
10.3969/.1671-489X.2020.17.076教育教学研究中量表的编制与优化
◆李烁李贵安
摘要教育教学研究离不开评价,评价量表是评价可靠性与
有效性的最主要影响因素之一,要保证量表的信效度,必须经
过科学的流程进行编制与优化。研究显示,在教育教学研究中,
量表编制与优化的一般流程包括明确测量对象、划分测量维度、
项目的编研究性学习总结 制、初步筛选、专家评审、样本试测、基于试测的优化。
本研究着眼于流程中的细节问题进行探讨,并结合实例数据加
以分析,以供广大研究者参考。
关键词教育教学研究;量表编制与优化;因素分析;信度分析
中图分类号:G652文献标识码:B
文章编号:1671-489X(2020)17-0076-03
1 问题的提出
教育教学研究离不开评价,没有评价过程的反馈,易
使研究过于主观化,研究结果难以令人信服。随着评价理
论的不断发展,形成不同种类的评价方式,但无论哪种评
价方式,最终都离不开测量量表。要保证量表测量的数据
可靠可信,就必须在量表编制与优化过程中使用科学的流
程与方法。本研究基于中外测量学的文献及教育学和心理
学领域为主的有关文献,总结出普遍适用于教育教学研究
中量表编制的科学流程,着眼于细节问题进行探讨,并依
据SPSSV21的样本数据作为实例加以分析,以供广大研究
者参考。
2 量表编制
前期准备工作编制一个量表,第一步要明确所测量
的对象,这个测量对象一般是研究中的主要概念或主要概
念的一部分(如核心素养)。明确测量对象后,还要厘清
测量的意义所在。一般而言,在教育教学研究中测量的意
义分为两个方面:
1)研究教育理论时需要获得量化的测量数据,以佐证
已有理论或进行理论结构与内容的探究;
2)教学实践者在进行某项干预后需要通过量化的数据
来得到干预对象的某个特质在干预前后的变化情况,从而
证明干预的效果。
许多教育研究者认为,对于想要测量的东西心里早就
清清楚楚,但结果却发现自己最初的想法比想象的要含糊
得多。如果测量对象没有明晰的理论支撑就着手进行量表
作者:李烁,陕西师范大学物理与信息技术学院研究生,研究方向为教育研究方法与物理教学;李贵安,陕西师范大学教务处处长,
教授,研究方向为课程改革、创新课堂、创新人才培养(710119)。
项目的编制,会导致很多可靠性与结构上的问题,这样如
果到了后面的工作中再来弥补这些问题,将比一开始就把
测量对象用完整科学的理论了解清楚要多出成倍的工作量。
在量表编制的前期准备过程中,一定要对量表测量的对象
所包含的内容与结构十分明晰。
将测量对象所包含的因素进行分类是十分有帮助的。
若测量对象的概念已有明确的结构框架,就可以直接使用,
否则需要研究者自己进行分类与归练字方法 纳。注意:不能只将测
量对象的概念划分为几个维度,由于其在教育教学研究中,
测量的有关因素一般比较复杂,因此至少需要将其中的每
一个维度继续划分成多个哪家助听器好 次维度,按需要可以再将每个次
维度继续细分,以此类推。
生成初始项目池项目就是构成量表的基本单位。理论
上,一个好的量表,其项目应该是从有关项目宇
中随机抽取的。由于假定项目宇为无穷大,这就基本上迫
使人们打消实际去列举项目宇中所有项目并从其中随机取
样的希望。在这一步工作中应该尽量多地罗列所有有关测
量对象内容的项目,无须考虑量表长度的问题。因为在这
一步,主观认为某个项目“不重要”是没有客观依据的。
项目的形式多种多样,现在最常见的是李克特型,其
他还有瑟斯顿治标法、能力测验题等形式,根据测量对象选
择适合的形式即可。如果测量隆裕皇太后 对象的内容很广,可能一些
维度的测量不适合用同样的形式,那么这时候可以将不同
的维度分别采用不同的项目形式,制作各自维度的分量表,
最后再通过设计如相加或加权后相加等方式来计算总分。
在项目编制过程中需要注意以下三点。
1)避免冗长。冗长的项目一般过于复杂,难以保证项
目的清晰度,容易引发受测者的负面情绪,但前提是不能
以牺牲内容的代价来换取表面上的项目简洁性。
2)避免有歧义的项目。如“我喜欢学习,因为学习让
我快乐”,这个项目包含多个导向,做这种题目时受测者
会感到困扰与为难,效度较低。
3)避免过于宽泛。如“有扎实的学科专业知识”,明
显不能客观体现被测者的学科专业知识水平。
3 量表优化
试测前的优化初始项目池一般会比较庞大。考虑到
按需要可以再将每个次
量表的基本单位。
有关项目宇(Univer)
无穷大,这就基本上迫
有项目并从其中随机取
量多地罗列所有有关测
长度的问题。因为在这
是没有客观依据的。
常见的是李克特型,其
形式,根据测量对象选
的内容很广,可能一些
那么这时候可以将不同
作各自维度的分量表,
加等方式来计算总分。
三点。
过于复杂,难以保证项
课程整合
- 76 -
2020年9月上第17期(总第491期)
1)特征值法。因子的特征值对应的是该因素的方差贡
献,因素分析时只需要取特征值较大的几个因子即可,公
认的方法是取特征值大于1的因子。如表1所示,按照该
方法,样本数据应该取前四个因子进行分析。
2)累计方差贡献率法。因子的方差贡献率是该因子的
特征值与所有因子特征值之和的比值,也可以体现因子解
释项目得分变动能力。累计方差贡献率就是几个因子方差
贡献率的和,这个值达到一定的百分比,就说明所取的这
些因子已经可以解释量表中项目得分的大部分变动。在测
量学中阈值一般被规定为80%。如表1所示,按照该方法,
样本数据应该取前七个因子进行分析。
3)碎石检验。这是由R.B.卡特尔提出的决定因子个
数的方法。碎石图的横轴是特征值从大到小排列的各个因
素,纵轴是各个因素对应的特征值。如图1所示,根据该方法,
样本数据可取前3~5个因子。
因素分析可以将项目进行分类,见表2的旋转成分矩阵。
表中数据是各个项目在不同因子上的载荷值,这个值越大,
说明该因子越能解释项目的变异。根据数据,可以将某个
因子的载荷值较高的一些项目归为一类,原则是每个因子
至少需要三个项目,之后再观察这些被归为一类的项目有
什么共同特征。如果一个项目在两个因子上的载荷绝对值
都超过0.4(如表2中的项目4与项目5),则说明从整个
最终量表的简洁性,首先要对量表项目进行初步筛选,主
要依照三个方面进行:
1)删改表述有问题的项目;
2)高度重复的项目保留其一;
3)删改相关性有问题的项目。
邀请有关专家来对池中的项目进行评审,并根据需要请
他们对项目进行重新分类。邀请的专家建议包含两个领域:
1)对量表测量对象有深入研究的专家,他们对测量对
象有深刻理解,主要可以检验项目的内容效度;
2)测量学领域的专家,他们对如何提高量表的信效度
有丰富的经验。
他们对于量表的建议很多都是建设性的,可以参考其
建议对项目进行修改与增减。但也要考虑到专家本身也有
一定的主观性,所以在更改或删除项目时,尤其需要反复
斟酌。经过初步筛选与专家评审两个环节后,试测量表就
生成了,之后应进行试测,使用试测获得的数据对量表进
行进一步优化。
探索性因子分析因子分析(又叫因素分析)能使研
究者把一组反应事物性质、状态、特点等的几个变量简化为
少数几个能反映事物内在联系、固有的、决定事物本质特
征的因子。它对陌生人歌词 重新认识测量对象的内容结构有重要意义。
以下将介绍一些基于探索性因子分析的量表优化方法,
使用SPSSV21.0软件,处理软件自带样本数据“breakfast干锅牛肚 ”,
并进行实例探讨。因子分析的方法有很多种,还有因子旋
转的问题,以下使用的是较常用的主成分分析法与最大变
异正交旋转。
首先是确认因子个数,任一量表的任一项目都与无数
个因子有关,但要的只是最主要能反应量表项目的那些因
子。如何判断应该取多少个因子合适呢?主要有三种方法。
(下转P80)
图1碎石图
表1解释方差表
成分
初始特征值
合计方差的%累计%
15.31535.43535.435
22.13814.25249.687
31.3789.18758.874
41.2578.38067.254
50.8905.93273.186
60.8765.83779.023
70.6794.53083.533
80.5263.50987.061
…………
表2旋转成分矩阵
项目
成分
1234
10.772-0.377-0.1830.020
2-0.7640.052-0.205-0.024
30.743-0.319-0.117-0.030
4-0.7320.1370.097-0.485
5-0.6490.2190.257-0.400
…………
提取方法:主成分
旋转法:具有Kair标准化的正交旋转法
a.旋转在10次迭代后收敛
究者把一组反应事物性
少数几个能反映事物内
它对重新认
以下将介绍一些基
并进行实例探讨。因子
转的问题,以下使用的
首先是确认因子个
个因子有关,但要的只
如何判断应该取多
课程整合
- 77 -
2020年9月上第17期(总第491期)
来自生活”,从而帮助学生消除对物理的距离感。■
参考文献
[1]田阳阳.对“研究液体内部压强”演示实验的思考[J].
物理教师,2019(3):48-49.
[2]滕文.基于实验构建的“液体的压强”教学设计[J].
物理通报,2019(S2):82-88.
[3]林维杰.气体压强改变对液体内部压强影响的定性实验
验证[J].物理实验,2019(3):57-60.
[4]赵玥.PBL交融LBL教学法在高中生命科学实验教学的
应用[J].生物学教学,2020(1):45-46.
量表的结构上看,这个项目是不良的,综合考虑其重要性后,
可以考虑删除。
信度分析信度,又叫可靠性,是指问卷的可信程度。
它主要表现检验结果的一贯性、一致性、再现性和稳定性。
一般分析量表信度的方法有克隆巴赫
信度、分半信度等。
本文基于克隆巴赫
信度,介绍量表信度需要达到的标准
与信度分析中可以用来进行量表优化的数据。使用SPSS
V21.0软件,处理软件自带样本数据“TVsurvey”,并进
行实例探讨。
表3中显示了量表的克隆巴赫
值与基于标准化项的
克隆巴赫
值。在教育研究中,一般认为总量表的克隆巴
赫
值在70%以上就是可靠的。表3中两项都大于70%,
证明该样本数据的量表信度达标。如果克隆巴赫
值大于
90%,则可能说明项目过多,可以通过相关性分析或探索性
因素分析进行筛选。
此外,信度分析也可以提供筛选项目的参考数据。一
般认为,如果删除该白什么三个字 项目对信度影响不大,甚至反而增加
了信度,则这个项目可以考虑删除。但对信度的影响较小,
只能作为删除项目的一个必要条件,不能作为充分条件。
很多时候虽然删除一个项目对信度基本没有影响,但如果
它在量表中有其特殊的意义,或在因素分析中是一个因子
仅有的三个项目之一,则应该保留。
表4中列出假设删除该项目后这个量表的克隆巴赫
表3可靠性分析统支部委员职责 计表
(基于标准化项)项数
0.7670.7487
值,通过数据可以得知前两个项目是肯定不可以删除的,
因为删除这些项目会大大降低量表的克隆巴赫
值;而最
后一个项目删除后反而增加了克隆巴赫值,就可以考虑
删除它。
4 结语
综上所述,在教育教学研究中,量表编制与优化的一
般流程包括:明确测量的对象与意义、划分测量维度、项
目的编制、项目的初步筛选、专家评审、样本试测、基于
试测的优化。严格落实这些步骤而产生的量表信效度才有
保证,所测量的数据才可具有较高的科学性,从而可很好
地支撑研究内容,使人信服。在当今信息爆炸的时代,广
大教育教学研究者也更应该注重量化数据的收集,在量表
编制与优化上下功夫,才能为自己的研究打下坚实的基础,
以使研究内容更为真实,研究结果更有意义。■
参考文献
[1]德威利斯.量表编制:理论与应用
庆大学出版社,2016:15-166.
[2]陈胜可.SPSS统计分析:从入门到精通
华大学出版社,2010:10-324.
[3]张勇.大学生自主性学习量表编制方法的研究
学研究,2010,33(6):7-10.
[4]王登峰,崔红.中国人人格量表(QZPS)的编制过程与
初步结果[J].心理学报,2003,35(1):127-136.
[5]WangKT,WEIM,ZHAOR,ss-Cultural
LossScale:DevelopmentandPsychometricEvaluation
[J].PsychologicalAsssment,2014,27(1):42-53.
[6]金艳,揭薇.中国英语能力等级量表的“口语量表”制
定原则和方法[J].外语界,2017(2):10-19.
[7]连榕,杨丽娴,吴兰花.大学生的专业承诺、学习倦怠
的关系与量表编制[J].心理学报,2005,37(5):632-636.
[8]淡鑫.统计学编制量表的基本程序[J].新西部,2015(9):
144,132.
(上接P71)
(上接P77)
参考文献
[1]习近平对新型冠状病毒感染的肺炎疫情作出重要指示
[EB/OL].[2020-01-20]./xinwen/2020-
01/20/content_.
[2]中华医学会精神科分会.CCMD-3中国精神障碍分类与诊
断标准[S].济南:山东科学技术出版社,2001:101-103.
[3]李建光,刘芝兰,钟实,等.高职护生的学习心理状态调
查分析与应对策略探讨[J].卫生职业教育,2004(17):5-7.
[4]王亚.疫情防控期间大学生焦虑水平及其影响因素研究
[J].教师教育学报.2020(3):76-83.
[5]顾瑜琦,孙宏伟.心理危机干预[M].北京:人民卫生
出版社,2013(5):6-8.
表4项已删除的
值统计表
项目项已删除的
值
10.655
2怎么养胃治胃 0.700
30.784
,量表编制与优化的一
义、划分测量维度、项
评审、样本试测、基于
产生的量表信效度才有
的科学性,从而可很好
今信息爆炸的时代,广
化数据的收集,在量表
研究打下坚实的基础,
有意义。■
用[M].3版.重庆:重
到精通[M].北京:清
制方法的研究[J].教
课程整合
- 80 -
2020年9月上第17期(总第491期)
本文发布于:2023-03-21 15:38:01,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/zhishi/a/167938428141258.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:教育与教学研究.doc
本文 PDF 下载地址:教育与教学研究.pdf
| 留言与评论(共有 0 条评论) |