研究二 恋爱能力的问卷编制--研究方法



4.2.4    统计方法

使用SPSS 22.0统计分析软件和MPLUS 7.0软件包对问卷条目进行项目鉴别度分析和探索性因素分析,对问卷结构进行验证性因素分析。


4.3     结果与分析

4.3.1     初测结果与分析

4.3.1.1     项目鉴别度分析

项目鉴别度分析是指依据测试结果对组成问卷的各个项目(条目)进行分析,检验问卷条目构成的合理程度和可靠程度,对问卷条目进行筛选。包括项目分析、题总相关和同质性检验。

(1)项目分析

项目分析用来检测项目(条目)是否具有区分性,能区分高分者和低分者。将问卷总分由低至高排序,以27.0%为标准,划分出低分组和高分组。对低分组和高分组进行15万方数据独立样本丁检验,考虑删除差异不显著的条目。


(2)题总相关

题总相关,指各个条目与问卷总分之间的相关。一般采用0.400(中高程度的相关)作为两者相关的数据指标,若小于0.400说明条目与问卷总分之间相关程度低,表示该条目与整体问卷同质性不高,应考虑删除。

(3)同质性检验

同质性检验即指Cronbach's a系数,检验删除条目后,问卷整体信度系数的变化情况,如果条目删除后,问卷的信度系数比原来高出许多,则说明此条目与其它条目的同质性不高,应考虑删除。


4.3.1.2    探索性因素分析(EFA)

对经过项目鉴别度分析的39个条目进行探索性因素分析,考察问卷结构。对分析结果的检验主要包括KMO值,Bartlett球体检验及项目公因子累积方差贡献率。

用KMO值和Bartlett球体检验来检验问卷是否适合进行探索性因素分析。

因素提取方法采用主成分分析法,旋转方法采用斜交旋转,按照以下原则筛选问卷条目,进行因素探索:

第一,提取因子的标准为特征值大于1;

第二,每个项目的载荷数大于0.400且只存在于一个因子中;

第三,每个因子至少包含3个项目,若不足3个,则应考虑删除;

第四,提取的量表项目公因子累积贡献率应达到50.000%以上;

第五,选取的因子个数满足对问卷结构的解释;

第六,因子命名应以其所含负荷值大的项目的意义为标准。

根据问卷条目的具体内容,对各个因子进行命名。


4.3.2    再测结果与分析

4.3.2.1    项目鉴别度分析

依次进行项目分析、题总相关和同质性检验,筛选问卷条目。

(1)项目分析

将问卷总分由低至高排序,以27.0%为界限标准划分出低分组和高分组,进行独立样本r检验。

(2)题总相关

检验各个条目与问卷总分之间的相关,以0.400作为题总相关的数据指标,

(3)同质性检验

条目删除前,问卷的信度系数为0.902。

综上所述,项目鉴别度分析结果显示,删除条目5,共删除1个条目。


4.3.2.2       探索性因素分析

对经过项目鉴别度分析的27个条目进行探索性因素分析,考察问卷结构。


因素分析时,采用主成分分析法提取因素,进行斜交旋转,提取因子的特征值大于1,删除因素载荷数小于0.400和因素载荷数虽大于0.400却存在于两个或两个以上因子中的项目。


根据问卷条目的具体内容,对各个因子进行命名。


4.3.3验证性因素分析(CFA)

验证性因素分析(CFA)是用来验证量表因子与其包含项目是否符合理论模型,考察其拟合程度,反应因子问路径的统计分析方法。检验指标包括z2/df,TLI、CFI、RMSEA和SRMR。由于x2/df受样本容量影响很大,所以在样本容量比较大的情况下,Z/df仅作参考之用。TLI、CFI指标的取值范围0.000-1.000,越接近1.000,表示拟合度越好。RMSEA值不易受样本容量大小影响,因此受到重视。RMSEA值小于0.050,表示模型拟合非常好,RMSEA值介于0.050和0.080之间,拟合良好,RMSEA值介于0.080和0.100之间,尚可接受,RMSEA值高于0.100则表示模型欠佳。SRMR值取值范围在0.000-1.000之间,越小越好。通常认为Z2/df<6.000、CFI、TLI>0.900、RMSEA<0.080、SRMR<0.050,表示数据模型拟合度良好,具体应综合多项指标来考量。采用MPLUS 7.0软件包对调查数据进行验证性因素分析,得到问卷结构模型拟合指数详见表11。


4.3.4        问卷信效度分析

4.3.4.1       问卷信度检验

信度指测验结果的一致性、稳定性及可靠性,测验的信度越高,表明该测验的结果越一致、稳定与可靠。本研究采用内部一致性信度(Cronbach台a系数)、分半信度(Guttman Split-Half系数)和重测信度来考察问卷总分和各维度的信度。


4.3.4.2问卷效度检验

效度即有效性,指测验能准确测出所需测量事物的程度。本研究考察问卷的内容效

度和结构效度。

(1)内容效度

内容效度,指测验能准确测出研究所要测量内容的程度,也称逻辑效度。研究在以往相关研究的基础上提出假设,采用访谈和开放性问卷的方式构建恋爱能力的理论维度,以此为依据编制问卷条目。

请有关专家评定问卷条目,验证了问卷条目是否能体现研究所要测量的内容,每个维度相对应的题目比例是否合适;

另请心理学专业的研究生查阅条目语句是否通顺、通俗、可理解,得到初始问卷。

接着,通过前后两次施测,结合数据分析结果,对问卷条目进行反复的讨论与修改,使维度划分尽可能准确,并调整问卷条目顺序,最终确立正式问卷。问卷的编制过程符合心理测量学的要求,问卷的内容效度较好。

(2)结构效度

结构效度,指实际的测评结果与所建立的理论构想之间的一致程度,也称构念效度或构想效度。本研究采用因素分析和相关分析的方法来检验问卷的结构效度。

探索性因素分析

验证性因素分析结果也表明问卷维度划分合理。说明问卷的结构效度较好。


而相关分析,即检验问卷各个维度之间的相关以及各个维度与问卷总分间的相关。一般来说,如果问卷各个维度之间的相关系数(应具有中等程度相关,相关系数最好在0.100--0.600之间)小于问卷各个维度与问卷总分间的相关系数(应具有高相关,相关系数最好在0.300--0.800之间),则说明该问卷的结构效度较好(表13)。


由表13可以看出,问卷的各个维度之间的相关达到中等程度(相关系数在0.224--0.515之间),各个维度与问卷总分间的相关较高(相关系数在0.641-0.832之间),且问卷各个维度之间以及各个维度与问卷总分间的相关系数均达到显著水平p<o.010)。说明问卷的各个维度与问卷整体所测内容保持一致且各个维度之间又有较好的区分,结构效度较好。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,634评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,951评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,427评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,770评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,835评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,799评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,768评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,544评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,979评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,271评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,427评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,121评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,756评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,375评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,579评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,410评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,315评论 2 352