專題九：量表信效度解讀課件

1、專題九：量表項(xiàng)目分析和信度分析屬于Likert Scale性質(zhì)的量表才能進(jìn)行項(xiàng)目分析與信度分析。問(wèn)卷中若有一個(gè)以上的Likert Scale量表，應(yīng)該每一個(gè)Likert Scale量表均個(gè)別跑一次項(xiàng)目分析與信度分析。進(jìn)行信度分析前，請(qǐng)將反向問(wèn)題重新計(jì)分。理論基礎(chǔ)或研究目的編制或修訂量表初稿選取被試預(yù)測(cè)項(xiàng)目分析因素分析建構(gòu)量表效度因素命名信度分析正式量表第一次施測(cè)第二次施測(cè)刪除題目刪除CR值不顯著的題目保留CR值顯著的題目重測(cè)信度未刪除任何題目量表編制流程圖 有時(shí)候?qū)W習(xí)讓我覺得有趣和滿意。我會(huì)努力把一個(gè)學(xué)科的知識(shí)與其他學(xué)科的知識(shí)聯(lián)系起來(lái)。我會(huì)因?yàn)闇y(cè)驗(yàn)的分?jǐn)?shù)低而不開心，并且擔(dān)心下次測(cè)驗(yàn)的成績(jī)。我不

2、會(huì)花時(shí)間去學(xué)習(xí)那些考試不會(huì)考的東西。我覺得只要肯投入，任何問(wèn)題都可以變得很有趣。我喜歡提出想法將一些零散的知識(shí)組織起來(lái)。即使考試前我已經(jīng)用功復(fù)習(xí)，卻仍擔(dān)心自己會(huì)考得不好。只要能及格，我就不會(huì)花更多的時(shí)間來(lái)學(xué)習(xí)，因?yàn)橛泻芏嘤腥さ氖驴梢宰觥Ｎ覍W(xué)習(xí)很努力，因?yàn)槲野l(fā)現(xiàn)學(xué)習(xí)的東西很有趣。學(xué)習(xí)新知識(shí)的時(shí)候，我會(huì)聯(lián)想到以前學(xué)過(guò)的知識(shí)。無(wú)論是否喜歡，我都會(huì)努力學(xué)習(xí)，因?yàn)槲抑缹W(xué)習(xí)對(duì)我有好處。我通常只學(xué)老師要求的東西，而不會(huì)花精力去學(xué)別的。如果我對(duì)課堂上討論的問(wèn)題感興趣，我就會(huì)利用課余時(shí)間去了解更多這方面的知識(shí)?？磿臅r(shí)候，我會(huì)努力去理解作者的意思。我想要得到好成績(jī)，因?yàn)檫@樣可以得到父母和老師的夸獎(jiǎng)。我認(rèn)為沒(méi)有

3、必要深入的思考一些問(wèn)題，因?yàn)榭荚嚫静豢?。上課的時(shí)候，我通常有很多好奇的問(wèn)題要問(wèn)。有時(shí)候我會(huì)通過(guò)死記硬背的方式來(lái)學(xué)習(xí)，因?yàn)檫@樣可以牢牢的記住一些不理解的知識(shí)。我經(jīng)常在很多地方（例如散步時(shí)，在車上等）想起上課學(xué)過(guò)的東西。我發(fā)現(xiàn)想要考試及格最好的方法就是背誦一些問(wèn)題的答案。我喜歡多花一些時(shí)間來(lái)研究一些問(wèn)題，直到找到滿意的答案為止。我發(fā)覺只要背誦一些重要的概念就能通過(guò)大部分的考試。LPQ題目Kember（2004）標(biāo)準(zhǔn)化測(cè)量工具的發(fā)展流程量表編制計(jì)劃試題編寫預(yù)測(cè)專家評(píng)估（專家效度：表面效度、內(nèi)容效度）項(xiàng)目分析（item analysis）和試探性的信度分析：題目改善的依據(jù)正式量表建立信效度評(píng)估：作為

4、測(cè)驗(yàn)與量表優(yōu)劣程度的具體證據(jù)。量表研究與維護(hù)項(xiàng)目分析的策略遺漏值的數(shù)量評(píng)估法檢驗(yàn)被試是否抗拒或難以回答某一題目，過(guò)多的遺漏表示該題目不宜采用。描述統(tǒng)計(jì)評(píng)估法利用各題目的描述統(tǒng)計(jì)量來(lái)診斷題目的優(yōu)劣。平均數(shù)、變異數(shù)、偏態(tài)與峰態(tài)題目總分相關(guān)法（相關(guān)分析技術(shù)）計(jì)算每一個(gè)題目與維度總分的簡(jiǎn)單積差相關(guān)系數(shù)極端組檢驗(yàn)法（小樣本分析）兩個(gè)極端組的得分平均數(shù)之差異分析。找出具有鑒別力的題目因素分析法以因素負(fù)荷量來(lái)判斷個(gè)別題目與相對(duì)因素的關(guān)系量表發(fā)展資料分析：項(xiàng)目分析分析方法目的與內(nèi)容判斷方式項(xiàng)目描述統(tǒng)計(jì)Item descriptive statistics運(yùn)用各項(xiàng)目的描述統(tǒng)計(jì)量來(lái)檢驗(yàn)項(xiàng)目的好壞1.平均數(shù)：越接近

5、中間值越好2.標(biāo)準(zhǔn)差：越大越好3.最大與最小值：應(yīng)觸及兩端點(diǎn)相關(guān)分析法Item-total correlation運(yùn)用各項(xiàng)目與相對(duì)應(yīng)總分的相關(guān)系數(shù)來(lái)檢驗(yàn)項(xiàng)目的好壞相關(guān)越高，題目越佳續(xù)極端組平均數(shù)差異檢驗(yàn)Small group analysis運(yùn)用各項(xiàng)目預(yù)測(cè)樣本極端組平均數(shù)差異鑒定來(lái)檢驗(yàn)項(xiàng)目的好壞將全體樣本根據(jù)某一總分的前后27%極端區(qū)分為高低組，比較二組在各題平均數(shù)上的差異是否顯著鑒別指數(shù)（適用于成就測(cè)驗(yàn)）運(yùn)用各題通過(guò)人數(shù)比率來(lái)檢驗(yàn)項(xiàng)目的好壞1.將全體樣本依某一總分極端的27-33%被試編入k變項(xiàng)2.計(jì)算每組每題通過(guò)人數(shù)百分比3.將兩組的兩個(gè)百分比數(shù)字相減得到鑒別力系數(shù)D4.D系數(shù)越高越好。量

6、表發(fā)展資料分析：項(xiàng)目分析項(xiàng)目分析之一：項(xiàng)目描述統(tǒng)計(jì)1.Discriptive statistics: Frequencies2.選取想要分析的題目-variables3.選取要分析的統(tǒng)計(jì)量（statistics）4.根據(jù)平均值、最大值、最小值、標(biāo)準(zhǔn)差，及峰度和偏度系數(shù)（越接近0，越接近正態(tài)）來(lái)檢驗(yàn)題目的好壞。例fes1.sav*項(xiàng)目分析之二：相關(guān)分析法ITC1.選取scale-reliability analysis2.選取要分析的題目并移到題目清單中3.選取statistics中descriptive for-Scale if item deleted4.根據(jù)item-total stati

7、stics中corrected item-total correlation和Alpha if Item Deleted來(lái)決定是否刪除題目5.一般ITC值小于0.4的題目，則認(rèn)為這個(gè)題目和該維度相關(guān)比較小，可以刪掉該題目。例：LPQ.sav項(xiàng)目分析之三：極端組檢驗(yàn)求出量表的總分（注意反向計(jì)分的題目）量表總分高低排列（sort cases）找出高低分組上下27%處的分?jǐn)?shù)（frequencies）依臨界分?jǐn)?shù)將觀察值在量表值得分分成高低二組（recode-into different variables）以獨(dú)立樣本t-test檢驗(yàn)二組在每個(gè)題目的差異(independent t-test)將t檢驗(yàn)結(jié)

8、果未達(dá)顯著性的題目刪除或修改例題：fes1項(xiàng)目分析之四： 因素分析factor analysisEFA & CFA因素分析的目的在于求的量表的“結(jié)構(gòu)效度”。因素分析是一種潛在結(jié)構(gòu)分析法。假定每個(gè)題目均由兩個(gè)部分構(gòu)成共同因素(common factor)和唯一因素(unique factor)。共同因素比題目個(gè)數(shù)少，每個(gè)題目均有一個(gè)唯一因素。假設(shè)：唯一因素間無(wú)相關(guān)；共同因素與唯一因素間無(wú)相關(guān)。共同因素之間是否相關(guān)？正交無(wú)，斜交有。公式：Zj=aj1F1+aj2F2+aj3F3+ajmFm+Uj因素分析因素分析的理想：在于個(gè)別題目的aj1（因素負(fù)荷量）不是很大就是很小，這樣每個(gè)題目才能與較少的共同

9、因素產(chǎn)生密切關(guān)聯(lián)。因素負(fù)荷量（factor loading）是題目與抽取的共同因素的相關(guān)。兩個(gè)重要指標(biāo)：共同性（communality）和特征值（eigenvalue）共同性與特征值題目F1F2共同性h2唯一因素X1a11a12a112+ a1221-h12X2a21a22a212+ a2221-h22X3a31a32a312+ a3221-h32特征值a112+ a212 + a312a122+ a222 + a322解釋量(a112+ a212 + a312)/3(a122+ a222 + a322)/3此共同因素可以解釋的變異量因素分析的主要方式（步驟）Data reduction-fa

10、ctor計(jì)算題目間的相關(guān)矩陣或協(xié)方差矩陣估計(jì)因素負(fù)荷量決定因素抽取的方法：主成分分析法、主軸法、一般化最小平方法、未加權(quán)最小平方法、極大似然法、Alpha因素抽取法、映像因素萃取決定轉(zhuǎn)軸方法（rotation）：使每個(gè)題目在每個(gè)因素上的負(fù)荷量不是變大就是變小。轉(zhuǎn)軸方法：Orthogonal rotation(直交轉(zhuǎn)軸)：強(qiáng)迫因素間無(wú)相關(guān)Oblique rotation(斜交轉(zhuǎn)軸)：因素間有相關(guān)決定因素與命名：要考慮很多因素，data driven其他要考慮的因素可從相關(guān)矩陣中篩選題目：相關(guān)太小的題目可以考慮刪除樣本大?。翰荒苌儆陬}目數(shù)，也有人建議不少于100人。因素?cái)?shù)目的確定因素?cái)?shù)目判斷原則一

11、般原則：解釋變異量因素越多，解釋變異量越大因素越多，簡(jiǎn)效性越低（模式越復(fù)雜）因素?cái)?shù)目判斷方法特征值大于1（表示大于1.00的原始觀察變異量）因素?cái)?shù)目合理范圍為變項(xiàng)數(shù)除以3至除以5之間陡坡檢定Scree test (Cattell, 1966)特征值明顯出現(xiàn)變化時(shí)為合理數(shù)目殘差分析殘差類似于各變項(xiàng)間的相關(guān)在移除了因素的影響后的凈相關(guān)檢驗(yàn)不同因素?cái)?shù)目下，殘差矩陣中的數(shù)值，高于.05或.10以上者過(guò)多，表示可能在其它因素因素?cái)?shù)目判斷原則因素負(fù)荷量檢驗(yàn)單一觀察變項(xiàng)(item)的因素并不恰當(dāng)二個(gè)觀察變項(xiàng)(item)的因素在兩變項(xiàng)相關(guān)高（r.7），與其它變項(xiàng)相關(guān)低時(shí)，為合理。顯著性考驗(yàn)驗(yàn)證性因素分析（CF

12、A）提供因素的顯著性考驗(yàn)Bartlett檢驗(yàn)考驗(yàn)全部因素的顯著性意義研究上的考量探索性的目的，想要了解因素的結(jié)構(gòu)時(shí)，邊緣強(qiáng)度的因素可以保留，以了解其性質(zhì)當(dāng)研究者需要穩(wěn)定的因素進(jìn)行研究時(shí)，保留信度高的因素即可結(jié)果解釋：以主成分分析法并配合最大變異法（Varimax）進(jìn)行正交轉(zhuǎn)軸，特征值大于1的因素共有4個(gè)。四個(gè)因素的特征值分別為3.956，其解釋變異量分別為17.983%，累計(jì)解釋變異量為49.505%。例題：LPQ.sav分析該量表的結(jié)構(gòu) Component 1234DM1.774-.018-.008-.026DM2.695-.183-.018.111DS1.691.159.132-.084D

13、M3.690-.147.221-.062DS3.621.033.291-.066DS2.580.147.302-.143SM3.534-.220.231.102DM4.515-.074.422-.020DS4.479-.112.438.021SS4-.052.753-.044.083SS3-.050.733-.118.130SS2-.012.726-.023.063SS1.018.649-.097.093SS6-.080.587.257.198SS5-.154.478.263.310DM6.297-.021.624.047DM7.426-.135.592.006DM5.336.113.575-

14、.144SS7-.012.324.378.251SM1-.007.213-.087.790SM2-.030.199-.015.786SM4-.006.363.151.393Rotated Component Matrix(a) 因素的解釋與命名因素負(fù)荷量（loading）的判斷.71（50）優(yōu)秀.63（40）非常好.55（30）好.45（20）普通.32（10）不好.32以下：不及格不同轉(zhuǎn)軸法下的考量直交轉(zhuǎn)軸使用轉(zhuǎn)軸后矩陣(rotation component matrix)斜交轉(zhuǎn)軸使用型態(tài)矩陣（Pattern matrix），以獲悉因素的意義（結(jié)構(gòu)矩陣structure matrix中的系數(shù)

15、被因素間的相關(guān)擴(kuò)張，導(dǎo)致高估）結(jié)構(gòu)效度驗(yàn)證性因子分析結(jié)構(gòu)方程模型的結(jié)果信度分析外在信度：指在不同時(shí)間進(jìn)行測(cè)量時(shí)調(diào)查表結(jié)果的一致性程度。常用重測(cè)信度。內(nèi)在信度：調(diào)查表中的一組題目（或整個(gè)調(diào)查表）是否測(cè)量的是同一個(gè)概念，也就是這些問(wèn)題的內(nèi)在一致性如何。（cronbach 系數(shù)和折半信度）如果一個(gè)量表包括幾個(gè)維度（dimensions），則每個(gè)維度的信度也要檢驗(yàn)。信度分析的步驟Scale-reliability analysis選入要分析的題目選擇要使用的信度分析方法：Alpha、折半信度、Guttman值、平行模式檢定。Statistics：選擇要分析的統(tǒng)計(jì)量例：LPQ測(cè)量理論入門經(jīng)典測(cè)量理論（classical test theory）認(rèn)為：X=T+E（觀測(cè)值=真分?jǐn)?shù)+誤差）四度：信度(reliability)、效度(validity)、項(xiàng)目分析(item analysis)中的難度(item difficulty)和區(qū)分度(discrimination index)假設(shè)之一：實(shí)際分?jǐn)?shù)的方差=真分?jǐn)?shù)的方差+隨機(jī)誤差的方差，即SX2= ST2+SE2信度的定義為：真分?jǐn)?shù)的方差與實(shí)