第六讲问卷编制与分析

第六讲问卷编制与分析第一部分：问卷编制技术问卷法特点、结构及意义问卷的类型问卷的编制分发问卷问卷结果的整理与分析

问卷法是心理与教育研究的重要方法。问卷是从事调查研究的一种重要的工具。这种方法源自高尔顿（Galdon）的研究。自霍尔（G.StanleyHall）用此法研究儿童和青年心理学以后，才开始盛行。一、问卷法特点、结构及意义（一）问卷、问卷法的定义问卷（Questionnaire），是一种问题或表式,而问题内容是研究者所要探讨研究的事项,并藉此制成问卷的形式,分发给与研究事项有关的人士,请其依照填答说明据实回答问题,也可在指导者的指导下当面填答,或访问填答的方式进行。问卷法是指运用问卷作为收集资料工具的研究方法。

（二）问卷、量表、测验、测量的关系

问卷和量表是测验工具，测量是运用问卷和量表了解人的心理特性的过程。量表是已经形成的测验工具，是一种数值化、标准化的数字解释系统。问卷是没有构建量表系统，没有数值化、标准化的数字解释系统，但问卷也有相应的解释方法。（三）问卷的结构1．标题2．前言及填表说明（指导语）3．问卷的调查项目4．结束语

指导语的功能与设计⒈指导语即问卷的开场白，它在较大的程度上决定着调查对象是否愿意真正作答，因此，必须给予足够重视。⒉指导语的三项功能⑴建立初步的心理融洽，引起调查对象回答的意向与动机。●可作三个说明◆说明调查者的身份（研究者身份），强调是为了进行科学研究，而非其他私人目的，以取得调查对象的信任。◆说明研究的目的和价值，对其价值的阐述最好能与调查对象的个人利益联系起来，以激发其回答的动机。◆说明需要调查对象的协作的重要性。⑵消除调查对象的顾虑可从两方面说明：①说明本问卷是匿名问卷或无须知道调查对象的姓名，以消除调查对象担心自己的想法暴露的顾虑。②说明调查对象的回答不存在对错，以减少调查对象担心自己回答是愚蠢或不正常的顾虑。⑶通俗阐明回答的内容和具体要求回答的具体要求包括：问卷填写的规则回答的方式回答问卷需要的大致时间（四）问卷法的优缺点1．问卷法的优点（1）用问卷法收集资料，可不受人数限制，抽样范围较广，经济，省时。（2）问卷法可令被调查者有充分考虑的时间，不受别人干扰，并自由地表示意见，其结果将更为可靠。（3）所拟问题可尽量求其细密，凡在访问时不能直问，或问而不易得到正确回答的事项，皆可从问卷上得到较为满意与可靠的答案。2．问卷法的缺点（1）问题含糊不清，便不能得到确切的回答。（2）问卷的回收率较低，很难保证样本的代表性。（3）问题太多会令填答者生厌，故而置之不理；若问题太少，却又无法达到研究的目的。（4）问题设计的不理想时，会散漫零乱，不易整理，且难以应用统计方法分析，以致无法对结果进行科学解释。（5）当填答者不合作、言不由衷时，所得结果会不可靠。（6）有些事情非常复杂，并非问卷的简单回答所能表明。

（五）问卷与调查表的比较

在问卷法中还常用一些调查表对一些事实进行调查。调查表调查的事实一般为该研究的自变量。例如，不同性别、不同年级、学生父母的不同职业以及不同的经济收入等对学校某项教育措施的意见、态度有何不同。性别、年龄、父母的职业以及经济收入等都属于事实资料，一般调查此类问题的问卷称作调查表，而对于某些问题的意见、态度则属于研究的因变量，若了解这些方面的问题，就要编制一系列问题事项，组成问卷。

调查表是一个正式的表，一个表格目录或清单，偏重于对事实资料的搜集，而问卷则重于对意见、态度的征求。在调查访问中，一般常用调查表，而对于意见、态度方面的问卷的调查访问，才称之为问卷法。但这界限也不是绝对分明，问卷法必须要有一部分事实的调查，以作为该研究的变量，故调查表与问卷都要应用。二、问卷的类型依据题目及答案是否有固定格式（或统一）或以结构形式为标准可划分为：结构型问卷与无结构型问卷。（一)无结构型问卷又称开放型。所谓无结构，严格地说应该是结构较松散或较少，并非真的完全没有结构。其包含两层含义：一是题目的用语可以不同。二是回答的格式自由。

这种形式的问卷多用在对某些问题尚不清楚的探索性研究中。一般被访问的人数比较少，不必将资料数量化，但必须向被调查者问差不多相同的问题。无结构型问卷主要有以下优点：填答者可以不受任何约束的表达自己的意见，从中可明了填答者的动机、态度、意见等，可作深层研究使用。

其缺点主要是：资料分散，难以统计；需要花费填答者较多的时间和精力；填答者的文化修养影响对所回答问题的表述；填答者的反应倾向，社会称许性等，可能使回答不真实或似是而非。

（二）结构型问卷又称封闭式问卷，是对所有被测者应用一样的题目，对回答有一定结构限制的问卷类型。即在研究者事先规定的各种答案中，填答者选择认为符合自己当时意见、态度的一个或几个答案。这种类型的问卷还可根据是否使用文字，划分为图画式与文字式。结构型问卷根据答案的不同形式还可划分为：1．选择式，将问题的几种可能答案统统列出，让答卷者选择一个或几个符合自己情况的答案。如：“你喜欢哪种体育活动：篮球足球棒球乒乓球体操游泳骑马……。”

2．排列式，答卷者对问题的多种答案，依其喜欢、满意程度排列。如：你喜欢哪种体育活动：1.2.3.…，排序时，可对所有的答案依次排序，也可只选择少数认为最重要的答案排序。如可选3个或2个排序等等。

3．尺度式，问题的答案使用1-5，或1-7，或1-其他的数字表示，将填答者的反应显示在一个尺度上。即让填卷人选择一个或几个能表达自己实际情况的数字。如：对x教师的教学评价，从最不满意到最满意可用一个3-9级的量尺表示。

以五级尺度为例,你对老师的讲课

最满说不最满意不满不意准意满

意12345

三、问卷的编制

（一）编制问卷的步骤1．确定研究目的，提出研究假设应用问卷法是要从事某种研究，凡从事研究必先确定研究的问题是什么，即研究的目的。研究问题确立之后，就要根据问题与已有的研究资料，提出该研究的假设来。

研究假设可以帮助研究者明确自变量、因变量以及一些影响因素，在问卷中可明确搜集哪些事实材料。如：要对教师的教学进行评价，就要先假设不同教师间存在个别差异，这些个别差异可以作为自变量，教学评价的结果就是因变量。

2．了解研究问题的特质所谓研究特质，是指所欲研究问题的内容，也可以理解为研究问题的结构或架构，这是编制问卷必须了解的问题，也是最难的问题之一。了解研究问题的特质，有两条途径：一是查阅有关的研究资料，收集相关的论述，建构其特质。另一是用无结构问卷方法，进行现场调查，也可以个别访谈，收集有关的看法，将收集到的资料进行简单的归类，编成尺度式问题，再让相关人员填答，然后将数字化资料，用因素分析的方法，抽取问题特质，对其进行这方面的探讨。

3．确定行为样本所谓行为样本，是指代表研究问题特质各方面内容的具体行为表现取样，即问题样本。在明确研究问题特质之后，便是确定问题特质的行为表现，在明确了具体表现后，方能选取行为样本，只有知道了研究问题的行为样本，才能编制出全面而又有代表性的题目。这样才能使整个问卷的效度较高，问卷有意义。确定研究问题特质各方面内容的具体行为表现，也要查阅有关的研究资料，或向有关专家咨询，或做实际调查、分析。4．了解施测对象的特征及选择施测的被试样本。施测对象的特征，关系到问卷的形式以及文字要求等问题。

从施测对象中选择被试样本，要注意到样本的代表性，即样本能代表所要研究对象的全体，同时还要注意被试样本应有足够的数量。就统计的要求而言，一般样本数最好大于30。

5．选择并决定问卷形式问卷类型的选择一定要根据研究的需要而定。即主要应考虑以下因素：（1）研究的目的；（2）被测对象的特征；（3）资料的统计分析方法。

6．拟定问题的题目并随时修改根据研究的需要，以及编写题目的要求，拟定问卷的题目。编题时一般要求多编一些，以便在分析题目时，可根据预测的结果及专家的意见淘汰一部分，修改一部分。

7．预试在预试过程中，可使研究者发现一些前所未有的问题，如题目的次序、内容、长度、用语等各方面的缺陷，同时还可对每个题目进行项目分析，发现其优劣，为筛选题目提供资料。预试的受测者样本，必须来自研究的总体。

8．编辑问卷和实施说明9．确定出问卷法之外进行研究的其它辅助方法一般情况下，问卷法常辅以访问法，以进一步提高问卷法的效益，弥补其不足。

（二）问卷题目的编写规则

1．问卷的内容方面（1）事实问题一份问卷的开头或结尾，会请受试者填明一些所谓的基本资料，即静态资料。如：住所、年龄、性别、教育程度、民族、职业、经历、宗教、婚姻状况等等。这些常识性的事实问题，是基本的自变量。

另一类事实问题是询问受试者的某些实际行为（过去或现在），或实际行为的制度化一类问题。如：“你每天是否听国际新闻广播？”“放学回家后先干什么？”等等。这类问题都是为了解实际行为。实际行为可能因年龄、性别而有差异，也可能因为职业、教育程度而有差异。这类事实问题，则属于研究的因变量。

（2）态度问题态度问题包括两个层面，一是有关意见方面的，如意见、信仰、情感、动机之类；另一是有关价值或人格方面的，如道德观念，进取心之类。

（3）问卷内容应注意的问题题目的类型是否正确而合适；题目是否切合研究假设的需要；题目是否含混不清，引起歧义；题目是否涉及社会禁忌与爱好；要避免或减少社会称许性；题目是否产生暗示作用；题目是否超出受测者的知识和能力。

2．用语方面（1）语言方面语言应浅显、易懂，不超过受试者的领悟能力。用语应力求简单，不能太复杂。字句的意义力求简单，不能太过复杂。字句的意义力求清楚明白，不要含混或暧昧。一句话不要包含两个以上的观念或事件，要用标准的语言叙述或描述。

（2）用字造句方面一般或特殊直接或间接个人或集体（3）情绪方面避免主观及情绪化的字句。避免不受欢迎或涉及隐私的问题。避免难以回答的问题。

（4）理解所谓理解，是指研究者编写的题目应在受测者理解的范围内。通常注意以下几点：a．在能懂的范围内提出问题。b．问题不要引起误解或争论，即题目不能引起歧义。c．尽量使用肯定的叙述，避免使用双重否定的格式。d．不用或少用假设语句或猜测语句。

3．问卷的编辑在结构方面应注意问题的顺序、性质等，在形式方面应注意问题的圈选、安排方式等。（1）问卷的顺序a．时间顺序。有时间顺序的问题，应依次排列，不要杂乱，以免使受测者的记忆受到干扰，而无法理出正确的时间观念。

b．内容顺序。内容顺序安排要考虑三个方面：属于一般的或通论性的，放在问卷的前面，特殊的或专门的放在后面；容易回答的放在前面，不易回答的放在后面；比较熟悉的放在前面，生疏的放在后面。c．类别顺序一类是所谓基本资料，如性别、年龄、收入等项；二类是行为资料，如每天收看电视时数等项；三类是态度资料，如对老师的评价、成就动机量表等。

（2）问卷的施测时间一般情况下问卷不宜太长，以三四十分钟答完为宜。（3）问卷的开头应有感谢语及施测说明。

问题的类型及设计⒈根据问题的功能，将问题分为接触性问题、实质性问题和辅助性问题三大类。⒉接触性问题一般包括一组几个彼此联系，且与所要研究的课题具有某种程度上接近或有趣的问题；它主要是为建立接触，在调查结果分析时可能不会全部用到，甚至完全不用；问题设置应简单明了；比如，“我是一个小学生”、“我喜欢参加体育运动”⒊实质性问题实质性问题是分析整理心理问卷材料的主要来源，是为获得实质性材料而设计的，是问卷的核心。一般采用封闭性或半封闭性问题，形式可以肯否式、菜单式、排序式或等级式，有些与意向、动机或情感有关的实质性问题，必须注意采用适当的问题类型。⒋辅助性问题在问卷中起辅助作用可细分为四类⑴过滤性问题（测谎题）⑵校正性问题⑶补充性问题⑷调节性问题过滤性问题（测谎题）通常安排在实质性问题之前，与实质性问题配对安排，用来鉴别调查对象对所回答的问题是否具备资格或是否真实。例如“你喜欢课外体育活动吗”A根本不喜欢B不太喜欢C一般D比较喜欢E很喜欢如果调查对象和回答是A，而其后面的实质性问题“你在课外主要从事哪类体育活动？”就难以回答，如果作了回答，其答案就前后矛盾，其结果不应予以统计。校正性问题为了检验调查对象对实质性问题的回答是否真实，也可以设计校正性问题，安排在实质性问题之后。比如，第一问“你经常看教育专业的报纸和杂志吗？”A是的B不是第二问“请写出自己经常阅读的教育专业报纸或杂志（包括名称、出版单位）”补充性问题在实质性问题需要会议时，为防止可能出现的因会议困难或失误带来的结果失真，通常可利用一些补充性问题加以帮助。例如，你对心理学感兴趣是在几年级？如果调查对象发生回忆障碍，可以补充：你什么时候开始阅读心理学的书籍？等。很显然，一些补充性问题在通过谈话调查时很容易提出，而在书面问卷中，调查者主要通过预测来检验哪些问题调查对象回忆起来会发生困难，以便能够将较大的问题分解，较复杂的问题简化或采取其他措施。调节性问题它是用来消除枯燥疲劳、紧张及由于问题突然转移而产生的不适应感。它能起到调节作用，或者联结作用（帮助实现从一组问题向另一组问题过渡），有时为了给调查对象留下一个有始有终的印象，在问卷表最后，可采用开放性问题形式安排一个调节性问题。例如，我们很乐意知道你对这样的调查：A欢迎B不欢迎C无所谓⒌问题序列的设计⑴根据问题的功能安排序列。一般说来，接触性问题安排在最前面，继之以实质性问题，在实质性问题的前后，根据需要穿插各种功能问题。如设置过滤性问题和校正性问题，则要注意不能让它们与实质性问题靠得太近，以免因调查对象的察觉而失去其意义。⑵敏感性问题和开放性问题放在卷末。如果将信仰问题、同事关系、家庭生活等敏感性问题放在卷首，则可能引起调查对象的反感。而开放性问题需要调查对象作较多的考虑和书写，颇费时间，调查对象很可能产生畏难情绪。⑶采用“漏斗形技术”(Funneltechnique)，即按漏斗形排列问题，先问范围广的、一般的，再问比较具体的、特殊的问题。⑷内容上相互有联系的问题可放在一起，即先问同一个框架的问题，再问另一个框架的问题。同一个框架的问题，一般也按逻辑次序、时间次序或内容体系安排问题，以保持调查对象的注意力和思维序列，但要通过间隔调节性问题或使问题的形式题题不同等措施，避免建立反应倾向（即回答的相互影响或一致）。⑸先问为后面的问题所必需的信息。⑹问题的形式和长短在排列时应适当变化，以保持回答者的注意力，同时也要防止对不同问题进行相同的反应。⑺题目答案的序列也要精心设计。对二选一的问题回答者倾向于选择排在前面的一个答案；对多选一的问题回答者倾向于选择肯定答案。因此，问题的答案最好应随机排列或肯定、否定交替排列，而不应该以一种固定的顺序来排列。常见的问卷题目编制问题⑴对笼统、抽象、含混概念不加操作性定义，造成问卷设计者与调查对象或调查对象之间的理解不一致。比如，“你的家庭布局是：A学术气氛B现代化C时髦D整洁E一般”⑵两个以上概念在同一题目中出现。如“你经常教小孩识字和算术吗？”（使那些只教小孩识字或只教算术的家长很犯难）⑶使用专门术语、行语、俗语。⑷答案设置漏掉了综合性的选择项目。比如，你在为孩子选择书包时，首先重视的是书包的：A质量B容量C价格D色彩⑸出现带有某种倾向的暗示性问题。如“你喜欢饮誉中外的小说《红楼梦》吗？”⑹使用不肯定的词，如“某些”、“相当”、“非常”、“经常”。⑺使用可作多种解释，意义含糊的词。如“你父亲属于哪一社会阶层”（“属于”可理解为“目前是”、“最终或应该属于”）⑻问卷中出现调查对象未经历过的或不知道的，导致问卷结果的虚假性。（如要求学生从其并未看过的电影名称中挑选他最喜欢的一部）⑼问题的陈述使用否定句（特别是双重否定句），致使答卷者忽略其中的否定词而误解题意，造成回答不真实。⑽问题带有刺激性的词，伤害调查对象的感情，使人受窘，引起反感。如“你家里有酒鬼吗？”⑾问题缺乏受限制的前提。比如，为了解高师生的职业理想变化情况，设问“入学以来，你从事教师职业的态度有所变化吗？”⑿题目中供选择的项目未包含所有的程度。问卷题目的编制的窍门⑴所设置的问题与所研究的主题密切相关；⑵题目应清楚，无歧义；⑶尽量不要使用带有倾向性的问题；⑷所提出的问题应为被调查者能够回答的问题（在其知识或经验范围内）；⑸尽量不提带有社会压力的问题；⑹所提问题应尽量具体；“你小时侯（在读初中时）暑假在家干什么”⑺问题中提供选择答案要么全列出来，要么全不列；“在你的公司中你的升迁主要靠所创造的价值吗？”就不如“在你的公司中生前靠什么？”⑻对某些不易理解的问题应尽量作些简单解释；⑼询问回答者的切身体验比普遍提法要好；⑽采用多种方式减轻问题可能给回答者带来的社会压力①投射式提问，提示其他人可能处于相同情景。“中学生对能否谈恋爱有不同的看法，请你对下面的看法作出评定：A应公开提倡B应任其自然发展C应对其进行淡化D应旗帜鲜明地反对E其他”②假定性提问：假定回答者可能会否认某种问题，就要让他无法否定。比如，“你第一次吸毒是在什么时候？”（假定他吸过毒，而不问“你吸毒吗？”）③迂回、间接地提问④委婉性提问。（清洁工→“环境卫生技师”）

四、分发问卷

发放问卷之前首先要决定谁是被测样本。样本一定要从所要研究的对象中选，要有代表性。五、问卷结果的整理分析与解释（一）问卷的整理1．

挑出不合乎要求的问卷；2．按所选统计方法，登录分数及次数；3．对于无结构型问卷，则按回答者的内容划分到不同类别中去；4．对于属于“事实”性的问卷，一般按题目登记次数；5．对于尺度式则登记分数，对于态度量表可登记总分。

（二）

问卷结果的解释对于问卷的解释，主要看这些结果是否验证了某假设，如果没有，可能还要提出一些新的假设或研究课题。

举例：确定研究的课题经过数次专家论证,最终确定科研选题为“少年儿童自我管理习惯培养与社会适应的关系”。问卷获取问卷获取的方式：（一）寻找现成问卷（二）自编问卷（三）根据自身需要改编现成问卷（一）寻找现成问卷通过多种渠道寻找现成问卷。常用渠道有：查阅学术期刊论文,从论文中找到作者的通讯地址或EMAIL，发函索取。查阅硕博士论文，如电子资源CNKI，从论文附录中查找论文所使用的问卷。使用搜索引擎（Baidu/Google），输入关键词，在搜索内容中寻找相关问卷。（二）自编问卷“少年儿童自我管理习惯培养与社会适应的关系”课题的研究内容主要包括两个方面：一是自我管理习惯状况；二是社会适应状况。在问卷编制时，主要编制两份问卷：自我管理问卷和社会适应问卷。2、问卷编制进程说明问卷的编制一般是一个自上而下，逐渐具体化的过程。（1）确定研究的主题内容，如自我管理。（2）确定研究主题所包括的维度（方面），如在本研究中，自我管理包括目标管理、物品管理、时间管理。（3）再次，确定每个维度包括的内容，如根据心理学研究，时间管理可分为：时间价值感、时间监控、时间效能感3个维度。（4）最后，确定每个维度所包含的题目。3、举例——自我管理问卷的编制（1）经过专家论证，确定自我管理为主要研究内容。（2）经过资料查阅、专家论证，最终确定在本研究中自我管理包括：目标管理、物品管理和时间管理3个方面。（3）多种渠道搜集与上述3个方面相关的文献与问卷，获取大学生时间管理倾向问卷一份，该问卷把时间管理分为时间价值感、时间监控和时间效能感，但考虑到中小学生的特点，需要改编。没有搜集到与目标管理和物品管理相关的问卷，只能自编。三、自编问卷步骤（以物品管理为例）（一）确定问卷的形式：开放式问卷还是封闭式问卷？（二）搜集相关词汇和句子（三）确定答案的形式（四）完善问卷（一）确定问卷的形式：开放式问卷还是封闭式问卷？开放式：问卷题目以问句形式出现，问卷不提供可供选择的答案。举例：你认为自我管理习惯培养对小学生有哪些好处？优点：编制容易。缺点：分析困难，数量化困难。封闭式：问卷题目以陈述句形式出现，每个问题后面跟着一系列供选择的答案。举例：自我管理习惯培养有利于学生成绩的提高。1同意2不好说3反对优点：可进行数量化分析，数据较有说服力；缺点：编制较为麻烦。

（二）搜集相关词汇和句子描述物品管理的词汇和句子，如整齐、条理、丢三拉四等等。搜集方式：个人列举/他人列举/开放式问卷。总之，最终列出多个描述物品管理的句子。如：1．我自己的东西摆放得很整齐。2．我在家时经常找不到需要的东西。 3．我很快就能找到自己需要的东西。4．我经常丢三拉四。5．我书桌上的东西摆放得很有条理。6．我经常到上课时，找不到上课用的东西。7．我的物品都有一个固定的摆放位置。（三）确定答案的形式1、5点计分式：每个数字的具体含义为：1-一点也不符合；2-不太符合；3-无法确定；4-比较符合；5-非常符合。

一点也不符合不太符合无法确定比较符合非常符合1．我自己的东西摆放得很整齐。

123456．我在家时经常找不到需要的东西。123452、是否式1．我自己的东西摆放得很整齐。是（）否（）6．我在家时经常找不到需要的东西。是（）否（）如何确定5点式计分还是是否式计分方式？是否式”答案比较简单，只能做百分比的分析。比如对“是否按时睡觉？”的统计，往往只能统计出回答“是”和“否”的百分比。5点式计分的统计比较灵活，可以做一些稍微高级的统计。（四）完善问卷一份完整的问卷包括：问卷名称、指导语（答题指导语）、被试信息、问卷题目。小学生生活状况调查问卷（题目）指导语：亲爱的同学，这是一份为教育科研而设计的调查问卷，目的是了解当代小学生真实的生活现状，更好地促进小学生的健康成长（调查目的）。我们保证只有相关的科研人员才能接触到您的答卷（调查承诺）。谢谢你的合作！（感谢语）

中国青少年研究中心少年儿童行为习惯培养的研究与实践总课题组（落款）

答题指导语：在下面的问卷中，每一道题目后面都有1、2、3、4、5五个数字，每个数字的具体含义为：1-一点也不符合；2-不太符合；3-无法确定；4-比较符合；5-非常符合。请根据你的实际情况，在题目后面的数字上打勾“√”。例如，在回答例题“我每天准时到学校上学”时，如果你每天都能准时到学校上学，那么说明这种陈述“非常符合”你的实际情况，请你在数字“5”上打勾。如果你经常不能准时到学校上学，那么说明你“一点也不符合”这种陈述，你应该在数字“1”上打勾。四、问卷数据整理（一）问卷编号并筛选有效问卷（二）建立SPSS数据库，录入数据（三）数据分析前整理：缺失值的处理、反向计分。五、数据统计分析（一）基本描述统计对于5点计分式题目，可计算每个维度的平均数、标准差。可以计算所有被试在这个题目上的平均分。可以比较试验前后被试在这个题目上平均分的变化。如试验前：3.2分，试验后4.6分。一点也不符合不太符合无法确定比较符合非常符合1．我自己的东西摆放得很整齐。

12345对于是否式题目，可计算“是”与“否”的百分比。可以对比实验前后百分比的变化。如实验前70%的学生不迟到，实验后90%的同学不迟到。（二）差异统计性别差异、年级差异实验组对照组差异培养前培养后差异第二部分：严格心理问卷的编制量化研究与统计分析量化研究的基本概念量的研究与质的研究的区别量的研究设计方法量的研究步骤量表分析步骤量表的编码项目分析因素分析信度分析复选题及其他方式的数据文件建立1、量化研究的基本概念研究的两种取向（两个范畴）量化研究（定量研究）质性研究（定性研究）量化研究的基本概念研究的目的：描述、解释、预测研究的特性：客观性、系统性、实证2、量的研究与质的研究的区别对问题看法逻辑实证主义：单一的客观实在自然现象主义：多元实在研究目的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研究取向假设演绎假设（特殊条件下的）验证归纳法经验归纳研究者角色客观中立价值参与研究结果推论由样本推论到样本的总体，强调情境的重要性情境限制推论3、量的研究设计方法 调查法访问调查法问卷调查法相关研究法实验法真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、量表、问卷以取得研究实施的数据资料，作为假设检验的基础。因此，搜集、整理、统计分析是其基础。4、量的研究步骤选择与定义问题执行研究的程序数据分析结果分析与结论1)、选择与定义问题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，问题可以经过资料搜集、分析来加以检验或回答。研究问题确定后，要给予完整的操作性的定义。2)、执行研究的程序实施的程序包括：样本或被试的选择抽样方式对象的要求、代表性样本量测量工具的改进编制、修订、完善数据的搜集数据的类型、统计方法的选择3)、数据分析

根据数据的性质和特点，选择合适的统计分析方法进行客观的解释及推论。4)、结果分析与结论

检验假设是否能被支持。推论到特定情境得出一般结论。研究者如采实验研究时，应当把握下列四大原则(Kirk，1995)：1）要有适切的统计检验力，使μ和μo间差异，有实质意义存在。2）使用最小资源、人数。3）提供适当的保护，以防止第一类型的错误。4）无关干扰变量的影响要最小。在实验设计的选择上面，除把握以上四个原则外，也要考虑到下面五个方面:1）这个设计能够有效计算出实验效果与误差效果值?团为由这两个效果值才能得知实验处理是否有效。2）所搜集的数据足以产生可靠的结果?如果所搜集的数据有偏误，统计结果自然不正确。3）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?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，也代表正确裁决率不高。4）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5）实验程序是否具体可行?在研究领域中所学的方法是否可以使用?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。样本的代表性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，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，选取的样本是否具有代表性，根据下列三项因素而定：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，也是判定受试者适当与否的主要依据，常用的取样方法有三种(Gay，1992)：1）随机抽样：依据概率理论，以随机原则方式从母群体中抽取—定比例的受试者(取样对象为观察值个体)，使用方法如抽签法、随机乱数表抽样等。2）分层随机抽样研究设计中，如果受试各母群间的差异很大(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，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(不同的小群体)，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干样本数。分层随机抽样的步骤如下(Gay，1992)：确认与界定研究的母群体。决定所需样本的大小。确认变量与各子群(层次)，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层次。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。分层随机抽样的图标如下：

3）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。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。整群抽样的步骤如下：确认与界定母群体。决定研究所需的样本大小。确认与定义合理的组群。列出母群体所包括的所有组群。估计“每个组群中平均母群成员的个体数。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。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：两大随机原则：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把握“随机取样”与“随机分配”两个原则。取样的样本要多少才算“够大”?

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“够大”，这个议题，社会科学研究领域中，似乎无一致的结论。其中，学者Sudman（1976）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，作为自己取样的参考。如果是地区性研究，平均样本人数在500至1000人之间较为适合；而如果是全国性研究，平均样本人数约在1500人至2500人之间较为适宜。学者Gay(1992)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10％，如果母群体较小则最小的样本数最好为母群体的20％相关研究的目的在于探究变量间的有无关系存在，受试者至少须在30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30位如果实验研究设计得宜，有严密的实验控制，每组受试考至少在15人以上，但权威学者还是认为每组受试者最少应有30人，最为适宜。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“绝对数量”多少，较为不宜。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指针，因为“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，选取有代表性的小样本”学者Borg与Gall(1983)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，要采较大的样本数：编制之测量工具的“信度”(可靠性)较低时。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。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。变量的分类数据分析之变量属性的分类中，多采纳学者Stevens(1946、1951)的观点，Stevens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：1．名义变量或称类别变量主要在于分类对象，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．次序变量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．等距／比率变量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,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，二者均含合算术计算特性，因而两个变量常被合而为—，数据分析中，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“间断变量”，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，此类等距变量也可转化为不同类别，它虽然不是“真正”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“一分变量”，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“男”、“女”；“及格”、“不及格”等。如果间断变量有三大类或三个水准时，则称为“三分变量”，如包含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”。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，将样本分成“高分组”、“中分组”、“低分组”，但次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，常用者为以虚拟变量方式出现(有关虚拟变量的转换与应用，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。各步骤的操作方法则分别在以后详细说明。问卷信效度分析的步骤，简要分述如下：编拟预试问卷预试整理问卷与编号项目分析因素分析信度分析再测信度1、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、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，加以编制，在编制问卷时应注意：1．如果问卷的题项内容过于敏感，应在间卷中穿插数题“测谎题”，以探知填答者是否据实填答。2．态度量表通常采用的是李克持式量表法，量表填答方式以4点量表法全6点量表法，最为多人或研究者所采用。对于应采用几点量表法，学者Berdie（1994)根据研究经验，综合提出以下看法，可供研究者参考：在大多数的情况下，5点量表是最可靠的，选项超过5点，一般人难有足够的辨别力。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，使用7点量表法，会导致信度的丧失；对于具有足够辨别力的人而言，使用5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，(1)这种选答很广的分布缺乏可信度，故完全没有意义；(2)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。题项数的多少为好？李克特式量表法，重视其“内在一致性程度”，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，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。学者Devellis（1991)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：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、4倍。2、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题项数的1.5倍即可，如正式量表题项数预计在20题附近，则预试问卷时，其预试题项数大约为30题。2、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“分量表”的3—5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40题、35题、25题，则预试对象，最好在120位至200位中间，如果样本较为特殊，在预试人数的选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(DeVellks，1991)。学名Tinsley和Tinsley(1987)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1:1至1:10之间，如果受试者总数在300人以上时，这个比例便不是那么重要。最近，另一学者Comrey(1988)也提出另一观点，如果量表的题项数少于40题，中等样本数约是150位，较佳的样本数是200位。其观点与Tinsley二者接近，亦即量表题项数与预试人数比例约为1:1最为适合。3、整理问卷与编号问卷回收后，应一份一份检查筛选，对于数据不全或不诚实填答之间卷，应考虑将之删除；对于填答时皆填同—性答案者是否删除，研究者应考虑问卷题项本身的内容与描述，自行审慎判断。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、各题项—个不同代码，并依问卷内容，有顺序的键入计算机。SPSS可以读取文本文件、excel等文件，可以选择自己得手的程序输入。量表的编码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，不能有空格对于量表所涉及的基本信息部分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。如果使用计算机比较熟练，用汉字也有其优点如性别、年龄、职业等用SEX、AGE、JOB或XINGBIE、NIANLING、ZHIYIE等对于12.0以前的版本，变量名仅限8个字符。量表的编码变量名对于各分量表要使用相同的识别码使用题目序号标识不同的题项如A1、A2．．．表示量表A的各题项，B1．B2．．表示量表B的各题项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变量名标签对于量表所涉及的基本信息部分为便于显示和以后的报告撰写，建议使用中文标签SPSS12.0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变量值标签对于量表所涉及的基本信息部分一般用变量值标签来加快输入的速度减少以后分析操作过程的诸多不便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。如性别：男．女用1、2或0、1标识职业：工人、农民．．等用1、2．．等表示对于变量的类型，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。量表的编码变量值标签对于各分量表原题项一般不用变量值标签对于新生成的称名变量、顺序变量最好使用变量值标签如：总分分组中的高、中、低三组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变量的类型除非必须（如姓名、学号等）用字符串外，建议全部选用数值型变量。对于称名变量和顺序变量则用变量值标签来标识其涵义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识其水平4、项目分析作用：项目分析主要目的在求出问卷个别题项的临界比率值CR值将未达到显著水平的题项删除，减少题量。主要方法独立样本T检验相关法数据：Cha-2.sav项目分析即在求出每一个题项的“临界比率”(简称CR值)，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，得分前25％至33％者为高分组，得分后25％至33％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(多数数据分析时，均以测验总分最高的27％及最低的27％，作为高低分组界限)，如果题项的CR值达显者水准(α＜0.05或α<0.01)，即表示这个题项能鉴别不同受试者的反应程度，此为题项是否删除首应考虑的。主要方法独立样本T检验：量表题项的反向计分题的处理（9－16，若无则可省略）利用RecordintoSame…命令将反向题导入右侧框中定义转换的数值关系注意：先保存原始数据文件。求出量表总分利用Compute…命令输入新变量名即总分建立数学关系式，即连加量表总分高低排序利用SortCase…命令将总分加入右侧框中选择排序方法找出高低分组上下27％处的分数按临界分数将总分分成高低二组利用RecordintoDifferent…命令先定义变量：总分组组将临界值以下的定义为1组（43，低分组）将临界值以上的定义为2组（56，高分组）以独立样本T检验检查二组在每个题项的差异利用Independent-samplesTTest…命令将所组题项导入右上侧框中选择总分组变量作为自变量并定义其值1、2将T检验的结果未达到显著性的题项删除根据方差齐性检验结果选择t检验的值及显著性确定需要删除的题项（本例全部显著）查看结果主要方法相关法：量表题项的反向计分题的处理（若无则可省略）求出量表总分计算各题项与总分的相关利用Bivariate…命令为便于观察，先选择总分进入右侧再选择所有题项依原来顺序进入右侧选择积差相关法根据各题项与总分相关系数的显著性及相关系数的大小决定取舍题目的标准。5、因素分析－－结构效度项目分析完后，为检验量表的结构有效度，应进行因素分析。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。因素分析目在于检验量表的“建构效度”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量，此种因素分析方法，是一种“探索性的因素分析”5、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内在效度指研究叙述的正确性与真实性；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同因素，在探索性因素分析中，常用的原则：1、根据Kaiser（1960）的观点，保留特征值大于1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，研究者也可限定因素抽取的数目，但此方面通过多用于“验证性因素分析”上面。2、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坦，平坦状态以后的共同因素可以去掉。5、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因素抽取的数目。在实际教育研究中，星表有效性建构有时需要进行2—3次因素分析，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验方法，研究者亦可考虑采用其它效度分析法，如“内容效率”、“专家效度”、“效标关联效度”等。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效度，在研究设计时可把握：理论正确、解释清楚：概念要具有明确性，解释要信而可证。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。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。正本清源，排除无关变因：认清并排除足以混淆或威胁绪论的无关干扰变量。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：解释分析应具普遍性、客观性、中立性、合理性与真实性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。观察具有普遍性，资料搜集来源要多元性并且要客观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具有以下性质：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。效度并非全有或全无，只是程度上有高低不同的差别效度有其目标功能性，是针对某一特殊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。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。效度的基本概念测验或量表所能正确测量的特质程度，一般就是效度。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，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，在于累积证据以支持上述推论的过程（《教育与心理测验的标准》1985，P9）。效度的基本概念对效度的分类包括以下几种：内容效度效标关联效度建构效度专家效度内容效度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特质，能否达到测量到所要测验的目的或行为构想。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，因而内容效度也称为“逻辑效度”。效标关联效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。效标关联效度依其使用时间间隔的长短又分为“预测效度”与“同时效度”，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，属于实证统计分析，因而效标关联效度又称为“实证性效度”。建构效度指测验能够测量出理论的特质或概念的程度，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结构心理特质，因而建构效度就是“测验能够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。建构效度建构效度检验步骤通常包括：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根据建构的假设性理论编制适当的测验工具选取适当的受试者进行施测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“建构效度”。因而研究者常会描述“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。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。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，经此一步骤，则量表可增殖“专家效度”一项。因素分析的基本原理因素分析是多变量方法的应用之一，在社会科学研究领域中，应用最广的是把数个很难解释，而彼此有关的变量，转化成少数有概念化意义，而彼此独立性大的因素。因素分析时，如以主成分分析法抽取因素，则又称为“主成分因素分析”事实上，主成分因素分析也是因素分析中最常用使用的方法。因素分析是一种潜在的结构分析法，其模式理论中，假定每个指针（外在变量或称题项、观察值、问卷问题）均由两个部分构成：一为“共同因素”；一为“惟一因素”。共同因素的数目会比指针数（原始变量数）还少，而每个指针或原始变量皆有一个惟一因素，亦即一份量表共有N个题项数，则也会有N个惟一因素。因素分析的基本原理惟一因素有两个假定：所有的惟一因素间彼此没有相关所有的惟一因素与所有的共同因素间也没有相关至于所有共同因素间彼此的关系，可能有相关或可能皆没有相关。在斜交转轴状态下，所有的共同因素间彼此有相关在直交转轴情况下，所有的共同因素间彼此没有相关因素分析的最常用模式如下：Zj=aj1F1+aj2F2+aj3F3+…+ajmFm+Uj其中：Zj为第j个变量的标准化分数Fi为共同因素m为所有变量共同因素的数目Uj为变量Zj的惟一因素aj1为因素负荷量因素分析的基本原理所谓的因素负荷量为因素结构中原始变量与因素分析时抽取出共同因素的相关。在因素分析中有两个重要的指标：共同性：特征值因素分析的基本原理共同性：是某个变量在所有共同因素上的负荷量的平方和。即横向求和是该变量可以被共同因素解释的变异的百分比是该变量与共同因素间多元相关的平方从共同性的大小可以判断这个原始变量与共同因素间的关系程度惟一因素的大小就是1－共同性所有共同性的相加等于1因素分析的基本原理特征值是所有变量在某一共同因素的因素负荷量的平方和，即纵向求和在因素分析中，特征值最大的共同因素被先抽取，其次介次大者，最后抽取的共同因素的特征值最小。在主成分分析中，特征值的总和刚好等于变量的总数每个共同因素的特征值除以总题数，为此项共同因素可以解释的变异量因素分析的目的，在于因素结构的简单化，希望以最少的共同因素，能对总变异作最大的解释，因而抽取的因素愈少愈好，但抽取因素的累积解释的变异量愈大愈好。因素分析通常应用在三个层面显示变量间因素分析的组型考查变量间的群组，每个群组的包括的变量彼此间相关很高，同构性较大减少大量变量数目，使之成为一组包括变量较少的统计自变量（称为因素），每个因素与原始变量间有某种线性关系存在。因素分析具有简化数据变量的功能，以较少的层面来代表原来的数据结构它根据变量间彼此的相关，找出变量间潜在的结构关系，变量间简单的结构关系称为“成分”或“因素”。因素分析步骤筛选观测变量计算变量间相关矩阵或协方差矩阵样本数据适当性考察确定因子数参数估计因子旋转因子得分决定因素与命名注意上述步骤并非一次顺序地执行即达到目的，而是要经过多次反复才能选择一个较好的模型。筛选观测变量筛选观测变量是一个复杂的问题，它涉及到理论构想，开放式问卷项目的归纳整理以及经典测量理论中的项目分析。我们这里就因素分析的思想提出一些建议，在进行分析时最好不选以下观测变量：1、标准差低，标准的确定是比较主观的2、重测信度低(建议0.2)；3、最大载荷值lij小(建议0.4)；4、共同度hi2小(建议0.16)；5、最大载荷值lij与共同度hi2之比小(建议0.5)；6、最大两个载荷值lij与共同度hi2之比小(建议0.25)；7、取样适当性系数(MSA)过小；8、多极变量，即一个变量在几个因子上的载荷都较大。计算变量间相关矩阵或协方差矩阵如果一个变量与其它变量间相关很低，在下一个分析步骤中可以考虑剔除此变量，但实际排除与否，还要考量到变量的“共同性”与“因素负荷量”。如以原始数据作为因素分析的数据，电脑会自动先转化为相关矩阵的方式，进行因素分析。样本数据适当性考察样本相关矩阵：如果变量之间相关程度普遍较低则不大可能找到便于解释的公因子，可以查看相关矩阵中是否有一部分较高的相关系数，不过这里没有一个合适与不合适的标准。Bartlett球度检验：用于检验Ho：“原始数据的变量间相关矩阵是一个单位矩阵”，Ho被拒绝说明各个变量间存在相关，若P值没达到显著，则数据不宜进行因子分析。偏相关系数：如果变量共享公因子，当其它变量的线性效应被去掉时，变量偶对间的偏相关系数应当小。当满足因子分析假定时，偏相关系数是特殊因子(误差)之间的相关系数的估计，应当接近于零。偏相关系数的负数叫做反像相关(anti-image)，在一个好的因子模型中反像相关阵里除了对角线上的系数较大外，远离对角线的元素应该比较小。样本数据适当性考察题项间是否适合进行因素分析，可用取样适应性数值KMO来判断一般要求在0.6（勉强）以上。0.9－（极适合）、0.8－（适合）、0.7－（尚可）、0.5－（不适合）、0.5以下（非常不适合）因素分析的变量必须都是等距或比率变量，即都要是连续变量才可，在进行因素分析前，可观察变量间的相关矩阵，因素分析时变量间需具有一定程度的相关，一群相关太高或太低的变量，都会造成执行因素分析的困难，太低的相关很难抽取稳定的共同因素，不适于进行因素分析；然而题项间相关太高，便会发生共线性问题，其判别效度有待检验，所获得的因素价值不高。这些都可以通过KMO及球形检验来检验。确定公因子数Kaiser准则：选取特征值大于1的因素（要求题项数最好不要超过30题；题项平均共同性最好在0.7以上；如果受试样本大于250，则平均共同性应在0.6以上Cattell所倡导的陡坡检验，碎石图(ScreePlot)，也称陡阶检验，它显示的是每个因子的，大子的陡急坡度与其余因子的缓慢坡度之间明显的折点可用确定因子数。m<p/2累计贡献率（建议>85%，现在多数因子分析中只有40%~60%）;在极大似然估计法中，使拟合度显著性水平不再减小；理论构想及公因子的可解释性都可以作为确定因子数的参考参数估计的方法估计因素负荷量的方法，有：主成分分析法主轴法一般最小二乘法未加权最小二乘法极大似然法Alpha因素抽取法映象因素抽取法等最常使用的是主成分分析法与主轴法参数估计的方法主成份分析法(PrincipalComponent)：主成分分析法是以线性组合式将所有变量加以合并，计算所有变量共同解释的变异量，该线性组合称为主成分。第一次线性组合所解释的变异量最大，分离此变量所剩余的变异量，经第二个线性组合后，可以分离出第二个主成分，依次类推...第一主分量占样本方差的最大量，第二分量占方差次大量，且与第一主分量无关，其后的分量逐渐解释样本总方差中的较小部分，并且所有分量彼此不相关。主成份法对总体的分布没着什么假定，因此适用范围广，也便于确定因子数。参数估计的方法极大似然法(Maximumlikelihood)：它上在假定观测变量、误差以及公共因子服从多维正态分布的情况进行计算的，如果样本来自多元正态总体，估计的相关矩阵与产生的观测相关矩阵很相似。值得我们注意的是极大似然法和主成份分析法所得的结果一般是不会完全一致的。主轴法是分析变量间的共同变异量而存在全体变异量，其计算方式是将相关矩阵中的对角线，由原来的1.00改用共同性来取代，其目的在于抽出一系列互相独立的因素，第一个因素解释最大的原始变量间共同变异量；第二个因素解释剩余共同变异量的最大变异。因子旋转在因素抽取上，通常最初因素抽取后，对因素无法作有效的解释。因素分析的目的不仅是求出主因子，更主要的是要知道每个因子的意义。在因子提取阶段获得的矩阵表明了因子和单个变量之间的关系，但是根据这个因子矩阵通常难于确定有意义的因子，因为这个矩阵反映出大多数因子与许多变量相关。因子旋转的目的是在于改变题项在各因素的负荷量的大小，使得因素负荷量易于解释，获得结构简单的因子载荷矩阵。转轴时根据题项与因素结构关系的密切程度，调整各因素负荷量的大小。因子旋转转轴以后，使得变量在每个因素的负荷量不是变大就是变得更小，改变转轴前每个因素的负荷量大小均差不多。即每个因子仅在某些变量上有大的载荷，而在其它因子上的载荷接近零，每个变量仅在某个因子上有较大载荷，而在其它因子上载荷接近于零。转轴后，大部分的题项在每个共同因素中有一个差异较大的因素负荷量。转轴后，每个共同因素的特征值会改变，与转轴前不一样，但每个变量的共同性不会改变。因子旋转常用的转轴方法有：最大变异法、四次最大值法、相等最大值法、直接斜交转轴法和Promax转轴法等。分为正交旋转与斜交旋转两类。其中前三者为直交转轴法。在直交转轴法中，最常用的正交旋转是方差极大(Varimax)方法；正交旋转适用于公因子相互独立的情况，因素之间没有相关。如果客观情况是公因子彼此相关，就应考虑用斜交旋转。后二者为斜交转轴，因素间彼此有某种程序的相关。常用的斜交旋转法是(OBLIMIN)法，参数delta控制倾斜程度，当delta为0时，因子最倾斜，当delta变得更负，因子变得更不倾斜。因子旋转直交转轴的优点是因素间提供的信息不会重叠，观察对象在某一个因素的分数与在其它因素的分数，彼此独立不相关；缺点：是研究者迫使因素间不相关，但在实际生活中，它们彼此相关的可能性很高。因而转轴方法倾向于较多人为的因素方式，不一定符合现实世界中自然发生的事件。因子得分因子得分也就是计算每个被试在公共因子上的取值。统计软件提供三种计算因子得分的方法：回归法、Bartlett法和AndersonRubin法，这三种方法得到的都是均值为0的分，AndersonRubin法产生的因子得分总是不相关的，标准差为1，回归法产生的因子得分可能是相关的。对于主成份分析，三种方法产生相同的得分。另外，为了方便量表中计分，我们也可以用因子所属的几个观测变量值之和或平均值作为因子得分。决定因素与命名转轴后，要决定因素数目，选取较少因素层面，获得较大的解释量。在因素命名与结果解释上，必要时可将因素计算后分数储存，作为其它程度分析的输入变量。在多变量关系中，变量间线性组合对表现或解释每个层面的方差非常有用。阅读因素分析结果ReproducedCorrelationMatrix重构相关系数及其残差阵残差多，说明模型不能很好地拟合数据。主成份法得到矩阵ComponentMatrix：旋转前的载荷及相关系数矩阵RotatedComponentMatrix极大似然法FactorMatrix：旋转前的载荷及相关系数矩阵RotatedFactorMatrix:旋转后的载荷及相关系数矩阵非正交旋转时FactorMatrix：旋转前的载荷矩阵PatternMatrix：旋转后的载荷矩阵StructureMatrix：旋转后因子与变量间相关系数矩阵因素分析时还应考虑的因素从相关矩阵中筛选题项（删除相关较高的题项）样本大小题项与受试者的比例最好为1:5受试总样本总数不得少于100人，应该尽可能加大。操作程序数据：cha-3.sav执行命令，打开对话框将量表的题项选入右侧的框中。需要时可以选择提供选择标准的变量描述统计子对话框统计项：显示每一题项的均值、标准差显示因素分析未转轴前的共同性、特征值、方差百分及累积百分比相关系数矩阵区：相关矩阵、显著性水平、KMO等操作程序Extraction子对话框选择抽取因素的方法（一般使用默认选项即可）分析方法选项：以相关矩阵抽取／以协方差矩阵抽取因素显示项：显示未转轴刊因素负荷、特征值及共同性（默认）陡坡图（建议选用）抽取因素的标准：特征值大于1选择因子数转轴时执行的最多迭代次数（默认25）操作程序Rotation旋转子对话框转轴的方法（共5种）：除NONE外的上面三