5.用于实证研究的量表开发方法.ppt

用于实证研究的量表开发方法:统计原理及应用 主要内容 前言 量表开发 实例说明 1. 前言 实证研究是社会科学（包括管理学）领域内重要的研究方法之一 社会科学研究的一项最为重要的任务，就是建立理论。 所谓理论，就是概念之间的关系。 建立概念之间关系的方法主要有两种 逻辑推理 实证研究 逻辑推理的基本思路——用已知的概念关系（已有的理论）归纳和演绎出新的概念之间的关系（新的理论） 实证方法就是通过统计技术来检验概念之间的关系，从而验证一个理论假设或推翻一个理论假设 1. 前言 而要应用统计技术，不可缺少的一个环节，就是把概念量化，从而能够测量，形成数据，再进行统计检验 测量 研究者根据一定的规则，用数量的方法描述研究对象所具备的某种特征或行为。 量表 将概念量化、具有内在结构关系、用于收集样本数据的工具。 量表的本质 概念的内涵 1. 前言 例如，论证“认真的女人最美丽” 1. 前言 例如，服务质量 1. 前言 变量（variable） 单维度 vs 多维度 指标（item） 反映型指标vs 构成型指标 2. 量表开发方法步骤 1. 概念定义 概念：从特定事实中提炼出来的想法 组成性定义:字典里的定义，是用其他概念和架构来定义一个概念，对所研究的概念确立边界，表明所要研究概念的中心思想。组成性定义要具有理论解释的能力，因此必须与其他的概念区分开来。 操作性定义：将理论性的概念与现实世界的事物联系在一起的纽带，是后续测量的基础。因此，操作性定义要明确要测量的、可观察的事物的特性。 可参考《当代市场调研》等相关书籍 概念说明要点 界定概念性质 情感？感知？行为？结果？…… 属概念 与其他相近概念的差异 确认概念的层次 个体 vs 群体 发确认包含的内部成分 单维度 vs 多维度 说明与概念相关的前因与后果变量 2.初始题项(item)的建立与精炼 建立 文献回顾:相关研究内容 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 注意:可以结合使用,也可单独使用 原则：不可以想当然的自认为包含哪些维度 ，要从研究对象的角度出发 2.题项的初始建立与精炼 初始精炼 Step1. 邀请五名判断者，向其解释清楚每一个类别fi0（i=1…m）的含义，并给出其中一个题项xk0作为例子。然后让这些判断者将X0中的所有题项分别归类到fi0中，如果认为某一个题项xi0不属于任何一类，就将其单独列入到“不合适”之列。 注意:判断者事先并不清楚哪些题项被归为一类。 标准:如果五人当中至少有四个人认为某个题项不属于任何一类， 就将其从题项集中删除。 Step2. 再邀请五名判断者，也向其解释清楚每一个类别fi0（i=1…m0）的含义，并让判断者了解调整后的每个维度下的题项，然后请其判断fi0下的每一个题项xi0说明fi0的程度，一般分为三种—完全说明，一般说明，不能说明。 标准:至少有三个判断者认为xi0能够完全说明fi0，并且没有人认为xi0不能说明fi0，则这样的xi0保留下来，否则删除。 3.运用统计数据精炼题项 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 3.运用统计数据精炼题项 方法2：利用量表可靠性精炼 具体方法、原理，及标准参见第五步中的可靠性检验 4.维度的生成 方法1: 确定性因子分析 如果现有的结构较好，不需要做调整的话，只要给出现有的因子结构优于其他数目的因子结构的结果就可以了。 方法2:探测性因子分析 原理简介: fi公因子 aij 因子负载(第i个变量在第j个公因子上的负载) ui 特殊因子(也称残差，表示该变量不能被公因子解释的部分)。 4. 维度的生成 每个因子对数据的解释能力，可以用该因子所解释的总方差来衡量，通常称为该因子的贡献，记为Vp ，它等于和该因子有关的因子负载的平方和，即 所有因子的累计的贡献为： 标准：1. 公因子应该使累计解释的变差比例达到70 ％—80％以上，但是学术性研究中，该值也可以小一些50％—60％也是可以接受的。2.确定因子个数的标准是x的相关矩阵的特征值，一般选取特征值大于1的主成分作为初始因子。 注意:如果某一个题项在所有的公因子上的负载都很小，比如均小于0.3，就要考虑是否要将该题项删除 。 5. 量表的可靠性(reliability)检验 可靠性（信度） 不同测量者使用同一测量量表的一致性水平，用以反映相同条件下重复测量结果的近似程度。 是否具有一致性或稳定的程度 5.量表的可靠性(reliability)检验 5.量表的可靠性(reliability)检