多维测评工具聚敛和区分效度的SEM分析——以领悟社会支持量表为例.pdfVIP

第41卷 第 2期 西 南 师 范 大 学 学 报 (自然科学版) 2016年 2月 Vo1．41 No．2 JournalofSouthwestChinaNormalUniversity(NaturalScienceEdition) Feb． 2016 多维测评工具聚敛和区分效度的SEM 分析 — — 以领悟社会支持量表为例① 陈 维 ， 黄程琰 ， 毛天欣 ， 罗 杰 ， 张进辅 1．贵州师范大学 教育科学学院 ／贵州省普通高校基础 心理与认知神经科学重点实验室 ，贵 阳 550001 2．西南大学 心理学部 ，重庆 400715 摘要 ： 目的：以领悟社会支持量表实例 ，探讨了量表聚敛效度和区分效度的评估方法 ，为测评工具效度 的评估提供 一 种新的思路．方法 ：用领悟社会支持量表对 i500名在校高中生进行问卷调查，并计算用于评价聚敛和区分效度 的各项指标，如因素负荷量 、组合信度、平均方差抽取量、卡方值和相关系数的Bootstrap置信区间．结果：各项 目 的因素负荷量均大于 0．5，各分量表的组合信度均大于0．7，其他支持和朋友支持的相关系数的Bootstrap区间包含 1．结论 ：朋友支持的聚敛效度较好 ，其他支持和家庭支持的聚敛效度相对较差，但达到了可接受水平 ；朋友支持与 家庭支持的区分效度较好 ，但其他支持与朋友支持和家庭支持的区分效度均较差 ，量表 的改善可针对项 目1和 11 进行修订． 关 键 词 ：聚敛效度 ；区分效度 ；因素负荷 ；平均抽取量 ；组合信度 中图分类号 ：B841 文献标志码 ：A 文章编号 ：1000—5471(2016)02—0136—05 效度指一个测验或量表实际能测出其所要测 的心理特质的程度 ，常依据其测验的内容、特定的心理特 征或结构以及与效标间的相关来判定效度．在常见的量化方法中，内容效度用卡帕系数 ，结构或构想效度 用验证性因素分析，而效标关联效度则用相关特质的已成熟量表间的积差相关系数进行评价_1]．其 中结构 效度常常只关注整体量表结构与实测数据的拟合优度 ，忽略了考察各分量表 (维度)以及各分量表 (维度)间 的测量学指标 ，即较少关注聚敛效度 (ConvergentValidity，CV)和区分效度 (DiscriminantValidity，DV)的 评价．本研究以 “量表编制”为关键词，在超星发现系统 中搜索 2014年在 《中国临床心理学杂志》和 《中国心 理卫生杂志》2个期刊上所发表的文章 ，随机抽取 4篇 (各 2篇)，结果发现 ，没有一篇文章涉及聚敛和区分 效度的分析 ，可见 CV和DV的重要性并未引起注意[2-4]．有研究_5]主要 以效标关联效度来评估 CV和 DV，即以正、负相关系数进行评价 ，但与其他研究有关 CV和DV的评估方法存有较大差异 ． 聚敛效度又称会聚效度 、收敛效度 ，常指一个好的量表应该与测量 同一构想的其他工具或方法呈高相 关 ，同时亦指测量相同潜在特质的项 目或测验应属于同一维度 ，并且项 目或测验间所测得的测量值之间具 有高度的相关Ⅲ1u]．前者是计算 Pearson积差相关系数 ，后者常见的评估方法则有 ：①因素负荷量 (factor loading，)，即项 目对潜在维度 的 应达到显著 ，并且其值应在 0．5以上 ，它常与项 目的共 同度 (Commu— nality，COM)有关 ，它又称项 目变异的被抽取量 ，指的是项 目可以被潜在 因素解释 的变异程度 ，其大小等 于 的平方．依据经验法则 ，若 CV较 良好时，则要求共同度大于 5O ，即 值O．7以上 ]．②平均方差 抽取量 (AverageVarianceExtracted，AVE)，指的是潜在 因素所解释 的变异量 中有多少来 自测量误差 ， AVE愈大 ，项 目被潜在因素解释的变异量百分 比愈大，相对的测量误差就愈小．依据 Fornell等人 的研 ① 收稿 日期 ：2015—04—29 作者简介 ：陈 维(1984一)，男，湖北利川人，博士研究生，讲师，主要从事一6N_统计与测量的研究 通信作者：张进辅，教授 ，博士生导师． 第 2期 陈 维，等：多维测评工具聚敛和区分效度的SEM 分析—— 以领悟社会支持量表为例