大学生自我学习与成长满意度测评量表设计_1.docxVIP

? ? 大学生自我学习与成长满意度测评量表设计 ? ? 2.项目与总分的相关法 通过计算条目得分与测验总分的相关来确定条目的区分度，相关系数要大于0.05或0.01水平上的相关系数临界值，若使用区分度指数(相关系数)表示区分度，则要大于或等于0.3才可以接受。本研究采用Pearson相关法计算各条目影响量得分与全量表影响量得分的相关，结果所有条目与总分相关的值均达0.000。根据上面的标准且由于相关系数在0～0.3之间是弱相关，故将相关系数小于0.3的条目删除，用此法删除的条目有“A18”“A20”(见表2)。 表2 各条目与总得分的相关系数 条目 相关性 条目 相关性 条目 相关性 条目 相关性 A1 0.62 A17 0.61 B11 0.62 D3 0.69 A2 0.58 A18 0.27 B12 0.59 D4 0.71 A3 0.52 A19 0.68 B13 0.62 D5 0.71 A4 0.57 A20 -0.06 C1 0.67 D6 0.71 A5 0.69 A21 0.68 C2 0.66 D7 0.65 A6 0.61 A22 0.45 C3 0.66 D8 0.64 A7 0.60 B1 0.60 C4 0.56 D9 0.72 A8 0.56 B2 0.66 C5 0.65 D10 0.64 A9 0.60 B3 0.65 C6 0.63 D11 0.69 A10 0.66 B4 0.65 C7 0.55 D12 0.72 A11 0.50 B5 0.62 C8 0.65 D13 0.67 A12 0.44 B6 0.61 C9 0.70 D14 0.72 A13 0.61 B7 0.58 C10 0.73 D15 0.64 A14 0.46 B8 0.58 C11 0.71 A15 0.65 B9 0.71 D1 0.70 A16 0.48 B10 0.64 D2 0.67 (三)探索性因素分析及量表的结构效度 采用探索性因素分析来确定量表的条目并获得量表的结构效度。因素分析的目的在于求得量表的“结构效度”，同时还可删减一些对量表因素贡献较小的项目。对保留的59个条目进行探索性因素分析，以考察量表的结构。因素分析时删除因子负荷小于0.5的条目后对保留的条目重新再进行因素分析，反复进行多次，直至所有因子结构相对稳定。由此删除的条目为：A1、A3、A4、A6、A11、A12、A14、A16、A17、A18、A19、A20、A22、B1、B2、B7、B9、B13、C10、C11、D1、D5、D10、D12、D13、D15，最后保留了36个条目，因子分析结果如下： 1.KMO检验及Bartletts球型检验 KMO是Kaiser-Meyer-Olkin的取样适当性量数，是进行因素分析的先决条件，按KMO系数规定，系数在0.9以上非常适合作因素分析，在0.8～0.9之间比较适合作因素分析，在0.7～0.8之间为可以作因素分析，在0.6～0.7之间为一般，在0.6以下则不适合做因素分析。因素分析显示本量表的值为0.949，说明此量表很适合进行因素分析。此外，Bartletts球型检验的X2值为15 041.260(P＜0.001)，相关矩阵间有共同因素存在，进一步说明适合进行因子分析。 表3 KMO和Bartlett的检验 取样足够度的Kaiser-Meyer-Olkin度量 0.949 Bartlett的球形检验 近似卡方 15041.260 df 1830.000 Sig. 0.000 2.因子分析结果 限定萃取4个共同因素，采用主成分分析法并配合最大变异法(Varimax)直交转轴，删除因子负荷小于0.5的条目。删除条目后对剩余保留的条目重新再进行因素分析，反复进行多次，直至所有因子结构相对稳定。4个共同因素的特征值为5.873、5.805、5.590、4.772，能解释总方差的61.224%(见表4)。 表4 解释的总方差 成分 初始特征值 提取平方和载入 旋转平方和载入 合计 解释方差% 累积% 合计 解释方差% 累积% 合计 解释方差% 累积% 1 15.301 42.502 42.502 15.301 42.502 42.502 5.873 16.314 16.314 2 2.644 7.345 49.847 2.644 7.345 49.847 5.805 16.126 32.440 3 2.504 6.954 56.801 2.504 6.954 56.801 5.590 15.528 47.969 4 1.592 4.423 61.224 1.592 4.423 61.224 4.772 13.255 61.224 3.旋转后的因素矩阵结果 采用方差最大旋转后，旋转后的因素