度和效度测量stata.pptVIP

构思效度(略) 常被翻译为：架构效度，构想效度和结构效度等等。它是指测评所能衡量到理论上期望的特征的程度,即问卷(量表)所要测量的概念能显示出科学的意义并符合理论上的设想,它是通过与理论假设相比较来检验的,因此也被称为理论效度。 构思效度比较复杂，超出了本科生人力资源管理专业学生的学习范围，故省略之。 信度的影响因素 被试方面 主试方面 施测情景方面 测量工具方面 两次施测的时间间隔 提高信度的途径 适当增加测验的长度。 使测试题难度分布接近正态分布，并控制在中等水平。 努力提高测验试题的区分度。 选取适当的被试团体，提高测验在同质性较强的亚团体上的信度。 主试严格执行实测规程，评分者严格按标准给分。 实测场地按测验手册要求布置，减少无关因素的干扰。 效度的影响因素 测验的构成 测验的实施过程 接受测验的被试 提高效度的途径 精心编制测验量表，避免出现较大的系统误差。 妥善组织测验，控制随机误差。 创设标准的应试情景，让每个被试都能充分发挥正常水平。 选择正确的效标，定好恰当的效标测量，正确地使用有关公式。 作业 自己练习运用Stata软件计算信度和效度 请学生预习以下三篇文献： [1] 徐蔼婷.德尔菲法的应用及其难点[J].中国统计, 2006(9)：57-59。 [2] 刘晓琴. 基于德尔菲法的HRM 效能评价指标量化研究———以S公司的薪酬管理效能指标为例[J].人才资源开发,2011(3):387-89。 [3] Kerstin Cuhls. “Delphi method: an introduction”. Fraunhofer Institute for Systems and Innovation Research, Germany. HRM量化技术研究授课教师：谭远发授课进度：信度与效度测量2011-9-19 测量理论 信度 效度 信度与效度的关系 信度与效度的分类及Stata计算 信度与效度的影响因素 提高信度与效度的途径 主要内容 测量理论 信度(Reliability) 正如很多教科书所说：信度是指测试方法不受随机误差干扰的程度，反映测试结果的一致性和稳定性(consistency, and stability)。 效度(Validity) 它反映测试的准确性(accuracy)，即在多大程度上测量了想要测的内容。 T 信度和效度的关系 可以证明： 总而言之，信度和效度相互排斥又相互依存；没有信度就不可能有效度；没有效度，信度就毫无意义；高信度可能带来低效度；高效度也可能带来低信度。 举例来说 信度分类及计算 信度主要分为四大类： 重测信度(Test-retest Reliability) 复本信度(Alternate-form Reliability) 内部一致性系数(Internal Consistency Reliability) 评分者信度(Scorer Reliability) 重测信度——kappa系数 重测信度反映两次测量结果的相关程度。对于分类变量，可采用Cohens kappa系数来测量： B A 好 坏 合计 好 20 5 25 坏 10 15 25 合计 30 20 50 将上表恢复为原始数据集后，采用Stata的kappa命令可得如下结果： Kappa 系数大于0. 75 表示重测信度很好, 在0. 4 ～ 0. 75 表示较好,而低于0. 4 表示较差。如果结果显示某个问卷(量表)项目的Kappa 系数低于0. 4 , 则要考虑修改或删除该项目。 重测信度——ICC系数 对于连续变量，可采用Ronald Fisher(1954)提出的ICC (Intraclass Correlation Coefficient )系数来测量： 两种相关系数的本质区别在于均值和方差计算不同。在计算连续变量的重测信度时，应采用rFisher系数更准确。 一般来说, ICC 大于0. 75 表示极好, ICC 在0. 6 ～0. 75 表示较好。 通常的相关系数： Stata命令： For rpearson corr var1 var2 For rFisher loneway var1 var2 复本信度 复本信度是指用母本和复本两次等值测评结果的一致性程度。它的计算与重测信度相似，即计算母本和复本测评数据的相关性。当测评结果为分数或数值时，用rPearson法或rFisher计算；当测评结果为等级或名次时，用斯皮尔曼等级相关系数 (Spearman Rank Correlation)。这些方法的适用性和差异见下表： 从表中数字可以看出，工人的考试成绩愈高其产量也愈高，二者之间的联系程度较一致，rPearson=0.691；并不算太高，这可能由于它们之间的