信度

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

信度(reliability)

目錄

什麼是信度

  信度是指測量結果的一致性、穩定性及可靠性,一般多以內部一致性來加以表示該測驗信度的高低。信度繫數愈高即表示該測驗的結果愈一致、穩定與可靠。系統誤差對信度沒什麼影響,因為系統誤差總是以相同的方式影響測量值的,因此不會造成不一致性。反之,隨機誤差可能導致不致性,從而降低信度。信度可以定義為隨機誤差R影響測量值的程度。如果R=0,就認為測量是完全可信的,信度最高。

評介信度的方法

  一般通過使用同一量表進行不同測量,分析各測量結果之間聯繫的方法來評價信度。如果聯繫密切,各測量結果具有一致性,則認為量表是可信的。評價信度的方法主要有:再預測量、替換形式、內部一致性方法。

再測信度

  用同樣的量表,對同一組訪問對象在盡可量相同的情況下,在不同的時間進行兩次測量。兩次測量相距一般在兩到四周之間。用兩次測量結果間的相關分析或差異的顯著性檢驗方法,可以評價量表信度的高低。結果越是相關,差異越不顯著則信度越高。

  用再次測量法評價信度存在一些問題。首先,結果與時間間隔關係密切。在其他方面都相同的情況下,時間間隔越長,信度越低。其次,最初的測量可能會改變被測特征。例如,測量人們對低脂肪食品的態度可能會使他們更為關心健康問題,從而對低脂食品持更為肯定的態度。第三,實施重覆測量有時是不可能的,例如測量消費者對某種新產品的反應。第四,第一次測量的答案可能會對以後測量有影響。受訪者可能會圖回憶第一次受測時給出的答案。第五,在兩次測量之間一個有利的信息可能會使受訪者的態度更為有利。最後,再測信度相關係數可能會由於被測項目自身之間的相關而偏高。兩次測量中,同一項目自身之間的相關性要比不同項目間的相關性高。因此,即使不同項目之間的相關性很差,也可能得以很高的再測相關係數。

替換形式信度

  用兩個形式不同的等價量表,對同一組受訪者在不同的時間(通常間隔兩到四周)進行測量。兩次測量結果間的相關性被用來評價量表的信度。

  這個方法存在兩個主要問題。首先,構造等價的量表不但費時,而且花錢。其次,很難構造出完全等價的量表。兩個量表在內容上應該等價。從嚴格的意義上說,兩個量表的測量項目應具有相同的均值、方差和相關性,但即使這些條件都滿足了,還是有可能出現內容不等價的情況。低相關可能是量表的信度不夠造成的,也可能是由於量表形式不等價而造成的。

內部一致信度

  內部一致信度用於評價累加量表的信度。在這種量表中,各個測量項目的得分被累加以得到一個總分,每個項目都測量整個量表所要測量對象的某個方面,項目之間就它們各自的特征而言應該是一致的。內部一致信度強調的是組成量表的一組測量項目內部的一致性。

  折半信度是測量內部一致性是簡單的方法。量表中的項目被分成兩半並計算測量結果的相關係數。這兩半相關係數高,則說明量表內部一致性高。量表的項目可按序號的奇、性分為兩半,也可以隨機地合。問題在於劃分兩部分的方法可能會影響到評價結果。剋服這一問題的常用方法是採用X繫數。

  X繫數,也稱為克朗巴哈X繫數,是量表所有可能的項目劃分方法的得到的折半信度繫數的平均值。X繫數的值在0和1之間。如果X繫數不超過0.6,一般認為內部一致信度不足。X繫數的一個重要特性是它們值會隨著量表項目的增加而增加。因此,X繫數可能由於量表中包含多餘的測量項目而被人為地、不適當地提高。還有一種可以和X繫數同時使用的繫數。繫數能夠幫助評價,在計算X繫數的過程中,平均數的計算是否掩蓋了某些不相關的測量項目。

  有些具有多個項目的量表可能在結構上是多維的,那含有幾組,每一組項目測量一個方面的特征。例如,商店的形象就是一種多維的結構,包括商品的、商品的花色種類、貨與保修政策、人員服務、價格、商店位置、店面局等等。用於測量商店形象的量表就要包括測量以上每個維度(方面)的測量項目。這些維度之間是比較獨立的,因此,在包含各個準度的整個表內部考察一致性是不適宜的。不過,如果每個準度是由幾個測量項目組成,可以計算每個度的內部一致性。

效度和信度的關係

  效度和信度的關係可以用測量值的構成公式O=T+S+R來理解。如果測量是完全有效的,即0=T,S=0,R=0,此時測量必然是完全可信的,若量表的信度不足,它也不可能完全有效,因為有O=T+R。如果量表是完全可信的,可以達到完全有效,也可能達不到,因為有可能存在導致誤差,雖然缺管信度必然缺乏效度,但信度的大小並不能體現效度的大小。信度是效度的必要條件,但不是充分條件。從理論的角度來看,量應具有足夠的效度和信度;從實踐的觀點來看,一個好的量表還應該具有實用性。實用性指量表的經濟性、便利性和可解釋性。

本條目對我有幫助97
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目

本条目由以下用户参与贡献

Wwdz,Zfj3000,Angle Roh,Nsferdlina,杭晨捷,Yixi,泡芙小姐.

評論(共0條)

提示:評論內容為網友針對條目"信度"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

MBA智库
打开APP

以上内容根据网友推荐自动排序生成