IPAQ体力活动问卷及其重测方法解析.ppt

IPAQ物理活动性问卷及其重测方法，学生：楚文杰导师：徐飞，1。身体活动介绍。1.身体活动指的是通过骨骼肌收缩引起能量消耗的任何身体活动。一般来说，它可以分为四种类型：职业体育活动，家庭体育活动，交通体育活动和休闲体育活动。体育活动的内容通常用活动的频率、强度、时间和类型来描述，缩写为FITT。“F”代表每周的活动次数；“一”是指单位时间活动的能量消耗与休息时的能量消耗之比，以代谢当量(单位，单位)表示；“T”指时间)；指身体活动；“类型”描述身体活动的形式，通常通过身体活动量表、日志、访谈或直接观察获得。2、普通体力活动测量技术，普通体力活动测量技术有：双标准水(双标水)、间接量热法(间接量热法)、体力活动问卷(体力活动问卷)naires、心率计(心率监测器)、运动传感器等。DLW的原理非常简单：受试者摄入一定量的双标准水(2H218O)，这种水以已知浓度标记有2H和18O两种同位素。双标水进入体内后在体内均匀分布，并参与体内的代谢过程。经过一段时间的新陈代谢后，2H从体内被清除，而18O则以H2O 2和C18O2的形式被清除。在一段时间(5-14天)之后，根据2H和18O同位素的消除率的差异，可以计算在这段时间内人体内CO2的产生率，然后可以计算能量消耗5。该方法测试精度高，无毒无害，但价格昂贵，对测量环境要求高。尽管双标准水法有各种不尽人意的地方，但与其他方法相比，它仍然是测量的“黄金标准”，也是小样本总体测量的最佳方法。对于大规模的调查，需要一种实用、有效、方便、廉价和可行的方法来评估受试者的身体活动水平。问卷调查法是唯一符合条件的方法。体育活动问卷法分为：份自测问卷、访谈报告、访谈报告、日记等方法。日记通常被认为是最准确的问卷调查方法。物理日记可以详细记录受试者的日常活动，更准确地计算受试者的日常能量消耗。然而，日记法的缺点是被调查者记录的时间通常很短(通常为1-3天)，不能反映长期的身体活动模式。此外，受试者需要详细记录他们的活动，这是一个沉重的负担。因此，这种方法不适用于10岁以下的儿童。IPAQ国际体力活动量表，国际体力活动测量工作组(国际体力活动测量组)于2001年编制了国际体力活动调查表(IPAQ)。问卷包括长论文(包括职业、家务、交通、休闲、体育活动和静坐5个部分)和短论文(7个问题)。IPAQ分类IPAQSCORINGPROTOCOL(简表)，本次调查中使用的问卷计划使用PAQ-加州开发的IPAQ系列问卷，即在原问卷的基础上更符合国内情况的问卷，根据国内实际情况删除和替换。本问卷分为两部分：体育活动评价部分和建筑环境评价部分。3.IPAQ信度和效度的测量。1.可靠性也称为可靠性或准确性，用于反映在相同条件下重复测量结果的大致程度。可靠性主要受随机因素的影响，并且偏差不是方向性的。可靠性一般可分为两类：内部可靠性和外部可靠性。内在可靠性：调查问卷中的一组问题(也称为主题项)是否测量同一变量，即这些问题(主题项)的一致性如何，以及该变量(或维度)是否可以稳定测量。如果一组问题的内部可靠性系数在测量后高于0.8，那么该组问题可以被认为具有较高的内部一致性。外部可靠性：当在不同时间测量时，问卷结果的一致性程度。最常用的外部信度指标是重测信度，即用同一份问卷在不同时间对同一对象进行重复测量，然后计算一致性程度。目前，评价量表信度的指标包括重测信度、对半信度、克朗巴赫信度系数等。1.1测试-用相同的量表对同一组受试者重复测量重复压力。两次测试的相关系数称为重测信度系数，一般要求达到0.7以上。根据不同的数据类型，通常选择不同的方法进行检查。1.1.1组内相关系数(ICC)组内相关系数(ICC)是测量和评价观察间信度和测验重测信度的信度系数指标之一。1966年，巴尔特科首次使用它来测量和评估可靠性。ShroutFleiss在1979年前人工作的基础上提出了相应的计算公式。一般认为，低于0.4的可靠性系数表示可靠性差，高于0.75的可靠性表示可靠性好，定量数据通常需要较高的电算中心值。ICC主要用于测量K个独立测量中随机选择的多个目标的平均测量分数的可靠性。ICC的值等于个体方差除以总方差，因此它介于0和1之间。0表示不可信，1表示完全可信。电算中心有广泛的应用，既可用于定量数据，也可用于分类数据。当使用电算中心对数据进行分类时，电算中心=卡帕。ICC有四种计算方法：ICC1ICC4。四种计算方法的公式不同，计算结果的误差也不同。ICC2和ICC4很容易受平均数的影响，所以得到的ICC值是不稳定的，而且得到的ICC值远小于真值，所以一般不推荐这两种计算方法。ICC1和ICC3算法比其他两种方法更稳定。1.1.2相关系数法(积矩相关法、重测法)相关系数法是指计算重复两次测量(被视为平行测量)结果之间的相关系数，通常用于重测信度。使用方差分析的重复再测试经常被用来重新测试信度。相关系数法适用于实际尺度。同一份问卷用于在不同时间对同一组受试者进行两次测试。如果相关系数在统计上显著或两个结果之间的差异在统计上不显著，则该量表具有一定的可靠性。注意：使用这种方法时，必须注意合理选择两次测量之间的时间间隔，通常为2至4周。间隔太短或太长都会影响测量结果。1.2分半信度(Split-Half信度)当不可能进行重复调查时，通常是根据一定的指标(如问题数的奇数和偶数)将调查的问题项分成两半，计算两半分数的相关系数R (split-half信度)来评价信度系数。克朗巴赫可靠性系数也可用于在一定条件下进行评估。对半信度法不适用于评估事实量表，常用于分析态度和意见问卷的信度。1.3克罗恩巴赫系数克罗恩巴赫系数是由美国心理学家克罗恩巴赫于1951年提出的，是目前社会科学学科中最常用的可靠性测试方法。主要用于检测仪表中的项目与项目之间的一致性。这个可靠性系数是组内相关系数的一个特例。一般认为该系数不超过0.6，内部一致性可靠性不足。达到0.7-0.8表示量表具有可接受的信度，达到0.8-0.9表示量表具有很好的信度。克朗巴赫可靠性系数的应用条件(3)当试验项目为偶数时，系数是所有可能的对半可靠性估计的平均值。对半可靠性估计不是唯一的，它的值在系数附近波动。因此，系数比半置信估计更合理。克朗巴赫可靠系数的局限性：(1)系数的值直接受项目数的影响。增加物品数量会使值迅速增加。(2)系数只是测试可靠性估计的一个下界，因此当系数作为一致性可靠性指标时，很容易被低估。(3)系数的大小只是反映项目之间数量关系的一个指标。尽管任何一组相关性高的项目都有较高的系数，但它可能没有较高的内部一致性。(4)在两种特定情况下，系数将为负：一种情况是总分的方差小于每个问题的得分的方差，即在总测验或子测验中使用项目的平均得分。在另一种情况下，当项目或某些测试之间的协方差之和为负时，系数也为负。此时，系数公式无效。1.4卡帕检验卡帕检验是科恩于1960年提出的一种评价数据一致性的指标。Kappa是一种评估一致性的方法。该测试最适用于无序分类变量数据，包括两类数据和多类数据。Kappa测试也被广泛使用。数据的一致性通常用kappa值来衡量，不同数值范围内的k值表示不同的一致性。有效性，也称为准确性，用于反映测量结果接近“真实值”的程度。影响数据有效性的因素主要是系统误差。评价量表效度的指标包括表面效度、内容效度、标准效度、结构效度和区分效度。从表面上看，面孔效度指的是该量表是否能测量本研究所需的特征。具体方法是邀请专家对量表进行审核，并根据研究目的给出相应的意见或建议。内容有效性内容有效性是指所选项目是否能够代表要测量的内容或主题。具体方法是计算每个项目的得分与其领域得分之间的相关系数。如果该系数在统计上不显著，则该条目与该字段关系不大。相关系数越高，量表的效度越高。内容效度是一个主观指标，其常用的评价方法是专家法，即请相关专家分析问卷标题是否与原内容范围相符，并做出判断，看问卷标题是否更好地代表了原内容。该方法操作简单，但由于其主观性，应用受到限制。标准效度的标准效度分析是基于某一已被证实的理论，选择一个指标或测量工具作为标准(standard)来分析问卷项目与标准之间的关系。如果两者之间存在显著的相关性，或者如果问卷项目在不同的价值和标准特征上表现出显著的差异，则该项目是有效的。标准效度通过相关分析或差异显著性检验进行评价。然而，在问卷的效度分析中，往往很难选择合适的标准，这限制了这种方法的应用。结构效度是指测量结果中反映的某一结构与测量值之间的对应程度。因子分析用于分析结构效度。一些学者认为最理想的效度分析方法是用因子分析来衡量量表或整个问卷的结构效度。因子分析的主要功能是从量表的所有变量(项目)中提取一些公共因子。每个共同因素都与一组特定的变量高度相关。这些共同因素代表了比额表的基本结构。因子分析可以用来检验问卷是否可以测量研究人员在设计问卷时假设的某些结构。在因子分析结果中，评价结构效度的主要指标包括累积贡献率、共现率和因子负荷。累积贡献率反映了共同因素的累积效果2.5鉴别性量表应该能够区分两个已知的不同人群的特征。分别对两组不同的人进行了调查，计算了量表各个领域的得分和总分。然后进行T检验或方差分析，比较两组之间的得分差异是否具有统计学意义，从而判断量表是否具有区分效度。相关分析皮尔逊积矩相关系数斯皮尔曼等级相关系数内聚卡帕指数(标准效度)内聚卡帕指数用来描述两种测量方法的一致性。如果其中一种方法是标准测量方法，那么它就是标准有效性(有效标准)。两名放射科医生阅读了200名疑似棉球头皮屑病患者的x光片。诊断结果显示在右表中，并计算Kappa指数。因子分析(结构效度)因子分析是根据相关程度对变量进行分组，使同一组变量之间的相关性较高，而不同组变量之间的相关性较低。因子分析的目的是从大量的变量中找出几个更一般和抽象的变量，作为许多变量的代表。在进行因子分析之前，应评估因子分析的适用性。KMO(凯泽*迈耶-奥尔金)试验和巴特利特(巴特利特)球形试验一般用于初步推断。KMO指数是用来比较观察到的相关系数值和部分相关系数值的指数，其值在0和1之间。KMO值越大，因子分析越合适，因为所有变量之间简单相关系数的平方和远大于偏相关系数的平方和。凯泽指出，当KMO值小于0.5时，因子分析不适用。巴特利特球面检验是通过检验相关系数矩阵来确定它是否适合进行因子分析。首先，假设相关系数矩阵是一个单位矩阵，根据相关系数矩阵的行列式得到检验统计量。如果统计值相对较大，使得巴特利特统计值的显著性概率小于A，则该假设被拒绝，并且相关系数矩阵被认为不太可能是单位矩阵并且适合于因子分析。相反，如果不能拒绝该假设，则认为相关系数矩阵可能是单位矩阵，不适合进行因子分析。因子分析的实施。选择菜单“分析-数据简化-因素”打开主窗口。2.在变量框中选择因子分析中涉及的变量。3.选择样本参与因子分析。将变量作为条件变量分配给选择变量框，然后单击值按钮输入变量值。只有满足条件的样本数据才会参与因子分析。在主窗口中，单击描述按钮以指定输出结果。在“统计信息