如何設計一份靠譜的科研量表？

老張的菜地 2020-11-17

展開全文

via：SPSS科研統(tǒng)計公號

問卷作為收集資料與數據的重要研究工具，已經越來越受到社會學、政治學、教育學、心理學、管理學等學科研究人員的重視與青睞，加之多元統(tǒng)計方法的完善，可以說問卷為這些學科的研究從定性轉向定量、從思辨轉向實證提供了強有力的支持。

問卷主要分為量表類問卷非量表類問卷，我們通常把一組可觀測的指標來測量構念的調查工具稱為量表，它可以反映受訪者對某件事情的態(tài)度或者看法。通常此類問卷均使用里克特量表，里面一般含有類似非常滿意、滿意、中立、不滿意與非常不滿意的選項，在計算方式上，通常分別賦值5、4、3、2、1，數值越高，表示對該問題的滿意、認可或喜愛程度越高。

量表目前廣泛運用于各個學術領域，有很多SPSS分析方法適用于量表題項，如因子分析、相關分析、回歸分析、方差分析、t檢驗、聚類分析等。

一般來說，研究者可以通過開發(fā)新量表獲得數據，也可以使用已有的量表或修改已有量表使之適用于當前情境來獲得數據，但無論哪種情況，研究者都需要做預測試，最好也要進行小規(guī)模研究，因此，了解量表的完整開發(fā)過程以及在這個過程中所使用的檢驗工具是完全有必要。

量表開發(fā)的過程一般經歷以下五個步驟：

構念說明→測量項目生成→預測試→測量項目精簡→小規(guī)模研究。

量表開發(fā)過程及檢驗工具

構念說明

開發(fā)測驗的首要任務是要準確地、概括地定義我們所要測量的構念，清楚地說明構念的理論邊界。比如我們準備研究客戶滿意度的評價水平，首先應該了解客戶滿意度的理論邊界，到底什么是客戶滿意度，如何評價客戶滿意度等一系列問題。

◥配圖與文章無關

測量項目生成

量表開發(fā)第二階段的任務是創(chuàng)建一組用于評價所研究構念的測量項目。有兩種基本策略：演繹法和歸納法。演繹法直接根據理論基礎生成初始的測量項目，要求研究者對所研究的現象有深入的理解，并要對文獻作全面的回顧，這樣才能開發(fā)出所研究構念的理論定義。

當不能用演繹法生成測量項目，可以用歸納法，歸納法要求研究者掌握內容分析法，全面掌握所要分析的內容后，根據經驗生成測量項目。

預測試

測量項目開發(fā)出來后，必須對他們進行內容效度檢驗，這可以通過一個預測試來實現，在這個過程中可以刪減一些不滿足概念一致性條件的測量項目。預測試過程是用來評價量表的內容效度，通常是一個分類過程，即把測試項目和構念的定義拿給被調查者看，要求他們評價測量項目與構念的匹配程度。

◥配圖與文章無關

分類過程是一個定性的分析，而不是定量的，如果測量項目被一致地放置到某個類別中，就認為表現出來會聚效度；而相對于其他相關構念，則認為存在區(qū)分效度。

在預測試過程中，量表應盡可能地短，測量項目越少，越可以減少被調查者因厭煩和疲勞而帶來的偏差，一般來說，在最終的量表中，大部分構念的測量項目應保持4——6個，每個構念的測量項目應保持在最終想留下的測量項目數量的兩倍以上。

測量項目精簡

在數據收集的過程中一個關鍵點問題是樣本量的大小，探索性因子分析易受樣本量的影響。在大多數情況下，有150個觀測樣本就足以進行探索性因子分析，更為嚴謹的學者建議應至少是10:1。

在收集完數據后，就可以對新量表進行探索性因子分析。探索性因子分析是從一組具有共同特性的測量項目中提取出背后潛在的統(tǒng)計分析技術。探索性因子分析的數學原理是協方差的提取，在進行探索性因子分析之前，要對各個構念的測量項目的相關關系進行檢查，如果其中一個測量項目與其他測量項目的相關系數的絕對值都小于0.3，那么這個測量項目就可以被刪除。低相關度表示該測量項目不是來自構念所在內容域，會帶來誤差，并使新都降低。

公因子的提取方法一般是用主成分分析法。但主成分分析放中包含了共同方差、特定方差和隨機誤差，因此建議采用類似于于主旋轉軸的公因子提取法。最終的公因子數量取決于背后的理論和量化的分析結果。

內在一致性評價——信度是指對同一對象進行重復測量時，所得結果的一致程度。可通過多種方式計算信度，但最常用的用于評價內在一致性的信度指標是克倫巴赫a系數。該系數值越大說明測量項目間的相關度越強。理論上該值應至少達到0.7。

小規(guī)模研究

驗證性因子分析——在這一階段需要重新抽取一個樣本對精簡后的量表進行驗證性因子分析，同時還要對量表的構建效度進行驗證、驗證性因子分析可以通過對模型整體和每個測量項目的因子載荷的統(tǒng)計顯著性檢驗來評價因子結構。進行驗證性因子分析主要有兩個目的，第一，評價測量模型的擬合優(yōu)度，通常要做一下兩個模型的比較：單因子模型、多特質模型。第二，驗證性因子分析可以幫助我們檢查每個測量項目的擬合程度，主要通過t值來反映。

構建效度——在檢驗量表的構建效度時，一般來說，測量同一構念的測量項目應當高度相關（會聚效度），而測量不同構念的測量項目的相關度應較低（區(qū)分效度）。會聚和區(qū)分效度通常采用多質多法方法來評價。當用不同方法測量統(tǒng)一構念的相關系數顯著地不等于0，并且足夠大時，就認為存在會聚效度。當同一構念在不同方法下的測量值的相關系數大于不同構念在不同方法下的測量值的相關系數時就認為存在區(qū)分效度。

以上提供了量表開發(fā)的五個關鍵過程，以及在每個過程中使用的驗證工具，綜上可知量表開發(fā)并不是件容易的事，這既需要堅實的理論基礎以及嚴謹的分析技術，同時在量表開發(fā)的過程中也有一定的藝術成分，一定程度上依賴與個人的經驗和判斷。

案例分享

本案例主要研究員工對于工作滿意度情況，通過對理論的回顧，工作滿意度大致分為 4個構念。這4個構念包括對工作條件的滿意度（6個項目）、對領導的滿意度（2個項目）、責任感（6個項目），以及外在獎勵（6個項目）。最終成型的量表如下：