概化模型在问卷信度分析应用研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要 概化模型在问卷信度分析的应用研究 背景问卷是目前公共卫生领域中应用最为广泛的调查工具.信度则是 反映问卷或量表等测评工具是否可靠的最基本指标.目前,国内外采用问卷 进行的调查,通常是对问卷内部一致性信度和重复信度分析较多,尤其是反 映内部一致性信度的Cronbacha系数应用最为广泛.上述的信度估计属于 经典信度理论,且存在一定局限. 目的探讨教育测量领域新一代的统计技术概化理论及概化模型在问卷 信度研究中的应用价值,比较经典信度理论与概化理论在问卷信度研究中的 优劣及适用性. 方法利用一次性调查资料,建立问卷的理论模型并采用验证性因子进 行验证:采用随机单面交叉设计的一元概化模型和多元概化模型分析问卷的 信度;采用Cronbachn信度系数估计fol卷的内部一致性信度. 具有较高的内部一致性,而各维度除第5个维度外的内部一致性尚可接受. 一元概化模型所获问卷的概化系数与口系数一致,但进一步改变测量侧面的 样本含量(条目数量)来考察信度的改变,结果显示当问卷的条目数大于25 时,概化系数高于O.90;当问卷条目数到达35时,与原问卷的概化系数十 分接近.多元概化模型研究显示,问卷整体概化系数为O.9483,略高于 Cronbach a系数,各维度的概化系数除第5个维度外均满意. 结论经典信度理论中,通常将各维度(分量表)分数简单相加得到问卷 总分,可能导致问卷整体信度估计结果不理想;而将问卷分拆为各个维度分 别计算其信度,不仅会因为各维度中的条目数量减少而使维度的信度估计偏 低,也无法得到一个整体的信度估计.概化模型可用于解决经典信度理论下 难以解决的多维度问卷的信度估计问题。概化理论创立了更加切合实际的多 元信度现与多元信度估计方法,更适用于多维度问卷的信度分析.无论是一 元概化模型还是多元概化模型,均可通过改变测量侧面的数量和侧面的水平 数(如条目数),对同一问卷作出多个信度估计,为问卷的修改和信度的改进 提供统计调整建议,这对测量工具的开发,编制与修改具有重要意义. 关键词:问卷信度概化理论一元概化模型多元概化模型经典测量 理论Cronbacha信度系数 4 Abstract A on Models StudyGeneralizabiltyApplied in ofQuestionnaire ReliabilityAnalysis Background ofthemost area kind questionnaires widely-usedinvestigation of instrumentsinthefieldPublic isthemostbasicindex Heakh.Reliability forthe of Present.theworldwideresearchers qualityquestionnaires.At the andtest-retest usuallyanalyzeinternal-consistency reliability to intheirstudies coefficientsestimatereliabilities onquestionnaires. toilluminate useCronbach口Coefficients especially above methodsto reliability.However,there

文档评论(0)

gubeiren_001 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档