Transcript 5. 問卷量表設計.ppt

問卷量表設計
信效度分析
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. 量表編製建構的流程
3
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
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
 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
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
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
2.5 信度分析[課本15-10]
 常用方法
 Cronbach α係數
 折半信度
 Cronbach α係數
 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
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
9
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
3.2 項目分析—求出量表總分
 轉換計算
11
3.3 項目分析—總分高低排序
 資料觀察值排序
12
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
3.5 項目分析—分組
 轉換編碼成不同變數
14
分組命名
15
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
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
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
4.1 SPSS程序
 統計分析資料縮減因子
19
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
4.2.1 KMO
KMO 與Ba rtle tt檢定
Kaiser-Meyer-Olkin 取樣適切性量數。
Bartlett 球形檢定
近似卡方分配
.857
1187.740
自由度
231
顯著性
.000
 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
4.2.2 萃取
解說總變異量
總和
8.145
初始特徵值
變異數的%
37.024
累積%
37.024
2
2.728
12.400
49.424
2.728
12.400
49.424
3.917
17.806
41.049
3
1.300
5.908
55.332
1.300
5.908
55.332
2.035
9.249
50.298
4
1.262
5.736
61.068
1.262
5.736
61.068
1.728
7.856
58.154
5
1.066
4.845
65.913
1.066
4.845
65.913
1.707
7.759
65.913
6
.922
4.193
70.106
7
.869
3.951
74.057
8
.740
3.365
77.422
9
.681
3.096
80.518
10
.620
2.818
83.336
11
.526
2.391
85.727
12
.492
2.235
87.962
13
.422
1.919
89.882
14
.410
1.864
91.746
15
.343
1.560
93.306
16
.298
1.354
94.661
17
.258
1.172
95.833
18
.249
1.134
96.966
19
.211
.957
97.923
20
.176
.798
98.721
.664
99.385
.615
100.000
成份
1
21
.146
22
.135
萃取法：主成份分析。
平方和負荷量萃取
總和
變異數的%
累積%
8.145
37.024
37.024
轉軸平方和負荷量
總和
變異數的%
累積%
5.113
23.243
23.243
 初始特徵值>1，成份為5個，且
累積解釋變異量為65.913%
22
未轉軸的因素矩陣（因素負荷量）
成 份 矩 陣a
1
成份
3
a6
.7 96
2
-. 27 3
a1 2
.7 34
.3 54
a3
.7 31
-. 41 9
a1
.7 30
-. 39 1
-. 10 4
a8
.7 27
-. 10 8
-. 13 7
a1 0
.7 26
.3 55
.1 45
-. 33 2
a2
.6 82
-. 39 7
-. 13 9
-. 11 8
a2 0
.6 53
a1 1
.6 37
.5 05
-. 21 6
a5
.6 35
-. 41 3
-. 17 1
a7
.5 98
-. 27 0
a2 2
.5 67
a1 7
.5 67
a9
a1 9
a1 3
.5 27
.5 09
a1 4
.5 45
.6 07
a1 5
.4 55
.5 61
-. 33 2
.1 42
a4
.5 01
-. 55 6
.2 55
-. 22 4
a1 8
.3 75
.1 30
.4 69
a2 1
.5 16
-. 25 3
4
-. 19 4
-. 17 8
5
-. 11 9
-. 15 0
-. 13 7
.1 06
.5 44
-. 18 4
-. 15 8
-. 15 6
-. 29 5
.2 36
.2 42
-. 11 5
-. 22 3
.1 64
-. 24 3
.1 81
.4 26
.2 47
-. 39 0
.5 47
.3 78
-. 19 3
-. 46 7
.5 27
.3 97
.1 46
.2 06
a1 6
.3 66
萃取方法：主成分分析。
a. 萃取了 5 個成份。
.2 78
.1 42
-. 16 4
.1 13
.4 13
-. 11 6
.5 99
-. 12 3
.2 09
.1 96
.4 55
23
轉軸後的因素矩陣（因素負荷量）
轉 軸 後 的 成 份 矩 陣a
a3
.8 19
.1 09
成份
3
.1 22
a1
.8 15
.1 52
.1 35
a2
.7 78
.1 29
.1 60
a6
.7 72
.2 31
a5
.7 42
a4
.7 18
-. 19 2
a8
.6 16
.3 52
.2 07
.1 57
a7
.5 98
.1 56
.4 03
.1 49
a1 1
.1 76
.8 14
.1 42
.2 04
a1 2
.3 56
.7 69
.1 57
.1 74
1
2
4
5
.1 64
.2 21
.2 27
.1 62
.3 05
.2 22
a1 4
.7 67
a1 5
.7 37
a1 3
.6 91
.2 62
.2 60
.2 99
.3 00
-. 25 6
.1 65
-. 14 0
a1 0
.3 36
.6 69
a2 1
.2 16
.1 37
.7 58
a2 0
.2 89
.1 39
.7 37
.2 26
.2 65
a2 2
.4 28
.2 38
.4 41
-. 13 3
.1 37
a1 8
.1 20
.1 20
.7 15
.1 21
a1 6
.2 89
a1 9
.3 13
a9
.2 50
.3 87
.1 10
.1 38
.6 23
.1 88
.5 57
.2 59
a1 7
.2 15
.4 37
.2 42
萃取方法：主成分分析。
旋轉方法：旋轉方法：含 Kaiser 常態化的 Varimax 法。
a. 轉軸收斂於 7 個疊代。
.2 33
.7 55
.6 67
24
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
成分4的組成為a16,a18,19
成分5的組成為a9,a17
 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
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
成分4的組成為a16,a18,19
成分5的組成為a9,a17
 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
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
 成分4的組成為a16,a18,19
 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
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
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
 成分3的組成為a20-a22，共3題
 成分4的組成為a16,a18,19，共3題
29
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
5.1.2 統計量內容
 勾選刪除項目後之量尺摘要
31
5.1.3 重覆
 分析尺度信度分析重設
 選擇a10~a15變數進入
32
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
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
35
5.3 SPSS報表結果說明
項目總和統計量
a1
項目刪除時的
尺度平均數
18.41
項目刪除時的
尺度變異數
19.759
修正的項
目總相關
.790
項目刪除時的
Cronbach's
Alpha 值
.884
a2
18.57
20.227
.717
.890
a3
18.48
19.484
.804
.882
a4
18.42
20.852
.600
.900
a5
18.62
20.541
.672
.894
a6
18.71
18.814
.784
.883
a7
18.81
21.347
.595
.900
a8
18.59
19.638
.626
.900
 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
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