公司网站百度地图,住房和城乡建设部的网站,初二信息课网站怎么做,用动易做的诗歌协会网站一、信度
信度是指测量结果的一致性和稳定性。
1.一致性#xff08;Consistency#xff09;
一致性指的是测量工具内部各个部分或项目之间的协调一致程度。高一致性意味着测量工具的不同部分都在测量同一个概念或特质。
例子#xff1a;智力测试
假设我们有一个包含100…一、信度
信度是指测量结果的一致性和稳定性。
1.一致性Consistency
一致性指的是测量工具内部各个部分或项目之间的协调一致程度。高一致性意味着测量工具的不同部分都在测量同一个概念或特质。
例子智力测试
假设我们有一个包含100道题的智力测试这些题目涵盖了语言、数学、逻辑推理等方面。如果这个测试具有高度的一致性那么
测试中的所有题目都应该与整体智力水平相关。擅长语言题的人也可能在数学和逻辑推理题上表现良好。如果我们将测试分成两半两半的得分应该高度相关。
我们可以通过计算Cronbach’s α系数来评估内部一致性。
2.稳定性Stability
稳定性指的是测量结果在不同时间点或不同情况下的一致程度。高稳定性意味着测量结果不会因时间或环境的变化而发生显著变化假设被测量的特质本身没有变化。
例子抑郁症量表
假设我们有一个用于评估抑郁症状严重程度的量表。如果这个量表具有高度的稳定性那么
对同一个人在短时间内如一周进行两次测试两次的得分应该非常接近。即使测试环境有所不同如在诊所vs在家里得分也不应有显著差异。
可以通过计算重测信度来评估稳定性。
二、信度检验
信度检验的基本原理
信度检验基于经典测量理论Classical Test Theory。该理论假设观察分数X由真实分数T和误差分数E组成 X T E X T E XTE
信度reliability定义为真实分数方差与观察分数方差的比率 r e l i a b i l i t y σ T 2 σ X 2 reliability \frac{\sigma_T^2}{\sigma_X^2} reliabilityσX2σT2
其中 σ T 2 \sigma_T^2 σT2 是真实分数的方差 σ X 2 \sigma_X^2 σX2 是观察分数的方差。
1.重测信度Test-Retest Reliability
原理在相近的时间内对同一群体进行两次测量若结果高度一致则可靠。
方法 a) 选取代表性样本 b) 进行第一次测量T1 c) 间隔一定时间通常1-4周 d) 进行第二次测量T2 e) 计算T1和T2的皮尔逊相关系数r
评估标准
r 0.9: 极高的信度0.8 r ≤ 0.9: 良好的信度0.7 r ≤ 0.8: 可接受的信度r ≤ 0.7: 信度不足需要改进
2.内部一致性信度Internal Consistency Reliability
原理项目间应该具有较高的一致性。
最常用的方法是Cronbach’s α系数 α k k − 1 ( 1 − ∑ i 1 k σ i 2 σ X 2 ) \alpha \frac{k}{k-1}(1-\frac{\sum_{i1}^k \sigma_i^2}{\sigma_X^2}) αk−1k(1−σX2∑i1kσi2)
其中k是项目数量 σ i 2 \sigma_i^2 σi2 是第i个项目的方差 σ X 2 \sigma_X^2 σX2 是总分方差。
步骤 a) 收集数据 b) 计算各项目得分与总分的相关 c) 计算Cronbach’s α系数
评估标准
α 0.9: 优秀0.8 α ≤ 0.9: 良好0.7 α ≤ 0.8: 可接受0.6 α ≤ 0.7: 有争议α ≤ 0.6: 不可接受
3.分半信度Split-Half Reliability
原理如果测量工具是可靠的那么将其分成两半后两半之间应该具有高度一致性。
步骤 a) 将测量工具随机分为两半 b) 分别计算两半的得分 c) 计算两半得分的相关系数r d) 使用Spearman-Brown公式校正 r c o r r e c t e d 2 r 1 r r_{corrected} \frac{2r}{1r} rcorrected1r2r
评估标准与重测信度相似。
4.评分者间信度Inter-rater Reliability
原理用于评估多个评分者之间的一致性程度。
方法
对于类别变量使用Kappa系数对于连续变量使用组内相关系数Intraclass Correlation Coefficient, ICC
步骤 a) 选取样本 b) 多个评分者独立评分 c) 计算评分者间的一致性系数
评估标准因具体使用的系数而异通常0.7以上被认为是可接受的。
三、SPSS实操 1.内部一致性信度Cronbach’s α
a) 打开SPSS导入 ‘reliability_test_data.csv’ 文件。
b) 选择菜单分析 - 刻度 - 可靠性分析。
c) 将Item_1到Item_10移到项框中。
d) 在统计按钮中选择项的标度和删除项后的标度。
e) 点击确定运行分析,得到Cronbach’s α系数值。
查看Cronbach’s α系数。通常0.7以上被认为是可接受的0.8以上是良好的0.9以上是优秀的。 2.重测信度
a) 选择菜单分析 - 相关 - 双变量。
b) 将Item_1到Item_10和相应的Retest_Item_1到Retest_Item_10放入变量框。
c) 选择Pearson相关系数确保进行双侧检验并标记显著性相关。
d) 点击确定运行分析。
查看每个项目的原始测试和重测之间的相关系数。通常0.7以上被认为是可接受的越接近1越好。 3.分半信度
a) 选择菜单分析 - 量表 - 可靠性分析。
b) 将Item_1到Item_10移到项框中。
c) 点击统计量按钮选中尺度下的相关和分半选项。
d) 点击确定运行分析。
查看Spearman-Brown系数。解释标准与重测信度相似。 4.组内相关系数ICC用于评分者间信度模拟
点击菜单栏的分析 “刻度” “可靠性分析”。点击模型按钮: 选择双向随机(如果评分者是随机选择的)或双向混合(如果评分者是固定的)。选择一致性或绝对一致定义。通常选择一致性。 点击统计量按钮: 选择置信区间水平(通常为95%)。 点击继续返回主对话框,然后点击确定运行分析。结果输出: SPSS将生成一个包含ICC值、置信区间和F检验结果的输出表。
解释结果:
ICC值范围从0到1,越接近1表示评分者间一致性越高。通常认为ICC 0.75表示良好到优秀的一致性,0.60-0.74为中等, 0.60为差。查看置信区间和F检验的p值来评估结果的统计显著性。
