Video在线视频

我们在讲到国外量表

汉化之后的信效度检测的时候呢

再上一小节给大家介绍过了

我们在进行了初始的项目分析之后

把这个经项目分析决定保留的项目

要首先进行效度的分析

效度的分析呢我们

通常会请专家来进行内容效度的检测

还有的时候会根据这个

所测的这个变量以及已有量表的情况

来适当的来选择是否需要做效标关联效度

以及已知族群效度

那其实我们通常必须要做的是结构效度

也就是因子分析

当然并不是所有需要汉化的量表

都要做结构效度

如果某个量表它本身就是

单一维度的单一因子的

那你就不要生硬的进行结构效度的分析了

如果这个原量表它本身是由因子

不同因子组成或不同的维度组成

那我们需要重新在

中文版本中进行结构效度的检测

结构效度其实就是来通过因子分析来确定

这个量表的众多条目

会归在哪几个维度或因子上

这也是很多量表它所具备的一个特点

就是它的这个会分成若干因子或维度

那我们进行结构效度的时候呢

其实也就是要基于数据来进行因子分析

那所以这个数据通常是

拿着这个量表在我们的使用者中

来选取一定数量的使用者来填这个问卷或量表

然后我们把这个数据呢录到计算机软件中

所以这时候需要提醒大家注意

这个样本量一定要足够

因为如果样本量不够

我们出来的结果是不稳定的

也就是我们导出来的这个因子

它所包含的条目是不够稳定的

所以样本量通常我们要以条目数的十倍

作为样本量的估算基础

什么意思 就是说如果我这是一个

30个条目的问卷或量表

那我们在进行结构效度的检测的时候

样本量至少需要300例及以上

那当然还要提醒大家

那刚才我们提到了做结构效度之前

可能先会做初始的项目分析

在项目分析中可能会删掉一些条目

所以呢审稿人一般是以你做因子分析的时候

放入了多少条目为基础为依据

进行样本量的估算

比如说我这个原始的量表是30个条目

但是我经过项目分析我删掉了两条

那就变成了28条

所以如果你的样本量280例也是足够的

这是样本量需要提醒大家

通常我们进行结构效度的时候

如果这个原量表它的因子非常稳定

我们可以直接做探索性的因子分析

或者也有些研究者做验证性的因子分析

也就是其实就是一个结构方程模型

但是对于很多我们的普通的临床护理人员

我们的一些研究生来说

可能还不太会做验证性的因子分析

那所以呢我们必须要学会的就是

探索性因子分析

这是一个可以通过

SPSS软件就可以运行的一种统计分析方法

那所以强调的是我们通常用

探索性因子分析来去确定这个因子结构

也有些研究者呢他会把他的数据分成两半

一半做探索性因子分析

在确定了初始的因子之后呢

再采用验证性的因子分析

来看一下这个模型是否稳定

这是我们很多研究者可能会出现不同的做法

那所以我们重点来给大家讲一下

探索性因子分析它的实施过程

探索性因子分析中有很多的分析方法

我们又通常采用主成分分析的方法

那在这里头大家要熟悉一些参数

也就是在我们使用软件来进行因子分析的时候

怎么去选择你这个软件中的各个参数值

以及我们在报告结果的时候

通常要报告下面这些参数

所以首先来了解第一个就是KMO值

那这个KMO值一会儿我们会给大家演示

在软件中怎么来去运行出这个数值

这个数值会通过软件的输出结果来告诉大家

这个KMO值呢它的高低

来提示这个研究者

是否这批数据适合进行因子分析

如果不适合进行因子分析

那后面所有的操作都是无效的

所以首先看KMO值

通常KMO值如果大于0.7

我们会认为适合进行因子分析

或者说也有的书上写非常适合进行因子分析

还有些不同的教科书

它会分成0.5到0.7叫还算是适合

0.7到0.9叫比较适合 0.9以上叫特别适合

那也就是不同的教科书

它对于这个KMO值的划分呢可能会有不一样

大家记住一些原则性的

如果KMO值小于0.5

那么你就不要进行因子分析了

因为说明你的数据是不适合做这种统计的

那如果KMO值高于0.5

那可能还要斟酌一下

尤其在0.5到0.7之间的时候

那这个可能有些审稿人就会觉得你这个

可能属于比较牵强的数据

如果KMO值高于0.7那一定没有问题了

这就是KMO值

那如果KMO值显示可以做因子分析之后

我们还要知道以下的几个方面的内容

那因为在做因子分析的时候

会有很多因子旋转的方法

那通常我们选用方差最大正交旋转的方法

一会儿我们也会在

软件的操作演示中给大家展示

当然我们如果想了解说还有其他的旋转方法

这个其实就属于统计学上的

一些专业的一些知识

大家可以自己在通过其他的途径来进行学习

那这是我们通常选用的方法

那还有就是我们怎么确定

这个可以构成一个因子呢

通常是提取特征根大于1的因子

那以及我最后的公因子的累积方差贡献率

应该是大于40%的

如果这些数值不符合这个要求

那这个最后做出来的因子分析结果

是不可靠不稳定的

那这是我们在报告结果

以及在进行因子分析的时候

可能会涉及到的一些参数以及选项

另外还需要知道那我放入了那么多的条目

哪一个条目它该保留哪一个条目该删除呢

那下面这是条目保留或删除的一个标准

那这个不同教科书上也会有不同的一些界定

但是我在这儿给大家列出的是我们

特别常用的一些标准

第一个就是这个条目应该在

其中一个因子上的载荷值高于0.4

而在其他因子上载荷值较低

那也就说这个条目呢

它如果在哪个因子上载荷值都是低于0.4的

通常我们会把它删除

也就是说它不归在任何一个因子上

那所以这是第一个标准

就是在其中一个因子上载荷值高于0.4

而在另外其他的因子上载荷值较低

那么有的同学就会问什么叫较低呢

所以就出现了第二个标准

所谓的双载荷或多载荷

什么叫双载荷或多载荷呢

就是某一个条目

它同时在两个或多个因子上的载荷值大于0.4

而且在这不同的因子上的载荷值

它的差值还小于0.2

那如果是这种情况我们认为

这个条目其实脚踏两只船或多只船

那这时候从统计学上

其实是可以删除这个条目的

当然如果我们认为

这个条目从内容上不能够删除必须保留

那就可以再继续

来去探索该不该保留的问题

或者说这个条目如果要保留

它应该归属于哪一个因子呢

因为它脚踩两只船或多只船

它在多个因子上都是载荷值很高的

所以这时候我们可以拿这个条目

和它所在的这个载荷值

都高于0.4的那几个因子的得分进行相关分析

那这个条目跟哪一个因子的相关性

更高一些我们就会把它归在哪个因子上

所以这是双载荷或多载荷的情况

大家需要注意两点

就是什么叫双载荷 多载荷

就是第一它在多个或两个因子上

载荷值高于0.4

还有一个条件就是它的差值低于0.2

我们来看下面的一个例子

所以在论文中我们需要把这个

我们去删除或保留条目的一些标准

要在方法部分说清楚我们来看这篇论文

他说我做结构效度的时候

采用的是探索性因子分析刚才我们提到了

除了探索性因子分析的方法

还有验证性的因子分析

这个研究只采用了探索性因子分析

以条目在某个因子上的载荷大于0.4

作为因子归属的标准

如果某个条目在各个因子上的载荷值

均小于0.4那就删除

那这意思就说

这个条目在哪一个因子上都不能归属

或者说存在双载荷

什么叫双载荷他也非常清楚的界定

就是同时在两个或多个因子上

载荷值大于0.4且差值小于0.2

那么这种时候是删除还是经研究小组讨论

这个都是可以的需要在方法中说明就可以了

那这个论文他说则删除

也就说他就基于这个统计分析的结果

来删除这个条目

我们来看一下这个在描述结果的时候

在来熟悉下刚才给大家提到的各种参数

那这个在写论文结果的时候

通常先要有一段文字描述

写出你采用了什么样的方法进行了因子分析

所以这个例子说我采用了主成分分析法

进行探索性因子分析

刚才我们提到那你首先要看一个先决条件

就是KMO值是否大于0.7

这个例子中KMO值是0.806

这个还要进行一个Bartlett球形检验

p要小于0.01一会我们会在软件的

演示中大家看到这个是怎么出来的

那刚才我们看到KMO值只要大于0.7

就提示非常适合在这个例子中是0.806

所以显然它适合进行因子分析

那这样我们就很放心的

进行下一步的因子分析了

那他采用的是方差最大正交旋转

提取特征根大于1的公因子

累计方差率大于40%我们说就可以认可

在这个例子中累计方差贡献率是60.65%

高于40%也就是符合条件

然后各条目的载荷值都大于0.4

与原量表基本吻合

来看一下这个结果

大家可能细心的同学会观察到

说这儿的有两个或几个条目

它的载荷值在两个因子上可能都高于了0.4

比如说这个第一个维度中的这个第四道题

就第三行的这个条目

它在因子1上的载荷值是0.670

那在因子2上是0.455说这不都高于0.4吗

那我们可以看一下

它其实这两个因子上的载荷值差值

还是大于0.2的

所以这时候不叫双载荷

因为大于了0.2

它以这个比较高的载荷值来作为它因子的归属

也就说这个Q4第四道问题

它是归属因子1的

因为在因子1上的载荷值是0.676比较高

那如果这个同时在

两个因子上的载荷值都高于0.4

但是差值低于0.2那这时候才叫双载荷

那再来看另外一个例子

同样在报告论文结果的时候需要写出

他对19个条目进行了探索性因子分析

KMO值是0.829也是适合做因子分析的

采用的是主成分分析和方差最大正交旋转

特征根取大于1的因子一共提取出了4个

累计方差贡献率62.808%

那也是大于40%这个条件的

那也就是说这个因子分析是成立的

然后我们来看到

他其中有个条目是逛公园或郊游

在两个因子上的载荷值都大于0.4

而且差值小于0.2这种时候叫做双载荷

按照他方法中提到的他就把这个条目删除了

所以这是双载荷的处理方法

当然刚才我们提到了

如果研究小组的人认为这个条目的内容啊

不能够删除因为没有其它条目可以替代它

而且它对于测评这个概念非常重要的时候

也可以予以保留

但是要归属在哪一个因子上

需要拿这个条目和那两个因子的分

分别做相关分析

这个条目在哪一个因子上的

相关性更高一些

我们就把它归属在哪一个因子上

这是因子分析我们要首先了解到的一些

参数值和我们在写论文结果的时候

需要报告的一些内容