8第八讲 理问卷编制验证性因素分析.pptVIP

第八讲 心理问卷编制的验证性分析; 在心理学的研究中，编制心理测量问卷是一项经常要遇到的工作。我们所编制的问卷是否有效、准确、经得起检验？ 在以往的问卷编制往往是仅做试题分析，信度效度检验。这里我们将讲述一种验证性因素分析方法（Confirmatory Factor Analysis , CFA）。 当分析我们编制的问卷是否验证某一心理理论，或者是否符合原来预计心理测量构想，或者验证某一量表的结构效度，我们就需要进行验证性因素分析。;验证性因素分析的定义 是依据一定的理论对潜在变量与观察变量间关系做出合理的假设并对这种假设进行统计检验的多元统计方法。 验证性因素分析的基本思路 验证性因素分析是在对研究问题有所了解的基础上进行的，这种了解可建立在理论研究、实验研究或两者结合的基础上。在CFA中，研究者可以根据已有的知识与经验来假设一部分因素的负荷或因素相关，并进一步检验假设模型成立与否。 例如：编制大学生时间管理问卷。根据黄希庭教授的时间意识理论，将时间意识分为时间管理意识、时间管理计划、时间管理优先、时间管理的反馈调节、时间管理效能这几个层面，并分别进行了编制试题进行测量。进行施测后，分析测量是否符合原来的理论设想。 ;因素名称;与之相类似的一种因素分析方法，是探索性因素分析方法 探索性因素分析 探索性因素分析试图通过多个可观测变量间的相关，探查不可观测变量的属性。但EFA只考虑了数据间的纯数字特征而没有任何的理论前提，由于因素的数量以及因素间的关系都是未知的，所以所有的因素负荷、因素相关、唯一性方差等均是待估参数。 例如：《大学生择业心理问卷》，通过大量的访谈、文献调查，收集了大量的试题，并进行调查，获取实测数据，以探索性因素分析方法来分析大学生的择业心理，探查有几个因素维度，各个因素上有哪些试题。也就是说，择业心理问卷的心理维度以及对应试题都还没有确定。 在本讲中，将主要讲述验证性因素分析方法。 ;在本讲的主要内容： 一、测验总信度和各个因素的信度分析 二、AMOS软件基本操作 三、验证因素分析的步骤与实例分析;【例】以《大学生时间管理量表》为例，对问卷中总量表、以及每个因子的信度分别检验；并对该量表的因素结构进行验证性因素分析。 量表的编制设想如下：;测量后获得数据结构如下：;一、测验信度分析;因素名称;二、AMOS软件的基本使用;进入Amos工作界面;*;;;*;（1）选择绘图工具;移动鼠标到绘图区，通过按住鼠标键绘制椭圆。 一旦对绘制的椭圆感到满意，单击椭圆图两下，出现带两个观测因子的潜在变量。;选择Rotate Indicators按钮，点击潜在变量的椭圆。两个指示因子和他们的残差顺时针旋转90度。再次点击该对象，指示因子再旋转90度。; 也许潜在变量和观测变量靠得太近，或接近绘图区域的边缘，要向中间移动它们，点击Preserve Symmetries按钮。 ; 继续单击Draw Latent Variables and Indicators按钮。再单击椭圆物件，完成三个观测变量及残差的模型绘制。;（6）模型复制;*; 单击 按钮。再将鼠标移动到所要删除 的对象 ，则会出现红色变色， 再单击左键，既可完成删除。;（8）移动全部图形;三、验证性因子分析的步骤与实例分析;在Amos中进行验证性因子分析的步骤;1、绘制假设模型;1; 注意在该图形中，已经就有的路径系数标识为1。这是为什么呢？ 因为潜变量的方差和与它关联的回归系数取决于变量的测量单位，但刚开始是不知道的。比如说要估计误差的回归系数同时也估计误差的方差，就好像说“我买了10块钱的黄瓜，然后你就推测有几根黄瓜，每根黄瓜多少钱”，这是不可能实现的，因为没有足够的信息。如何告诉你“我买了10块钱的黄瓜，有5根”，你便可以推出每根黄瓜2块钱。 ; 对潜变量，必须给它们指定一个数值，要么是与潜变量有关的回归系数，要么是它的方差。对误差项的处理也是一样。一旦做完这些处理，其它系数在模型中就可以被估计。 在这里我们把与误差项关联的路径系数设为1，再从潜变量指向观测变量的路径中选一条把它设为1。这样就给每个潜变量设置了测量尺度，如果没有这个测量尺度，模型是不确定的。有了这些尺度约束，模型就可以识别了。 ;2 选取数据库;要将数据读入到Amos中，从File菜单选择Data Files。;单击“View data”按钮可以查看数据库（如果是sav数据电脑上必须安装spss软件），单击“ok”按钮，回到主窗口。;单击工具栏中“list variable data set” 按钮，将会在绘图区显示如下对话框：;4.1 对五个椭圆表的潜在变量分别命名为“管理