認(rèn)為理解臨床反移情的關(guān)鍵在于目標(biāo)者, 即“來訪者的巧妙和頑強(qiáng)主導(dǎo)了咨詢師的回應(yīng)”。然而, Kiesler (2001)認(rèn)識(shí)到反移情的產(chǎn)生不僅僅歸因于目標(biāo)者, 而是強(qiáng)調(diào)在同來訪者互動(dòng)的過程中, 咨詢師自身的不適應(yīng)性導(dǎo)致反移情。

6 結(jié)語與展望

6.1 小結(jié)

本文介紹了SRM的基本原理、研究設(shè)計(jì)類型、數(shù)據(jù)處理方法以及在心理學(xué)領(lǐng)域的應(yīng)用情況。社會(huì)關(guān)系模型是研究群體內(nèi)部雙方行為和人際知覺的分析方法, 將心理研究還原到真實(shí)的關(guān)系情境下進(jìn)行考察, 更具生態(tài)效度, 對(duì)于分析成對(duì)數(shù)據(jù)和互動(dòng)現(xiàn)象具有獨(dú)特的優(yōu)勢(shì), 既考慮到了個(gè)體層次的差異又兼顧關(guān)系層次。社會(huì)關(guān)系模型的基本設(shè)計(jì)包括循環(huán)設(shè)計(jì)和區(qū)組設(shè)計(jì), 應(yīng)用最廣的是循環(huán)設(shè)計(jì), 對(duì)數(shù)據(jù)收集能力要求較高。在數(shù)據(jù)處理方法上, 各個(gè)方法各有優(yōu)劣, 在選用SRM數(shù)據(jù)處理方法時(shí), 研究者需要根據(jù)自身的研究需求和掌握的數(shù)理知識(shí)選擇恰當(dāng)?shù)奶幚矸椒ǎ菏褂脗鹘y(tǒng)的方法可分離變異成分; 多層方法可將個(gè)體在群體中的行為和知覺分解為三個(gè)層次(個(gè)體層次、關(guān)系層次和群體層次); 結(jié)構(gòu)方程模型可以考察每個(gè)角色的行動(dòng)者效應(yīng)、同伴者效應(yīng)和每對(duì)角色的關(guān)系效應(yīng); 極大似然法可避免出現(xiàn)負(fù)方差; 在容量較小的樣本中, 貝葉斯方法可以幫助SRM研究者得到更為可靠的結(jié)論。而SRM在心理學(xué)領(lǐng)域的應(yīng)用研究, 從本質(zhì)上來說是將個(gè)體的知覺或行為與特定的心理特質(zhì)相結(jié)合, 研究其知覺或行為變異的來源和效應(yīng), 更進(jìn)一步可納入其他變量, 如性別或其他特征變量進(jìn)行拓展分析。

6.2 研究展望

通過對(duì)SRM的研究設(shè)計(jì)、數(shù)據(jù)處理方法和在心理學(xué)研究中應(yīng)用的梳理, 可以認(rèn)為SRM在心理學(xué)研究中的大致有以下三個(gè)方面的發(fā)展趨勢(shì)：

首先, 就研究設(shè)計(jì)類型而言, 當(dāng)前SRM的應(yīng)用研究多以循環(huán)設(shè)計(jì)為主, 但是循環(huán)設(shè)計(jì)對(duì)數(shù)據(jù)收集能力要求較高, 在組內(nèi)被試數(shù)量較大的情況下, 這種設(shè)計(jì)難以實(shí)現(xiàn)。而區(qū)組設(shè)計(jì)并沒有引起足夠的重視, 這種設(shè)計(jì)下可以將不同的被試人口學(xué)等特征納入分析中, 在今后的研究中可以更多的采用區(qū)組設(shè)計(jì)。

第二, 就數(shù)據(jù)處理方法來說, 現(xiàn)在研究者已經(jīng)將貝葉斯方法運(yùn)用在SRM參數(shù)估計(jì)中, 接下來可對(duì)比同一水平上的方法, 如極大似然法和貝葉斯方法, 在數(shù)據(jù)缺失、不同規(guī)?；蛉航M數(shù)量等情況下的參數(shù)估計(jì)的可靠性、準(zhǔn)確性, 為進(jìn)一步研究提供更詳細(xì)的估計(jì)方案。

第三, 就研究對(duì)象來講, SRM分析由單變量可能向多變量分析發(fā)展。單變量SRM分析僅涉及心理特征或行為, 考察多個(gè)行為或知覺之間的影響, 可采用多變量SRM分析。單變量SRM分析僅有兩個(gè)非獨(dú)立性的來源：對(duì)于某一行為或知覺行動(dòng)者與同伴者個(gè)體層面的相關(guān)性和成對(duì)互動(dòng)關(guān)系層面之間的相關(guān)。但是更多的心理學(xué)研究關(guān)心的是多個(gè)行為和知覺變量之間的關(guān)系, 即多元SRM分析, 例如有兩個(gè)變量：微笑和喜歡, 那么SRM中就將有六個(gè)相關(guān)關(guān)系：4個(gè)個(gè)體層次的相關(guān)和2個(gè)關(guān)系層次的相關(guān), 這會(huì)對(duì)數(shù)據(jù)統(tǒng)計(jì)和分析增加一定的難度和復(fù)雜性。

郭素然, 伍新春. (2013). 社會(huì)關(guān)系模型在家庭研究中的應(yīng)用.心理科學(xué)進(jìn)展, 21(3), 561-570.

馬紹奇, 焦璨, 張敏強(qiáng). (2011). 社會(huì)網(wǎng)絡(luò)分析在心理研究中的應(yīng)用.心理科學(xué)進(jìn)展,19(5), 755-764.

張宏宇, 許燕, 柳恒超. (2007). 社會(huì)關(guān)系模型(SRM)——個(gè)體差異研究的新策略.心理科學(xué)進(jìn)展, 15(6), 968-973.

黃飛. (2012, 11).大五人格背后的高級(jí)人格因素：社會(huì)關(guān)系模型. 第十五屆全國心理學(xué)學(xué)術(shù)會(huì)議, 廣州.

Back, M. D., Schmukle, S. C., & Egloff, B. (2011). A closer look at first sight: Social relations lens model analysis of personality and interpersonal attraction at zero acquaintance.European Journal of Personality, 25(3), 225-238.

Betts, L. R., Rotenberg, K. J., Petrocchi, S., Lecciso, F.,Sakai, A., Maeshiro, K., & Judson, H. (2014). An investigation of children’s peer trust across culture: Is the composition of peer trust universal?.International Journal of Behavioral Development, 38(1), 33-41.

Bond, C. F., Jr., & Lashley, B. R. (1996). Round-robin analysis of social interaction: Exact and estimated standard errors.Psychometrika,61(2), 303-311.

Branje, S. J., Van Aken, M. A., Van Lieshout, C. F., &Mathijssen, J. J. (2003). Personality judgments in adolescents'families: The perceiver, the target, their relationship, and the family.Journal of Personality, 71(1), 49-81.

Browne, W. J., & Draper, D. (2006). A comparison of Bayesian and likelihood-based methods for fitting multilevel models.Bayesian Analysis, 1(3), 473-514.

Buist, K. L., Reitz, E., & Dekovic, M. (2008). Attachment stability and change during adolescence: A longitudinal application of the social relations model.Journal of Social and Personal Relationships, 25(3), 429-444.

Card, N. A., & Hodges, E. V. E. (2010). It takes two to fight in school too: A social relations model of the psychometric properties and relative variance of dyadic aggression and victimization in middle school.Social Development, 19(3),447-469.

Card, N. A., Hodges, E. V. E., Little, T. D., & Hawley, P. H.(2005). Gender effects in peer nominations for aggression and social status.International Journal of Behavioral Development, 29(2), 146-155.

Christensen, P. N., Duangdao, K., Isaacs, H., & Alfonso-Reese, L. (2012). Projection and mirror effects in cross-group interactions: A social relations model study of similarity perceptions.Self and Identity, 11(1), 36-50.

Coesens, C., De Mol, J., De Bourdeaudhuij, I., & Buysse, A.(2010). The role of interpersonal influence in families in understanding children’s eating behavior: A social relations model analysis.Journal of Health Psychology, 15(8),1267-1278.

Coie, J. D., Cillessen, A. H. N., Dodge, K. A., Hubbard, J. A.,Schwartz, D., Lemerise, E. A., & Bateman, H. (1999). It takes two to fight: A test of relational factors and a method of assessing aggressive dyads.Developmental Psychology,35(5), 1179-1188.

Cook, W. L., & Dreyer, A. S. (1984). The social relations model:A new approach to the analysis of family-dyadic interaction.Journal of Marriage and Family, 46(3), 679-687.

De Vries, R. E. (2010). Lots of target variance: An update of SRM using the HEXACO personality inventory.European Journal of Personality, 24(3), 169-188.

De Paulo, B. M., Kenny, D. A., Hoover, C., Webb, W., &Oliver, P. V. (1987). Accuracy of person perception: Do people know what kind of impressions they convey?Journal of Personality and Social Psychology, 52(2), 303-315.

Draper, D. (2008). Bayesian multilevel analysis and MCMC.In H. Goldstein & J. de Deleeuw (Eds.),Handbook of multilevel analysis(pp. 77-139). New York: Springer.

Gill, P. S., & Swartz, T. B. (2001). Statistical analyses for round robin interaction data.The Canadian Journal of Statistics,29(2), 321-331.

Greguras, G. J., Robie, C., & Born, M. P. (2001). Applying the social relations model to self and peer evaluations.Journal of Management Development, 20(6), 508-525.

Gundlach, M., Zivnuska, S., & Stoner, J. (2006). Understanding the relationship between individualism-collectivism and team performance through an integration of social identity theory and the social relations model.Human Relations,59(12), 1603-1632.

Hamaker, E. L., & Klugkist, I. (2011). Bayesian estimation of multilevel models. In J. J. Hox & J. K. Roberts (Eds.),Handbook of advanced multilevel analysis(pp. 137-161).New York: Routledge.

Hubbard, J. A., Dodge, K. A., Cillessen, A. H. N., Coie, J. D., &Schwartz, D. (2001). The dyadic nature of social information processing in boys’ reactive and proactive aggression.Journal of Personality and Social Psychology, 80(2),268-280.

Kenny, D. A. (1994).Interpersonal perception： A social relations analysis. New York: Guilford Press.

Kenny, D. A. (1998a). BLOCKO Version VI. Unpublished manuscript, University of Connecticut, Storrs, CT.

Kenny, D. A. (1998b). SOREMO Version V. 2. Unpublished manuscript, University of Connecticut, Storrs, CT.

Kenny, D, A., Homer, C., Kashy, D. A., & Chu, L. (1992).Consensus at zero acquaintance: Replication, behavioral cues, and stability.Journal of Personality and Social Psychology, 62(1), 88-97.

Kenny, D. A., Kashy, D. A., & Cook, W. L. (2006).The analysis of dyadic data.New York: Guilford Press.

Kenny, D. A., & Livi, S. (2009). A componential analysis of leadership using the social relations model.Research in Multi Level Issues, 8, 147-191.

Kiesler, D. J. (1997). Contemporary interpersonal theory and research: Personality, psychopathology and psychotherapy.The Journal of Psychotherapy Practice and Research, 6(4),339-341.

Kiesler, D. J. (2001). Therapist countertransference: In search of common themes and empirical referents.Journal of Clinical Psychology, 57(8), 1053-1063.

Kwan, V. S. Y., John, O. P., Robins, R. W., & Kuang, L.(2008). Conceptualizing and assessing self-enhancement bias:A componential approach.Journal of Personality and Social Psychology, 94(6), 1062-1077.

Lam, C., Van der Vegt, G. S., Walter, F., & Huang, X. (2011).Harming high performers: Social comparison and interpersonal harming in work teams.Journal of Applied Psychology, 96(3), 588-601.

Lashley, B., Brian, R., & Kenny, D. A. (1998). Power estimation in social relations analyses.Psychological Methods, 3(3), 328-338.

Livi, S., Kenny, D. A., Albright, L., & Pierro, A. (2008). A social relations analysis of leadership.The Leadership Quarterly, 19(2), 235-248.

Locke, K. D., Zheng, D., & Smith, J. (2014). Establishing commonality versus affirming distinctiveness patterns of personality judgments in China and the United States.Social Psychological and Personality Science, 5(4), 389-397.

Lüdtke, O., Robitzsch, A., Kenny, D. A., & Trautwein, U. (2013).A general and flexible approach to estimating the social relations model using Bayesian methods.Psychological Methods, 18(1), 101-119.

Luo, S., & Zhang, G. (2009). What leads to romantic attraction:Similarity, reciprocity, security, or beauty? Evidence from a Speed-Dating study.Journal of Personality, 77(4), 933-964.

Lynn, H. S., Dong, Z., & Mu, Z. (2010). Comparison of software algorithms for calculating REML Wald type confidence limits for the between-group variance component in a small sample one-way random effects model example.The American Statistician, 64(1), 83-87.

Mallinckrodt, B., & Chen, E. C. (2004). Attachment and interpersonal impact perceptions of group members: A social relations model analysis of transference.Psychotherapy Research, 14(2), 210-230.

Malloy, T. E., Ristikari, T., Berrios-Candelaria, R., Lewis, B.,& Agatstein, F. (2011). Status-based asymmetry in intergroup responses: Implications for intergroup reconciliation.Cultural Diversity and Ethnic Minority Psychology, 17(1),31-42.

Manders, W. A., Janssens, J. M. A. M., Cook, W. L., Oud, J.H. L., DeBruyn, E. E. J., & Scholte, R. H. J. (2009).Perceptions of problem behavior in adolescents’ families:Perceiver, target, and family effects.Journal of Youth Adolescence, 38(10), 1328-1338.

Marcus, D. K., & Buffington-Vollum, J. K. (2005).Countertransference: A social relations perspective.Journal of Psychotherapy Integration,15(3), 254-283.

Markin, R. D., & Kivlighan, D. M., Jr. (2008). Central relationship themes in group psychotherapy: A social relations model analysis of Transference.Group Dynamics：Theory, Research, and Practice, 12(4), 290-306.

Mitja, D. B., & Kenny, D. A. (2010). The social relations model: How to understand dyadic processes.Social and Personality Psychology Compass, 4(10), 855-870.

Norris-Watts, C., & Lord, R. G. (2004). Attribution processes.In G. R. Goethals, G. J. Sorenson, & J. M. Burns (Eds.),Encyclopedia of leadership(pp. 1192-1195). Thousand Oaks, CA: Sage.

Rasbash, J., Jenkins, J., O’Connor, T. G., & Tackett, J. (2011).A social relations model of observed family negativity and positivity using a genetically informative sample.Journal of Personality and Social Psychology,100(3), 474-491.

Robins, G., & Kashima, Y. (2008). Social psychology and social networks: Individuals and social systems.Asian Journal of Social Psychology, 11(1), 1-12.

Ross, H. S., & Lollis, S. P. (1989). A social relations analysis of toddler peer relations.Child Development, 60(5), 1082-1091.

Santuzzi, A. M. (2007). Perceptions and metaperceptions of negative evaluation: Group composition and interpersonal accuracy in a social relations model.Group Processes and Intergroup Relations, 10(3), 383-398.

Sch?nbrodt, F. D., Back, M. D., & Schmukle, S. C. (2012).TripleR: An R package for social relations analyses based on round-robin designs.Behavior Research Methods, 44(2),455-470.

Snijders, T., & Kenny, D. A. (1999). The social relations model for family data: A multilevel approach.Personal Relationships, 6(4), 471-486.

Srivastava, S., Guglielmo, S., & Beer, J. S. (2010). Perceiving others’ personalities: Examining the dimensionality, assumed similarity to the self, and stability of perceiver effects.Journal of Personality and Social Psychology, 98(3), 520-534.

Swaminathan, H., & Rogers, H. J. (2008). Estimation procedures for hierarchical linear models. In A. A. O'Connell& D. Betsy McCoach (Eds.),Multilevel modeling of educational data(pp. 469-519). Charlotte, NC: Information Age.

Warner. R. M., Kenny, D. A., & Stoto, M. (1979). A new round robin analysis of variance for social interaction data.Journal of Personality and Social Psychology, 37(10),1742-1757.

Wong, G. Y. (1982). Round robin analysis of variance via maximum likelihood.Journal of the American Statistical Association, 77(380), 714-724.

Wood, D., Harms, P., & Vazire, S. (2010). Perceiver effects as projective tests: What your perceptions of others say about you.Journal of Personality and Social Psychology,99(1), 174-190.