量表开发过程..ppt

量表开发过程 量表题项产生与精炼因子分析生成纬度信度和效度检验结构方程模型 1 量表开发方法步骤 1 概念定义 2 初始题项 item 的建立与精炼 3 运用统计数据精炼题项 5 量表的可靠性 reliability 检验 4 维度的生成 6 量表的有效性 validity 检验 1 1概念定义 概念 从特定事实中提炼出来的想法组成性定义 字典里的定义 是用其他概念和架构来定义一个概念 对所研究的概念确立边界 表明所要研究概念的中心思想 组成性定义要具有理论解释的能力 因此必须与其他的概念区分开来 操作性定义 将理论性的概念与现实世界的事物联系在一起的纽带 是后续测量的基础 因此 操作性定义要明确要测量的 可观察的事物的特性 可参考 当代市场调研 等相关书籍 概念说明要点 界定概念性质情感 感知 行为 结果 属概念与其他相近概念的差异确认概念的层次个体vs群体发确认包含的内部成分单维度vs多维度说明与概念相关的前因与后果变量 1 2初始题项 item 的建立与精炼 建立文献回顾 相关研究内容访谈 焦点小组 深度访谈等方法 从专家 顾客或相关人员身上产生原始题项集注意 可以结合使用 也可单独使用原则 不可以想当然的自认为包含哪些维度 要从研究对象的角度出发 1 2题项的初始建立与精炼 初始精炼Step1 邀请五名判断者 向其解释清楚每一个类别fi0 i 1 m 的含义 并给出其中一个题项xk0作为例子 然后让这些判断者将X0中的所有题项分别归类到fi0中 如果认为某一个题项xi0不属于任何一类 就将其单独列入到 不合适 之列 注意 判断者事先并不清楚哪些题项被归为一类 标准 如果五人当中至少有四个人认为某个题项不属于任何一类 就将其从题项集中删除 Step2 再邀请五名判断者 也向其解释清楚每一个类别fi0 i 1 m0 的含义 并让判断者了解调整后的每个维度下的题项 然后请其判断fi0下的每一个题项xi0说明fi0的程度 一般分为三种 完全说明 一般说明 不能说明 标准 至少有三个判断者认为xi0能够完全说明fi0 并且没有人认为xi0不能说明fi0 则这样的xi0保留下来 否则删除 1 3运用统计数据精炼题项 方法1 计算某一题项与其所属的维度的其他题项总和 item to total 的相关系数r 如 标准 1 如果则删除2 突然下降法 1 3运用统计数据精炼题项 方法2 利用量表可靠性精炼具体方法 原理 及标准参见第五步中的可靠性检验 1 4 维度的生成 方法1 确定性因子分析如果现有的结构较好 不需要做调整的话 只要给出现有的因子结构优于其他数目的因子结构的结果就可以了 方法2 探测性因子分析原理简介 fi公因子aij因子负载 第i个变量在第j个公因子上的负载 ui特殊因子 也称残差 表示该变量不能被公因子解释的部分 1 4维度的生成 每个因子对数据的解释能力 可以用该因子所解释的总方差来衡量 通常称为该因子的贡献 记为Vp 它等于和该因子有关的因子负载的平方和 即所有因子的累计的贡献为 标准 1 公因子应该使累计解释的变差比例达到70 80 以上 但是学术性研究中 该值也可以小一些50 60 也是可以接受的 2 确定因子个数的标准是x的相关矩阵的特征值 一般选取特征值大于1的主成分作为初始因子 注意 如果某一个题项在所有的公因子上的负载都很小 比如均小于0 3 就要考虑是否要将该题项删除 n 2 效度 效度简介 效度系数越高 表示越能测量想要测量的概念 有效性 效度 是指我们试图测量的事物的特征是否是真正要测量的 也就是指量表所测量到的结果与希望测量的对象的接近程度 测量工具的正确性 正确的测量出所预测量的特性 2 1效度结构 2 1 量表的有效性 validity 检验 备注 除了上述有效性指标之外 还有表面有效性 内容有效性 相关有效性等指标 鉴于使用的频率 这里只介绍上述三种 另外 上述三种指标并不需要全部检验 2 2内容效度 一个测验的内容效度是建立其构念效度的必要前提定性的判断 可以通过因子分析的累积总方差来判断量表具有内容效度 2 3构念效度 影响问卷的构念效度的情况研究者的操作性定义出现了偏差操作性定义没有充分的反映目标概念测验问卷缺乏信度 2 3测验聚合效度和区分效度 特质 多方法模式MTMM矩阵不同特质 不同方法得到的相关性 越低越好 区分效度相同特质 不同方法得到的相关性 越高越好 聚合效度结构方程模型SEM 尤其适宜检验测量的区分效度作为检验测验构念效度的先决条件 假设的理论模型需要与抽样得到的数据很好地契合 测验指标在所要测量的构念上因素负荷量应该很高 2 3 1聚合效度 通过不同方式测量同一构念时 所观测到的数值之间应该高度相关 使用验证性因子分析来判断观察变量与潜在变量之间的假设关系是否与数据吻合 如果结果证明我们的假设是正确的 那么 聚合效度就得到了验证 检验方法方差分析标准化的因子负载及其显著性来判断 Lisrel 同一架构的不同测量工具之间的相关程度 2 3 2区分效度 应用不同的方法测量不同构念时 所观测到的数值之间应该能够加以区分 检验方法 检验各个潜在变量之间的相关系数是否显著低于1来判断 因子之间的相关系数rij及其置信区间相关系数小于该维度的Cronbach 值区别不同维度或概念的程度 2 4内部结构的检验 评价测验内部结构时 主要通过探索性因素分析和验证性因素分析探索性因素分析如果测量同一维度的指标因素负荷量越大 通常大于0 4 同时在其他维度上的因素负荷越小 则表示该测验的构念效度越高验证性因素分析强调对测量模型的限定 在消除测量误差的情况下观察测量指标与假设模型的契合程度 3 信度 不同测量者使用同一测量量表的一致性水平 用以反映相同条件下重复测量结果的近似程度 是否具有一致性或稳定的程度测量结果免受误差影响的程度评价测验结果的一致性 consistency 稳定性 Stability 及可靠性 估计测量误差对整体测验的影响测量误差的大小 以误差的方差 variance 的大小来量度 当误差越大 信度就越小 3 量表的可靠性 reliability 检验 备注 除上述两种可靠性指标之外 还有等价可靠性 Equivalence 等其他的指标 由于使用频率不高 这里不详细介绍 感兴趣的同学可以参考其他相关书籍 另外 上述指标并不一定全部检验 3 1内部一致性评价方法 折半信度库李信度Cronbach s 大于0 7AVE平均提取方差值 或称平均变抽取 检验结构变量内部一致性的统计量 大于0 5即可CR组合信度值 0 6 但是不是内部一致性系数越高越好 3 1量表的可靠性 reliability 检验 Cronbachalpha Cronbach 1951内部一致性 原理简介 k某维度下题项的数目 2i题项i的方差 2s该维度的方差是内部题项相关系数的平均值 3 1Cronbach 值的标准 3 2稳定可靠性 重测信度 Test retestreliability 重测信度 不同时间点 同一个测试 同一参与者 计算两次测量的相关系数两次测量的结果的相关性越高 则重测信度越高 则可以认为该测验的稳定性越高 4 结构方程模型 类型 测量模型路径模型全模型均值结构模型 4 1拟合指数 FitIndex 拟合指数RMSEARMSEA1 0时 表示拟合程度较差RMSEA越小 表示拟合程度较高 close 值越大 说明越不显著 则不拒接假设模型 2 chi square 越小 P值越大 说明拟合协方差矩阵与样本协方差矩阵的差距越不