測量的基本概念及理論

測量的基本概念及理論第一頁，共五十八頁，編輯于2023年，星期日大綱量化構(gòu)念古典測量理論(classicalmeasurementtheory)共同因子(commonfactor)的概念效度(validity)的相關(guān)概念

--構(gòu)念關(guān)係網(wǎng)(nomologicalnetwork) --多元特質(zhì)和多重方法矩陣(multitrait- multimethodmatrix)第二頁，共五十八頁，編輯于2023年，星期日測量尺度(MeasurementScale)數(shù)字的精確程度:(1)類別尺度(NominalScale)(2)等級尺度(OrdinalScale)(3)等距尺度(IntervalScale)(4)等比尺度(RatioScale)第三頁，共五十八頁，編輯于2023年，星期日量化「離職意向」的構(gòu)念

請您圈選您對以下描述的同意程度：

1=極不同意；2=不同意；

3=沒所謂同意或不同意；

4=同意；5=極同意--我常想到辭職。--我很可能于明年另尋新的工作。--如果能自由選擇，我不會(huì)喜歡留在這機(jī)構(gòu)工作。第四頁，共五十八頁，編輯于2023年，星期日古典測量理論

(classicalmeasurementtheory)ObservedScore(OS)受三個(gè)影響:(1)真實(shí)得分(TrueScore;TS)(2)獨(dú)特得分(UniqueScore;US)(3)誤差得分(ErrorScore;ES)「離職意向」的例子:OS1=TS+US1+ES1(第一題)OS2=TS+US2+ES2(第二題)OS3=TS+US3+ES3(第三題)第五頁，共五十八頁，編輯于2023年，星期日變異量(Variance)及

共變量(Covariance)--以變異量及共變量驗(yàn)證構(gòu)念間之關(guān)係--樣本整體變異量(ObservedVariances;O),

包括:(1)真實(shí)差異(TrueVariance；T)(2)獨(dú)有因素帶來的差異(UniqueVariance；U)(3)隨機(jī)誤差帶來的差異(ErrorVariance；E)

O=T+U+E第六頁，共五十八頁，編輯于2023年，星期日信度(reliability)

(1)E佔(zhàn)O的比重(2)因?yàn)镋是隨機(jī)的，信度為測量的工具免於 隨機(jī)誤差的程度(3)測量結(jié)果的一致性或穩(wěn)定性第七頁，共五十八頁，編輯于2023年，星期日信度係數(shù)的估計(jì):

為了與統(tǒng)計(jì)上的相關(guān)係數(shù)看齊，我們一般會(huì)取兩次測量的共變量比例的平方根，來合計(jì)信度，稱之為信度係數(shù)(reliabilitycoefficient)。E1E2T+U第八頁，共五十八頁，編輯于2023年，星期日信度係數(shù)的方程式信度係數(shù)=第九頁，共五十八頁，編輯于2023年，星期日信度(reliability)的估計(jì)--兩次測量的相關(guān)係數(shù):（a）再測信度(test-retestreliability)（b）複本信度(alternativeformsreliability)（c）折半信度(split-halfreliability)（d）項(xiàng)目間的一致性(internalconsistency reliability):Coefficientalpha;α (SPSS“reliability”的指令)--一般來說信度係數(shù)要在0.7以上

第十頁，共五十八頁，編輯于2023年，星期日信度對檢定構(gòu)念關(guān)係的影響兩個(gè)構(gòu)念的共變量(假設(shè)最理想情況):兩構(gòu)念在測量時(shí)的獨(dú)有變異量均為零T1p+E1T2p+E2C第十一頁，共五十八頁，編輯于2023年，星期日兩個(gè)構(gòu)念觀察所得的相關(guān)係數(shù)

第十二頁，共五十八頁，編輯于2023年，星期日兩個(gè)構(gòu)念真實(shí)的相關(guān)係數(shù)

第十三頁，共五十八頁，編輯于2023年，星期日測量工具的信度係數(shù)

第十四頁，共五十八頁，編輯于2023年，星期日把R0除以r1及r2的平方根，

便可求得Rt

第十五頁，共五十八頁，編輯于2023年，星期日Rt

與Ro的關(guān)係

(CorrectionforAttenuation)第十六頁，共五十八頁，編輯于2023年，星期日影響信度的主要因素受測量者方面主持測量者方面測量內(nèi)容方面測量情境方面時(shí)間影響方面第十七頁，共五十八頁，編輯于2023年，星期日共同因子(commonfactor)的概念CommonFactor=CFEF1+UF1EF2+UF2EF3+UF3OS1OS2OS3CF第十八頁，共五十八頁，編輯于2023年，星期日共同因子(commonfactor):共變量T=共同因子的變異量

(各項(xiàng)目的共變量:沒有測量誤差的變異量)C13C12U1+E1C23U2+E2TU3+E3第十九頁，共五十八頁，編輯于2023年，星期日因子的設(shè)定:項(xiàng)目的加權(quán)總和

(LinearCombination)第二十頁，共五十八頁，編輯于2023年，星期日負(fù)荷量(L值;factorloadings)及

「固有值」(eigenvalues)

(1)每一因子抽取了這九個(gè)項(xiàng)目總體變異量的一部 分(2)每一因子抽取了九分一的總體變異量，由於不同 情況牽涉的項(xiàng)目數(shù)不一樣，所以我們把這平均 值標(biāo)準(zhǔn)化，以1為代表，稱為「固有值」 (eigenvalue)(3)「固有值」為該因子的所有L值平方的總和(4)因子抽取的總變異量的比率便是「固有值」除以 測量項(xiàng)目的總數(shù)(5)負(fù)荷量:由-1到1第二十一頁，共五十八頁，編輯于2023年，星期日因子的數(shù)學(xué)背景如有兩個(gè)項(xiàng)目(V1及V2)，變異量為VA1及VA2，共變量為CA，它們的加權(quán)總和(F)的變異量(FA)的方程式是：

FA=(L1)2*VA1+(L2)2*VA2+(L1)2*(L2)2*CA(L1及L2小於1，所以FA是包含V1及V2部分的VA1、VA2及CA)。把共變量愈大的項(xiàng)目在同一個(gè)因子中的L值加大，這因子便能夠同時(shí)把這兩個(gè)項(xiàng)目更多的變異量和共變量都抽取。盡量用小數(shù)的因子來抽取最多的整體變異量，便會(huì)是相互間共變量大的項(xiàng)目在同一因子中的L值較大，而共變量大也符合了它們可能受同一原因影響的假定。第二十二頁，共五十八頁，編輯于2023年，星期日因子分析的假設(shè)各因子抽取了總體變異量的不同部分儘量用較少的因子來抽取最大比率的總體 變異量;假設(shè)其他因子代表U及E的變 異量集中在少數(shù)因子，使少數(shù)項(xiàng)目的L值盡量擴(kuò)大(rotation): (a)決定集中在多少個(gè)因子

(b)是否容許這少數(shù)因子有相關(guān)第二十三頁，共五十八頁，編輯于2023年，星期日「探索性因子分析法」的例子

(ExploratoryFactorAnalysis；EFA)

182名香港的中學(xué)教師三題測量「同意特質(zhì)」(A1、A2及A3)、三題「工作滿意度」(JS1、JS2及JS3)、及三題「自評的工作表現(xiàn)」(JP1、JP2及JP3)第二十四頁，共五十八頁，編輯于2023年，星期日EFA的SPSS指令在沒有特定原因的情況下，我們以固定值等於1來抽取少數(shù)因子；另外，由於老師的「同意特質(zhì)」性格可能與其「工作滿意度」及「自評的工作表現(xiàn)」有關(guān)，因此在「rotation」時(shí)我們不應(yīng)假定因子之間是無關(guān)的，所以用SPSS的指令是：

getfile=’nameoffilecontainingtheSPSSsavefile’. factorvars=A1A2A3JS1JS2JS3JP1JP2JP3 /extraction=paf/rotation=oblimin.第二十五頁，共五十八頁，編輯于2023年，星期日「探索性因子分析法」的結(jié)果第二十六頁，共五十八頁，編輯于2023年，星期日「探索性因子分析法」的限制(1)L值的設(shè)定及最後抽出「固有值」大於1(或其他設(shè)定的標(biāo)準(zhǔn))的因子數(shù)目，是完全取決於我們在實(shí)證研究所取得樣本資料(2)雖然我們說第一個(gè)因子的主要變異量是來自「工作滿意度」的三個(gè)測量項(xiàng)目，但它還是包括了其他六個(gè)測量項(xiàng)目的部分變異量，嚴(yán)格來說，這是不正確的第二十七頁，共五十八頁，編輯于2023年，星期日「確認(rèn)性因子分析法」的假設(shè)關(guān)係(ConfirmatoryFactorAnalysis；CFA)

C1C2C3第二十八頁，共五十八頁，編輯于2023年，星期日「確認(rèn)性因子分析法」的步驟

F1=L11*JS1+L12*JS2+L13*JS3 F2=L21*A1+L22*A2+L23*A3 F3=L31*JP1+L32*JP2+L33*JP3--其餘的L值為零--先對這些構(gòu)念和它們的測量項(xiàng)目有一個(gè)清楚及符合測量理論的關(guān)係假設(shè)，然後以實(shí)證的樣本資料來驗(yàn)證這關(guān)係假設(shè)

第二十九頁，共五十八頁，編輯于2023年，星期日LISREL(CFA)指令ObservedVariables:A1A2A3JS1JS2JS3JP1JP2JP3LatentVariables:AGREEJOBSATJOBPERFRawDataFromFile:(datafilename)Relationships:A1A2A3=AGREEJS1JS2JS3=JOBSATJP1JP2JP3=JOBPERFEndofProblem第三十頁，共五十八頁，編輯于2023年，星期日CFA結(jié)果因子的相關(guān)(FactorCorrelationMatrix) AGREE JOBSAT JOBPERFAGREE 1.00JOBSAT 0.19 1.00JOBPERF 0.13 0.42 1.00第三十一頁，共五十八頁，編輯于2023年，星期日第三十二頁，共五十八頁，編輯于2023年，星期日檢定是否接受原來關(guān)係假設(shè)的標(biāo)準(zhǔn)指標(biāo)(GoodnessofFitStatistics)

(1)常用:RMSEA(或RMR;最好是少於0.08)、NNFI(也稱為TLI；最好是大於0.90)和CFI(最好是大於0.90)。(2)我們一般會(huì)報(bào)告Chi-Square及其DegreesofFreedom(它們的比率最好少於2.5)、及GFI(最好是大於0.90)(3)Chi-Square和GFI與樣本數(shù)有很大的關(guān)係，很多時(shí)樣本數(shù)愈大，它們反而更不理想，所以相對而言，RMSEA、TLI和CFI在判定是否接受原來關(guān)係假設(shè)更為重要。第三十三頁，共五十八頁，編輯于2023年，星期日效度(validity)的概念

(1)測量結(jié)果是否正確，便是效度(validity)的 問題(2)從O=T+U+E的方程式來理解，效度是指 T佔(zhàn)O的比重(3)信度是效度的必要條件，而非充分條件(4)檢定效度的主要方法，最好是檢定構(gòu)念間 的關(guān)係網(wǎng)(nomologicalnetwork)第三十四頁，共五十八頁，編輯于2023年，星期日檢定效度的方法內(nèi)容效度(contentvalidity)效標(biāo)關(guān)聯(lián)效度(criterion-relatedvalidity): --同時(shí)效度(concurrentvalidity); --預(yù)測效度(predictivevalidity); --增加效度(incrementalvalidity)(3)建構(gòu)效度(constructvalidity): --輻合效度(convergentvalidity); --辨別效度(discriminantvalidity)第三十五頁，共五十八頁，編輯于2023年，星期日多元特質(zhì)和多重方法矩陣

(multitrait-multimethodmatrix)

第三十六頁，共五十八頁，編輯于2023年，星期日多元特質(zhì)和多重方法矩陣的分析比較各相關(guān)係數(shù)的大小CFA: C1的因子:M1C1,M2C1,M3C1 C2的因子:M1C2,M2C2,M3C2 C3的因子:M1C3,M2C3,M3C3 M1的因子:M1C1,M1C2,M1C3 M2的因子:M2C1,M2C2,M2C3 M3的因子:M3C1,M3C2,M3C3第三十七頁，共五十八頁，編輯于2023年，星期日影響效度的主要因素

測量組成方面測量實(shí)施方面受測者反應(yīng)方面效標(biāo)方面樣本方面第三十八頁，共五十八頁，編輯于2023年，星期日建立測量尺度的例子--情緒智能(1)從文獻(xiàn)及邏輯推論中確立構(gòu)念的定義和範(fàn)圍(DefinitionandDomainoftheConstruct)；(2)證明發(fā)展測量工具的必要性；(3)發(fā)展測量的項(xiàng)目(ItemGeneration)；(4)選擇測量項(xiàng)目(ItemSelection)；(5)測量工具的效度檢定(ConstructValidation)。第三十九頁，共五十八頁，編輯于2023年，星期日EI構(gòu)念在文獻(xiàn)中的混亂DifferentresearchershaveuseddifferentdefinitionsofEISomeresearchersincludenotonlyemotionandintelligence,butalsomotivation,non-abilitydispositionsandtraits,etc.Forscientificconstruct,EIhastoconcentrateon“abilitytohandleordealwithemotions”第四十頁，共五十八頁，編輯于2023年，星期日EI構(gòu)念的定義和範(fàn)圍(1)Appraisalandexpressionofemotionintheself(SelfEmotionalAppraisal,SEA)

Thisrelatestotheindividual’sabilitytounderstandtheirdeepemotionsandbeabletoexpresstheseemotionsnaturally.Peoplewhohavegreatabilityinthisareawillsenseandacknowledgetheiremotionswellbeforemostpeople.第四十一頁，共五十八頁，編輯于2023年，星期日EI構(gòu)念的定義和範(fàn)圍(2)Appraisalandrecognitionofemotioninothers(Other’sEmotionalAppraisal,OEA) Thisrelatestotheindividual’sabilitytoperceiveandunderstandtheemotionsofthepeoplearoundthem.Peoplewhoarehighinthisabilitywillbemuchmoresensitivetothefeelingsandemotionsofothersaswellasreadingtheirminds.第四十二頁，共五十八頁，編輯于2023年，星期日EI構(gòu)念的定義和範(fàn)圍(3)Regulationofemotionintheself(RegulationofEmotion,ROE) Thisrelatestotheabilityofapersontoregulatetheiremotions,whichwillenableamorerapidrecoveryfrompsychologicaldistress.Apersonwithgreatabilityinthisareamaintainspositiveemotionsmostofthetime.Asaresult,thisdimensionissometimesreferredtoas“self-motivation”ortheabilityofapersontobeself-encouragingandbepositivetolifestresses.第四十三頁，共五十八頁，編輯于2023年，星期日EI構(gòu)念的定義和範(fàn)圍(4)Useofemotiontofacilitateperformance(UseofEmotion,UOE) Thisrelatestotheabilityofapersontomakeuseoftheiremotionsbydirectingthemtowardsconstructiveactivitiesandpersonalperformance.Apersonwhohashighabilityinthisaspectisabletokeeptheirbehaviorundercontrolwhentheyhaveextrememoods.Thepersonwillalsomaketheverybestuseoftheiremotionstofacilitatejobperformanceintheworkplace.第四十四頁，共五十八頁，編輯于2023年，星期日證明發(fā)展測量工具(EI)的必要性(1)這構(gòu)念在建立理論架構(gòu)及增進(jìn)我們知識領(lǐng)域的工作中是重要的: H1:Emotionalintelligenceispositivelyrelatedto jobperformance. H2:Emotionalintelligenceispositivelyrelatedto jobsatisfaction. H3:Emotionalintelligenceispositivelyrelatedto organizationalcommitment. H4:Emotionalintelligenceisnegativelyrelated toturnoverintention.第四十五頁，共五十八頁，編輯于2023年，星期日證明發(fā)展測量工具(EI)的必要性(2)文獻(xiàn)中沒有現(xiàn)存適當(dāng)?shù)墓ぞ?/p>

--Carson,CarsonandPhilips(1997) developeda14-itemmeasureofEI --TraitMeta-MoodScale --Bar-OnEQiinstrument --Goleman’s10-itemmeasure --Multi-facetEmotionalIntelligenceScale (MEIS;laterversion:MSCEIT)第四十六頁，共五十八頁，編輯于2023年，星期日發(fā)展測量的項(xiàng)目(ItemGeneration)定性(Qualitative)的Askingmanagersandstudentstogenerateitemstocapturetheconstruct(n=120)FirstintroducedtothefourdimensionsofemotionalintelligenceTheywerethenaskedtogenerateself-reporteditemsoneachdimensionthatwoulddescribeapersonwithahighlevelofemotionalintelligence.Preliminarydeletionof(1)overlappingorsimilaritems;(2)itemswithunclearmeaning;and(3)itemsthatdidnotmatchthedefinitionofemotionalintelligenceResultedina36-itempreliminarymeasureofEI.第四十七頁，共五十八頁，編輯于2023年，星期日選擇測量項(xiàng)目(ItemSelection)定量(quantitative)的牽涉構(gòu)念的不同構(gòu)面(Dimensions)和關(guān)係網(wǎng)(nomologicalnetwork)189undergraduatestudentsExploratoryFactorAnalysis(Itemswithhighloadings):Chose4itemsforeachdimension(total=16items)InternalConsistencyReliability(.83to.90)CorrelationswithIQtest,Lifesatisfaction,Powerlessness第四十八頁，共五十八頁，編輯于2023年，星期日Correlations的結(jié)果--TheEIdimensionswereallmildlycorrelated(rangingfromr=.13to.42),whichindicatedthattheywererelatedbutnotidenticaldimensions.--AllEIdimensionscorrelatedsignificantlywithlifesatisfaction.Thecorrelationrangedfrom.16to.46.--AllEIdimensionscorrelatedmoderatelyandnegativelywiththepowerlessnessmeasures.Thecorrelationrangedfrom-.13to-.39.--Finally,theEIdimensionshadminimalcorrelationswiththeIQestimate.第四十九頁，共五十八頁，編輯于2023年，星期日測量工具的效度檢定

(ConstructValidation)-172undergraduatestudentsample--WiththespecifiedfouritemsloadingontheirrespectiveEIdimensions,CFA:(1)2=132.41(d.f.=98);(2)StandardizedRMR=.08,CFI=.95;TLI=.93.--Negativelycorrelatedwithpowerlessness--Positivelycorrelatedwithlifesatisfaction第五十頁，共五十八頁，編輯于2023年，星期日測量工具的效度檢定

(ConstructValidation)-2146undergraduatestudentsample--WiththespecifiedfouritemsloadingontheirrespectiveEIdimensions,CFA:(1)2=179.33(d.f.=98);(2)StandardizedRMR=.07,CFI=.91;TLI=.89.--Negativelycorrelatedwithpowerlessness--Positivelycorrelatedwithlifesatisfaction第五十一頁，共五十八頁，編輯于2023年，星期日測量工具的效度檢定

(ConstructValidation)-3110undergraduatestudentsampleEFAtogetherwithBig-FivepersonalitydimensionsTMM(anotherEImeasure)AftercontrollingforBig-FiveandTMM, R2=.077(p<.01)inpredictinglifesatisfactionAftercontrollingforBig-FiveandTMM, R2=.059(p<.10)inpredictingpowerlessness第五十二頁，共五十八頁，編輯于2023年，星期日測量工具的效度檢定

(ConstructValidation)-3116non-teachingemployeesampleinuniversityTwomeasuresofBig-FivedimensionsandEICFA(3indicatorsoreachBig-Fivedimensionand4forEI):2=591.59(d.f.=398);StandardizedRMR=.08;CFI=.90;TLI=.89.AftercontrollingforBig-FiveandEQ-i(anotherEImeasure),R2=.023(p<.10)inpredictingjobsatisfaction第五十三頁，共五十八頁，編輯于2023年，星期日MTMM第五十四頁，共五十八頁，編輯于2023年，星期日他評的EI測量工具-1444Parent-StudentsampleinPRCBothparentandstudentratedstudents’Big-FivePersonalityandEI;Studentsalsoratedtheirown,LifesatisfactionandPowerlessnessAftercontrollingforBig-Fiveanddemographics,parents’ratingsofstuden