对统计结果进行分析.doc

目录目录1提要21 调查32 结果42.1 信度42.2 效度52.3因子分析法和结构效度52.4 因子分析法和信度73 讨论8参考文献8提要使用平行信度测定法、2组顺向问题平行信度测定法、两样本t检验法、典型相关法、因子分析法、克朗巴赫系数值计算法，以及Theta系数和Omega系数计算法，论述反向问题对信度的影响及其处理技巧；介绍对调查问卷中的问题进行检验的方法；研究和比较评价量表信度和效度的各种方法；提出2组顺向问题平行信度测定法。结果显示，以“北京地区农村医生培养问卷调查表”为依据，给出对问卷中反向问题处理前后的克朗巴赫系数!值的变化；使用两样本t检验方法对每个问题的临界比率（critical ratio）检验后，筛选掉2个问题，筛选后的克朗巴赫系数值（0.899 3）比筛选前的（0.892 9）略高；2组顺向问题平行信度测定法比较精确（=0.832）；对问卷调查表的各个模块分别计算了克朗巴赫系数!、Theta系数、Omega系数，对总表除计算上述系数外，还计算了2组顺向问题平行信度，它们的值分别是0.899 3、0.881 3、0.956 5和0.823 0，所有的信度指标都表明该调查问卷具有非常高的信度；为简便计，选择表中的1个模块（“本科毕业生去留原因”，包括10个问题）为例，使用因子分析法得到十分清晰的统计结构，它们表明该模块中的问题既有看得见摸得着的实际问题，也有认识上和看法上的问题。从而说明使用因子分析法能很好地分析结构效度。提示：必须对调查问卷中的反向问题的计分重新编码，对调查问卷中的问题进行统计学检验，对问题筛选后再进行信度和效度计算；使用克朗巴赫系数、Theta系数、Omega系数和2组顺向问题平行信度的指标评价调查问卷的信度是比较可靠的；用因子分析法得到的统计结构是清晰的，但不是惟一的。对于统计结构的解释有赖于专业知识，不可拘泥于统计学结果。另外，也可根据统计结构对调查问卷的设计结构进行修订。关键词：信度；效度；量表1 调查在调查研究中，对调查问卷的结果进行统计分析之前，必须先对其信度和效度进行分析。只有信度和效度比较好时，对问卷的分析结果才是可靠的。本研究以“北京地区农村医生培养问卷调查表”为依据，讨论在进行信度和效度分析时遇到的一些带有普遍性的问题，主要是调查问卷中的哪些问题对于信度和效度分析有统计学意义，应当予以保留，哪些问题没有统计学意义，应当予以筛除；如何处理问卷中的反向问题及讨论它们对信度的影响；如何描写2组顺向问题的平行信度以及分析坐标旋转后的结构效度等。资料来源选择2009年春季对北京10个郊区县进行的“北京地区农村医生培养问卷调查表”的问卷调查作为分析对象。调查对象主要是各科的临床医生，少量的医院管理人员。发出调查问卷301份，收回301份，收回率100%。调查问卷填写合格率100%。调查问卷由4个模块组成，它们是“医生需求与去向”、“农村学历层次”、“农村医学教育基本模式”和“本科毕业生去留原因”，分别包含8、7、12和10个问题，共计37个问题，每个问题为3点选项，赞同为1，不赞同为-1，不适用、不知道或无法评价（视为弃权）为0。全部数据输入计算机，用SPSS for Windows处理。2 结果2.1 信度信度反映调查对象填写调查问卷的可信程度，即是随便填写的（包括由于对问题不理解而随便填写的情况），还是认真填写的。这反映在调查问卷的变异是非随机的还是随机的。信度是评价调查对象的一个指标。计算信度的方法很多，有平行信度测定法、重测信度法、分半信度法、克朗巴赫系数、Theta系数法和Omega系数法。另外，本研究提出!组顺向问题的平行信度测定法。不管用什么方法计算信度，首先需要对反向问题进行处理，并且需要检验每个问题的统计学意义。反向问题的处理：在调查问卷中出现反向问题是问卷设计的实际需要，同时也是平行信度测定法的依据。由于反向问题的计分是反序的，所以需要调整成为正序。调不调成正序对信度的影响十分大。以克朗巴赫系数为信度指标，表1给出调整前后的值的变化。表1调整反向问题前后的值的变化由表1看出，调整前的值比较小，小到信度都值得怀疑了，然而，调整后使值显著升高，这才是调查问卷的真实信度。调查问卷中问题的统计学检验：一般来说，一次性调查问卷所列出的问题对于信度和效度分析并不都具有统计学意义。所以要对每个问题的临界比率（critical ratio，CR）使用两样本t检验方法进行检验。对于本调查问卷，经t检验，问题1“北京农村远郊区县医院数量规模需要大力发展”和问题27“农村医生继续教育应当制度化、规范化”的P值大于0.05，这2个问题要被筛选。值得注意的是，并不是不进行统计学检验保留问题越多，值就越大，事实上，对本调查问卷不筛选任何问题，=0.892 9，筛选后，=0.899 3。2组顺向问题的平行信度测定法：有时需要在调查问卷中设计2组顺向问题，从2个不同角度对同一类问题进行调查。使用这2组顺向问题的内容进行信度描写等价于讨论2组向量的相关性，这是多变量统计分析中的问题，使用典型相关系数表示。在本调查中，问题9-13分别提问“县医院需要的医生学历层次是硕士生、本科生还是大专生”，“乡镇卫生院需要的医生学历层次是本科生还是大专生”，问题18-22分别提问“现阶段培养农村县医院医生的学制应为7年制、5年制、3年制”，“培养乡镇卫生院医生学制应为5年制、3年制”，这是2组顺向问题，通过计算，它们的平行信度=0.832。说明2组问题的相关性非常好，即信度非常好。克朗巴赫系数法：克朗巴赫系数的计算公式是:其中为问题总数，为调查问卷计分的总变异，为第i个问题的变异，是全部问题的变异，即随机误差的度量。本调查问卷的信度非常好（=0.899 3）。这里有个问题需要注意，即用不同方法得到的信度，不能直接比较，因为它们的统计学基础不一样。如2组顺向问题的平行信度（0.832）与克朗巴赫系数0.899 3不能直接比较，前者从相关角度说明信度，后者从随机误差角度说明信度。2.2 效度效度反映调查问卷设计者的意图（通过将意图用具体问题表述，并且把相关问题组成模块的形式表述）能否让被调查者理解，即问卷能否有效地测量各项变量（如达到鉴别、评价、预测的目的），各问题与实际要研究的问题中的概念相符合的程度。相对信度而言，效度是评价调查者的1个指标。通常认为结构效度是最强有力的效度评价指标。本研究只讨论结构效度。2.3因子分析法和结构效度调查问卷中的问题是调查者预先设计的，并且人为地归结成几个模块，这称为设计结构。而实际的调查问卷结果本身具有一定的潜结构，也就是说，可以通过数学方法，依据调查问卷结果，将原始问题归纳成几个模块，形成统计结构。统计结构与设计结构吻合的好坏就表明了调查问卷的结构效度。这里所用的数学方法是多元统计学中的因子分析法，计算相关矩阵的特征值和相应的特征向量，并把特征值从大到小排列起来。相应的特征向量是一维数组，把该数组的分量与问题相乘，得到问题的加权组合，该组合称为成分。在1个成分中，权系数大的问题比权系数小的问题重要，可以从中挑出权系数大于某一个值的问题（如0.5），这些问题就构成一个潜结构（统计结构），这个成分的“贡献”用特征值描写。实际上，我们不必把每一个成分都弄清楚，只把较大的几个特征值成分找到即可。成分结构与调查问卷结构的一致性即结构效度。为简便起见，以本调查问卷的一个模块（“本科毕业生去留原因”，包括10个问题）为例。表2是前3个特征值和它们的方差百分比。表2特征值及其方差百分比:相应的前3个特征向量见表3。表3前3个特征向量:从表3可以清楚地看出，10个问题具有3个模块，即，问题1-5是最主要的第1个模块（方差百分比占31.1%），这个模块包括“对本科生不愿在农村工作的主要原因是工作条件差、业务提高慢、生活条件差、福利待遇低、子女上学难”5个方面；问题7-9是第2个模块（方差百分比占17.1%），这个模块包括“对本科生留在农村工作的主要原因是家在农村、为农村做贡献以及业务上怕竞争”3个方面；问题6和问题10是第3个模块（方差百分比占16.1%），涉及到“本科生不愿在农村工作的主要原因是无发展前途和本科生留在农村工作的主要原因是无后门”。基于此，可以给出专业的解释。例如，是不是可以这样说，调查的问题分为2大类，一类是第1模块反映的实际问题，另一类是第2和第3模块反映的认识和看法上的问题。最后要指出的是，如果不对反问题加以处理，所得到的调查问卷的结构没有明显意义。2.4 因子分析法和信度Theta系数法和Omega系数法是根据因子分析法的结果得到的信度指标。它们的计算公式分别是:其中是最大特征值，N是问题数，是因子分析法的第i个问题的公共度（communia-lity）。最后，调查问卷的各种信度值见表4。表4不同信度值的比较由表4可见，无论用克朗巴赫系数、Theta系数、Omega系数还是2组顺向问题的平行信度，都说明整个调查问卷具有很好的信度。3 讨论必须对调查问卷中的反向问题的计分重新编码，对调查问卷中的问题进行统计学检验，对问题筛选后再进行信度和效度计算。使用克朗巴赫系数、Theta系数、Omega系数和2组顺向问题平行信度的指标评价调查问卷的信度是比较可靠的，而一般的平行信度有时会出现偏颇。用因子分析法得到的统