24h購物| | PChome| 登入
2010-08-18 16:37:14| 人氣2,650| 回應0 | 上一篇 | 下一篇

建構效度的建立

推薦 0 收藏 0 轉貼0 訂閱站台

在進行量表的建構效度分析時 我們常常會使用相關技術 例如把正在研究的量表與其他量表進行相關分析 如果正在研究的量表是"負責"量表 而與"憂鬱"量表進行相關分析所得到的結果是 r = o.16, p <  .05 那麼我們要說這兩個量表是有顯著相關所以"負責"與"憂鬱"屬於相似的心理建構嗎?

對於以上的提問 讓我們先這樣看: r係數最高可以接近1最小可以接近0 你覺得0.16是個很高的相關嗎? 顯然不是 因此透過與"憂鬱"量表的相關分析 我們下結論說"負責"量表的鑑別效度(divergent validity)被建立了 此處你會發現p值比較法在這個議題上沒有著力之處 因為我們不要忘記了 最初的虛無假設是"相關 = 0" 所以就算是拒絕了虛無假設 也不影響我們想要的效度議題

但是有一種稱為Known-Group效度的方法 它通常使用t檢定去進行組別比較 例如憂鬱症患者就會在憂鬱量表上表現的與正常人不一樣 這個時候"顯著差異"的p值比較法就派上了用場 

Note. Divergent validity = Discriminant validity

我要檢舉
#construct validity
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(2,650) | 回應(0)| 推薦 (0)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: 量表發展(scale development) |
此分類下一篇:篩選量表項目的作法
此分類上一篇:社會性喜好反應偏誤(Socially Desirable Responding Bias = SDR)

我要回應
否 是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼：
請輸入圖片中算式的結果(可能為0) 
(有*為必填)
TOP
詳全文