null第五讲 问卷的修改、完善与评价第五讲 问卷的修改、完善与评价一、项目分析一、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、项目分析一、项目分析2、试测
收集被试的即时反馈与
书
关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf
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、项目分析一、项目分析检验项目的区分度
a.在分量
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
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。nullnullnullnullnull二、因子探索二、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null2、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
KMO>0.9最佳
KMO>0.7尚可
KMO>0.6很差
KMO<0.5不可接受
b.Batlett`s球型检验,显著水平小于0.001nullnullnullnullnull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
null3、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。null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。nullnull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%null因子负荷null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。nullnull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。nullnull2、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。null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;nullnullnullnull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。null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。nullnullnullnullnull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。nullnullnull3、SPSS中信度分析值得关注的地方nullnullnull4、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nullnullnull2、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;null2、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null3、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nullnull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;null谢谢大家