第五讲 问卷的修改、完善与评价.pptVIP

教育统计学 第五讲 问卷的修改、完善与评价 一、项目分析 1、定性分析 请教相关领域的专家对提项的适宜性进行分析评价 工作组内的研究者互相评价 一、项目分析 2、试测 收集被试的即时反馈与书面反馈 分析被试的作答情况，如是否漏答率很高、是否回答与常识相去太远、是否有明显随机作答的迹象。 一、项目分析 检验项目的区分度 a.在分量表中依据分量表的总分，区分出前27%的高分组被试和后27%的低分组被试，然后检验每一题项在高分组和低分组中得分是否显著。将不显著的题项淘汰或更换。 b.求每道题项的得分和问卷总分的相关，将相关度低于0.03的题项淘汰或更换。 二、因子探索 1、因子探索的用途 简化数据，用少数的几个维度代表所有数据 发现数据中隐藏的结构 2、因子探索适用的条件 用来提取各因子的变量从理论上来说存在相关； a.判断KMO统计量 KMO0.9最佳 KMO0.7尚可 KMO0.6很差 KMO0.5不可接受 b.Batlett`s球型检验，显著水平小于0.001 样本量充足 a.样本容量的大小与变量数的比率不小于5：1，大于10：1则最理想； b.样本容量的绝对大小不小于100 3、因子探索中指标的含义 共同度（communalities） 反映题项的变异被所有因子一共所解释的程度。当因子之间完全独立时，等于因素负荷。 特征根（Eigenvalues） 某个因子所能解释变量信息的度量值；特征根越大，说明这个因子所解释的信息越多，一般只有特征根大于1才能被抽取。 累积贡献率（Total variance Explained） 前m个因子所能解释的变量信息的总数。 一般前两个因子贡献率如果大于40%的话就算不错，前三个因子大于75%，前四个因子大于80%，或所有抽取的因子达到80%-85% 因子负荷 因子负荷是指因子分析表达式中各因子的系数，它属于反映因子和变量间关系密切程度的指标，负荷越大，表示该负荷对变量的影响越大。 一般而言，因子负荷要大于等于0.4 具体题项的确定还需要依据理论构思 三、信度分析 1、信度 (reliability)的含义 问卷测量结果的稳定性和一致性程度，它是一份问卷是否良好的必要条件。 一般用rxx表示。 2、信度的估计 重测信度（test-retest reliability） 用同一问卷对同一组被试施测两次所得的分数的相关系数。 重测信度使用的注意事项： 心理指标应该是稳定的，才用重测信度； 间隔时间要适当，不可太长，也不可太短； 报告时要报告间隔时间； 内部一致性系数（分半信度、克龙巴赫α系数） 分半信度（split half reliability） 将一个问卷分成对等的两半，然后计算所有被试在这两半上面的得分的一致性。 注意事项： 在问卷难以分成对等的两半时，最好不使用分半信度，即使使用，也该用注意公式的选择。 克龙巴赫α系数 计算时使用了所有的题项，没有分半信度的对等分半等要求，使用起来非常的方便。 注意事项：克龙巴赫α系数非常保守，是问卷信度下界的一个值，因此系数高，信度高，系数低，不能说明信度低。 3、SPSS中信度分析值得关注的地方 4、信度指标优劣的经验值 信度指标和测验的性质有关。但是一般对α来说： 0.35以下不可接受 0.5-0.7 需要做重大修改； 0.7-0.8可以接受 0.8以上，信度比较良好 四、效度分析 1、效度的定义（validity） 一个问卷实际测出其所想测内容的程度。 一般用rxy表示 2、效度的估计 内容效度 一个测验实际要测的内容和实际测到的内容的吻合程度。 主要的方法就是逻辑分析和专家评定； 2、校标关联效度 就是测验的预测或筛选与外在校标的吻合程度。 关键是选取合适的校标，校标分为： 同时性校标 预测性校标 3、结构效度 一个问卷实际结构和理论构想之间的吻合程度。 保证信度和内容效度、校标关联效度； 寻找和相似测验之间的相容效度和相反测验之间的区分效度——进行多特质多方法矩阵分析 通过实证的方法检验问卷的结构效度 进行验证性因子分析； 教育科学学院 问卷设计与研究 教育科学学院 问卷设计与研究 * 教育科学学院 问卷设计与研究