量表开发与设计的步骤

量表开发与验证
2009-05-19 14:30:22| 分类：默认分类| 标签：|字号大中小订阅
孙艾菊030081333
一．引言
科学研究是通过揭示构念之间的关系来帮助人们理解真实世界中的现象。

但这些构念本身并不能直接被观察到，他们暗藏于现象之中。

因此需要一组可观测的指标来测量构念。

用来测量构念的调查工具称为量表。

一般来说，研究者可以通过开发新量表获得数据，也可以使用已有的量表或修改已有量表使之适用于当前情境来获得数据，但无论哪种情况，研究者都需要做预测试，最好也要进行小规模研究，因此，了解量表的完整开发过程以及在这个过程中所使用的检验工具是完全有必要。

量表开发的过程一般经历以下五个步骤：构念说明→测量项目生成→预测试→测量项目精简→小规模研究（梁建、樊景立，2008；刘军，2008）。

二．量表开发过程及检验工具
1.构念说明
开发测验的首要任务是要准确地、概括地定义我们所要测量的构念，清楚地说明构念的理论边界(梁建、樊景立，2008) 。

在《The Multifaceted Nature of Exploration and Exploitation: Value of Supply, Demand, and Spatial Search for Innovation》这篇文章中，作者在回顾过去文献的基础上对Exploration 、Exploitation进行了定义并通过建立假设和考虑环境因素界定了这两个概念的边界。

2.测量项目生成
量表开发第二阶段的任务是创建一组用于评价所研究构念的测量项目。

有两种基本策略：演绎法和归纳法。

演绎法直接根据理论基础生成初始的测量项目，要求研究者对所研究的现象有深入的理解，并要对文献作全面的回顾，这样才能开发出所研究构念的理论定义。

当不能用演绎法生成测量项目，可以用归纳法，归纳法要求研究者掌握内容分析法。

在文献中，作者是在理论的基础上运用演绎法发展出了测验项目，测量项目包括三个方面：供给、需求以及空间研究。

整个过程涉及到了32个测量项目工具，为了保证内容的有效性，作者还回顾了战略、市场及经济等文献。

3.预测试
测量项目开发出来后，必须对他们进行内容效度检验，这可以通过一个预测试来实现，在这个过程中可以删减一些不满足概念一致性条件的测量项目。

预测试过程是用来评价量表的内容效度，通常是一个分类过程，即把测试项目和构念的定义拿给被调查者看，要求他们评价测量项目与构念的匹配程度。

分类过程是一个定性的分析，而不是定量的，如果测量项目被一致地放置到某个类别中，就认为表现出来会聚效度；而相对于其他相关构念，则认为存在区分效度。

在预测试过程中，量表应尽可能地短，测量项目越少，越可以减少被调查者因厌烦和疲劳而带来的偏差，一般来说，在最终的量表中，大部分构念的测量项目应保持4——6个，每个构念的测量项目应保持在最终想留下的测量项目数量的两倍以上（刘军，2008）。

在文献中作者分别进行了500和800份的问卷调查，得到反馈率分别是17%和18.3%。

接下来作者就各种工具与SSS、DSS、GS的可靠性程度进行了测量。

测量结果表明这三个维度是线性的。

紧接着通过三个步骤对数据进行有效性分析，测验结果有效性程度为0.88。

由此，研究者可以判断哪些测量指标比较清楚地反映了所要测量的构念。

4.测量项目精简
在数据收集的过程中一个关键点问题是样本量的大小，探索性因子分析易受样本量的影响。

Guadagnoli和Velicer（1988）发现，在大多数情况下，有150个观测样本就足以进行探索性因子分析，而Rummel（1970）建议样本量与测量项目比例在4：1以上，Schwab（1980）建议应至少是10：1。

在收集完数据后，就可以对新量表进行探索性因子分析。

探索性因子分析是从一组具有共同特性的测量项目中提取出背后潜在的统计分析技术。

探索性因子分析的数学原理是协方差的提取，在进行探索性因子分析之前，要对各个构念的测量项目的相关关系进行检查，如果其中一个测量项目与其他测量项目的相关系数的绝对值都小于0.3，那么这个测量项目就可以被删除。

低相关度表示该测量项目不是来自构念所在内容域，会带来误差，并使新都降低。

公因子的提取方法一般是用主成分分析法。

但Hinkin（1998）认为主成分分析放中包含了共同方差、特定方差和随机误差，因此建议采用类似于于主旋转轴的公因子提取法。

最终的公因子数量取决于背后的理论和量化的分析结果。

内在一致性评价——信度是指对同一对象进行重复测量时，所得结果的一致程度。

可通过多种方式计算信度，但最常用的用于评价内在一致性的信度指标是Cronbach's coefficient alpha 。

Cronbach's coefficient alpha 值越大说明测量项目间的相关度越强。

Cronbach's coefficient alpha 值应至少达到0.7（Nunnally，1994）。

5.小规模研究
验证性因子分析——在这一阶段需要重新抽取一个样本对精简后的量表进行验证性因子分析，同时还要对量表的构建效度进行验证、验证性因子分析可以通过对模型整体和每个测量项目的因子载荷的统计显著性检验来评价因子结构。

进行验证性因子分析主要有两个目的，第一，评价测量模型的拟合优度，通常要做一下两个模型的比较：单因子模型、多特质模型。

第二，验证性因子分析可以帮助我们检查每个测量项目的拟合程度，主要通过t值来反映。

构建效度——在检验量表的构建效度时，一般来说，测量同一构念的测量项目应当高度相关（会聚效度），而测量不同构念的测量项目的相关度应较低（区分效度）。

会聚和区分效度通常采用Campbell和Fiske（1959）开发的多质多法方法来评价。

当用不同方法测量统一构念的相关系数显著地不等于0，并且足够大时，就认为存在会聚效度。

当同一构念在不同方法下的测量值的相关系数大于不同构念在不同方法下的测量值的相关系数时就认为存在区分效度。

三．总结
以上提供了量表开发的五个关键过程，以及在每个过程中使用的验证工具，综上可知量表开发并不是件容易的事，这既需要坚实的理论基础以及严谨的分析技术，同时在量表开发的过程中也有一定的艺术成分，一定程度上依赖与个人的经验和判断。

参考文献：
[1] 陈晓萍，徐淑英，樊景立.组织与管理研究的实证方法[M].北京：北京大学出版社.2008
[2] 刘军.管理研究方法原理与应用[M] .北京：中国人民大学出版社，2008
[3] Guadagnoli，E．，& Velicer，W．F．Relation of sample size to the stability of component patterns．Psychological Bulletin ,1988,103:265-275
[4]Rummel ,R．J．Applied Factor Analysis．Evanston, IL:Northwetern University Press,1970
[5]Schwab,D．P．Construst validity in organization behavior．In B．M．Staw&L．L．Cummings,Research in Organizational Behavial,Greenwich,CT:JAI Press,1980
[6]Hinkin,T．R．A brief tutorial on the development of measures for use in surver questionnaires ,Organizational Research Methods,1998,1(1):104-121
[7]Nunnally,J．C．Psychometric Theory ．New York:McGraw-Hill,1994
[8]Campbell,D．T．,&Fishe D．W．Convergent and discriminant validation by the multitrait-multimethod matrix．Psychological Bulleitin ,1959,56:81-105。