前测内容与方法

在形成正式问卷前,需要通过前测,对相关变量测量的有效性进行分析,从而对问卷题项进行净化。对测量项目的评估,主要用效度(Validity)和信度(Reliability)两个指标(李怀祖,2004)。

信度(Reliability)又称可靠性,指测验的可信程度,主要表现测验结果的一贯性、一致性、再现性和稳定性。信度可视为测量结果受随机误差影响的程度。信度好的指标受随机误差的影响较小,容易得到一致稳定的结果。信度评价分内在信度和外在信度两类。内在信度是指调查量表中一组问题是否测量的是同一个概念,也即这些问题之间的内在一致性如何。外在信度是指在不同时间进行测量时,调查量表结果的一致性程度。一般实证研究只进行内在信度分析。

效度(Validity)是指实际测量值能够测出其所要测量的特征的准确性程度。效度越高,表示测量结果越能显示其所要测量的特征。效度分析一般可分为内容效度(Content Validity)与结构效度(Construct Validity)。内容效度指的是测量内容在多大程度上反映或代表了研究者所要测量的概念,反映了测量的内容与测量目标之间是否适合。内容效度分析一般不借助统计计算,大多依赖文献分析和专家判断。结构效度是指测量结果体现出来的某种结构与测值之间的对应程度,包括收敛效度(Convergent Validity)与区别效度(Discriminate Validity)(Haynesetal,1995)。收敛效度是指在通过不同方式测量同一概念时,所观测到的数值之间应该高度相关;而区别效度则是指在应用不同方法测量不同概念时,所观测到的数值之间应该能够加以区分。

信度的判断标准通常采用Cronbachα信度系数。Marija(2008)等学者指出,信度系数α值大于0．7,表明量表可靠性较高,尤其是当量表的题项数目低于6个时,信度系数大于0．6,数据就是可以接受的。有的学者认为α≥0．70时,就属于高信度;0．35≤α≤0．70时,信度尚可;而如果α≤0．35,则为低信度(荣泰生, 2009)。

效度检验最常用的方法是因子分析。以因子分析检验测量工具的效度,并有效地抽取共同因素,如果共同因素的抽取与理论结构的特征甚为接近,则测量量表具有良好的效度(吴明隆,2003)。因子分析主要分为探索性因子分析(Exploratory Factor Analysis,EFA)与验证性因子分析(Confirmatory Factor Analysis,CFA)两种形式。两种分析方法的主要区别在于,对EFA而言,测量变量的理论架构是因子分析后的产物,即理论架构的出现在EFA程序中是一个事后概念;而CFA的进行必须有特定的理论观点或概念架构作为基础,理论架构对CFA的影响是在分析之前发生的,其计量模型具有先验性,理念是一种事前的概念(邱皓政,2005)。EFA是要建立量表或问卷的结构效度,而CFA则是要检验结构效度的真实性。此外,CFA同时也可以对变量测量进行信度分析。

CFA属于SEM(结构方程模型)的一种次模型,是SEM分析的一种特殊应用。由于SEM的模型界定能够处理潜在变量的估计与分析,具有高度的理论先验性,因此若是研究者对于潜在变量的内容与属性,能够提出适当的测量变量以组成测量模型,借由SEM的分析程序,便可以对潜在变量的结构或影响关系进行有效的分析。

本研究是在深入理论整合的基础上提出的理论研究框架,研究框架中的相关变量具有明确的内涵以及决策神经科学理论依据,变量的测量也均参考借鉴了已有的成熟量表或其设计逻辑,相关潜在变量的测量模型有着较高的理论先验性,因此,本研究选择采用CFA对前测样本数据进行信度与效度评估。