量表介绍和评估方法.pptxVIP

量表介绍和评估方法;内容;量表介绍;;;;;;量表（scale）和问卷（questionnaire）的区别;量表适用范围： 无法直接测量的指标：如疼痛、失眠、疲劳、生存质量、残废等。 抽象的概念和态度：如幸福感、满意度、智商、情商等。 复杂的行为或神经心理状态：如认知障碍、运动协调性低下等。 ;量表编制步骤： 明确目标（假设概念）范畴和内容 探索量表维度（领域）和方面 建议条目池和筛选条目 设计可操作性条目（确定条目答案选项：线性或等级） 量表定性评价（专家评价） 量表预调查和定量评价（信度、效度、反应度） 建立常模 ;;量表评估方法;二.量表信度分析 信度（reliability）是评价量表的精密度、稳定性和一致性，即测量过程中随机误差造成测定值变异程度大小。 （1）重测信度（test-retest reliability） 相同量表前后两次对同一批被访者计算量表得分的简单相关系数r，反应测验跨越时间的稳定性和一致性。 一般要求高于0.7以上。 ;?;?;三.量表效度分析 效度（validity）评价量表的准确度、有效性和正确性。指量表是否真实地测定到了本来打算测定的内容，即实际测定结果与预想结果的符合情况。由于无法确定目标真实值，故效度评价常需要与外部标准比较判断。 （1）内容效度（content validity） 量表各条目是否测定其希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的内容一致，一般通过专家评议打分。 ;（2）标准关联效度（criterion-related validity） 又称标准效度，以一个公认有效的量表作标准，检验新量表与标准量表测定结果相关性，以两种量表测定得分的相关系数为标准效度。（较少用） （3）结构效度（construct validity） 说明量表的结构是否与制表的理论设想相符，测量结果的各内在成分是否与设计者打算测量的领域一致。 结构效度与内容效度有相关性，因此评价结构效度的指标也可间接反映内容效度。;结构效度评价： 探索性因子分析(exploratory factor analysis, EFA) 证实性因子分析(confirmatory factor analysis, CFA) X1=a11F1+a12F2+…a1qFq+e1 X2=a21F1+a22F2+…a2qFq+e2 Xm=am1F1+am2F2+…amqFq+em X1, X2…Xm??变量；F1，F2…Fq为公因子（qm）;ei为Xi的特殊因子；aij为因子载荷，同时也是Xi 与Fj的相关系数。 ;EFA是在未知潜在因子的情况下，依据预调查数据，找出公因子，及各因子和各变量之间的相关程度。 目的：结合专家意见对个别条目进行调整；确定量表的维度。 CFA是在确定量表维度且问题条目后，或者在EFA的基础上，考核因子模型是否符合实际。 通常预调查样本可随机一分为二，一半作EFA,另一半做CFA。 ;EFA用SPSS和sas可做。 因子分析前提：变量间有相关性，才适合做因子分析。 KMO统计量：用变量间相关系数和偏相关系数大小判断变量间的相关性。 kMO = BB/(AA+BB) AA：所有变量之间 两两（不包括变量自己与自己）的偏相关系数的平方和 BB：所有变量之间 两两（不包括变量自己与自己）的相关系数的平方和 （X和Y的偏相关系数可以认为是X和Z线性回归得到的残差Rx与Y和Z线性回归得到的残差Ry之间的简单相关系数, Z代表其他变量） KMO0.9非常适合因子分析； 0.8＜KMO＜0.9适合； 0.7以上尚可，0.6时效果很差， 0.5以下不适宜作因子分析。 ; Bartlett’s球型检验：检验各变量是否独立。 零假设：相关系数矩阵是一个单位阵。 P0.05，拒绝零假设，则变量适合做因子分析。 χ2=-[n-(2p+11)/6]ln|R|;? ?? ?? ?? df=p(p-1)/2。? ?? ?其中：n是数据记录的条数；p是因子分析的变量数目；ln（）是自然对数函数；|R|是相关系数矩阵R的行列式的值。;CFA 用AMOS, LISREL做。 拟合优度的卡方检验χ2/df，理论期望为1，值越小说明模型拟合越好，样本大时不能超过5。 拟合优度指数（GFI）在0-1之间， GFI0.9 说明模型拟合好（一般至少要0.8）。 比较拟合指数（CFI）也是0.9说明模型拟合好。 ;?;例：某医院心理科医生神经症量表评价心理障碍病人神经症状改善情况，对72位心理科病人分别在治疗前和后用该量表评价，结果治疗前病人评价得分25.74，标准差5.69，治疗后平均得分31.18，效应尺度为（31.18-25.74）/5.69=0