人格测验的计算机化使得研究者很容易获得反应时信息，研究者非常希望能将被试反应和反应时结合起来估计被试的水平，以便提高估计的精度。该研究拟在累积模型和展开模型下使用艾森克人格问卷（EPQ）的测量数据来探讨个人特质水平及其函数与反应时的关系，为开发人格测量的反应时模型奠定基础。　　该研究采用E-PRIME软件开发了EPQ的测试程序，共有年龄在18～26岁的237名志愿者参加了该项测试。在测试中，研究者要求被试按自己习惯的速度，根据计算机上显示的指导语进行作答。数据收集完后，研究者首先采用因素分析对测验的外向性（E）量表和神经质（N）量表的维度进行了检验，然后对这两个量表的测量数据分别采用了边际极大似然估计（MMLE）和马尔可夫链蒙特卡罗（MCMC）方法估计两参数逻辑斯蒂克模型（2PLM）和拓广等级展开模型（GGUM）的参数，并采用了单项目、两项目对和三项目组的校正χ2/df指标比较两个模型对数据的拟合程度，最后分别求取了单个项目以及整个测验的个人特质水平和个人-项目距离与反应时的皮尔逊积差相关、差异比较以及线性和曲线回归分析。　　因素分析结果显示，E量表第一特征值和第二特征值的比为2.662，N量表为3.763， N量表比E更满足测验单维性的标准；在E量表和N量表上，2PLM和GGUM的单项目、两项目对和三项目组的校正χ2/df均小于3，在E量表上，GGUM的拟合值略优于2PLM，而在N量表上，则正好相反。个体特质水平与反应时（或对数反应时）的相关在2PLM和GGUM两个模型上，在MMLE和MCMC两种方法下都得到了类似的结果，即个体特质水平与反应时的倒U型关系只在某些项目和量表上出现，而且强度较弱。同样，个体-项目距离与反应时（对数反应时）的相关（DD假设）也呈现类似的模式，也并不是在所有项目上或任何量表上都满足。　　因此，本研究认为需要收集更多的资料考查反应时在人格测验的参数估计中的作用。