量表信效度分析

1、量表信效度分析及其量表信效度分析及其SPSS操作操作調(diào)查問卷編制程序程序 采用開放式問卷對(duì)受測(cè)對(duì)象進(jìn)行集體調(diào)查，并對(duì)其中一部分對(duì)象進(jìn)行訪談，了解真實(shí)情況。 編寫初始問卷。 對(duì)初測(cè)問卷的施測(cè)結(jié)果進(jìn)行探索性因素分析，依據(jù)相關(guān)指標(biāo)剔除不當(dāng)題項(xiàng)，確定問卷的因素結(jié)構(gòu)，形成正式問卷。 檢驗(yàn)問卷的信度和效度：內(nèi)部一致性信度、分半信度、重測(cè)信度、內(nèi)容效度、結(jié)構(gòu)效度以及效標(biāo)效度。 對(duì)形成的正式問卷在群體中施測(cè)，用獲得的數(shù)據(jù)進(jìn)行驗(yàn)證性因素分析，進(jìn)一步檢驗(yàn)與修正問卷結(jié)構(gòu)，并考察問卷實(shí)用性。信度分析信度分析 信度(reliability)指調(diào)查表測(cè)量結(jié)果的可靠性、穩(wěn)定性和一致性，即精確度（precision）。 一般

2、認(rèn)為信度反映測(cè)量誤差或觀察誤差也即隨機(jī)誤差引起的變異程度。 常用指標(biāo)：（1）重測(cè)信度 （2）分半信度 （3）內(nèi)部一致性信度 重測(cè)信度（重測(cè)信度（test-retest reliability） 用同一調(diào)查表在不同時(shí)間對(duì)同一組調(diào)查對(duì)象進(jìn)行重復(fù)測(cè)量，兩次結(jié)果間的一致性即重測(cè)信度。 通常用兩次測(cè)量的量表得分的簡(jiǎn)單相關(guān)系數(shù)r表示，一般要求達(dá)到0.7以上。 原則上要求應(yīng)在調(diào)查的主要內(nèi)容還未發(fā)生變化的期間內(nèi)進(jìn)行。 重測(cè)信度評(píng)價(jià)要對(duì)每個(gè)個(gè)體進(jìn)行兩次測(cè)量，比較麻煩。為此，人們更愿意采用一次性測(cè)量的評(píng)價(jià)方法，分半信度正是如此。 分半信度分半信度(split-half reliability) 在一次測(cè)量后將條目

3、分為相等但獨(dú)立的兩部分，如分前后兩個(gè)部分、按提問項(xiàng)目號(hào)的奇數(shù)和偶數(shù)分兩個(gè)部分。計(jì)算兩個(gè)部分的得分的簡(jiǎn)單相關(guān)系數(shù)r，作為信度指標(biāo)。 這實(shí)際上考察的是指標(biāo)的一致性，因測(cè)量同一特征的指標(biāo)間關(guān)系密切，故具有一致性則說明結(jié)果可信。分半信度較少被應(yīng)用原因：分半信度較少被應(yīng)用原因：由于其結(jié)果不穩(wěn)定，因?yàn)殡S機(jī)分成兩個(gè)半表的結(jié)果很多，特別是條目數(shù)量較多時(shí)。由于 系數(shù)是所有可能的分半信度的平均值，因此可以代表分半信度。 內(nèi)部一致性信度內(nèi)部一致性信度(internal consistent reliability) 是分半信度的推廣。無需將條目分為兩個(gè)部分，而是以條目之間的聯(lián)系程度對(duì)信度作出估計(jì)。 通常用克朗巴赫

4、系數(shù)（Cronbachs alpha）表示，它取值在0到1之間，其值越大，信度越高。一般認(rèn)為克朗巴赫 系數(shù)應(yīng)達(dá)到0.7以上。 系數(shù)根據(jù)一次測(cè)量的結(jié)果即可算得，使用簡(jiǎn)便，利用信息充分，在實(shí)際工作中廣為采用。 信度分析實(shí)例：某研究應(yīng)用癲癇患者生活質(zhì)量評(píng)定量表（信度分析實(shí)例：某研究應(yīng)用癲癇患者生活質(zhì)量評(píng)定量表（QOLIE-33）對(duì)對(duì)198名癲癇患者進(jìn)行調(diào)查，量表結(jié)構(gòu)見下表，分析該量表總的信度名癲癇患者進(jìn)行調(diào)查，量表結(jié)構(gòu)見下表，分析該量表總的信度和各因素的信度。和各因素的信度。1.Cronbach 系數(shù)系數(shù)R Re el li ia ab bi il li it ty y S St ta at ti

5、is st ti ic cs s.939.94132CronbachsAlphaCronbachsAlpha BasedonStandardizedItemsN of Items發(fā)作擔(dān)憂（發(fā)作擔(dān)憂（sw）的）的Cronbach 系數(shù)系數(shù)R Re el li ia ab bi il li it ty y S St ta at ti is st ti ic cs s.883.8825CronbachsAlphaCronbachsAlpha BasedonStandardizedItemsN of Items sw:0.883 oq:0.751 ew:0.780 ef:0.758 cog:0.871

6、 me:0.804 sf:0.849 cn:0.567 除因素cn外，均大于0.70，可以說各個(gè)因素的內(nèi)部一致性信度較高。2.描述統(tǒng)計(jì)量描述統(tǒng)計(jì)量Item StatisticsItem Statistics43.7431.22219850.2432.77819844.1934.59919841.9234.41319837.2530.51419857.1220.20919854.8015.80219864.6525.85819858.8926.29019857.9824.92519865.1532.30119855.9629.13019849.3923.90019855.6625.1561986

7、5.3525.52219862.9325.20019855.1528.79519846.3030.15219855.1529.42319858.5930.85919867.6828.17019843.0329.85419834.5029.35919840.1531.92619845.4532.33019854.7534.38619856.3431.08619858.3337.95219839.9033.96819844.9532.35319867.4234.71319863.1334.233198發(fā)作擔(dān)憂1發(fā)作擔(dān)憂2發(fā)作擔(dān)憂3發(fā)作擔(dān)憂4發(fā)作擔(dān)憂5總生活質(zhì)量1總生活質(zhì)量2感情幸福1感情幸福2感情

8、幸福3感情幸福4感情幸福5精力/疲勞1精力/疲勞2精力/疲勞3精力/疲勞4認(rèn)知1認(rèn)知2認(rèn)知3認(rèn)知4認(rèn)知5認(rèn)知6藥物作用1藥物作用2藥物作用3社會(huì)功能1社會(huì)功能2社會(huì)功能3社會(huì)功能4社會(huì)功能5中國(guó)調(diào)適1中國(guó)調(diào)適2MeanStd. DeviationNS Sc ca al le e S St ta at ti is st ti ic cs s1696.03317079.3563.09832MeanVarianceStd. DeviationN of Items3.條目的敏感性分析條目的敏感性分析I It te em m- -T To ot ta al l S St ta at ti is st t

9、i ic cs s1652.30294214.998.646.706.9361645.80291278.179.699.806.9351651.84293432.767.599.696.9361654.12290555.642.683.834.9351658.79297179.371.570.658.9371638.91304621.344.540.646.9371641.24307583.545.528.648.9381631.39302259.684.498.527.9371637.14305355.162.380.469.9381638.05304189.376.446.649.9381

10、630.88292912.206.661.762.9361640.07297758.191.581.748.9371646.64299110.271.666.645.9361640.38301429.770.544.648.9371630.68300428.503.572.728.9371633.10301851.058.527.675.9371640.88295155.851.674.734.9361649.74296527.887.598.747.9361640.88295540.745.646.799.9361637.45296698.616.578.615.9371628.362973

11、21.992.617.680.9361653.00297171.902.584.663.9371661.53302172.780.435.662.9381655.88302359.191.390.840.9391650.58300154.596.448.827.9381641.29294566.036.571.649.9371639.70294780.886.632.777.9361637.70295806.086.480.719.9381656.13291791.903.658.771.9361651.08290923.117.719.810.9351628.61299863.158.421

12、.556.9391632.90306101.557.259.483.940發(fā)作擔(dān)憂1發(fā)作擔(dān)憂2發(fā)作擔(dān)憂3發(fā)作擔(dān)憂4發(fā)作擔(dān)憂5總生活質(zhì)量1總生活質(zhì)量2感情幸福1感情幸福2感情幸福3感情幸福4感情幸福5精力/疲勞1精力/疲勞2精力/疲勞3精力/疲勞4認(rèn)知1認(rèn)知2認(rèn)知3認(rèn)知4認(rèn)知5認(rèn)知6藥物作用1藥物作用2藥物作用3社會(huì)功能1社會(huì)功能2社會(huì)功能3社會(huì)功能4社會(huì)功能5中國(guó)調(diào)適1中國(guó)調(diào)適2Scale Mean ifItem DeletedScaleVariance ifItem DeletedCorrectedItem-TotalCorrelationSquaredMultipleCorrelation

13、CronbachsAlpha if ItemDeleted4.相關(guān)陣分析相關(guān)陣分析(Inter-Item Correlation Matrix) 主要考察相關(guān)系數(shù)比較大的情況。相關(guān)系數(shù)太大，提示有關(guān)條目的內(nèi)容可能重復(fù)，為取舍的參考依據(jù)之一。5.條目的方差分析條目的方差分析A AN NO OV VA Aa a19520191979908.728542356.33117495.36528.836.00037052996107606.73042476566138692.02661996756335978.639Between PeopleBetween ItemsResidualTotalWithi

14、n PeopleTotalSum ofSquaresdfMean SquareFSigGrand Mean = 53.00The covariance matrix is calculated and used in the analysis.a. 6.多重交互作用檢驗(yàn)與等均數(shù)檢驗(yàn)多重交互作用檢驗(yàn)與等均數(shù)檢驗(yàn)A AN NO OV VA A w wi it th h F Fr ri ie ed dm ma an n s s T Te es st t a an nd d T Tu uk ke ey y s s T Te es st t f fo or r N No on na ad dd di i

15、t ti iv vi it ty yb b19520191979908.728542356.33117495.36528.836.00011175.014a111175.01418.471.00036941246106604.99937052996107606.73042476566138692.02661996756335978.639Between PeopleBetween ItemsNonadditivityBalanceTotalResidualTotalWithin PeopleTotalSum ofSquaresdfMean SquareFriedmansChi-SquareSi

16、gGrand Mean = 53.00Tukeys estimate of power to which observations must be raised to achieve additivity = 1.433.a. The covariance matrix is calculated and used in the analysis.b. H Ho ot te el ll li in ng g s s T T- -S Sq qu ua ar re ed d T Te es st t1251.38734.22031167.000HotellingsT-SquaredFdf1df2S

17、igThe covariance matrix is calculated and used in the analysis.效度分析效度分析 效度（validity）主要評(píng)價(jià)量表的準(zhǔn)確度、有效性和正確性，即測(cè)定值與目標(biāo)真實(shí)值的偏差大小。 效度意在反映某測(cè)量工具是否有效地測(cè)定到了它打算測(cè)定的內(nèi)容，即實(shí)際測(cè)定結(jié)果與預(yù)想結(jié)果的符合程度。常用指標(biāo)：（1）內(nèi)容效度 （2）效標(biāo)效度 （3）結(jié)構(gòu)效度 內(nèi)容效度（內(nèi)容效度（content validity） 量表測(cè)量的內(nèi)容與所要測(cè)量的內(nèi)容之間的符合情況，即測(cè)定對(duì)象對(duì)問題的理解和回答是否與條目設(shè)計(jì)者希望詢問的內(nèi)容一致。 內(nèi)容效度的評(píng)價(jià)主要通過主觀經(jīng)驗(yàn)判斷一般通

18、過專家評(píng)議打分。 效標(biāo)效度（效標(biāo)效度（criterion validity） 又稱為標(biāo)準(zhǔn)關(guān)聯(lián)效度，是以一個(gè)公認(rèn)有效的量表作為標(biāo)準(zhǔn)（效標(biāo)），檢驗(yàn)新量表與標(biāo)準(zhǔn)量表測(cè)定結(jié)果的相關(guān)性，以兩種量表測(cè)定得分的相關(guān)系數(shù)表示標(biāo)準(zhǔn)效度。 結(jié)構(gòu)效度（結(jié)構(gòu)效度（construct validity） 又稱構(gòu)想效度，說明量表的結(jié)構(gòu)是否與制表的理論設(shè)想相符，測(cè)量結(jié)果的各內(nèi)在成分是否與設(shè)計(jì)者打算測(cè)量的領(lǐng)域一致，結(jié)果效度主要用于證實(shí)性因子分析（CFA）評(píng)價(jià)。 證實(shí)性因子分析是確定存在幾個(gè)因子，以及各實(shí)測(cè)變量與各因子的關(guān)系，用實(shí)際數(shù)據(jù)擬合特定的因子模型，分析擬合優(yōu)度，評(píng)價(jià)實(shí)測(cè)指標(biāo)性質(zhì)與設(shè)計(jì)目標(biāo)是否吻合。 將量表的每個(gè)條目作為

19、一項(xiàng)指標(biāo)，分析所有指標(biāo)的內(nèi)在公因子。如果因子分析提取的公因子與聊表設(shè)計(jì)時(shí)確定的各領(lǐng)域有密切的邏輯關(guān)系，則說明量表具有較好的結(jié)構(gòu)效度。主成分分析與因子分析主成分分析與因子分析 主成分分析（主成分分析（principal components analysis） 通過對(duì)原始指標(biāo)相互關(guān)系的研究，找出少數(shù)幾個(gè)綜合指標(biāo)，這些綜合指標(biāo)是原始指標(biāo)的線性組合，既保留了原始指標(biāo)的主要信息，又互不相關(guān)。 從眾多原始指標(biāo)之間相互關(guān)系入手，尋找少數(shù)綜合指標(biāo)以概括原始指標(biāo)信息的多元統(tǒng)計(jì)方法稱為主成分分析。 主成分分析可以視為一種探索性方法。主成分分析主成分分析目的目的： 用較少個(gè)數(shù)的綜合指標(biāo)來反映全部原始指標(biāo)中的主要信

20、息，因此主成分的個(gè)數(shù)總是小于原始指標(biāo)的個(gè)數(shù)。主成分個(gè)數(shù)選取的主成分個(gè)數(shù)選取的原則原則： 以累計(jì)貢獻(xiàn)率來確定：當(dāng)前k個(gè)主成分的累積貢獻(xiàn)率達(dá)到某一特定值時(shí)（一般大于70%為宜），則保留前k個(gè)主成分。 以特征值大小來確定：即若主成分的特征值大于等于1則保留，否則就去掉該主成分。 結(jié)合主成分的實(shí)際含義來定。 因子載荷因子載荷：是指第i個(gè)主成分與第j個(gè)原始指標(biāo)之間的相關(guān)系數(shù)，它反映了主成分與原始指標(biāo)之間聯(lián)系的密切程度與作用的方向。 因子載荷矩陣因子載荷矩陣：由因子載荷所構(gòu)成的矩陣。 因子分析（因子分析（factor analysis） 醫(yī)學(xué)研究中有一些現(xiàn)象是難以直接觀測(cè)的，稱為不可測(cè)現(xiàn)象，只能通過其他多

21、個(gè)可觀測(cè)的指標(biāo)來間接反映。由于各個(gè)可觀測(cè)指標(biāo)都不同程度地反映了不可測(cè)現(xiàn)象，因此這些可測(cè)指標(biāo)之間呈現(xiàn)出一定的相關(guān)性。 因子分析就是一種從分析多個(gè)原始指標(biāo)的相關(guān)關(guān)系入手，找到支配這種相關(guān)關(guān)系的有限個(gè)不可觀測(cè)的潛在變量，并用這些潛在變量來解釋原始指標(biāo)之間的相關(guān)性或協(xié)方差關(guān)系的多元統(tǒng)計(jì)分析方法。 因子旋轉(zhuǎn)因子旋轉(zhuǎn) 建立因子分析模型的目的目的：不僅是找出公因子，更重要的是弄清楚各公因子的專業(yè)意義。 很多情況下，因子分析的主成分解、主因子解及極大似然解中的各公因子的典型代表變量并不突出，使各因子的專業(yè)意義難于解釋，達(dá)不到因子分析目的。 因子旋轉(zhuǎn)的作用作用：通過旋轉(zhuǎn)使每一公因子上因子載荷向0和1兩極分化，造

22、成盡可能大差別，以使各公因子盡可能支配不同的原始指標(biāo)，從而使各公因子具有較為清晰的專業(yè)意義。 方法：（1）正交旋轉(zhuǎn)正交旋轉(zhuǎn)：因子正交旋轉(zhuǎn)、四次方最大 旋轉(zhuǎn)、均方最大旋轉(zhuǎn)等。 （2）斜交旋轉(zhuǎn)斜交旋轉(zhuǎn)主成分分析與因子分析主成分分析與因子分析不同點(diǎn)不同點(diǎn)：主成分分析重點(diǎn)在綜合原始變量的信息；公因子分析則重在解釋原始變量之間的關(guān)系。主成分分析中各主成分的得分可以準(zhǔn)確計(jì)算；因子分析中各公因子得分只能估計(jì)。 因子分析既可以降低變量維數(shù)，又可以對(duì)變量進(jìn)行分類，因此廣泛應(yīng)用于量表結(jié)構(gòu)效度的評(píng)價(jià)。因子分析因子分析步驟步驟：（1）進(jìn)行KMO檢驗(yàn)及球形檢驗(yàn)，判斷數(shù)據(jù)是否適于因子分析。（2）確定因子數(shù)目。（經(jīng)主成分分

23、析累計(jì)貢獻(xiàn)率大于70%，特征值大于1；根據(jù)研究?jī)?nèi)容確定，如以量表維數(shù)為因子數(shù)目）（3）進(jìn)行旋轉(zhuǎn)變換，尋求最佳分析結(jié)果，此過程可反復(fù)嘗試。（4）計(jì)算因子得分，以備進(jìn)一步分析用。 效度分析實(shí)例：在住院病人滿意度量表研制中，初步擬定的量表由5個(gè)因素共27個(gè)條目組成，即醫(yī)生服務(wù)（7個(gè)條目，d1d7），伙食供應(yīng)（4個(gè)條目，f1f4），輔助科室服務(wù)（6個(gè)條目，h1h6），護(hù)理（6個(gè)條目，n1n6）和醫(yī)療環(huán)境與設(shè)施（4個(gè)條目，s1s4）。 對(duì)193名住院患者進(jìn)行調(diào)查，試用因子分析驗(yàn)證該量表的合理性，以評(píng)價(jià)其構(gòu)建效度。 KMO統(tǒng)計(jì)量：用于檢驗(yàn)變量間的偏相關(guān)性是否足夠小是簡(jiǎn)單相關(guān)量與偏相關(guān)量的一個(gè)相對(duì)指數(shù)。取值

24、在0至1之間，其值越大，因子分析的效果越好。Kaiser認(rèn)為，KMO0.9時(shí)，做因子分析的效果最理想；KMO0.05），用因子分析應(yīng)慎重。 21.KMO檢驗(yàn)及球形檢驗(yàn)檢驗(yàn)及球形檢驗(yàn)KMO and Bartletts TestKMO and Bartletts Test.8921646.130351.000Kaiser-Meyer-Olkin Measure of SamplingAdequacy.Approx. Chi-SquaredfSig.Bartletts Test ofSphericity2.因子數(shù)目與特征值散點(diǎn)圖因子數(shù)目與特征值散點(diǎn)圖3.因子得分因子得分見數(shù)據(jù)文件4.主成分分析主成分

25、分析Total Variance ExplainedTotal Variance Explained10.51738.95238.95210.12537.50037.5003.56713.21213.2121.8446.82845.7801.4305.29742.7973.13411.60824.8211.6456.09451.8741.0753.98146.7772.94610.91035.7311.4185.25157.125.9023.34150.1182.3218.59744.3281.1554.27761.402.7242.68352.8012.2888.47352.8011.043

26、3.86365.265.9723.60268.867.8773.24872.114.7662.83774.952.7052.61177.563.6752.50080.062.6482.40182.464.5652.09284.556.5001.85386.409.4891.80988.218.4641.71889.936.4201.55791.493.3801.40692.899.3501.29794.196.2941.09095.286.2731.01096.296.243.90097.196.196.72597.920.179.66298.582.157.58099.162.132.488

27、99.650.094.350100.000Factor123456789101112131415161718192021222324252627Total% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %Initial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsExtraction Method: Principal Axis Factoring.5.因子負(fù)荷矩陣（未經(jīng)旋轉(zhuǎn)變換）因子負(fù)荷矩陣（未經(jīng)旋轉(zhuǎn)變換）F Fa ac ct to or r M Ma at tr ri ix xa a.799 .800 .789 .383 .674 .819 .738 .394 .473 .492 .377 .568 .359 .448 .434 .498 .437 .391 .410 .478 .438 .306 .372 .504 .828 .332.777 .375 .676