信度和效度測量

1、l測量理論l信度l效度l信度與效度的關(guān)系l信度與效度的分類及Stata計算l信度與效度的影響因素l提高信度與效度的途徑正如很多教科書所說：信度是指測試方法不受隨機誤差干擾的程度，反映正如很多教科書所說：信度是指測試方法不受隨機誤差干擾的程度，反映測試結(jié)果的一致性和穩(wěn)定性測試結(jié)果的一致性和穩(wěn)定性(consistency, and stability)。它反映測試的準確性它反映測試的準確性( (accuracyaccuracy) )，即在多大程度上，即在多大程度上測量了想要測的內(nèi)容。測量了想要測的內(nèi)容。T可以證明：可以證明：l總而言之，信度和效度相互排斥又相互依存；沒有信度就總而言之，信度和效度相

2、互排斥又相互依存；沒有信度就不可能有效度；沒有效度，信度就毫無意義；高信度可能不可能有效度；沒有效度，信度就毫無意義；高信度可能帶來低效度；高效度也可能帶來低信度。帶來低效度；高效度也可能帶來低信度。l信度主要分為四大類：信度主要分為四大類：l重測信度重測信度(Test-retest Reliability)l復(fù)本信度復(fù)本信度(Alternate-form Reliability)l內(nèi)部一致性系數(shù)內(nèi)部一致性系數(shù)(Internal Consistency Reliability)l評分者信度評分者信度(Scorer Reliability)l重測信度反映兩次測量結(jié)果的相關(guān)程度。對于分類變量，可采

3、用Cohens kappa系數(shù)來測量：12015/ 500.725302520505050500.30.20.50.70.50.4110.5aeeaeaeaeeppK appakpppppppkp系 數(shù) ：其 中是 兩 次 觀 測 的 實 際 一 致 率 ，是 兩 次 觀 測 的 期 望 一 致 率 。以 右 表 為 例 ：BA好壞合計好20525壞101525合計302050將上表恢復(fù)為原始數(shù)據(jù)集后，采用Stata的kappa命令可得如下結(jié)果：Kappa 系數(shù)大于0. 75 表示重測信度很好, 在0. 4 0. 75 表示較好,而低于0. 4 表示較差。如果結(jié)果顯示某個問卷(量表)項目的Ka

4、ppa 系數(shù)低于0. 4 , 則要考慮修改或刪除該項目。l對于連續(xù)變量，可采用Ronald Fisher(1954)提出的ICC (Intraclass Correlation Coefficient )系數(shù)來測量：l兩種相關(guān)系數(shù)的本質(zhì)區(qū)別在于均值和方差計算不同。在計算連續(xù)變量的重測信度時，應(yīng)采用rFisher系數(shù)更準確。12Fisher11212221211111()21()()21nipipippnpiiinnpipipiixxxxrnssxxxnsxxxxnPearson1221122111111,()11,()niiixynnixiiinniyiiixxyyrnssxx sxxnnyy

5、 syynn一般來說, ICC 大于0. 75 表示極好, ICC 在0. 6 0. 75 表示較好。通通常常的的相相關(guān)關(guān)系系數(shù)：數(shù)：Stata命令：命令：For rpearsoncorr var1 var2For rFisherloneway var1 var2l復(fù)本信度是指用母本和復(fù)本兩次等值測評結(jié)果的一致性程度。它的計算與重測信度相似，即計算母本和復(fù)本測評數(shù)據(jù)的相關(guān)性。當測評結(jié)果為分數(shù)或數(shù)值時，用rPearson法或rFisher計算；當測評結(jié)果為等級或名次時，用斯皮爾曼等級相關(guān)系數(shù) (Spearman Rank Correlation)。這些方法的適用性和差異見下表：l從表中數(shù)字可以看

6、出，工人的考試成績愈高其產(chǎn)量也愈高，二者之間的聯(lián)系程度較一致，rPearson=0.691；并不算太高，這可能由于它們之間的關(guān)系并不是線性的。l如果分別按考試成績和產(chǎn)量高低變換成等級(見上表第3、4列)，則可以計算它們之間的斯皮爾曼等級相關(guān)系數(shù)為1。計算斯皮爾曼等級相關(guān)系數(shù)可以將數(shù)據(jù)變換成等級以后用原有的相關(guān)系數(shù)公式計算，也可以先算出每一對樣本的等級之差di，結(jié)合樣本量n；再用下列公式計算： 21Spearman Rank261(1)niidrn n 上例中由于等級完全一致，所有di = 0，所以r-spearman rank =1 。Stata命令：命令：For r-spearman ran

7、k spearman var1 var2()(),21hhSpearman BrownhrrrrFlanagan 內(nèi)部一致性系數(shù)反映調(diào)查問卷 量表 各個問項 項目間相關(guān)的程度 這些問項應(yīng)該反映同一獨立概念的不同側(cè)面。它通常采用折半信度測量。具體辦法是：將問卷（量表）中所有項目分為對等的兩部分，然后計算兩部分的相關(guān)系數(shù),即折半信度 。然后，據(jù)此推算整個問卷(量表)信度： 通常地，前半部分問卷和后半部分問卷的方差不相等，將其拓2222222 1()abFlanagana baba bssrssss展為： 其中 ， ，分別為前半部分、后半部分和整個問卷 量表 的方差。21222()Cronbach(

8、),:11 j; kjjmXjXXXskksss 當問卷(量表)的問項 項目總數(shù)為奇數(shù)，無法分成為對等的兩部分時,則用的 系數(shù)，它表示問卷 量表 測量結(jié)果總變異中由不同被試者導(dǎo)致的比例占多少 即 其中，為所有受訪者第 問項答案的方差為所有受訪者、所有問項答案的方差為問項題目總數(shù)。Cronbachs 系數(shù)越大表示問卷項目間相關(guān)性越好, 內(nèi)部一致性信度越高。一般而言,大于0. 8 表示內(nèi)部一致性極好,在0. 6 0. 8 表示較好,而低于0. 6 表示內(nèi)部一致性較差。在實際應(yīng)用上,Cronbachs 值至少要大于0. 5 ,最好能大于0. 7 (Nunnally ,1978) 。Stata命令：命

9、令：For rCronbach alpha var1 var2l當評分者為兩人時，評分者信度是通過對同一組被試測評分數(shù)之間的相關(guān)系數(shù)來鑒定，可使用積差相關(guān)(rPearson,rFisher) 法或等級相關(guān)法(rspearman rank)。l當評分者為兩人以上，并用等級計分(其他形式的分數(shù)要轉(zhuǎn)化為等級)，則用肯德爾和諧系數(shù)來測量評分者信度。2211kandall-1232211kandall-2233111()1()121()1()()12, ,nniiiiinniiiiknijijjiinrknnknrknnkttn k(1)同一評價者對各被評對象：為每個被評對象所得到的等級之和；n為被評價

10、對象數(shù)量； 為評價者數(shù)量。(2)同一評價者對各被評對象：與上無相同等級評定時有相同等級評定時jijt面相同； 為第 個評價者對第i個被評對象所評結(jié)果中的相同等級數(shù)量。Stata命令：命令：For rKendall ktau var1 var2i2i應(yīng)聘者評等級面試官一二三四五六A312546B213456C321546D412635E312645F421536198113123343616412196152911566621122211kandall-12323126;319211()319212660.8711()6 (66)1212iiiinniiiinrknn根據(jù)右表可知：n=6,k=6

11、例題： 6名面試考官對6名應(yīng)聘者的綜合素質(zhì)進行了測評，評分經(jīng)等級轉(zhuǎn)換如下表所示，試分析評分者信度。i2i應(yīng)聘者評等級面試官ABCDEF甲142.5562.5乙231564丙1.531.545.55.54.51051417.51220.2510025196306.2514462112211kandall-22331122333363;791.51()1()()121791.5636 0.8513(66) 3(22) (22) (22)12niiiinniiiiknijijjinrk nnktt 根據(jù)右表可知：n=6,k=3例題： 3名面試考官對6名應(yīng)聘者的綜合素質(zhì)進行了測評，評分經(jīng)等級轉(zhuǎn)換如下表

12、所示，試分析評分者信度。l信度主要分為三大類：信度主要分為三大類：l內(nèi)容效度內(nèi)容效度(Content Validity) 抽樣效度(Sampling Validity) 表面效度(Face Validity)l效標關(guān)聯(lián)效度效標關(guān)聯(lián)效度(Criterion-Related Validity) 同時效度(Concurrent Validity) 預(yù)測效度(Predictive Validity)l構(gòu)思效度構(gòu)思效度(Construct Validity) 收斂效度(Convergent Validity) 區(qū)分效度(Discriminant Validity)l在招聘和甄選過程中，通常涉及內(nèi)容效度和

13、效標關(guān)聯(lián)效度。內(nèi)容效度是指測評內(nèi)容反映測量目標(如知識、技能和行為等)的程度。一個測驗要具備較好的內(nèi)容效度必須滿足以下兩個條件： 一、要確定好內(nèi)容范圍，并使測驗的全部項目均在此范圍內(nèi)(抽樣效度)。它既可以是具體知識或技能，也可以是復(fù)雜行為。 二、測驗項目應(yīng)是已界定的內(nèi)容范圍的代表性樣本(表面效度)。也即選出的項目能包含所測的內(nèi)容范圍的主要方面，并且使各部分項目所占比例適當。 l確定測驗內(nèi)容效度常用的方法是由專家對測驗項目與所涉及的內(nèi)容范圍進行符合性判斷，這是一種定性分析的方法。l這個效度產(chǎn)生的過程是：首先進行職務(wù)分析，確定完成該職位任務(wù)所需進行的工作，需具備的技能和能力；其次，確定衡量這些特征

14、的測試題目。最后，請相關(guān)領(lǐng)域?qū)＜揖瓦@些測試題目是否涵蓋了有效地內(nèi)容進行評估和篩選。l效標關(guān)聯(lián)效度是指問卷(量表)測量結(jié)果和效度標準(被假設(shè)或定義為有效的某種外在標準)之間的一致程度。l根據(jù)效度標準獲取的時間可分為:同時效度和預(yù)測效度。同時效度和預(yù)測效度的大小直接反映了問卷(量表)效標關(guān)聯(lián)效度的高低。l(1)同時效度(Concurrent Validity) ,即同時在研究對象中進行測評和效度標準測量得到的結(jié)果之間的相關(guān)程度,其效度系數(shù)通常較低,多在0. 200. 60之間,很少超過0. 70 ,一般以0. 40. 8 之間較理想。l例如：在招聘應(yīng)屆畢業(yè)生時，可將應(yīng)聘大學(xué)生的面試和筆試綜合分數(shù)與

15、其在校綜合測評成績(效標)進行相關(guān)性分析。l(2)預(yù)測效度(Predictive Validity) ,它是指問卷(量表)測量結(jié)果經(jīng)過一段時間后與未來實際結(jié)果予以相關(guān)性分析,兩者之間的吻合程度。l例如：對于被錄用者，可以將招聘測試分數(shù)與一段時間(半年或一年)之后的工作業(yè)績考核結(jié)果進行比較。若這些人的工作績效和招聘測試分數(shù)呈現(xiàn)密切相關(guān)關(guān)系時，說明招聘方法是有效的，可以推廣到人員甄選與選拔中去。l分析效標關(guān)聯(lián)效度的通常作法是對問卷(量表)測量結(jié)果與有效標準進行相關(guān)分析,相關(guān)系數(shù)越大表示問卷(量表)的效標關(guān)聯(lián)效度越好,一般認為相關(guān)系數(shù)在0. 40. 8 比較理想。l若為連續(xù)型變量，計算Pearson

16、 或Fisher相關(guān)系數(shù),若為分類變量，則計算Kendall 或Spearman 等級相關(guān)系數(shù)。一般而言, 相關(guān)系數(shù)在0. 40. 8 比較理想。l常被翻譯為：架構(gòu)效度，構(gòu)想效度和結(jié)構(gòu)效度等等。它是指測評所能衡量到理論上期望的特征的程度,即問卷(量表)所要測量的概念能顯示出科學(xué)的意義并符合理論上的設(shè)想,它是通過與理論假設(shè)相比較來檢驗的,因此也被稱為理論效度。構(gòu)思效度比較復(fù)雜，超出了本科生人力資源管理專業(yè)學(xué)生的學(xué)習(xí)范圍，故省略之。l被試方面l主試方面l施測情景方面l測量工具方面l兩次施測的時間間隔l適當增加測驗的長度。l使測試題難度分布接近正態(tài)分布，并控制在中等水平。l努力提高測驗試題的區(qū)分度。l選取適當?shù)谋辉噲F體，提高測驗在同質(zhì)性較強的亞團體上的信度。l主試嚴格執(zhí)行實測規(guī)程，評分者嚴格按標準給分。l實測場地按測驗手冊要求布置，減少無關(guān)因素的干擾。l測驗的構(gòu)成l測驗的實施過程l接受測驗的被試l精心編制測驗量表，避免出現(xiàn)較大的系統(tǒng)誤差。l妥善組織測驗，控制隨機誤差。l創(chuàng)設(shè)標準的應(yīng)試情景，讓每個被試都能充分發(fā)揮正常水平。l選擇正確的效標，定好恰當?shù)男藴y量，正確地使用