1 / 21

量表之信度與效度考驗

量表之信度與效度考驗. 國立台灣師範大學教育心理與輔導學系博士 中臺科技大學幼保系 & 文教所助理教授 黃寶園 byhuang@ctust.edu.tw. 信度考驗. 信度估計方法. 信度是指工具的穩定性或一致性 信度估計法 重測信度 複本信度 內部一致性 折半信度 庫李信度：對錯二元計分 Cronbach α 係數：多元計分 Hoyt 信度係數值 評分者信度. SPSS 分析程序. 分析 尺度信度分析 將欲分析之項目移至右側「項目」中 一次只能分析一個分量表

creola
Download Presentation

量表之信度與效度考驗

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 量表之信度與效度考驗 國立台灣師範大學教育心理與輔導學系博士 中臺科技大學幼保系&文教所助理教授 黃寶園 byhuang@ctust.edu.tw

  2. 信度考驗

  3. 信度估計方法 • 信度是指工具的穩定性或一致性 • 信度估計法 • 重測信度 • 複本信度 • 內部一致性 • 折半信度 • 庫李信度：對錯二元計分 • Cronbach α係數：多元計分 • Hoyt信度係數值 • 評分者信度

  4. SPSS分析程序 • 分析尺度信度分析 • 將欲分析之項目移至右側「項目」中 • 一次只能分析一個分量表 • 變項的測量單位相同時， Cronbach α值宜採用未標準化之數值，若變項的測量單位相不同時， Cronbach α值宜採用標準化之數值。 • 相關矩陣中之數值越高代表題目間之一致性越高。

  5. 報表檢視 • 修正的項目總相關：.30以上 • 複相關係數平方：該題為依變項，其他題目為自變項 • 項目刪除時的Cronbach α係數 • 變異數分析 • 未達顯著表樣本在各試題的作答情形一致 • 達顯著表樣本在各試題的作答情形不一致，需進行事後比較，找出作答不一致的試題 • Hoyt信度係數rH：

  6. 臨界比（critical ration） • 考驗高低分組在每一個試題上之差異性 • 獨立樣本t檢定 • 轉換Visual Bander（製作帶狀變數） 選擇分組依據之變項至帶狀變數繼續點選左邊之變數製作分割點以掃瞄的觀察值… 分割點數目填入3 套用製作標記確定 • 分析比較平均數法獨立樣本t檢定

  7. 效度分析：因素分析

  8. 基本概念 • Factor analysis • 一種多變項（量）統計方法 • 常用於測驗（量表）建構效度的檢驗 • 測驗分數是由共同因素之加權分數總和，加特殊因素及誤差的總和 • 三種功能 • 描述性功能 • 探索性因素分析（exploratory factor analysis, EFA） • 驗證性因素分析（confirmatory factor analysis, CFA）

  9. 基本概念 • 主要步驟 • 準備相關矩陣，估計共同性 • 抽取共同因素，得到未轉軸因素負荷量 • 進行因素轉軸，得到已轉軸因素負荷量

  10. 基本概念

  11. 基本假定 • 所有共同因素之間都有相關或都無相關 • 所有共同因素都直接解釋所有的觀察變項 • 所有的唯一性因素之間不相關 • 每一個觀察變項（試題）只被一個唯一性因素所解釋 • 所有共同因素與所有唯一性因素之間都無相關

  12. 共同性與唯一性 • 共同性h2 （效度係數）：共同因素對j變項（試題）變異量所能解釋的部分 • 唯一性d2：共同因素對j變項（試題）變異量無法解釋的部分 • 即h2+ d2=1 • ajm是組型負荷量（pattern loading） • 因素與變項（試題）間的相關稱為結構負荷量（structure loading） • 組型負荷量與結構負荷量均稱為因素負荷量 • 當因素間之相關為0時，組型負荷量=結構負荷量

  13. 共同因素的抽取 • 探索性因素分析：常用形心法與主軸法 • 驗證性因素分析：常用最大可能性法 • 因素要保留幾個：過多或過少均不佳 • 根據架構或文獻：驗證性因素分析 • Kaiser弱下限法：保留特徵值大於1的因素。變項少於20可能低估因素數目；變項高於50可能高估因素數目。 • Guttman強下限法：保留特徵值大於0的因素 • 陡坡考驗法：因素陡坡圖忽然變平緩時 • 75％變異量已為所抽取因素所解釋，再抽取因素的解釋變異量小於5%

  14. 因素轉軸 • 改變縱座標與橫座標的位置，使某幾個試題在某一個因素的負荷量最大，而在其他因素的負荷量盡可能接近0。 • Thurstone提簡單結構標準 • 因素矩陣每一橫列最少有一個因素負荷量為0 • 如有m個共同因素，則因素矩陣的每一直行裡，最少應有m個負荷量為0 • 因素矩陣中的任二直行，應該有幾個變項在同一直行裡的負荷量為0，在另一直行則否。 • 因素矩陣中的任二直行，大多數的變項在這二直行裡的負荷量應同時皆為0。 • 因素矩陣中的任二直行，應只有少數變項在這二直行裡的負荷量同時皆不為0。

  15. 因素轉軸 • 直交轉軸：因素間的相關為0 • 最大變異法 • 四方最大法 • 均等變異法 • 因素間沒相關較容易解釋，沒有證據顯示因素間有相關時以採直交轉軸為宜 • 斜交轉軸：因素之間有相關存在 • 斜交最小法 • 斜交最大法 • 四方最小法 • 因素命名

  16. SPSS 程式應用 • SPSS中listwise：受試者只要有一個題目未答就不列入分析 • 資料是否適合從事因素分析 • 各變項（試題）間相關的顯著性：某一變項若與其他變項有過多的相關未達顯著，則此變項應該要刪除 • 變項間的相關係數：過高（.85共線性）或過低（.30以下，至少與一個變項的相關在.30以上）均不好 • 行列式值：不可為0（線性相依），如此將無法計算特徵值 • KMO值 • Bartlett 球形考驗 • 取樣適當性量數（MSA）

  17. SPSS 程式應用 • KMO值 • 反應各變項（試題）共同因素的多寡 • 數值越大越佳；淨相關越大表共同因素越少 • Kaiser小於 .50即不適合因素分析（0-1） • .90 以上 極佳的 • .80 以上 有價值的 • .70 以上 中度的 • .60 以上 不好不壞的 • .50 以上 可憐的 • .50 以下 無法接受的

  18. SPSS 程式應用 • Bartlett 球形考驗 • 假定變項間的淨相關係數矩陣是單元矩陣，即矩陣非對角線（淨相關係數）均為0 • H0：淨相關係數矩陣不是單元矩陣 • H1：淨相關係數矩陣是單元矩陣 • 考驗達顯著即可拒絕H0

  19. SPSS 程式應用 • 取樣適當性量數（MSA） • 類似KMO • 相關係數與淨相關係數只計算與第i個變項有關的數據 • MSA小於 0.50即表不適合進行因素分析 • MSA指數在反影像（anti-image）相關矩陣的對角線 • 用以判斷某一變項是否適合納入因素分析之中

  20. 報表檢視 • 描述性統計資料 • 相關矩陣及其顯著性 • KMO與Bartlett檢定 • 反影像矩陣 • 共同性 • 特徵值、解釋變異量 • 陡坡圖 • 因素矩陣 • 再製相關、殘差矩陣 • 轉軸後因素矩陣 • ….

  21. 因素間的相關 • Overall & Klett (1972) • rXY在 .2 - .3 之間 以斜交轉軸為宜 • rXY在 .5以上 可以考慮將二個因素合併成一個因素 • rXY在 .2 以下 以直交轉軸為宜 • 若因素間相關過高，可考慮進行二階因素分析

More Related