問卷量表設計 信效度分析.

Presentation on theme: "問卷量表設計 信效度分析."— Presentation transcript:

1 問卷量表設計 信效度分析

2 1. 信度與效度 信度（Reliability）指個別題目之可信度，亦即衡量結果之一致性或穩定性。
例如：尺，在不同狀況下（如溫度）應量出的結果要一致 效度（Validity）指問卷之有效程度，亦即能夠真正測得變數性質之程度。 例如：尺，拿來量體重，就是低效度 2 2

3 2. 量表編製建構的流程 3 3

4 2.1 編擬預試問卷 依據研究目的、相關文獻、研究架構等方面加以修訂、增刪；若是自己重新編製問卷，問卷內容應依據研究架構的層面，加以編製
可在問卷中穿插數是「測謊題」（Ex.問卷第9~16題） 態度量表通常採用李克特式量表法 DeVellis（1991）認為 預試題數最好是將來所需正式題項總數的3~4倍，題項發展不易約1.5倍即可 4 4

5 2.2 預試 預試對象的性質應與將來正式問卷要抽取的對象性質相 預試樣本數 問卷回收
Comrey（1988）認為量表題項數與預試人數比例約為1:5至1:10之間 問卷回收 刪除資料不全或不誠實填答之問卷 5 5

6 2.3 項目分析（效度）[課本16-4] 項目分析（項目鑑別度）--極端組比較法：求出每一個題項的「決斷值」（Critical ratio；簡稱CR值）；將未達顯著水準的題項刪除 原理 所有題項總和高分群與低分群樣本，兩群樣本在各個題項的表現亦應該互相有差異（即總和有差異，各別項也應有差異 分組 高分組—總和前27%的人 低分組—總和後27%的人 6 6

7 2.4 因素分析[課本16-11] 目的 求得量表的「建構效度」 預先萃取，構成構面的題項太少給予刪除 7 7

8 2.5 信度分析[課本15-10] 常用方法 Cronbach α係數 折半信度 Gay(1992)認為0.9以上表示量表的信度甚佳
分量表最好是在0.7以上 8 8

9 3. 項目分析—SPSS程序[課本16-17] 反向題重新計分 求出量表總分 按照樣本總分高低排序
找出排序後總分「前27%處的分數」與「後27%處的分數」 樣本分組，前27%為高分樣本組、後27%為低分樣本組 針對每個題項，比較高分與低分樣本組答題是否有顯著差異 將未達顯著差異的題項刪除

10 3.1 項目分析—反向題 14；23；32；41 轉換重新編碼成同一變數 10 10

11 3.2 項目分析—求出量表總分 轉換計算 11 11

12 3.3 項目分析—總分高低排序 資料觀察值排序 12 12

13 3.4 項目分析—前後27%處的分數 例題中共有100位 第27位受試者分數為56分 第74位受試者分數為43分 13 13

14 3.5 項目分析—分組 轉換編碼成不同變數 14 14

15 分組命名 15 15

16 3.6 項目分析—高低組比較t-tset 統計分析比較平均數法獨立樣本T檢定 分組變數選取group 16 16

17 3.7 項目分析—結論 所有題項皆有顯著差異，表示具有鑑別度。 反應所有題項皆能反應測驗項目的有效性 17 17

18 4. 因素分析—SPSS程序[課本16-23] 統計分析資料縮減因子 描述性統計量勾選未轉軸統計量與KMO球形檢定
萃取勾選主成份、相關矩陣、未旋轉因子解、陡坡圖、特徵值：1 轉軸法勾選最大變異法 分數勾選顯示因素分數係數矩陣 選項勾選完全排程遺漏值、依據因素負符排列、絕對值捨棄下限 18 18

19 4.1 SPSS程序 統計分析資料縮減因子 19 19

20 4.2 報表說明 KMO值大於0.5或Bartlett球形檢定顯著，才值得進一步做因素分析。代表各選項間共同因素多，可形成一個因素。 萃取
找出初使特徵值>1的成份個數 轉軸重新安排題項在每個共同因素的因素負荷量。轉軸後，使原先轉軸前較大因素負荷量變得更大，而使轉軸前較小的因素負荷量變得更小 成分界定：當負荷量由小變大或由大變小時為該成分界限 辨別是否需刪除題項 一個構面的題數最少於3題時，則刪除該構面題項。 20 20

21 4.2.1 KMO KMO值大於0.5且Bartlett球形檢定顯著，值得進一步做因素分析。 21 21

22 4.2.2 萃取 初始特徵值>1，成份為5個，且累積解釋變異量為65.913% 22 22

23 未轉軸的因素矩陣（因素負荷量） 23 23

24 轉軸後的因素矩陣（因素負荷量） 24 24

25 4.2.3 因素分析結果 成分1的組成為a1~a8 成分2的組成為a10~a15 成分3的組成為a20-a22
一般研究，一個構面的題數最少在3題以上，否則題項太少，無法測出所代表的構面特質。 從預試中發現成分5所涵蓋題項內容太少，將之刪除為宜，避免正式問卷，跑不出來構面。 刪掉後重跑因素分析 25 25

26 4.2.3 因素分析結果 成分1的組成為a1~a8 成分2的組成為a10~a15 成分3的組成為a20-a22
一般研究，一個構面的題數最少在3題以上，否則題項太少，無法測出所代表的構面特質。 從預試中發現成分5所涵蓋題項內容太少，將之刪除為宜，避免正式問卷，跑不出來構面。 刪掉後重跑因素分析 26 26

27 4.3 第二次因素分析結果 成分1的組成為a1~a8 成分2的組成為a10~a15 成分3的組成為a20-a22
取20題作為正式問題，並根據因素所涵括的題項內容加以命名 見補充教材 27 27

28 5. 信度分析 個別執行 四個構面的問卷題項逐一執行 SPSS語法檔操作方式 28 28

29 5.1 SPSS操作 需執行四次 成分1的組成為a1~a8，共8題 成分2的組成為a10~a15，共6題
29 29

30 5.1.1 信度分析對話視窗 分析尺度信度分析 選擇a1~a8變數進入統計量 30 30

31 5.1.2 統計量內容 勾選刪除項目後之量尺摘要 31 31

32 5.1.3 重覆 分析尺度信度分析重設 選擇a10~a15變數進入 32 32

33 5.2 語法檔操作方式 在5.1.2操作完後 按下「貼上語法」將跳出SPSS語法編輯程式 33 33

34 5.2.1 語法編輯 第一行信度分析的語法字 第二行界定信度分析的變項名稱 第三行連出格式不含標註 第四行界定信度分析方法
第五行界定量表分析時要出現的統計量數 34 34

35 35 35

36 5.3 SPSS報表結果說明 第三欄：該題項與分量表的相關，如果相關係數太低，可考慮刪除 第四欄：刪除此題後的α值 36 36

37 5.4 結論 四個分量表的α係數分別為0.9040、0.8816、0.7117、0.4997，而總量表的α係數為0.9120
除分量表四的信度稍低外，其餘在0.70以上。此外，總量表的α係數為0.9120，代表此量表的信度佳 如要提高分量表四的信度，除對題項內容詞句修飾外，如時間許可增刪題項，再挑選新的受試者預試一次。 如果時間不允許，在研究論文限制中，應加以說明，以作為未來進一步研究的參考。 37 37