【已修改】讲稿-项目分析的原理.pdf

《项目分析的原理》微课讲稿 微课名称 项目分析的原理 内容 讲稿 大家好！通过上节课的学习，我们对预试问卷的分析流程已有初步的 导入 了解，这节课我们将一起来学习为何要利用 SPSS 软件对预试问卷数 据进行项目分析，了解项目分析的基本原理。 首先，我们为什么要进行项目分析？项目分析是问卷预试中最重要的 工作之一。与信度检验不同，项目分析的主要目的在于检验所编制的 项目分析的目的 量表或测验中每个题项的适切性或可靠程度，也就是检验该题项的设 计是否合理。项目分析的结果可作为筛选或修改个别题项的依据。 鉴别题目的好坏，就好比判定一个人是不是好人，是一项困难而没有 绝对标准的工作，既可以借助各种量化指标来检验该题项的适切性， 也必须从理论或研究者的角度来进行评估。在实际的问卷预试中，最 项目分析的基本 常用的项目分析方法是临界比值法，又称为极端值法。极端值法的基 方法 本原理是求出问卷每一个题项的决断值——CR 值，并将 CR 值未达 到显著性水平的题项删除或修改。那何为 CR 值呢？CR 值其实是在 依据受试者量表总得分排序区别出高分组受试者与低分组受试者后， 高、低分组受试者在每个题项的得分平均数的差异显著性。 下面，我们一起来了解下极端值法的主要操作步骤。 极端值法的基本 第一步，量表题项的反向计分。 流程 前面我们说到，CR 值的计算基础是依据受试者的量表总得分排序所 区分出来的高、低分组，因此，我们需要对每个受试者的量表得分进 行求和。但是有些量表题项是反向题，反向题的计分正好与正向题相 反，只有将反向题重新编码，最终计算所得的量表总分是才是科学的。 所以，项目分析的第一步就是将同一量表中的各个题项计分方式变为 一致。以下列中学生数字化学习能力量表为例：在这个量表中，回答 选项分别为完全符合、基本符合、一般、基本不符以及完全不符，我 们给予这些选项计分分别为 5、4、3、2、1，受试者的量表总得分越 高，表示其数字化学习能力越强。但通过对量表的仔细观察我们可以 发现，其中的第六题是反向题，如果受试者勾选完全不符，表示其数 字化学习能力越强，计分应该为 5，而不是 1。也就是说，受试者在 反向题中勾选完全不符选项，相当于在正向题中勾选完全符合选项， 因此在量表计分时，应该对这些反向题项进行反向计分。 第二步，求出量表的总分。 在统一量表正反题项的计分方式后，就可以将每个受试者在量表中的 答题情况进行统计，以求出每个受试者的量表总得分。 第三步，量表总分的高低排列。 对第二步所求出的各个受试者的量表总得分进行递增或递减排序，可 以方便我们得到区别该预试问卷数据中高低分组的临界值。 第四步，找出高低分组上下27%处的得分。 在进行量表分析时，我们常常将量表总得分前 25%至 33%设为高分 组，将量表总得分后 25%至 33%设为低分组。一般情况下，我们会 根据第三步所得的量表总分递减排序结果，找出前 27%高分组的受 试者的得分，以及后 27%低分组的受试者的得分。简单的说，如果有 100 位受试者，则递减排序结果中第 1 到第 27 位受试者的得分为高 分组的得分，第 74 位到第 100 位受试者的得分为低分组的得分。 当然，如果预试样本数过少，则可采取小于 27%的分组法，以避免原 来属于中间得分组的受试者也被纳入高分组或低分组中，影响分析结 果。 第五步，依据临界分数将量表得分分为两组。 依据上一步所得出的高低分组临界点分数，我们可区分出样本中的高 分组与低分组，并为属于高分组的