艺术创造力评估的结构效度与指标权重研究

李吉品， 郭晓光

(东北师范大学 美术学院，吉林 长春 130024)

艺术创造力(artistic creativity)是个体形成具有创造性的艺术作品时所展现的能力素质和综合心理品质。艺术创造力评估的一种重要方法是同感评估法。先前研究[1]2-3通过聚类分析的方法揭示了艺术创造力的结构维度，这在本质上是采用一种新的效度工具——“社会效度”(社会公众对于某一事物属性内隐评价的一致性)来为进一步的评估工作奠定了基础。不过，在评估中我们仍然面临两个与效度有关系的问题：第一，从结构效度来看，对艺术创造力评估的结构框架还缺乏直接的、通用的效度指标支撑，特别是还没有被直接证明具备良好的结构效度。第二，从表面效度来看，尽管我们能够通过聚类分析的方法证实艺术创造力概念是由若干指标构成，但我们无法准确区分，哪些指标更加重要，哪些相对次要，例如，一个拥有较高技术能力却少有想象力的人有可能与一个拥有较高想象力、技术水平略有欠缺的创作者得分差不多，这即使在一般人看来也是不合理的。因此，如果不考虑各评估指标的权重问题无法满足测量的表面效度。对这两个问题的解决将能够进一步完善艺术创造力评估的准确性。

基于此，本研究将就上述两个问题——艺术创造力评估中的指标权重和结构效度进行讨论。其一，在前述研究的基础上，运用结构方程模型方法对整个研究的结构效度加以验证。其二，运用层次分析法(Analytic Hierarchy Process，AHP)就艺术创造力的七个维度的重要性问题(亦即权重问题)进行分析。

一、艺术创造力评估的结构效度验证

(一)被试

研究中被试者为长春市两所高校艺术类本科生130人，施测后得到的有效被试110人。其中男生37人，女生73人。

(二)研究工具

1.艺术创造性任务

本研究根据笔者图形创意教学中的测评经验，设计了一组“数字设计任务”作为评估艺术类大学生艺术创造力的任务工具。数字设计任务在日常图形创意训练和考核中经常使用，要求学生利用0-9中的任意一个或多个数字进行设计，创造出给定的意象。在本研究中要求学生设计三个事物——椅子、杯子和衣架。

为被试提供的指导语如下：我们想请你任意选用一个或多个阿拉伯数字元素(0—9)来设计三件物品：椅子、衣架、杯子。你可以发挥你的想象任意构型，但数字元素必须是你的设计的一部分。请注意：(1)把你的基本信息填写在本页纸的指定位置；(2)你可以在本试卷所附的三张白纸上进行你的创作；(3)创作过程独立完成，不要讨论；(4)请在作品下注明所画内容；(5)时间不超过90分钟。

2.专家评分单

根据先前研究[1]2-3，艺术创造力的内在结构可以在多个层次上被把握，在仅包括两个维度的高阶层次上，艺术创造力由领域限制性与创造突破性两个方面组成；在包括四个维度的中阶层次上，艺术创造力包括规范性、价值性、想象性与新颖性四个维度；在包括七个维度的低阶层次上，艺术创造力包括技术性、适宜性、可爱性、情感性、审美性、想象性和新颖性。这里选定七个维度作为专家评分的初始指标。

为评分者提供的指导语如下：

这是一个评估艺术类大学生艺术创造力的测试，请依据您的专业经验对这些作品进行评价。您首先需要浏览所有的作品，然后分别从七个项目依次对每个作品进行评价，每一项的最高得分为5分，最低为1分。这七个项目是：

(1)新颖性：您认为该作品与众不同的程度。

(2)可爱性：您对于作品的接受与喜爱程度。

(3)适宜性：您认为该作品对所需创作主题的契合程度。

(4)技术性：您认为该作品的绘画技术水平。

(5)想象性：您认为该作品表现出的想象力的丰富程度。

(6)审美性：您认为该作品的艺术与审美价值水平。

(7)情感性：您认为该作品体现作者真情实感的程度。

对作品的相应指标做出评价后，您只需要在表格的相应位置上标注相应的等级水平即可。您有充分的时间进行评估，请注意：(1)您需要深刻理解上述指标后进行评估；(2)不要忘记抄写您评估作品的编号(学号)。

(三)研究程序

1.施测

由笔者本人和一位有心理学教育背景的美术教师分别担任两所学校被试的主试人，由于采用了整群抽样(以班级为单位，共四个班)手段，施测的组织工作比较简单。施测分两次进行，均在课堂环境下实现。

2.专家评分

由5位专家从想象性、新颖性、审美性、情感性、可爱性、技术性、适宜性七个方面做出评价。为避免评分者与被试的交互效应，评分前均先对作品进行仔细编码，评分专家看到的作品均为匿名的。

3.分析

利用SPSS、AMOS等软件进行评估的效度验证，首先，对七个因素的相关性进行整体讨论，从而把握评估的区分效度；然后利用验证性因子分析，考察整体模型的拟合情况，从而对模型的结构效度进行整体把握。

(四)结果与分析

1.各因素的相关性分析

首先对评估涉及的七个方面指标之间的相关性进行了分析。分析结果如表1所示。

表1 艺术创造力各要素的相关系数矩阵

注：*表示P<0.05；**表示P<0.01。

可以看出，各因子均呈显著正相关，相关系数在0.3—0.7之间，整体相关程度中等。因此，我们可以认为评估具有良好的预测效度与一定的区分效度。

2.验证性因子分析

对七因子的验证性因子分析路径系数图如图1所示。

图1 艺术创造力结构七因子模型图

由各路径标准化回归系数可以看出，七个要素对艺术创造力的负载均在0.58～0.75之间，技术性最低，为0.58；想象性最高，为0.75，可见这些因素在艺术创造力整体上均具有较高的收敛度。

为了进一步验证不同因子模型的拟合情况，研究进一步给出了包含四个因子(整合技术性、适宜性为“规范性”；整合情感性、可爱性、审美性为“价值性”；“想象性”；“新颖性”)和两个因子模型(整合规范性、价值性为“领域限制性”；整合想象性、新颖性为“创造突破性”)的验证性因子分析路径图(如图2、图3)及其拟合情况(如表2)。可以发现，七因子模型相对其他两种模型具有明显优势。

图2 四因子模型图

图3 两因子模型图

模型X2pdfX2/dfGFIRMRRMSEAAGIFNFICFIIFI七因子10．8440．37141．9860．9770．0140．0260．9370．9670．9970．997四因子15．5410．114101．5540．9670．0150．0660．9080．9530．9820．983两因子21．3970．065131．6460．9570．0170．0710．9070．9360．9730．974

二、艺术创造力评估的指标权重研究

权重说明了指标的重要性问题，在评估活动中往往占有极为重要的地位。权重的赋予有主观和客观两种基本途径，前者大多基于研究者的经验，这种方法能够充分发挥日常经验在权重研究中的重要性，但容易使得权重带有浓厚的主观性和不确定性；后者大多基于一个或一组特定的指标体系，这种方法客观而可供验证，但容易造成加权的机械性，导致不科学的加权情况。针对这些困境，本研究将采用层次分析法，将专家主观评定和客观的数学分析结合起来，整合主客观加权路径的优势，对艺术创造力评价的指标权重进行确定，完善艺术创造力的表面效度，也可以厘清对艺术创造力发挥关键性影响的子因素。

(一)研究设定

美国著名运筹学家A.L.Saaty(1977)整合了定量和定性分析的思路，从而提出了著名的层次分析法(AHP，Analytic Hierarchy Process)[2]70-72。与其他决策方法相比，层次分析法所需样本最小、条件控制最便捷，因而在可行性和可靠性上有优势，同时，该方法还改进了决策判断的基础，赋予逻辑判断的多值性，因而具有更加良好的预测效果[3]234-281。

一般将层次分析法归纳为三个步骤：首先要根据研究对象的基本结构，构建层次分析模型，它要求我们将研究目标分解为若干要素，并对要素的层级关系加以确定。在层次分析模型中，将最上级层次称之为目标层，目标层只能包含一个因素(如在本研究中，“艺术创造力”整体即目标层)；中间层称之为“指标层”，指标层的因素一般大于一个，它们是决策的主要依据；最下层称为“对象层”，是供决策中的备选对象。本研究主要在于加权，不涉及决策。然后是构建判断矩阵，这需要依据指标之于测量目标的重要性确定。在这一过程中，层次分析法要求对各指标之间采用1—9标度法加以判断，形成说明各指标关系的矩阵。最后通过计算判断矩阵的最大特征根及其对应的特征向量，计算出某一层对于上一层次某一个元素的相对重要性权值，从而得出整个层次中各指标的总体排序。

对于一个n×n的判断矩阵，其任一指标ai权重Wi计算方法如下：(1)计算矩阵中该指标对应行(ai1，ai2，ai3，…，aij)几何均值Mi；(2)对Mi进行归一化，即可得到该指标权重Wi，即：

(1)

对指标权重一致性检验的一致性指标包括偏差一致性指标CI和随机一致性指标CR，检验中最重要的问题是确定判断矩阵的最大特征根的计算方法，包括和法、幂法和积法，此处给出简单常用的和法计算公式。对一个判别矩阵A，有：

(2)

其中，Aw为矩阵A与A的权重特征向量W的乘积构成的新向量，(Aw)i为Aw的第i元素。求得λmax后，可根据公式(3)、(4)分别算得CI和CR值，判别时，一般要求CR<0.1。

(3)

(4)

其中，RI为平均一致性指标常数，依据矩阵阶数不同有所差异，具体见表3。

表3 矩阵阶数与RI对应常数

需要说明的是，在进行层次分析时，为了确保分析的准确性，研究者很少只采纳一个专家的意见，面对多个专家提供的判断矩阵时，如果诸矩阵数据均能通过一致性检验，我们需要进一步对单个权重数据加以合成，合成一般采用“群组权值法”进行。这种方法先要求依据专家的专业性程度(一个比较清晰的指标是他们的从业时间)确定每位专家的判断在整个判断体系中所占权重，然后计算经过专家权重加权后的指标权值系数之几何平均，最后再进行归一化处理，得到最终的指标权重系数。具体方法如下：

首先，对专家的专业性指数进行讨论。按照已有研究经验[4]120-125，本研究采用专家从业时间的归一化指数作为判断专家专业性的指标。在n位专家中，对于第k位专家而言，设其从业时间为rk，则其专业指数为：

(5)

其次，计算利用专业指数加权后的各指标加权几何平均数。对指标Bi而言，设K位专家对该指标评定的权值分别为Bi1，Bi2，Bi3，…，Bik，各专家的专业性指数则为I1，I2，I3，…，Ik，则其综合权值的几何平均数可表达为：

(6)

最后，利用对各指标的综合权值进行归一化，确保各指标权值之和等于1。对指标Bi而言，其权值的归一化计算公式为：

(7)

(二)研究程序

1.构建层次分析结构指标

依据本研究前期对艺术创造力结构模型的考察，此处采用七个维度的单一层次的模型结构，相关模型图如图4所示。

图4 艺术创造力结构指标示意图

邀请5位长期从事艺术研究教学的专家担任专家小组成员，各位专家就7个艺术创造力子要素的重要性进行两两比较。比较采用1—9标度法。具体的专家咨询工作采用由YAAHP软件自动生成的《艺术创造力指标重要性咨询问卷》，问卷共需要对21对指标的重要性进行判断。问卷的指导语及说明如下：

指导语：此调查问卷的目的在于确定艺术创造力各因素之间的相对权重。调查问卷根据层次分析法的形式设计。这种方法是在同一个层次对因素重要性进行两两比较。衡量尺度划分为五个等级，分别是绝对重要、十分重要、比较重要、稍微重要、同样重要，分别对应9、7、5、3、1的数值。靠左边的衡量尺度表示左列因素重要于右列因素，靠右边的衡量尺度表示右列因素重要于左列因素。根据您的看法，在对应方格中打勾即可。如果您觉得某级别不能精确地表达您对某个比较问题的看法，例如您认为您对一个比较的看法应该介于十分重要(7)和比较重要(5)之间，那么您可以通过在7和5两个方格之间画钩来表达您的看法。

说明：您在判断各因素的重要性之前，请先仔细阅读和理解各因素的含义。这些因素包括：(1)新颖性，这是指艺术作品新奇、独创、与众不同的程度；(2)可爱性，这是指艺术作品被接受与喜爱程度；(3)适宜性，这是指艺术作品对特定主题及社会伦理、艺术创作规范的契合程度；(4)技术性，这是指艺术作品的整体技术水平；(5)想象性，这是指艺术作品表现出的想象力的丰富程度；(6)审美性，这是指艺术作品的艺术与审美价值水平；(7)情感性，这是指艺术作品对自我情感的表达程度和创作中的情感投入程度。问卷样卷如表4所示。

专家组有充足的时间来对各指标的重要性进行评判，完成判断后，将数据进行整理，建立5组7×7的判断矩阵数据。

表4 对于评价一幅作品的艺术创造力，新颖性和技术性哪个相对重要

2.分析

运用判断矩阵分析法来计算各专家给出的判断指标权重值、验证判断的一致性，并采用群组权值法来对各指标进行综合的权重指标进行合成，最终确定各指标的具体权重情况。

三、研究结果

1.各专家判断矩阵的指标权重值与一致性检验

利用上述方法，对五位专家给出的判断矩阵进行权重计算，结果如表5—9所示。其中，A1至A7分别对应技术性、适宜性、审美性、可爱性、情感性、新颖性、想象性等七个指标，W表示权重情况。

表5 专家1判断矩阵权重表

表6 专家2判断矩阵权重表

表7 专家3判断矩阵权重表

表8 专家4判断矩阵权重表

表9 专家5判断矩阵权重表

可以看出，专家们在总体上观点类似，认为新颖性、想象性比其他指标因素要重要，所占权重也大一些。表10进一步说明了五位专家评估的一致性指标情况。

表10 判断矩阵的一致性检验

从一致性指标来看，五位专家的判断矩阵随机一致性指标CR均小于0.1，能够通过一致性检验，这意味着这些权重指标是有效可用的。不过，可能由于指标维度偏多及其他原因，专家2和专家的5的CR系数较高，特别是专家5的CR值达到0.098，这说明权重指标在未来的研究中还有进一步改进和优化的可能性。

2.群组权值的整合

进一步对群组数据进行合成。首先，确定专家的专业指数。根据5位专家的从业时间(从开始教授与艺术相关课程或从事与艺术相关的工作算起)和公式，各位专家的专业指数如表11所示。

表11 专家的专业指数

其次，进行未归一化的各指标综合权重计算。表示艺术创造力各指标综合权重的向量A(A1，A2，…，A7)T中，每一因子均为以相对应的专业指数为幂的五位专家判定权重之积(即其加权几何平均数)，例如，A1的综合指标权重为：

A1=0.0410.236×0.087 60.135×0.0550.18×0.038 80.377×0.0480.112=0.048

采用类似计算方式，可得到各指标的加权几何平均数向量A=(0.048，0.038，0.118， 0.085，0.085，0.227，0.380)。

最后，计算归一化的群组综合权值，经过计算得到的艺术创造力指标权重的特征向量为：A=(0.049，0.039，0.121，0.086，0.087，0.231，0.387)，分别对应技术性、适宜性、审美性、可爱性、情感性、新颖性、想象性七个维度。

(四)讨论

在测量中，权重问题是除了测量维度(结构要素)之外的最重要结构性问题之一，本部分通过层次分析法就艺术创造力的结构指标的权值问题进行了探讨。研究结论表明，艺术创造力的七个因子的重要性是不同的，其中，想象性、新颖性最为重要，两者之和占了整个权重的60%，必须承认，这两个指标是区分艺术创造力与其他艺术能力的关键性要素。在其他指标中，审美性、情感性和可爱性相对重要，三者权重超过整体的1/4，这些指标都与人们的审美与艺术体验有关，可以说是艺术创造力领域性的最直接体现。剩余的技术性和适宜性权重相对较低，这两个指标是对艺术创造活动的限制性指标，约占整体权重的1/10，这表明，在艺术创造力教学活动中，单纯对这两个指标的过于强调(如特别强调理论与技能的重要性)可能对艺术创造力的提升作用有限。不过需要说明的是，由于艺术创造力之间各要素存在互动关系，因此，我们在日常教学、研究中要谨慎对待。

四、结 论

本文关心的核心问题是艺术创造力评估的有效性，首先通过相关系数分析和验证性因子分析考查了评估工具的结构效度状况，从而考查基于社会效度方法得到的评估结构指标是否能够得到结构效度方法的验证。然后运用层次分析法考查了各指标之间的权值关系，以便改善评估工具的表面效度，提高评估过程的可靠性。本研究的主要结论包括：

其一，以数字设计任务为施测工具，五名专家从想象性、新颖性、审美性、情感性、可爱性、技术性、适宜性七个维度进行评分的艺术创造力评估方案具有良好的区分效度、收敛效度和整体的结构效度。由社会效度方法得到的艺术创造力结构模型能够被结构效度方法加以验证。

其二，艺术创造力并非其子结构要素的简单加总，各维度的重要性存在区别：七个维度按照权重由高到低排列依次为想象性(0.387)、新颖性(0.231)、审美性(0.121)、情感性(0.087)、可爱性(0.086)、技术性(0.049)、适宜性(0.039)。因此，计分时应相应赋予各维度不同的权重。培养学生的想象力，帮助学生提高艺术创作的新奇与独创程度对提高学生的艺术创造力水平是尤为重要的。

[参 考 文 献]

[1] 李吉品，刘秀丽.基于创造力内隐理论的艺术创造力结构研究[J].延边大学学报：社会科学版，2015(5).

[2] A.L.Saaty.A scaling method for priorities in hierarchical structures[J].Journal of Mathematical Psychology，1977，15(3).

[3] 李力红，张怡.AHP—模糊综合评判法在心理学中的应用[J].东北师大学报：哲学社会科学版，2008(3).

[4] 徐宏图，李力红.应用层次分析法和模糊综合评判研究保健品消费心理[J].心理学报，2005(6).