量表开发过程.优秀PPT.ppt

《量表开发过程.优秀PPT.ppt》由会员分享，可在线阅读，更多相关《量表开发过程.优秀PPT.ppt（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、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.量表的牢靠性(reliability)检验 4.维度的生成 6.量表的有效性(validity)检验 1.1 概念定概念定义 概念：从特定事概念：从特定事实中提中提炼出来的想法出来的想法组成性定成性定义:字典里的定字典里的定义，是用其他概念和架，是用其他概念和架构来定构来定义一个概念，一个概念，对所探所探讨的概念确立的概念确立边界，界，表明所要探表明所要探讨概念的中心思想。概念的中心思想。组成性定成性定义要要具有理具有理论说明的明的实

2、力，因此必需与其他的概念力，因此必需与其他的概念区分开来。区分开来。操作性定操作性定义：将理：将理论性的概念与性的概念与现实世界的事世界的事物物联系在一起的系在一起的纽带，是后，是后续测量的基量的基础。因。因此，操作性定此，操作性定义要明确要要明确要测量的、可量的、可视察的事察的事物的特性。物的特性。可参考当代市可参考当代市场调研等相关研等相关书籍籍概念说明要点1.界定概念性质情感？感知？行为？结果？属概念2.与其他相近概念的差异3.确认概念的层次个体 vs 群体4.发确认包含的内部成分单维度 vs 多维度5.说明与概念相关的前因与后果变量1.2初始初始题项(item)的建立与精的建立与精炼

3、建立文献回顾:相关探讨内容访谈: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留意:可以结合运用,也可单独运用原则：不行以想当然的自认为包含哪些维度，要从探讨对象的角度动身 1.2题项的初始建立与精的初始建立与精炼初始精初始精炼Step1.邀邀请五名推断者，向其五名推断者，向其说明清晰每一个明清晰每一个类别fi0（i=1m）的含）的含义，并并给出其中一个出其中一个题项xk0作作为例子。然后例子。然后让这些推断者将些推断者将X0中的全部中的全部题项分分别归类到到fi0中，假如中，假如认为某一个某一个题项xi0不属于任何一不属于任何一类，就将其，就将其单独列独列入到入到“不合适

4、不合适”之列。之列。留意留意:推断者事先并不清晰哪些推断者事先并不清晰哪些题项被被归为一一类。标准准:假如五人当中至少有四个人假如五人当中至少有四个人认为某个某个题项不属于任何一不属于任何一类，就将就将其从其从题项集中集中删除。除。Step2.再邀再邀请五名推断者，也向其五名推断者，也向其说明清晰每一个明清晰每一个类别fi0（i=1m0）的含）的含义，并并让推断者了解推断者了解调整后的每个整后的每个维度下的度下的题项，然后，然后请其推断其推断fi0下的每一个下的每一个题项xi0说明明fi0的程度，一般分的程度，一般分为三种三种完全完全说明，一般明，一般说明，不能明，不能说明。明。标准准:至少有

5、三个推断者至少有三个推断者认为xi0能能够完全完全说明明fi0，并且没有人，并且没有人认为xi0不不能能说明明fi0，则这样的的xi0保留下来，否保留下来，否则删除。除。1.3运用运用统计数据精数据精炼题项 方法方法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。标准标准:1.假如假如 则删除则删除2.突然下降法突然下降法:0.6但是不是内部一样性系数越高越好3.1量表的牢靠性(reliability)检验Cronbach alpha(Cronbach,1951内部一样性):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

6、相关系数的平均值 3.1 Cronbach 值的标准 作者（年代）作者（年代）使用情况使用情况建议的建议的Cronbach 值值Kaplan,Saccuzzo(1982)基础研究0.7-0.8应用研究0.95Murphy,Davidshofer(1988)不可接受水平0.6以下低水平0.7中高水平0.8-0.9高水平0.9Nunnally(1967)初始研究0.5-0.6基础研究0.8应用研究0.9-0.95Nunnally(1978)初始研究0.7基础研究0.8应用研究0.9-0.953.2稳定牢靠性重测信度Test-retest reliability(重测信度)不同时间点，同一个测试，同

7、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（Fit Index）拟合指数RMSEARMSEA=0.05时，表示模型拟合程度好0.05RMSEA=0.08时，表示拟合程度可以接受0.08RMSEA1.0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（chisquare）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显著2越大，P值越小，说明拟合协方差矩阵与样本协方差矩阵的差距越显著，最初假设的模型就要被推翻了。4.2其他拟合指数代表0.9 IFI0.9二者值越大，代表拟合程度越好，一般规律是：取值大于.；假如大于.时，则代表假设理论模型与数据的拟合度特别高，对样本大小的依靠度高（拟合残差方差的平均值的平方根）值小的一方，拟合度相对较好