问卷编制与分析课件

1、问卷编制与分析问卷编制与分析 主要内容主要内容量化研究与统计分析量化研究与统计分析u量化研究的基本概念u量的研究与质的研究的区别u量的研究设计方法u量的研究步骤量表分析步骤量表分析步骤u量表的编码u项目分析u因素分析u信度分析复选题及其他方式的数据文件建立复选题及其他方式的数据文件建立1 1、量化研究的基本概念、量化研究的基本概念研究的两种取向（两个范畴）研究的两种取向（两个范畴）量化研究（定量研究）量化研究（定量研究）质性研究（定性研究）质性研究（定性研究）量化研究的基本概念量化研究的基本概念研究的目的：描述、解释、预测研究的目的：描述、解释、预测研究的特性：客观性、系统性、实证研究的特性：

2、客观性、系统性、实证2 2、量的研究与质的研究的区别、量的研究与质的研究的区别对问题看法对问题看法逻辑实证主义：单一的客观实在逻辑实证主义：单一的客观实在自然现象主义：多元实在自然现象主义：多元实在研究目的研究目的变量间的必然性的因果关系或相关关系变量间的必然性的因果关系或相关关系对情境关系的诠释与分析对情境关系的诠释与分析研究取向研究取向假设演绎假设假设演绎假设（特殊条件下的）验证（特殊条件下的）验证归纳法经验归纳归纳法经验归纳研究者角色研究者角色客观中立客观中立价值参与价值参与研究结果推论研究结果推论由样本推论到样本的总体，强调情境的重要性由样本推论到样本的总体，强调情境的重要性情境限制推

3、论情境限制推论3 3、量的研究设计方法、量的研究设计方法调查法调查法访问调查法访问调查法问卷调查法问卷调查法相关研究法相关研究法实验法实验法真实验设计真实验设计准实验设计准实验设计量化研究的主要特征是经过观察、测验、量化研究的主要特征是经过观察、测验、量表、问卷以取得研究实施的数据资料，量表、问卷以取得研究实施的数据资料，作为假设检验的基础。作为假设检验的基础。因此，搜集、整理、统计分析是其基础。因此，搜集、整理、统计分析是其基础。4 4、量的研究步骤、量的研究步骤选择与定义问题选择与定义问题执行研究的程序执行研究的程序数据分析数据分析结果分析与结论结果分析与结论1) 1)、选择与定义问题、选

4、择与定义问题研究问题必须是可以检验的假设，是领研究问题必须是可以检验的假设，是领域的感兴趣、有价值或重要性的问题，域的感兴趣、有价值或重要性的问题，问题可以经过资料搜集、分析来加以检问题可以经过资料搜集、分析来加以检验或回答。验或回答。研究问题确定后，要给予完整的操作性研究问题确定后，要给予完整的操作性的定义。的定义。2) 2)、执行研究的程序、执行研究的程序实施的程序包括：实施的程序包括：样本或被试的选择样本或被试的选择u抽样方式u对象的要求、代表性u样本量测量工具的改进测量工具的改进u编制、修订、完善数据的搜集数据的搜集u数据的类型、统计方法的选择3)3)、数据分析、数据分析根据数据的性质

5、和特点，选择合适的统计分根据数据的性质和特点，选择合适的统计分析方法析方法进行客观的解释及推论。进行客观的解释及推论。4) 4)、结果分析与结论、结果分析与结论检验假设是否检验假设是否能被支持。能被支持。推论到特定情推论到特定情境得出一般结境得出一般结论。论。研究者如采实验研究时，应当把研究者如采实验研究时，应当把握下列四大原则握下列四大原则(Kirk(Kirk，1995)1995)： 1 1）要有适切的统计检验力，使）要有适切的统计检验力，使 和和 o o间差间差异，有实质意义存在。异，有实质意义存在。 2 2 ）使用最小资源、人数。）使用最小资源、人数。 3 3 ）提供适当的保护，以防止第

6、一类型的）提供适当的保护，以防止第一类型的错误。错误。 4 4 ）无关干扰变量的影响要最小。）无关干扰变量的影响要最小。在实验设计的选择上面，除把握以上四个在实验设计的选择上面，除把握以上四个原则外，也要考虑到下面五个方面原则外，也要考虑到下面五个方面: :1 1 ）这个设计能够有效计算出实验效果与误差效果值）这个设计能够有效计算出实验效果与误差效果值? ?团团为由这两个效果值才能得知实验处理是否有效。为由这两个效果值才能得知实验处理是否有效。2 2 ） 所搜集的数据足以产生可靠的结果所搜集的数据足以产生可靠的结果? ?如果所搜集的数如果所搜集的数据有偏误，统计结果自然不正确。据有偏误，统计结

7、果自然不正确。3 3 ）设计是否可运用适当的统计方法加以检验，而检验结）设计是否可运用适当的统计方法加以检验，而检验结果是否具有足够的统计检验力果是否具有足够的统计检验力? ?量化的数据如果不能以量化的数据如果不能以统计方法检验，则无法验证：此外，统计检验力人低，统计方法检验，则无法验证：此外，统计检验力人低，也代表正确裁决率不高。也代表正确裁决率不高。4 4 ）在实验情境限制下，此设计是否是最有效率，也最经）在实验情境限制下，此设计是否是最有效率，也最经济化的设计济化的设计5 5 ）实验程序是否具体可行）实验程序是否具体可行? ?在研究领域中所学的方法是在研究领域中所学的方法是否可以使用否可

8、以使用? ?在研究情境类似下，研究者之研究结果应在研究情境类似下，研究者之研究结果应能与其它研究者的发现作一比较。能与其它研究者的发现作一比较。样本的代表性样本的代表性 赋予概念的操作型定义，才能具体表达概赋予概念的操作型定义，才能具体表达概念所代表的意义，也才能由外在的观察念所代表的意义，也才能由外在的观察与测量而得知概念的层次。在样本的选与测量而得知概念的层次。在样本的选择上，最重要的是样本要有高的代表性，择上，最重要的是样本要有高的代表性，愈有代表性的样本，类推样本母群的性愈有代表性的样本，类推样本母群的性质就愈正确。对母群体而言，选取的样质就愈正确。对母群体而言，选取的样本是否具有代表

9、性，根据下列三项因素本是否具有代表性，根据下列三项因素而定：而定：一是选取的样本大小是否足够一是选取的样本大小是否足够二是样本选取时抽样的方法是否恰当二是样本选取时抽样的方法是否恰当三是从样本处所获得的数据是否精确三是从样本处所获得的数据是否精确 代表性是取样的基本准则，也是判定代表性是取样的基本准则，也是判定受试者适当与否的主要依据，常用的受试者适当与否的主要依据，常用的取样方法有三种取样方法有三种(Gay(Gay， 1992)1992)：1 1 ）随机抽样：）随机抽样：依据概率理论，以随机原则方式从母群体依据概率理论，以随机原则方式从母群体中抽取中抽取定比例的受试者定比例的受试者( (取样

10、对象为观取样对象为观察值个体察值个体) )，使用方法如抽签法、随机乱，使用方法如抽签法、随机乱数表抽样等。数表抽样等。2 2 ）分层随机抽样）分层随机抽样研究设计中，如果受试各母群间的差异很大研究设计中，如果受试各母群间的差异很大( (异质性很高异质性很高) )，或某些样本点很少，为顾及小群体的样本点也能被抽取，或某些样本点很少，为顾及小群体的样本点也能被抽取，应采用分层随机取样较为适宜。在实施上，研究者根据应采用分层随机取样较为适宜。在实施上，研究者根据研究关注的准则，先将母群体分成几个互斥的若干层研究关注的准则，先将母群体分成几个互斥的若干层( (不不同的小群体同的小群体) )，各层间尽可

11、能异质、而各层内尽可能同质，各层间尽可能异质、而各层内尽可能同质，然后从每层中利用随机取样方式，依一定比例各抽取若然后从每层中利用随机取样方式，依一定比例各抽取若干样本数。干样本数。 分层随机抽样的步骤如下分层随机抽样的步骤如下(Gay(Gay，1992)1992)： 确认与界定研究的母群体。确认与界定研究的母群体。 决定所需样本的大小。决定所需样本的大小。 确认变量与各子群确认变量与各子群( (层次层次) )，以确保取样的代表性。，以确保取样的代表性。 依实际研究情形，把母群体的所有成员划分成数个依实际研究情形，把母群体的所有成员划分成数个层次。层次。 使用随机方式从每个子群中，选取适当的个

12、体；适使用随机方式从每个子群中，选取适当的个体；适当的个体意指按照一定的比例人数或相等人数。当的个体意指按照一定的比例人数或相等人数。分层随机抽样的图标如下：分层随机抽样的图标如下：3 3 ） 整群抽样法：整群抽样法：如果样本所属母群体的很大或涵括的地理位置很广，则采用整群抽如果样本所属母群体的很大或涵括的地理位置很广，则采用整群抽样法较为简宜。样法较为简宜。整群抽样法是以一个群组或一个团体为抽取单位，而不以个人为取整群抽样法是以一个群组或一个团体为抽取单位，而不以个人为取样单位，因而整群抽样法抽取的样本点是一个群组、一个群组，样单位，因而整群抽样法抽取的样本点是一个群组、一个群组，群组与群组

13、间的特征非常接近，同构型很高；而群组内彼此成员群组与群组间的特征非常接近，同构型很高；而群组内彼此成员的差异较大，异质性高。的差异较大，异质性高。在社会科学领域中，整群抽样的群组如班级、学校、组别、部门、在社会科学领域中，整群抽样的群组如班级、学校、组别、部门、学区等。学区等。整群抽样的步骤如下：整群抽样的步骤如下： 确认与界定母群体。确认与界定母群体。 决定研究所需的样本大小。决定研究所需的样本大小。 确认与定义合理的组群。确认与定义合理的组群。 列出母群体所包括的所有组群。列出母群体所包括的所有组群。 估计估计“每个组群中平均母群成员的个体数。每个组群中平均母群成员的个体数。 以抽取的样本

14、总数除以组群平均个体数，以决定要选取的组群数目。以抽取的样本总数除以组群平均个体数，以决定要选取的组群数目。 随机取样方式，选取所需的组群数。随机取样方式，选取所需的组群数。 每个被选取之组群中的所有成员即成为研究样本每个被选取之组群中的所有成员即成为研究样本整群抽样的图标如下：整群抽样的图标如下：两大随机原则：两大随机原则：样本选取时，最重要的是样本要有样本选取时，最重要的是样本要有代表性，才能从受试样本群体推代表性，才能从受试样本群体推论到其母群体的性质，受试样本论到其母群体的性质，受试样本要有代表性，了重要的方法就是要有代表性，了重要的方法就是要把握要把握“随机取样随机取样”与与“随机分

15、随机分配配”两个原则。两个原则。取样的样本要多少才算取样的样本要多少才算“够够大大”? ?在研究设计中，受试者的数目要多大才算具有代表性，在研究设计中，受试者的数目要多大才算具有代表性，多少位样本才算多少位样本才算“够大够大”，这个议题，社会科学研究，这个议题，社会科学研究领域中，似乎无一致的结论。领域中，似乎无一致的结论。其中，学者其中，学者SudmanSudman（19761976）提出的看法，可供参考：）提出的看法，可供参考： 初学者进行与前人相类似的研究时，可参考别人的样本数，初学者进行与前人相类似的研究时，可参考别人的样本数，作为自己取样的参考。作为自己取样的参考。 如果是地区性研究

16、，平均样本人数在如果是地区性研究，平均样本人数在500500至至10001000人之间较为人之间较为适合；而如果是全国性研究，平均样本人数约在适合；而如果是全国性研究，平均样本人数约在15001500人至人至25002500人之间较为适宜。人之间较为适宜。学者学者Gay(1992)Gay(1992)对于样本数多少，则提出以下看法：对于样本数多少，则提出以下看法： 描述研究时，样本数最少占母群体的描述研究时，样本数最少占母群体的1010，如果母群体较小，如果母群体较小则最小的样本数最好为母群体的则最小的样本数最好为母群体的2020 相关研究的目的在于探究变量间的有无关系存在，受试者至相关研究的目

17、的在于探究变量间的有无关系存在，受试者至少须在少须在3030人以上。人以上。 因果比较研究与许多实验研究，各组的人数至少要有因果比较研究与许多实验研究，各组的人数至少要有3030位位 如果实验研究设计得宜，有严密的实验控制，每组受试考至如果实验研究设计得宜，有严密的实验控制，每组受试考至少在少在1515人以上，但权威学者还是认为每组受试者最少应有人以上，但权威学者还是认为每组受试者最少应有3030人，最为适宜。人，最为适宜。注意：注意：考虑研究实际情境与研究间差异，抽取样本时如局限于考虑研究实际情境与研究间差异，抽取样本时如局限于“绝对数量绝对数量”多少，较为不宜。多少，较为不宜。因为各母群体

18、性质不同，异质性很高，包含个体数差异因为各母群体性质不同，异质性很高，包含个体数差异也很大。所以可接受之受试样本数准则只是一种参考也很大。所以可接受之受试样本数准则只是一种参考指针，因为指针，因为“如果取样方式不当，虽然选了很大的样如果取样方式不当，虽然选了很大的样本，代表性很低，还不如以适当抽样的方法，选取有本，代表性很低，还不如以适当抽样的方法，选取有代表性的小样本代表性的小样本”学者学者BorgBorg与与Gall(1983)Gall(1983)二者即认为，样本数多少受到多种二者即认为，样本数多少受到多种变量的影响，在下列几种条件或情境中，要采较大的变量的影响，在下列几种条件或情境中，要

19、采较大的样本数：样本数： 编制之测量工具的编制之测量工具的“信度信度”( (可靠性可靠性) )较低时。较低时。 研究进行中有较多变量无法控制时。研究进行中有较多变量无法控制时。 母群体的同构型很低时。母群体的同构型很低时。 统计分析时，受试者须再细分为较小的各群组来分析比较时统计分析时，受试者须再细分为较小的各群组来分析比较时 实验设计时，预期会有较多受试者中途退出时。实验设计时，预期会有较多受试者中途退出时。变量的分类变量的分类数据分析之变量属性的分类中，多采纳学者数据分析之变量属性的分类中，多采纳学者StevensStevens(1946(1946、1951)1951)的的观点，观点，St

20、evensStevens的看法中，乃根据测量量表或测量水准的基准，将的看法中，乃根据测量量表或测量水准的基准，将变量属性类别划分成以下几种：变量属性类别划分成以下几种： 1 1名义变量或称类别变量名义变量或称类别变量u主要在于分类对象，把对象转变为间断类别，变量主要属性只是用来辨识事物或表示事物的类别而己，如性别、种族等。 2 2次序变量次序变量u变量除只有分类特性外，又具有等级排序关系：变量间根据菜个准则，可将对象由最高至最低作有规则的排序，变量主要属性在于可用数值表示对象间之优劣、多少、高低、次序等。 3 3等距比率变量等距比率变量u等距变量除可表示对象类别及比较大小次序外，对象类别间距离

21、是相等的，出而变量间有“可加性”。如果对象类别间存有绝对的零点，则称为比率变量，比率变量间问有“可乘性”，二者均属连续变量。 在社会科学领域中在社会科学领域中, ,学者不会特别在意等距变量与比率变学者不会特别在意等距变量与比率变量间划分，因为社会科学中，真正的等距变量往往也量间划分，因为社会科学中，真正的等距变量往往也是比率变量，如收入、午龄等；加上等距变量与比率是比率变量，如收入、午龄等；加上等距变量与比率变量所适用的统计方法并无不同，二者均含合算术计变量所适用的统计方法并无不同，二者均含合算术计算特性，因而两个变量常被合而为算特性，因而两个变量常被合而为，数据分析中，数据分析中，似乎个必严

22、格区分变量是属等距变量或比率变量。似乎个必严格区分变量是属等距变量或比率变量。 在社会科学中，常用的李克特式之多选项量表，严格说在社会科学中，常用的李克特式之多选项量表，严格说起来，量友之变量性质足一种次序变量，但次序变量起来，量友之变量性质足一种次序变量，但次序变量与名义变量均属与名义变量均属“间断变量间断变量”，间断变量无法求其平，间断变量无法求其平均数、或进行相关、回归等统计分祈，因而无法验证均数、或进行相关、回归等统计分祈，因而无法验证相关的研究假设，所以多数研究者在编制多选项量表相关的研究假设，所以多数研究者在编制多选项量表时，皆把量表视为等距变量来设计，此类等距变量也时，皆把量表视

23、为等距变量来设计，此类等距变量也可转化为不同类别，它虽然不是可转化为不同类别，它虽然不是“真正真正”等距变量，等距变量，但多假定具有真正等距变量的性质，如此，才能进行但多假定具有真正等距变量的性质，如此，才能进行有意义的数据统计分析与归纳出合理的结论。有意义的数据统计分析与归纳出合理的结论。 此外，在社会科学领域中，灼一个常见的变量为此外，在社会科学领域中，灼一个常见的变量为“一分一分变量变量” ” ，此变量被视入名义变量或次序变量，均届于，此变量被视入名义变量或次序变量，均届于间断交量，对象届性只分为二大类别，如间断交量，对象届性只分为二大类别，如“男男”、“女女”；“及格及格”、“不及格不

24、及格”等。如果间断变量有等。如果间断变量有三大类或三个水准时，则称为三大类或三个水准时，则称为“三分变量三分变量”，如包含，如包含三个类别以上或三个水准以上的间断变量，又称为三个类别以上或三个水准以上的间断变量，又称为“多分变量多分变量”。 在变量属性的转换上，等距比率变量可转化为次序在变量属性的转换上，等距比率变量可转化为次序变量或名义变量，如依某一分量表之得分高低，将样变量或名义变量，如依某一分量表之得分高低，将样本分成本分成“高分组高分组”、“中分组中分组”、“低分组低分组”，但次，但次序变量或名义变量不能转换为等距变量比率变量，序变量或名义变量不能转换为等距变量比率变量，如要转换，常用

25、者为以虚拟变量方式出现如要转换，常用者为以虚拟变量方式出现( (有关虚拟变有关虚拟变量的转换与应用，请参考多元回归分析一章量的转换与应用，请参考多元回归分析一章) )。二、量表分析步骤二、量表分析步骤 在问卷调查法或实验研究法中，研究或调查工具在问卷调查法或实验研究法中，研究或调查工具编制甚为重要，问卷如果编制或选用得宜，则编制甚为重要，问卷如果编制或选用得宜，则研究才更具可靠性与价值性。我们首先说明问研究才更具可靠性与价值性。我们首先说明问卷信效度分析的简要步骤。各步骤的操作方法卷信效度分析的简要步骤。各步骤的操作方法则分别在以后详细说明。则分别在以后详细说明。 问卷信效度分析的步骤，简要分

26、述如下：问卷信效度分析的步骤，简要分述如下：编拟预试问卷编拟预试问卷预试预试整理问卷与编号整理问卷与编号项目分析项目分析因素分析因素分析信度分析信度分析再测信度再测信度1 1、编拟预试问卷、编拟预试问卷在预试问卷的编制或修订上，应根据研究目的、在预试问卷的编制或修订上，应根据研究目的、相关文献数据与研究结构等方面加以考虑，如相关文献数据与研究结构等方面加以考虑，如果有类似的研究工具，可根据研究当时的实际果有类似的研究工具，可根据研究当时的实际情形，加以修订、增删；如果是自己重新编制情形，加以修订、增删；如果是自己重新编制问卷，问卷内容应依据研究结构的层面，加以问卷，问卷内容应依据研究结构的层面

27、，加以编制，在编制问卷时应注意：编制，在编制问卷时应注意：1 1如果问卷的题项内容过于敏感，应在间卷中穿插如果问卷的题项内容过于敏感，应在间卷中穿插数题数题“测谎题测谎题”，以探知填答者是否据实填答。，以探知填答者是否据实填答。2 2态度量表通常采用的是李克持式量表法，量表态度量表通常采用的是李克持式量表法，量表填答方式以填答方式以4 4点量表点量表 法全法全6 6点量表法，最为多人或点量表法，最为多人或研究者所采用。研究者所采用。对于应采用几点量表法，学者对于应采用几点量表法，学者BerdieBerdie（1994)1994)根据研究经验，综合提出以下看法，可供根据研究经验，综合提出以下看法

28、，可供研究者参考：研究者参考： 在大多数的情况下，在大多数的情况下，5 5点量表是最可靠的，选项超过点量表是最可靠的，选项超过5 5点，一点，一般人难有足够的辨别力。般人难有足够的辨别力。 3 3点量表限制了温和意见与强烈意见的表达，五点量表则正好点量表限制了温和意见与强烈意见的表达，五点量表则正好可以表示温和意见与强烈意见之间的区别。可以表示温和意见与强烈意见之间的区别。 由于人口变量的异质性关系，对于没有足够辨别力的人而吉，由于人口变量的异质性关系，对于没有足够辨别力的人而吉，使用使用7 7点量表法，会导致信度的丧失；对于具有足够辨别力的点量表法，会导致信度的丧失；对于具有足够辨别力的人而

29、言，使用人而言，使用5 5点量表，又令人有受限的不适感。以上问题至点量表，又令人有受限的不适感。以上问题至目前还没有一个很好解释理由，然而透过预试，可以发现这目前还没有一个很好解释理由，然而透过预试，可以发现这些问题的存在。些问题的存在。 量表的点数愈多，选答分布的情形就愈广，变异数也会变得量表的点数愈多，选答分布的情形就愈广，变异数也会变得更大，有些人认为这种情形在统计检验上会只有很好的区别更大，有些人认为这种情形在统计检验上会只有很好的区别力，然而，力，然而，(1)(1)这种选答很广的分布缺乏可信度，故完全没有这种选答很广的分布缺乏可信度，故完全没有意义；意义；(2)(2)较大的选答变异数

30、，表示也会有较大的抽样误差，较大的选答变异数，表示也会有较大的抽样误差，就统计数据分析的意义而言，是不该有太大的变异数的。就统计数据分析的意义而言，是不该有太大的变异数的。题项数的多少为好？题项数的多少为好？李克特式量表法，重视其李克特式量表法，重视其“内在一致性程度内在一致性程度”，这是量表，这是量表题项两两之间关系强度的函数，也是题项与潜在变量间题项两两之间关系强度的函数，也是题项与潜在变量间的关系指针，函数值大小与题项数多寡有密切关系，题的关系指针，函数值大小与题项数多寡有密切关系，题项数愈多，愈有可能涵括所要测量的潜在变量；不过，项数愈多，愈有可能涵括所要测量的潜在变量；不过，题顶数过

31、多，在实际研究情境中多数会有实际的困难，题顶数过多，在实际研究情境中多数会有实际的困难，如受试者时间不允许或造成填答者不用心作答等。如受试者时间不允许或造成填答者不用心作答等。学者学者DevellisDevellis（1991)1991)对于预试问卷题项数提出以下两点看法，对于预试问卷题项数提出以下两点看法，可作为研究者参考：可作为研究者参考： 1 1如果研究者是编制或发展一个正式的测验或量表，作为其它如果研究者是编制或发展一个正式的测验或量表，作为其它心理测量之用，则预试题项数最好是将来所需正式题项总数的心理测量之用，则预试题项数最好是将来所需正式题项总数的3 3、4 4倍倍。 2 2、在某

32、些特定内容范围中，有些量表题项的发展不容易；或先、在某些特定内容范围中，有些量表题项的发展不容易；或先前相关的研究显示，这些前相关的研究显示，这些 设想不需要过多的题项即可获得良好设想不需要过多的题项即可获得良好的内在一致性，预试量表的题项数约为正式量表的内在一致性，预试量表的题项数约为正式量表 题项数的题项数的1.5 1.5 倍倍即可，如正式量表题项数预计在即可，如正式量表题项数预计在2020题附近，则预试问卷时，题附近，则预试问卷时，其预试其预试 题项数大约为题项数大约为3030题。题。2 2、预试、预试预试问卷编拟完后，应实施预试，预试对象的性质应与将来正式问预试问卷编拟完后，应实施预试

33、，预试对象的性质应与将来正式问卷要抽取的对象性质相同，如研究对象为中学生，则预试之受试卷要抽取的对象性质相同，如研究对象为中学生，则预试之受试者也应为中学生，预试对象人数以问卷中包括最多题项之者也应为中学生，预试对象人数以问卷中包括最多题项之“分量分量表表”的的3535倍人数为原则，如调查预试问卷中，包括三种分量表，倍人数为原则，如调查预试问卷中，包括三种分量表，每各分量表包含的题项分别为每各分量表包含的题项分别为4040题、题、3535题、题、2525题，则预试对象，题，则预试对象，最好在最好在120120位至位至200200位中间，如果样本较为特殊，在预试人数的选位中间，如果样本较为特殊，

34、在预试人数的选取上可考虑再酌减一些。取上可考虑再酌减一些。预试时选取样本数应该多大最为适宜？应考虑问卷量表是否进行因预试时选取样本数应该多大最为适宜？应考虑问卷量表是否进行因素分析。因为因素分析时，以较大样本分析所呈现的因素组型，素分析。因为因素分析时，以较大样本分析所呈现的因素组型，比一个只用较小样本所出现的因素组型，要来得稳定。进行因素比一个只用较小样本所出现的因素组型，要来得稳定。进行因素分析时，量表的题项数愈多及预期要有较多的因素层面的话，进分析时，量表的题项数愈多及预期要有较多的因素层面的话，进行因素分析时，应包括愈多的受试者行因素分析时，应包括愈多的受试者(DeVellks(DeV

35、ellks，1991)1991)。学名。学名TinsleyTinsley和和Tinsley(1987)Tinsley(1987)建议，进行因素分析时，每个题项数与预试建议，进行因素分析时，每个题项数与预试样本数的比例大约为样本数的比例大约为1:11:1至至1:101:10之间，如果受试者总数在之间，如果受试者总数在300300人以上人以上时，这个比例便不是那么重要。最近，另一学者时，这个比例便不是那么重要。最近，另一学者Comrey(1988)Comrey(1988)也也提出另一观点，如果量表的题项数少于提出另一观点，如果量表的题项数少于4040题，中等样本数约是题，中等样本数约是150150

36、位，较佳的样本数是位，较佳的样本数是200200位。其观点与位。其观点与TinsleyTinsley二者接近，亦即量表二者接近，亦即量表题项数与预试人数比例约为题项数与预试人数比例约为1:11:1最为适合。最为适合。3 3、整理问卷与编号、整理问卷与编号问卷回收后，应一份一份检查筛选，对于问卷回收后，应一份一份检查筛选，对于数据不全或不诚实填答之间卷，应考虑数据不全或不诚实填答之间卷，应考虑将之删除；对于填答时皆填同将之删除；对于填答时皆填同性答案性答案者是否删除，研究者应考虑问卷题项本者是否删除，研究者应考虑问卷题项本身的内容与描述，自行审慎判断。身的内容与描述，自行审慎判断。筛选完后的问卷

37、应加以编号，以便将来核筛选完后的问卷应加以编号，以便将来核对数据之用；之后再给予各变量、各题对数据之用；之后再给予各变量、各题项项个不同代码，并依问卷内容，有顺个不同代码，并依问卷内容，有顺序的键入计算机。序的键入计算机。SPSSSPSS可以读取文本文件、可以读取文本文件、excelexcel等文件，可等文件，可以选择自己得手的程序输入。以选择自己得手的程序输入。量表的编码量表的编码变量名变量名对于题项较多的量表一般以题项作为变量名对于题项较多的量表一般以题项作为变量名变量名是唯一的，不能重复，不能用数字，不能有变量名是唯一的，不能重复，不能用数字，不能有空格空格对于量表所涉及的基本信息部分对

38、于量表所涉及的基本信息部分u一般以中英文来标识变量，为便于输入，减少输入法的转换及全角半角的影响，建议使用英文或汉语拼音。u如果使用计算机比较熟练，用汉字也有其优点u如性别、年龄、职业等用SEX、AGE、JOB或XINGBIE、NIANLING、ZHIYIE等u对于12.0以前的版本，变量名仅限8个字符。量表的编码量表的编码变量名变量名对于各分量表对于各分量表u要使用相同的识别码u使用题目序号标识不同的题项u如A1、A2表示量表A的各题项，B1B2表示量表B的各题项u各反向计分题在变量名中进行标识，以方便后续运算量表的编码量表的编码变量名标签变量名标签对于量表所涉及的基本信息部分对于量表所涉及

39、的基本信息部分u为便于显示和以后的报告撰写，建议使用中文标签uSPSS12.0以前的版本，变量名仅限8个字符，不能清楚表示时，可以使用变量名标签。对于各分量表对于各分量表u生成的新变量名，如量表总分，子量表均分可用变量名标签量表的编码量表的编码变量值标签变量值标签对于量表所涉及的基本信息部分对于量表所涉及的基本信息部分u一般用变量值标签来加快输入的速度u减少以后分析操作过程的诸多不便u变量值标签可以使用中英文，如果英文不特别好，建议使用中文。u如性别：男女用1、2或0、1标识u职业：工人、农民等用1、2等表示u对于变量的类型，除非必须（如姓名、学号等）用字符串外，我们都选择用数值型变量。量表的

40、编码量表的编码变量值标签变量值标签对于各分量表对于各分量表u原题项一般不用变量值标签u对于新生成的称名变量、顺序变量最好使用变量值标签u如：总分分组中的高、中、低三组u按量表标准计算出的心理问题的检出率，如重度焦虑、中度焦虑、轻度焦虑、无焦虑等量表的编码量表的编码变量的类型变量的类型除非必须（如姓名、学号等）用字符串外，除非必须（如姓名、学号等）用字符串外，建议全部选用数值型变量。建议全部选用数值型变量。对于称名变量和顺序变量则用变量值标签来对于称名变量和顺序变量则用变量值标签来标识其涵义标识其涵义变量的测度水平变量的测度水平对于量表基本部分的称名变量和顺序变量分对于量表基本部分的称名变量和顺

41、序变量分别标识其测度水平别标识其测度水平对于分量表计算而生成的称名变量和顺序变对于分量表计算而生成的称名变量和顺序变量最好也标识其测度水平量最好也标识其测度水平各题项及新生成的多数变量则用连续变量标各题项及新生成的多数变量则用连续变量标识其水平识其水平4 4、项目分析、项目分析作用：作用：项目分析主要目的在求出问卷个别题项的临项目分析主要目的在求出问卷个别题项的临界比率值界比率值CRCR值值将未达到显著水平的题项删除，减少题量。将未达到显著水平的题项删除，减少题量。主要方法主要方法独立样本独立样本T T检验检验相关法相关法数据：数据：Cha-2.savCha-2.sav项目分析即在求出每一个题

42、项的项目分析即在求出每一个题项的“临界比临界比率率”( (简称简称CRCR值值) )，其求法是将所有受试者，其求法是将所有受试者在预试量表的得分总和依高低排列，得分在预试量表的得分总和依高低排列，得分前前2525至至3333者为高分组，得分后者为高分组，得分后2525至至3333者为低分组，求出高低二组受试者在者为低分组，求出高低二组受试者在每题得分平均数差异的显著性检验每题得分平均数差异的显著性检验( (多数数多数数据分析时，均以测验总分最高的据分析时，均以测验总分最高的2727及最及最低的低的2727，作为高低分组界限，作为高低分组界限) )，如果题项，如果题项的的CRCR值达显者水准值达

43、显者水准( (0.050.05或或0.01)0.01)，即，即表示这个题项能鉴别不同表示这个题项能鉴别不同 受试者的反应程受试者的反应程度，此为题项是否删除首应考虑的。度，此为题项是否删除首应考虑的。主要方法主要方法独立样本独立样本T T检验：检验： 量表题项的量表题项的反向计分题反向计分题的处理（的处理（9 91616，若无则可省略），若无则可省略）u利用Record into Same命令u将反向题导入右侧框中u定义转换的数值关系u注意：先保存原始数据文件。 求出量表总分求出量表总分u利用Compute命令u输入新变量名即总分u建立数学关系式，即连加 量表总分高低排序量表总分高低排序u利用

44、Sort Case命令u将总分加入右侧框中u选择排序方法 找出高低分组上下找出高低分组上下2727处的分数处的分数按临界分数将总分分成高低二组按临界分数将总分分成高低二组u利用Record into Different命令u先定义变量：总分组组u将临界值以下的定义为1组（43，低分组）u将临界值以上的定义为2组（56，高分组）以独立样本以独立样本T T检验检查二组在每个题项的差异检验检查二组在每个题项的差异u利用Independent-samples T Test 命令u将所组题项导入右上侧框中u选择总分组变量作为自变量并定义其值1、2将将T T检验的结果未达到显著性的题项删除检验的结果未达到

45、显著性的题项删除u根据方差齐性检验结果选择t检验的值及显著性u确定需要删除的题项（本例全部显著）查看结果查看结果主要方法主要方法相关法：相关法：量表题项的反向计分题的处理（若无则可省量表题项的反向计分题的处理（若无则可省略）略）求出量表总分求出量表总分计算各题项与总分的相关计算各题项与总分的相关u利用Bivariate命令u为便于观察，先选择总分进入右侧u再选择所有题项依原来顺序进入右侧u选择积差相关法根据各题项与总分相关系数的根据各题项与总分相关系数的显著性显著性及相关及相关系数的大小决定取舍题目的标准。系数的大小决定取舍题目的标准。5 5、因素分析结构效度、因素分析结构效度项目分析完后，为

46、检验量表的结构有效度，项目分析完后，为检验量表的结构有效度，应进行因素分析。应进行因素分析。所谓结构效度系指态度量表能测量理论的所谓结构效度系指态度量表能测量理论的概念或特质之程度。概念或特质之程度。因素分析目在于检验量表的因素分析目在于检验量表的“建构效度建构效度”即找出量表潜在的结构，减少题项的数日，即找出量表潜在的结构，减少题项的数日，使之变为一组较少而彼此相关较大的变使之变为一组较少而彼此相关较大的变量，此种因素分析方法，是一种量，此种因素分析方法，是一种“探索探索性的因素分析性的因素分析”5 5、因素分析结构效度、因素分析结构效度研究的效度包括内在效度与外在效度两种研究的效度包括内在

47、效度与外在效度两种u内在效度指研究叙述的正确性与真实性；u外在效度则指研究推论的正确性。在因素分析时，一项重要工作是要保留多少个共在因素分析时，一项重要工作是要保留多少个共同因素，在探索性因素分析中，常用的原则：同因素，在探索性因素分析中，常用的原则：1 1、根据、根据KaiserKaiser（19601960）的观点，保留特征值大于）的观点，保留特征值大于1 1的因素，但此方法，题项如果太多，可能会抽出较的因素，但此方法，题项如果太多，可能会抽出较多的共同因素。避免抽取过多的共同因素，研究者多的共同因素。避免抽取过多的共同因素，研究者也可限定因素抽取的数目，但此方面通过多用于也可限定因素抽取

48、的数目，但此方面通过多用于“验证性因素分析验证性因素分析”上面。上面。2 2、根据陡坡图，因素变异量递减情形来决定。在、根据陡坡图，因素变异量递减情形来决定。在陡坡图中，如果因素变异量图形呈现由斜坡转为平陡坡图中，如果因素变异量图形呈现由斜坡转为平坦，平坦状态以后的共同因素可以去掉。坦，平坦状态以后的共同因素可以去掉。5 5、因素分析结构效度、因素分析结构效度在统计分析中，因素层面是否加以限制，或由电脑自己抽在统计分析中，因素层面是否加以限制，或由电脑自己抽取，研究者均要自行考虑，如果早先在题项编制时，研取，研究者均要自行考虑，如果早先在题项编制时，研究者己确定量表的层面数，在统计分析时可限定

49、因素抽究者己确定量表的层面数，在统计分析时可限定因素抽取的数目。取的数目。在实际教育研究中，星表有效性建构有时需要进行在实际教育研究中，星表有效性建构有时需要进行2323次次因素分析，因为部份量表在第一次因素分析时，因素层因素分析，因为部份量表在第一次因素分析时，因素层面所涵括的题项内容差异太大，纳入同一层面，解释较面所涵括的题项内容差异太大，纳入同一层面，解释较不合理，因而可能需要删除部份题项，由于删除了题项，不合理，因而可能需要删除部份题项，由于删除了题项，量表的效度要再重新建构。如果量表不采用结构效度检量表的效度要再重新建构。如果量表不采用结构效度检验方法，研究者亦可考虑采用其它效度分析

50、法，如验方法，研究者亦可考虑采用其它效度分析法，如“内内容效率容效率”、“专家效度专家效度”、“效标关联效度效标关联效度”等。等。效度的基本概念效度的基本概念在研究过程中，实验研究中想提高研究的内在研究过程中，实验研究中想提高研究的内在效度，在研究设计时可把握：在效度，在研究设计时可把握：u理论正确、解释清楚：概念要具有明确性，解释要信而可证。u操作规范以减少误差：概念及变量能够依其理论建构或特定内容而给予操作性的定义，进而设计有效度的测量工具或测验。u样本适宜且预防流失：样本取样要注意不同组别人数的相等性，重视研究情境的适应性与问卷调查的回收率。u正本清源，排除无关变因：认清并排除足以混淆或

51、威胁绪论的无关干扰变量。效度的基本概念效度的基本概念要提高研究的外在效度，研究设计时可把握：要提高研究的外在效度，研究设计时可把握：u解释分析应具普遍性、客观性、中立性、合理性与真实性u以操作性定义代表概念性意义，取样应有足够的代表性，研究的情境要适切，最好能与未来实际要应用或推论的情境类似。u观察具有普遍性，资料搜集来源要多元性并且要客观u尽可能排除无关的干扰变量，并慎防实验者效应发生效度的基本概念效度的基本概念效度具有以下性质：效度具有以下性质：u效度是指“测验结果”的正确性或可靠性，而不是指测验工具本身。u效度并非全有或全无，只是程度上有高低不同的差别u效度有其目标功能性，是针对某一特殊

52、功能或某种特殊用途而言，不具有普遍性，一份具有高效度的测验工具施测于不同的受试者，可能会导致测验结果的不正确。u效度并无法实际测量，只能从现有信息作逻辑推断或从实证资料作统计检验分析。效度的基本概念效度的基本概念测验或量表所能正确测量的特质程度，一般就是效测验或量表所能正确测量的特质程度，一般就是效度。度。效度具有目标导向，每种测验或量表均有其特殊目效度具有目标导向，每种测验或量表均有其特殊目的与功能，因而我们说一份测验或量表的效度高，的与功能，因而我们说一份测验或量表的效度高，指的是其特殊的用途，而非一般的推论，因而我们指的是其特殊的用途，而非一般的推论，因而我们说这份测验或量表不能适用于所

53、有不同的群体或所说这份测验或量表不能适用于所有不同的群体或所有的社会科学领域。一份高效度的量表，有其适用有的社会科学领域。一份高效度的量表，有其适用的特定群体及特殊的目的存在。的特定群体及特殊的目的存在。在测验评价中效度是最重要的考查因素，效度概念在测验评价中效度是最重要的考查因素，效度概念指的是特定测验结果的推论的适当的、有意义的及指的是特定测验结果的推论的适当的、有意义的及有用的情况，检验是否有效的历程，在于累积证据有用的情况，检验是否有效的历程，在于累积证据以支持上述推论的过程（以支持上述推论的过程（教育与心理测验的标准教育与心理测验的标准19851985，P9P9）。）。效度的基本概念

54、效度的基本概念对效度的分类包括以下几种：对效度的分类包括以下几种：u内容效度u效标关联效度u建构效度u专家效度内容效度内容效度是指测验或量表内容或题项的适当性与代是指测验或量表内容或题项的适当性与代表性，即测验内容能反应所要测量的心理表性，即测验内容能反应所要测量的心理特质，能否达到测量到所要测验的目的或特质，能否达到测量到所要测验的目的或行为构想。行为构想。内容效度的检验通常会透过双向细目表内容效度的检验通常会透过双向细目表内容效度常以题目分布的合理性来判断，内容效度常以题目分布的合理性来判断，属于一种命题的逻辑分析，因而内容效度属于一种命题的逻辑分析，因而内容效度也称为也称为“逻辑效度逻辑

55、效度”。效标关联效度效标关联效度是指测验与外在效标间关联的程度。是指测验与外在效标间关联的程度。如果测验与外在效标间的相关愈高，表示此测验的如果测验与外在效标间的相关愈高，表示此测验的效标关联效度愈高。效标关联效度愈高。作为外在效标的工具，本身必须具备良好的信度与作为外在效标的工具，本身必须具备良好的信度与效度，如标准化的学业成绩、智力测验、常模建立效度，如标准化的学业成绩、智力测验、常模建立的人格量表、态度量表、实际的工作表现等。的人格量表、态度量表、实际的工作表现等。效标关联效度依其使用时间间隔的长短又分为效标关联效度依其使用时间间隔的长短又分为“预预测效度测效度”与与“同时效度同时效度”

56、，前者指测验分数与的效，前者指测验分数与的效标之间关联的程度；后者指测验分数与目前效标资标之间关联的程度；后者指测验分数与目前效标资料之间的关联程度。料之间的关联程度。效标关联效度通常求实际测验分数与效标间的关系，效标关联效度通常求实际测验分数与效标间的关系，属于实证统计分析，因而效标关联效度又称为属于实证统计分析，因而效标关联效度又称为“实实证性效度证性效度”。建构效度建构效度指测验能够测量出理论的特质或概念的程度，指测验能够测量出理论的特质或概念的程度，即实际的测验分数能解释某一心理特质有多少。即实际的测验分数能解释某一心理特质有多少。建构是用来解释个体行为的假设性的理论上的建构是用来解释

57、个体行为的假设性的理论上的结构心理特质，因而建构效度就是结构心理特质，因而建构效度就是“测验能够测验能够测量到理论上的建构心理特质的程度。测量到理论上的建构心理特质的程度。”如我们根据理论的假设结构，编制一份量表或如我们根据理论的假设结构，编制一份量表或测验，经实际测试结果，受试者所得的实际分测验，经实际测试结果，受试者所得的实际分数，经统计检验结果能有效解释受试者的心理数，经统计检验结果能有效解释受试者的心理特质，则此测验或量表具有良好的建构效度。特质，则此测验或量表具有良好的建构效度。建构效度由于有理论的逻辑分析为基础，同时建构效度由于有理论的逻辑分析为基础，同时又根据实际所得的资料来检验

58、理论的正确性，又根据实际所得的资料来检验理论的正确性，因此是一种相当严谨的效度检验方法。因此是一种相当严谨的效度检验方法。建构效度建构效度建构效度检验步骤通常包括：建构效度检验步骤通常包括：u根据文献探讨、前人研究结果、实际经验等建立假设性理论建构u根据建构的假设性理论编制适当的测验工具u选取适当的受试者进行施测u以统计检验的实证方法支考查此份测验工具是否能有效解释所欲建构的心理特质。统计学上，检验建构效度的最常用方法即是因素分统计学上，检验建构效度的最常用方法即是因素分析，研究者如果以因素分析去检验测验工具的效度，析，研究者如果以因素分析去检验测验工具的效度，并有效地抽取共同因素，此共同因素

59、与理论结构的并有效地抽取共同因素，此共同因素与理论结构的心理特质很接近，则可说此测验工具或量表具有心理特质很接近，则可说此测验工具或量表具有“建构效度建构效度”。因而研究者常会描述。因而研究者常会描述“将项目分析将项目分析之后的题项作因素分析，来求得量表的建构效度。之后的题项作因素分析，来求得量表的建构效度。专家效度专家效度在研究者根据理论假设编制测验或量表后，如果无在研究者根据理论假设编制测验或量表后，如果无法编制双向细目表进行内容效度检验，可以将编制法编制双向细目表进行内容效度检验，可以将编制好的量表请相关的学者专家加以审查。好的量表请相关的学者专家加以审查。学者专家包括有实际工作经验者、

60、有此相关研究经学者专家包括有实际工作经验者、有此相关研究经验者、有学术背景的学者等验者、有学术背景的学者等学者专家会根据原构想表对题项逐一审查，看题项学者专家会根据原构想表对题项逐一审查，看题项内容是否能真正测出构想表的心理特质或包括的内内容是否能真正测出构想表的心理特质或包括的内涵，看词句是否恰当并提供修正意见。涵，看词句是否恰当并提供修正意见。研究者再根据专家学者的意见，统计分析适合的题研究者再根据专家学者的意见，统计分析适合的题项与不适合的题项，并修正若干不恰当的词句，然项与不适合的题项，并修正若干不恰当的词句，然后再编制成预试问卷，以考查测验或量表的信度，后再编制成预试问卷，以考查测验