调查问卷的信度效度分析方法说明
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
调查问卷的信度效度分析方法
问卷调查法是教育研究中广泛采纳的一种调查方法,依照调查目的设计的调查问卷是问卷调查法猎取讯息的工具,其质量高低对调查结果的真实性、适用性等具有决定性的作用。为了保证问卷具有较高的可靠性和有效性,在形成正式问卷之前,应当对问卷进行试测,并对试测结果进行信度和效度分析,依照分析结果筛选问卷题项,调整问卷架构,从而提升问卷的信度和效度。信度和效度分析的方法包括逻辑分析和统计分析,本文要紧讨论后者。
一、信度分析信度(Reliability)即可靠性,它是指采纳
同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数来表示:大致可分为三类:稳定系数(跨时刻的一致性)、等值系数(跨形式的一致性)和内在一致性系数(跨项目的一致性)。
若以信度系数来表示信度的大小。信度系数越大,表示测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis(1991)认为,0.60~0.65(最好不要);0.65~0.70(最小可同意值);0.70~0.80(相当好);0.80~0.90(特不行)。由此,一份信度系数好的量表或问卷,最好在0.80以上,0.70至0.80之间还确实是能够同意的范围;重量表最好在0.70以上,0.60至0.70之间能够同意。若重量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下,应考虑重新修订量表或增删题项。
信度分析的方法要紧有以下四种︰
1、重测信度法这一方法是用同样的问卷对同一组被调查者
间隔一定时刻重复施测,计算两次施测结果的相关系数。显然,重测信度属于稳定系数。重测信度法特不适用于事实式问卷,如性不、出生年月等在两次施测中不应有任何差异,大多数被调查者的兴趣、爱好、适应等在短时刻内也可不能有十分明显的变化。假如没有突发事件导致被调查者的态度、意见突变,这种方法也适用于态度、意见式问卷。由于重测信度法需要对同一样本试测两次,被调查者容易受到各种事件、活动和他人的阻碍,而且间隔时刻长短也有一定限制,因此在实施中有一定困难。
2、复本信度法复本信度法是让同一组被调查者一次填答两份问卷复本,计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述模式不同外,在内容、格式、难度和对应题项的提问方向等方面要完全一致,而在实际调查中,专门难使调查问卷达到这种要求,因此采纳这种方法者较少。
3、折半信度法折半信度法是将调查项目分为两半,计算两半得分的相关系数,进而可能整个量表的信度。折半信度属于内在一致性系数,测量的是两半题项得分间的一致性。这种方法一
般不适用于事实式问卷(如年龄与性不无法相比),常用于态度、意见式问卷的信度分析。在问卷调查中,态度测量最常见的形式是5级李克特(Likert)量表。进行折半信度分析时,假如量表中含有反意题项,应先将反意题项的得分作逆向处理,以确保各题项得分方向的一致性,然后将全部题项按奇偶或前后分为尽可能相等的两半,计算二者的相关系数(rhh,即半个量表的信度系数),最后用斯皮尔曼-布朗(Spearman-Brown)公式︰
ru=2rhh/(1+rhh)求出整个量表的信度系数(ru)。
4、α信度系数法是目前最常用的信度系数,其公式为︰
α=(n/n-1)*(1-(∑S i2)/S T2)
其中,n为量表中题项的总数,S i2为第i题得分的题内方差,S T2为全部题项总得分的方差。从公式中能够看出,α系数评价的是量表中各题项得分间的一致性,属于内在一致性系数。这种方法适用于态度、意见式问卷(量表)的信度分析。
二、效度分析效度(Validity)即有效性,它是指测量工具
或手段能够准确测出所需测量的事物的程度。效度分为三种类型︰内容效度(Face Validity)、准则效度(Criterion Validity)和架构效度Construct Validity)。效度分析有多种方法,其测量结果反映效度的不同方面。常用于调查问卷效度分析的方法要紧有以下几种。
1、单项与总和相关效度分析这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度,它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采纳逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析要紧采纳单项与总和相关分析法获得评价结果,即计算每个题项得分与题项总分的相关系数,依照相关是否显著推断是否有效。若量表中有反意题项,应将其逆向处理后再计算总分。
2、准则效度分析准则效度又称为效标效度或预测效度。准则效度分析是依照差不多得到确定的某种理论,选择一种指标或测量工具作为准则(效标),分析问卷题项与准则的联系,若二
者相关显著,或者问卷题项对准则的不同取值、特性表现出显著差异,则为有效的题项。评价准则效度的方法是相关分析或差异显著性检验。在调查问卷的效度分析中,选择一个合适的准则往往十分困难,使这种方法的应用受到一定限制。
3、结构效度分析结构效度是指测量结果体现出来的某种结构与测值之间的对应程度。架构效度分析所采纳的方法是因子分析。有的学者认为,效度分析最理想的方法是利用因子分析测量量表或整个问卷的架构效度。因子分析的要紧功能是从量表全部变量(题项)中提取一些公因子,各公因子分不与某一群特定变量高度关联,这些公因子即代表了量表的差不多架构。透过因子分析能够考察问卷是否能够测量出研究者设计问卷时假设的某种架构。在因子分析的结果中,用于评价架构效度的要紧指标有累积贡献率、共同度和因子负荷。累积贡献率反映公因子对量表或问卷的累积有效程度,共同度反映由公因子解释原变量的有效程度,因子负荷反映原变量与某个公因子的相关程度。为了提升调查问卷的质量,进而提升整个研究的价值,问卷的信度和效度
分析绝非赘疣蛇足,而是研究过程中必不可少的重要环节。
Cronbachα系数
柯隆巴哈(Cronbach 1951)提出计算一个测量系统(问卷或测验)的信度称为Cronbachα系数(简称α系数),是目前社会科会研究最常使用的信度。当一个研究主题(或构面)由专门多项目组合,每个问项都与主题相关,由总分的变异数与问项的变异数做为评量信度的指标即为α系数。
01. Cronbach α系数的定义
利用各问项变异数之和与整份量表分数的变异数的比值,可用来可能一份量表的信度,柯隆巴哈(Cronbach)提出α系数为:
此式为最常作为信度指标,其中s2i表示第i个问项x i的变异数,s2H表所有问项总和(H= x1+x2+ ...+x n)的变异数(即整份测验分数的变异数),n是问项个数。
02. Cronbach α系数的实施技巧
要做信度分析需先检查每个问项是否差不多上同方向的(即差不