吸管狂魔
今天的我总结几个毕业论文问卷分析的几点建议,希望能帮到各位看官 PS:此处的问卷分析,仅代表具有量表的问卷分析。 因为成熟量表往往经历了现实的考验,其信度和效度达标的概率比较大。 而自己设计的量表,很容易出现信度和效度检验结果惨不忍睹的情况。 这样我们在处理信度分析,探索性因子分析,甚至验证性因子分析的时候,都能游刃有余。 另外如果题目是2个,因子分析KMO值是一定等于0.5的,而一般我们最低也得0.6吧 为了信度和效度能出一个比较好的结果,在文字描述部分,同维度的各个题目,尽量能给一些心理暗示,或者描述上尽量相近,这样能使得维度内的题目的相关性较好,从而信度和效度也不至于太差 一般达到0.6就可以了,0.7以上更好。最好是把每个维度的信度都求一下,然后总体再求一个。这个一般没什么难度,也很容易通过。如果你的数据信度不行,那就进行下项目分析,将高低分样本中不具有区分度的样本删掉。 只求量表的KMO值和巴特利球形检验值。这可能是效度检验的最低要求了。除非导师认同,最好不要仅用这两个值 大部分的同学都会用到的,也是比较不容易通过的一个分析。 遇到最多的问题莫过于,假设题目的维度归属,跟实际出的结果不一致。 碰到这种情况,一般进行如下处理: ①只有少数题目不匹配 要么直接删掉,要么暂时保留 ②绝大多数题目不匹配 从新设计量表,重新收集数据,重新来过吧 若非特殊情况,不建议使用。因为实际收集的问卷数据要想探索性因子分析+验证性因子分析,各个指标均达到理想值,那几乎是不可能的。 如果你看到某某人的论文中用了这样的检验方法,指标非常漂亮,我可以负责任的告诉你,其大概率是改过数据了。 特殊情况1:模型验证阶段,使用AMOS结构方程,导师要求效度检验阶段使用验证性因子分析。 特殊情况2:模型验证阶段,未使用AMOS结构方程,导师也要求效度检验使用验证性因子分析。(导师傻x) 这里特别提一点,显著性的p值代表的是两者是否相关,皮尔逊或者斯皮尔曼系数代表的是相关性程度。 显著性检验通过了,皮尔逊或者斯皮尔曼系数大小才有意义,绝对值越大相关性越大,正负代表正相关与负相关。 显著性通过了,但是系数偏小,那相关性也是显著的,只是两者是存在显著的弱相关性,而不是系数小就代表不相关。 可能是最简单的模型了,将自变量和因变量放进,直接跑就行了。 ①要不要放控制变量 这个随意。 如果放控制变量,尽量放一些层级类的变量,不要放多分类变量。 层级变量比如学历(初中,高中,大学,硕士) 多分类变量比如职业 层级变量的赋值尽量与其题项对应。 如果放了多分类的变量,尽量删掉,如果想保留最好做成虚拟变量 ②用标准系数还是标准化系数 标准化系数。 ③要不要做VIF共线性检验 若非导师要求,那就不做。 ④r方多大算好 这个指标没有非常严格的标准,而且跟导师的价值观有非常深刻的影响。 对于现实收集的数据而言,个人认为,一般大于0.2就好了。 不过我遇到过大于0.1,导师也认为可以接受的情况。 这是一个仁者见仁的问题 从科学的角度来看,应该与你研究的场景有密切的关系。 但是,中介效应模型要比调节效应模型容易出通过,而且解释起来也不那么绕口。 所以,如果不是想给自己挖坑,那就用中介效应模型吧。 快捷验证中介效应模型的方式(快速确定是否存在中介,非正式使用) 条件1,中介变量,自变量和因变量,相关性都显著 条件2,自变量和中介变量关于因变量的回归模型,中介变量的系数显著 如果满足上述两个条件,中介效应一定显著,如果条件2中的自变量也显著,那么就是部分中介效应,如果不显著就是完全中介效应。 另外极少数情况是用sobel来检验中介效应的 如果不是导师要求amos验证中介效应,尽量用spss回归的方式检验中介效应。 快捷验证条件效应模型的方式(快速确定是否有调节效应,非正式使用) 先将调节因子计算处理(标准化后的自变量和中介变量相乘即可) 自变量,调节变量和调节因子关于因变量的回归模型,调节因子的系数显著。 公众号:alone5400
努力中的女人
信度的检验方法 :重测信度法、复本信度法、折半信度法、α信度系数法。
效度的检验方法 :内容效度、构想效度、效标效度。
1、重测信度法
这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测,计算两次施测结果的相关系数。显然,重测信度属于稳定系数。
重测信度法特别适用于事实式问卷,如性别、出生年月等在两次施测中不应有任何差异,大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。
2、复本信度法
复本信度法是让同一组被调查者一次填答两份问卷复本,计算两个复本的相关系数。复本信度属于等值系数。
复本信度法要求两个复本除表述方式不同外,在内容、格式、难度和对应题项的提问方向等方面要完全一致,而在实际调查中,很难使调查问卷达到这种要求,因此采用这种方法者较少。
3、折半信度法
折半信度法是将调查项目分为两半,计算两半得分的相关系数,进而估计整个量表的信度。折半信度属于内在一致性系数,测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷(如年龄与性别无法相比),常用于态度、意见式问卷的信度分析。
4、α信度系数法
Cronbach α信度系数是目前最常用的信度系数,其公式为:α=(k/(k-1))*(1-(∑Si^2)/ST^2)
其中,K为量表中题项的总数, Si^2为第i题得分的题内方差, ST^2为全部题项总得分的方差。从公式中可以看出,α系数评价的是量表中各题项得分间的一致性,属于内在一致性系数。这种方法适用于态度、意见式问卷(量表)的信度分析。
总量表的信度系数最好在0.8以上,0.7-0.8之间可以接受;分量表的信度系数最好在0.7以上,0.6-0.7还可以接受。Cronbach 's alpha系数如果在0.6以下就要考虑重新编问卷。
5、内容效度
内容效度经常与表面效度(face validity)混淆。表面效度是由外行对测验作表面上的检查确定的,它不反映测验实际测量的东西,只是指测验表面上看来好像是测量所要测的东西;内容效度是由够资格的判断者(专家)详尽地、系统地对测验作评价而建立的。
6、构想效度
对测验本身的分析,测验间的相互比较:相容效度(与已成熟的相同测验间的比较)、区分效度(与近似或应区分测验间的比较)、因素分析法,效标效度的研究证明,实验法和观察法证实。
7、效标效度
效标,即衡量测验有效性的参照标准,指的是可以直接而且独立测量的我们感兴趣的行为。我们感兴趣的行为,就是要预测的行为,这是一个总的观念,故必须以可操作的测量来确定才有实际意义。
因此有必要把效标细分为两个层次,其一是理论水平的“观念效标”,其二是操作定义水平的“效标测量”。
扩展资料:
效度和信度的关系可以用测量值的构成公式O=T S R来理解。
如果测量是完全有效的,即0=T,S=0,R=0,此时测量必然是完全可信的,若量表的信度不足,它也不可能完全有效,因为有O=T R。
如果量表是完全可信的,可以达到完全有效,也可能达不到,因为有可能存在导致误差,虽然缺乏信度必然缺乏效度,但信度的大小并不能体现效度的大小。
信度是效度的必要条件,但不是充分条件。从理论的角度来看,量应具有足够的效度和信度;从实践的观点来看,一个好的量表还应该具有实用性。实用性指量表的经济性、便利性和可解释性。
一般来说,信度是效度的必要条件,也就是说,效度都必须建立在信度的基础上;但是没有效度的测量,即使它的信度再高,这样的测量也是没有意义的。
参考资料:
百度百科-信度分析
百度百科-信度
百度百科-效度
飞火+流萤
信度一般用阿尔法系数做检验效度一般用T检验,显著性差异指数P检验。一般应该先用小样本做信度和效度,但是做效度的样本也不应该低于60人。然后再做推广。还有你这种量表是否应该在做效度时用校标关联系数呢,但这又需要你有新的校标。因为不太了解具体情况,所以先这么说,在做的时候你要遇到什么问题,你在问我哈。还有建议关于怎么做信度和效度,你还是看一下相关书籍。我觉得这还是很有必要的。 一、信度系数与信度指数 大部分情况下,信度是以信度系数为指标,它是一种相关系数。常常是同一被试样本所得到的两组资料的相关,理论上说就是真分数方差与实得分数方差的比值,公式为: r(xx)=r^2(xt)=S^2(t)/S^2(x) 公式中r^2(xt)是真分数标准差与实得分数标准差的比值,称作信度系数,公式为: r(xt)=S(t)/S(x) 可见信度指数的平方就是信度系数。 二、测量标准误 信度系数仅表示一组测量的实得分数与真分数的符合程度,但并没有直接指出个人测验分数的变异量。我们可以用一组被试两次测量结果来代替对同一个人的反复施测,于是有了信度的另一个指标,公式为: SE=S(x)√1-r(xx) 公式中SE为测量的标准误,S(x)是所得分数的标准差,r(xx)为测验的信度系数,从公式我们可以看出测量的标准误与信度之间有互为消长的关系:信度越高,标准误越小,信度越低,标准误越大。p value 和t value 我在百度百科上没看到,你自己再找找吧
信度指的是测量结果的稳定性程度,以及可靠性。效度指一个测量或量表能测出其所要测的某种特征的程度。 信度(Reliability)即可靠性,是指采用同一方法对同一
论文中学生自我评价表要测信度校度一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述,无论是什么类型的问卷,都应该在论文中进行表述以证
医学检验毕业论文 导语:医学检验是运用现代物理化学方法、手段进行医学诊断的一门学科,主要研究如何通过实验室技术、医疗仪器设备为临床诊断、治疗提供依据。下面我分享
1 需要测信度校度。2 因为学生自我评价表是一种主观评价工具,其测量结果受到个体主观意识和评价标准的影响,因此需要通过测量其信度来评估其测量结果的可靠性和稳定性
今天的我总结几个毕业论文问卷分析的几点建议,希望能帮到各位看官 PS:此处的问卷分析,仅代表具有量表的问卷分析。 因为成熟量表往往经历了现实的考验,其信