建構 效度分析

1.      用途:(1) 縮減題目,未達標準之題目予以刪除

                  (2) 萃取潛在因子

                  (3) 將因子命名

2. 意義:測量問卷的有效程度

3. 過程:眾多的題目,經由因素分析的過程,進而找出潛在因子。

 

 

舉例說明:某學校畢聯會主辦人希望在各班中推選代表,參與畢業紀念冊的製作,並適時表達班上同學的意見。假如A班學生有40位,A班同學準備要推選班代表,此時選班代表的依據為能夠將班上同學大部分的看法傳遞到畢聯會者,將成為班級代表,若是有一位同學能夠表達班上2/5同學的意見,則選他當選代表對於同學而言較為有利,然而另一個同學若是能夠表達另外剩餘同學2/5的意見,也可以選他當代表,因此班代表並不限定一個,只要符合一定標準者即可,由此可知,班代表在畢聯會的最終目的是在於藉由少數的代表表達大多數同學的意見。

根據上面例子,題目有如40位同學,而因素分析則為一種方式(選出班代表的依據-----能夠表達大部分同學的意見),最後找出來的班代表即為潛在因子,可能有一位、可能有多位,只要符合標準者即可成為潛在因子。

 (我想要上統計課)

 

4.常見問題一般最常遇見的問題點為在一開始擬定問卷時,研究者已經預設好問卷的構面,然而實際跑建構效度分析時,所萃取出的潛在因子與實際擬定構面並不符合,此時,建議研究者限定萃取的構面,如:問卷的構面當初擬定為四個,那麼就限定因素分析萃取的構面為三到五個,然後找出較符合原始擬定的構面,進而再重新命名,並說明重新命名的理由以及合理的解釋。

 

 

 

信度分析

1.  意義:用以測量測驗是否具有一致性以及穩定性

 

信度分析基本上是一個指標,評估受訪者的偏好,假使今天某位受訪者對於「汽車」情有獨鍾,因此只要問到關於汽車的題項,受訪者的偏好度應該都偏向高分,此時衡量此位受訪者的信度值相對就會偏高。

 

 

2.常見問題:信度太高或是太低都不好,原因在於假如信度值為1,代表此份問卷讓個別受訪者填的答案都一樣;信度若高於0.9,則是表示題目有過多的可能性。倘若信度值偏低,代表此份問卷的答案可能是5432112345諸如此類的循環,因此信度值過高或是過低都有可能來自於受訪者的亂答所致,應該刪除此問卷。

arrow
arrow
    全站熱搜

    晨晰部落格新站 發表在 痞客邦 留言(15) 人氣()