一、基本原理
效度(validity),即實際測量的結果與所想考察內容相符合的程度,反映了測量值與真實值的吻合程度,主要用來評價量表的準確度、有效性和正確性。常用的效度評價指標主要有內容效度、標準關聯效度和結構效度。
(1)內容效度(content validity)
指量表的各條目是否測定其希望測量的內容,即考察測量對象對問題的理解和回答與條目設計者想了解內容的一致性。
(2)標準關聯效度(criterion-related validity)
也稱標準效度,其主要考察所設計的量表的測量結果與成熟的標準量表結果的相關性,相關係數大小即反映效度值大小。
(3)結構效度(contract validity)
也稱構想效度,其主要通過證實性因子分析(CFA)來反映。證實性因子分析通過將量表的各個條目分別作為一項指標,分析所有指標的內在公因子。若因子分析提取的公因子與量表設計時確定的各方面有密切的邏輯關係,則說明量表有較好的結構效度。結構效度一般通過KMO和巴特利特球形檢驗來判讀。
二、具體操作方法
我們收集了一份焦慮量表的391例樣本數據,欲對該量表進行效度檢驗(本例僅展示檢驗結構效度的方法步驟)。具體操作如下:
(1)在SPSS中的具體操作
①依次點擊“分析——降維——因子”。
(點擊圖片查看大圖)
②出現“因子分析”窗口。
(點擊圖片查看大圖)
③將量表的所有條目選入右側“變量”框中,並點擊“描述”,在描述對話框中,勾選“KMO和巴特利特球形度檢驗”,然後“繼續”。
(點擊圖片查看大圖)
④點擊“旋轉”,在旋轉對話框中,勾選“最大方差法”,然後“繼續”。
(點擊圖片查看大圖)
⑤點擊“選項”,在選項對話框中,在係數顯示格式中勾選“按大小排序”和“排除小系數”,並在絕對值框中填入“0.5”,然後“繼續”。
⑥點擊“確定”,得到分析結果。
(2)結果解讀
①查看“KMO和巴特利特檢驗”表,可以看到,KMO值為0.933>0.7,巴特利特球形度檢驗的顯著性值P=0.000<0.05,提示量表整體具有很好的效度,非常適合做因子分析。
②如果某一個題項,同時在兩個或兩個以上的主因子上載荷大於0.5或在所有主因子上載荷全部小於0.5,則該題項沒有效度。查看“旋轉後的成分矩陣”表,本例中,所有題項均只在一個主因子上的載荷大於0.5,提示本量表各題項均具有效度。
(點擊圖片查看大圖)
三、小 結
本文對在SPSS中進行醫學量表的效度分析的主要內涵及其在SPSS中的具體操作應用進行了詳細介紹。後續,我們將持續更新量表的相關知識應用,敬請關注!
參考文獻:
1、孫振球,徐勇勇.《醫學統計學 第4版》.人民衛生出版社.
2、邱皓政.《量化研究與統計分析》.重慶大學出版社.
閱讀更多 三個魯班 的文章