量表與廣義估計方程_第1頁
量表與廣義估計方程_第2頁
量表與廣義估計方程_第3頁
量表與廣義估計方程_第4頁
量表與廣義估計方程_第5頁
已閱讀5頁,還剩31頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

量表的信度與效度分析

以及在spss中的應(yīng)用量表是什么?量表的信度分析量表的效度分析在spss中的實例分析量表是什么?量表:

是由若干問題或自我評分指標組成的標準化測定表格,用于測量研究對象的某種狀態(tài)、行為或態(tài)度,又稱為測量工具。量表與調(diào)查表的區(qū)別:

調(diào)查表可以完全包含不同的獨立的內(nèi)容,用于評價不同指標;量表是用與描述研究對象的一個特征,各條目都是相關(guān)聯(lián)的。兩個表格在設(shè)計和質(zhì)量考核時考慮的問題和評價指標也有所不同。

量表的信度分析信度

用來評價量表的精密度、穩(wěn)定度和一致性,即測量過程中隨機誤差造成的測定值的變異程度的大小。常用的信度指標有重測信度(test-retestreliability)、分半信度(split-halfreliability)和克朗巴赫α系數(shù)(Cronbach’salpha)。重測信度(test-retestreliability)為相同量表前后兩次測量同一批被訪者量表得分的簡單相關(guān)系數(shù),一般要求達到0.7以上.分半信度(split-halfreliability)相同量表的調(diào)查項目分成兩半,計算兩個部分得分的簡單相關(guān)系數(shù)r,分半信度就為R=2r/(1+r)

克朗巴赫α系數(shù)(Cronbach’salpha)又稱內(nèi)部一致性系數(shù),是應(yīng)用最廣的評價信度指標,取值在0和1之間,其值越大,信度越高,一般以大于0.7為好。計算Cronbachα系數(shù)的一個假設(shè)前提是,條目之間呈正相關(guān),如果條目之間較多的呈現(xiàn)負相關(guān)時,說明條目設(shè)計出現(xiàn)了重大錯誤,此時Cronbachα系數(shù)有可能為負數(shù)。量表的效度分析效度用來評價量表的準確度、有效性和正確性,即測定值與目標真實值的偏差大小。意在反映某測量工具是否有效的測定到了它所打算測定的內(nèi)容,即實際測定結(jié)果與預(yù)想結(jié)果的符合程度。常用的效度指標有內(nèi)容效度、標準關(guān)聯(lián)效度和結(jié)構(gòu)效度。內(nèi)容效度指量表的各條目是否測定其希望測量的內(nèi)容,即測定對象對問題的理解和回答是否與條目設(shè)計者希望詢問的內(nèi)容一致。內(nèi)容效度一般是通過專家評議打分。結(jié)構(gòu)效度說明量表的結(jié)構(gòu)是否與制表的理論設(shè)想相符,測量結(jié)果的各內(nèi)在成分是否與設(shè)計者打算測量的領(lǐng)域一致。內(nèi)容效度與結(jié)構(gòu)效度有相關(guān)性,因此評價結(jié)構(gòu)的量化指標也間接反映了內(nèi)容效度。

標準關(guān)聯(lián)效度又稱標準效度,是以一個公認的有效地量表作為標準,檢驗新量表與標準量表測定結(jié)果的相關(guān)性,以兩種量表測定得分的相關(guān)系數(shù)表示標準效度。在spss中的實例分析某研究應(yīng)用癲癇患者生活質(zhì)量評定量表對198名癲癇的調(diào)查結(jié)果,包括了發(fā)作擔憂、感情、精力和藥物作用等因素,對該量表總的信度和各因素的信度進行分析。信度分析點擊Analyze->Scale->ReliabilityAnalysis結(jié)果量表的Cronbachα系數(shù)以及量表的條目數(shù),條目標準化后的系數(shù)為0.941,可見內(nèi)部一致性信度較高。量表的描述統(tǒng)計量,給出了均值、方差、標準差和樣本量條目的敏感性分析包含了去掉當前條目量表的合計分的均數(shù)、方差以及Pearson相關(guān)系數(shù)和Chronbachα系數(shù)等。條目相互間的相關(guān)矩陣,可以觀察相關(guān)系數(shù)比較大的情況,如果相關(guān)系數(shù)太大,提示有關(guān)條目的內(nèi)容可能重復(fù),為取舍的參考依據(jù)之一。條目間方差分析以及多重交互作用檢驗與等均數(shù)檢驗可得:32個條目均數(shù)間相差顯著(F=28.836,P=0.000)。Tukey多重交互作用檢驗估計量為1.433,F(xiàn)=34.220,P=0.000.結(jié)論為條目間存在多重交互效應(yīng)。Hotelling’sT^2檢驗結(jié)果為各條目均數(shù)不全相等。效度分析結(jié)構(gòu)效度的相關(guān)性分析做所有因素的Spearman相關(guān)分析。點擊Analyze->Correlate->Bivariate可以得出各因素間相關(guān)系數(shù)表,以及所有條目與因素的相關(guān)系數(shù)表,由此判斷結(jié)構(gòu)效度的高低。廣義估計方程想法來源:在審批論文過程中,在一篇《城市公眾健康素養(yǎng)快速評估與短信干預(yù)系統(tǒng)的構(gòu)建與應(yīng)用研究》的論文中,在評價干預(yù)組和對照組的基線和終期(基線和終期是同一人群的不同時間的測量)的健康素養(yǎng)時,使用了卡方檢驗(p195,p197等)。而該資料的不同組之間的個體有相關(guān)關(guān)系,不能用卡方檢驗。應(yīng)用廣義估計方程進行檢驗。廣義估計方程實際中一些些資料由于部分觀察值之間含有非獨立的或相關(guān)的信息,不能用傳統(tǒng)的一般線性模型進行分析,故而發(fā)展了廣義估計方程。如縱向資料、重復(fù)測量資料、整群抽樣設(shè)計資料、聚集性資料或是多層次結(jié)構(gòu)資料廣義估計方程原理簡介以重復(fù)測量資料為列::第i個觀察對象的第j個觀察值(i=1,…,k,j=1,…,t):相應(yīng)的協(xié)變量(m=1,…,p)各觀察對象相互獨立,同一觀察對象的觀察值之間存在相關(guān)性。構(gòu)建如下模型:

其中g(shù)(·)為聯(lián)接函數(shù),通過它把Yij的邊際期望表達成協(xié)變量Xijm的線性組合其協(xié)方差矩陣Vi:其中為對角矩陣,其對角線上的元素是

表示Y的均數(shù)與方差的函數(shù)關(guān)系,稱為作業(yè)相關(guān)矩陣構(gòu)建廣義估計方程:

其中需估計的參數(shù):一是解釋變量的系數(shù)二是離散參數(shù)三是相關(guān)系數(shù)參作業(yè)相關(guān)矩陣是廣義估計方程中的一個重要概念,表示的是應(yīng)變量的各次重復(fù)測量值兩兩之間相關(guān)性的大小。有以下幾種形式:(1)等相關(guān),即任意兩次觀測之間的相關(guān)是相等的。(2)相鄰相關(guān),即只有相鄰的兩次觀察值間有相關(guān)。(3)自相關(guān),即相關(guān)與間隔次數(shù)有關(guān),相隔次數(shù)越長,相關(guān)關(guān)系越小。(4)不確定型相關(guān),即相關(guān)矩陣非對角線上的元素均不等。(5)獨立,即不相關(guān),即應(yīng)變量之間不相關(guān)。廣義估計方程在SPsS中的實現(xiàn)該資料是空氣污染對兒童健康影響的縱向研究的一個子集,收集了俄亥俄州兒童在7歲、8歲、9歲和10歲的喘息性狀況,并記錄了母親在研究第一年是否吸煙。研究目的是分析兒童的年齡和母親吸煙情況對兒童喘息性狀況是否是有影響該資料包括537例兒童,變量(id)表示每個兒童個體的編號,變量(age)表示每個兒童個體的測量時的年齡,變量(wheeze)表示每個兒童個體測量時的喘息性狀況,是二分類資料(“l(fā)”代表發(fā)生,“O”代表沒有發(fā)生),變量(smoker)表示每個兒童個體的母親在研究第一年吸煙情況,是二分類資料(“1”代表吸煙,“O”代表不吸煙SPSS分析步驟:結(jié)果分析:模型中自變量的檢驗:

可見age有統(tǒng)計學意義,而smoker沒有統(tǒng)計學意義。

廣義估計方程的參數(shù)估計:age等于7歲、8歲、9歲分別與10歲比較偏回歸系數(shù)0.375、0.429、0.348并且都有統(tǒng)計學意義,表明與10歲相比7歲、8歲、9歲是一個高發(fā)年齡段。smoker等于“0”與等于“1”比較偏回歸系數(shù)為-0.261,表明母親吸煙是個危險因素,但沒有統(tǒng)計學意義。作業(yè)相關(guān)矩陣:可知應(yīng)變量的各次重復(fù)測量之間的相關(guān)關(guān)系。作業(yè)相關(guān)矩陣的選擇上述模型選擇了不確定型相關(guān)系數(shù)矩陣作為組內(nèi)作業(yè)相關(guān)矩陣。從相關(guān)系數(shù)矩陣可見,組內(nèi)相關(guān)系數(shù)(0.309—0.441)。不一定是最好的。重新定義其它的相關(guān)關(guān)系矩陣,然后通過QuasiLikelihoodunderIndependenceModelCriterion(QIC)統(tǒng)計量的大小來決定合適的作業(yè)相關(guān)矩陣,在同一個模型中統(tǒng)計量(QIC)值越小模型越合適。以下通過定義不同相關(guān)關(guān)系的作業(yè)矩陣得到相應(yīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論