APP下载

体育科研中量表信效度检验的标准化程序解析

2016-04-07哈尔滨工程大学体育部黑龙江哈尔滨150001

体育科技文献通报 2016年4期
关键词:因素分析信度量表

哈尔滨工程大学体育部,黑龙江 哈尔滨 150001

焉 石,陈永欣,李尚滨,纠延红,杨 俊



体育科研中量表信效度检验的标准化程序解析

量表是一种测量工具,用于精确度量一个比较抽象或综合性较强的概念,特别是度量态度和观念的不同程度或差异[1]。朱智贤[2]主编的《心理学大辞典》将量表解释为一个具有单位和参照点的连续体,将被测量的事物置于该连续体的适当位置,看它离开参照点多少单位的计数便得到一个测值。量表在社会科学研究中有着举足轻重的作用,近年来在体育科研中也得到了广泛应用,并得到了一致认可,尤其是在体育专业硕士论文的撰写方面被大量采用。但由于采用量表做研究,就必须要很好掌握体育统计的相关知识,而目前虽然大部分体育院校都开设了体育统计和体育科研方法等课程,但使用教材只是一味注重复杂难懂的数理统计方面的原理及计算公式说明,并且对于统计出的众多数据结果,哪些该在论文中报告,哪些不用报告等细节问题方面的讲解甚少。另外针对一些像回归分析、T检验、ANOVA等研究假设检验的统计方法,在正式统计分析之前,针对各变量应该先做什么再做什么等标准化处理程序的介绍也少之又少,而只是一味的将各个环节拆分进行统计原理介绍,这种情况对于一个完全没有接触过统计学的体育专业研究生来说,往往在看到一大堆复杂抽象的数学公式时,会造成其一头雾水,彷徨失措不知从何入手,最后迫不得已只能求助于他人或采用相对较为低级简单的频率分析,甚至会出现严重误用等现象发生,所以这样很不利于体育专业研究生开展学术研究,同时也会对我国体育科研的长远发展产生不良影响。

综上,本研究旨在从初次接触或从未学习过统计学的本科生或研究生角度出发,并结合相关实例,着重对探索变量间关系方面的论文在做推论统计前,各变量所应该执行哪些具体的标准化程序进行解析,同时回避统计的复杂原理说明,着重以应用性为主,尽可能做到言简意赅、通俗易懂,为体育工作者及研究生在以后科研方面的正确使用量表提供参考。为了能够更好的介绍量表信效度检验的标准化程序,本研究引用张伟豪[3]论文中的数据展开分析介绍,该论文主要内容是探讨有用性、易用性和态度对行为意图的影响。另外,本研究将着重介绍量表信效度检验的流程以及经过统计分析后结果中的一些关键数据的解释,而针对具体SPSS操作程序将不做具体介绍。

1项目分析(题目鉴定)

项目分析的主要目的在于检验编制的量表或测验个别题项的适切或可靠程度,它与信度检验的差异在于信度检验是检核整份量表或包含数个题项的层面或构念的可靠程度,而项目分析的检验就是探究高低分的受试者在每个题项的差异或进行题项间同质性检验,项目分析结果可作为个别题项筛选或修改的依据[4]。根据以上要求,本研究应首先将四个量表分别进行题项总分计算,然后采用27%和73%将总体分为低分组和高分组,再将高低分组进行独立样本T检验,并根据P值将不显著的题项进行删除,保留P值显著的题项。

表1 项目分析结果

由于篇幅有限,本研究只针对态度变量下的三个题项进行了项目分析,根据以上数据的T值和P值表明,态度变量下的三个题项分别具有较好的鉴别力,应全部予以保留,然后按照以上程序分别将有用性、易用性和行为意图下的题项进行项目分析,删除不符合标准的题项。

2因素分析(效度检验)

项目分析完后,为检验量表的建构效度,应进行因素分析。所谓建构效度指态度量表能测量理论的概念或特质的程度。因素分析目的即在找出量表的潜在的结构,减少题项的数目,使之变为一组较少而彼此相关较大的变量,此种因素分析是一种探索性的因素分析方法。经过项目分析后,本研究涉及到的四个量表的题项分别予以保留,所以在此环节将四个量表的所有题项分别代入因素分析进行检验。

表2 因素分析结果

KMO=0.89 P=.000

根据以上统计结果显示,KMO指数为0.89表明适合进行因素分析,同时P值非常显著。另外通过主成分分析法结果显示可以萃取出四个因素,并且解释力达到72.33%,具有较高的解释能力。另外,四个变量的题项因子载荷分别大于0.6,并且没有出现同时跨越两个以上因素的题项,表明各量表具有很好的建构效度。

3信度与收敛、区别检验

因素分析完后,要继续进行的是量表各层面与总量表的信度检验。所谓信度,就是量表的可靠性或稳定性,在态度量表法中常用的检验信度的方法为L.J.Cronbach所创的a系数,a系数值介于0至1之间,出现0或1两个极端值的概率甚低。究竟a系数要多大才算有高的信度,不同的方法论学者对此看法也未尽相同。学者Nunnally(1978)[5]认为等于0.7是一个较低但可以接受的量表边界值;学者DeVellis(1991)[6]也提出,如果在0.6至0.65之间最好不要,0.65到0.7之间是最小可以接受值,0.7到0.8之间相当好,0.8到0.9之间非常好。综上研究,本研究认为信度值应该在0.7以上最为合理,本研究将通过因素分析的各个变量分别进行信度检验,将信度指数偏低的题项进行筛选。

以上研究结果显示,四个变量的内部一致性指数分别为.750、.784、.758、.888分别超过了.70的标准,表明各量表的内部具有较好的内部一致性。为了了解变量间的相关关系程度,各量表在通过信度检验后需要将各自的题项进行加总平均并生成一个新的变量,然后运用皮尔森相关检验各变量之间的关系程度,理想的关系范围为0.3到0.7之间,如果高于0.7说明变量间可能会存在共线性问题,如果低于0.3则会在日后的统计结果中出现预测不显著等问题,以上数据表明,四个变量间相关关系指数都在0.4-0.5之间,属于合理区间。AVE指数是一个衡量变量内部题项间相关程度的指标,一般要求大于0.5,它是由因素分析里的题项间因素载荷指数加总平均后,再将平均值平方所得。本研究四个变量的AVE指数都在0.5以上,表明各变量内的题项间的相关较高,能够很好的解释变量特征,换言之,AVE指数越高说明变量对题项具有很好的收敛效度。而另一方面,变量与变量间还应该具备很好的区别效度,它的计算方法为将AVE值进行开根号,衡量标准为将所得AVE值进行开根号值后与其他变量间的皮尔森相关值进行比较,如果分别高于皮尔森相关值说明该变量与其他变量间具有很好的区别效度。结果显示,例如态度.754明显高于易用性.521、有用性.510、行为意图.460的皮尔森相关系数,以此类推各自都分别高于其他变量,说明各自都符合区别效度标准,换言之,变量与变量间具有很好的区别效度。

表3 信度与收敛、区别检验结果

对角线加粗字体为AVE之开根号值,下三角为皮尔森相关值

4小结

综上,在体育科研中日后在使用量表探索变量间关系时,特别是在引用国外或他人的量表时,应该首先按照本研究介绍的信效度检验程序后,再进行相应的推论统计。同时也提示广大统计专家学者,应该尽可能的简化统计原理知识的介绍,着重倾向应用统计方面,从而真正让学生了解统计并善于应用统计从事体育科研。

参考文献:

[1]袁方.社会研究方法教程[M].北京:北京大学出版社,1997.

[2]朱智贤.心理学大辞典[M].北京:北京师范大学出版社,1989.

[3]吴明隆.问卷统计分析实务—SPSS操作与应用[M].重庆:重庆大学出版社,2010.

[4]Nunnally,J.C.(1978).Psychoosing a test statistic in multivariate analysis of variance[J].Psychological Bulletin,83(4),579-586.

[5]DeVellis,R.F.(1991).Scale DeVelopment Theory and Applications,London:SAGE.

Analysis of Standard Procedures of Reliability and Validity Test of Scale in Sports Science Research

哈尔滨工程大学体育部,黑龙江 哈尔滨150001

焉石,陈永欣,李尚滨,纠延红,杨俊

Yan Shi, Chen Yongxin, Li Shangbin, Jiu Yanhong, Yang Jun

摘要:本研究通过运用文献资料法、逻辑分析法对体育科研中针对量表的信效度检验应该遵循的必要程序进行了解析。结果显示,其标准化程序依次为:项目分析、因素分析、信度检验、收敛效度及区别效度检验,只有在量表分别通过以上筛查后,才可以进行后续的推论统计分析。

关键词:量表;项目分析;因素分析;信度

Abstract:This study analyzes the necessary procedures that should be followed in the reliability and validity test of a scale in sports science research with methods of literature and logical analysis. The results show that the standard procedures in turn are: item analysis, factor analysis, reliability test, convergent validity and discriminant validity test. Only after a scale passes the aforementioned screening respectively, can the subsequent inferential statistic analysis be conducted.

Key words:scale; item analysis; factor analysis; reliability

doi:10.3969/ j.issn.1005-0256.2016.04.008

中图分类号:G804

文献标识码:A

文章编号:1005-0256(2016)04-0018-2

作者简介:第一焉石(1981-),男,黑龙江哈尔滨人,副教授,研究方向:体育教育训练学。

基金项目:哈尔滨工程大学2014年研究生教育教学改革项目(项目编号:JG2014YYB21)

Department of Physical Education, Harbin Engineering University, Harbin 150001, Heilongjiang, China.

猜你喜欢

因素分析信度量表
英语写作评分量表研究
生态旅游景区服务场景的量表开发研究
平衡损失函数下具有两水平共同效应的信度模型
《公共体育服务政府供给社会期待量表》的编制与修订
问卷是否可信
——基于体育核心期刊论文(2010—2018年)的系统分析
CSE阅读量表在高中生自我评价中的有效性及影响因素
工程项目社会稳定风险研究现状分析
无形资产减值因素分析
物流设施与设备课程的考核模式因素分析研究
计算机辅助英语测试研究