5.4 概念的复合测量：指标体系与量表-视频在线视频

好 对于一个概念的测量

我们有可能采用单一的指标

也可能会采用多个指标去测量

特别是当这个概念

包括多个维度的含义的时候

这时我们就需要用到一组指标

来更加全面的去反映这个概念

这就是对于概念的复合测量

比如我们前面提到的对于爱情的测量

实际上就是考虑到了爱情的不同的维度

那每一个维度呢

我们又用了一系列的指标去进行考察

那么复合测量有两种常见的形式

一种叫做指标体系

另一种叫做量表

首先让我们来看看指标体系

一个指标体系的建立

首先需要通过对概念的定义和操作化

来确认概念所包含的维度

在这样的一个基础上

我们就针对每一个维度

去选择一个或者是一组指标去进行测量

这里我们要注意的是

我们要确认每一个指标

的确是反映了概念的某一个维度

它的真正含意

同时指标的选取

还要注意两个要点

第一个

就是不同的研究对象

在这个指标的得分上

应该是存在差异的

如果说一个指标

对于所有的人来说都是一个得分

那么这个指标就不能够准确地反映

人群之间的特征以及他们之间的差别

第二个

就是这个指标的得分

不能够出现太多的缺失值

如果缺失值太多

就会有很多的研究对象

不能够在研究的结果中被反映出来

这里给大家举一个

我们曾经做过的一个研究的例子

在这样的一个研究中

我们有一小部分

是希望去测量居民对于所居住社区的

公共福利便利程度

其中的一小部分

是希望去测量居民对于所居住的社区

他们在公共服务便利程度上的评价

其中我们对于社区周边的公共服务

设计了一组问题

来反映公共服务的不同方面

这里我们包括了公共交通

幼儿园 小学 中学 医院等等

大家可以在这个PPT上

看到我们这个问卷的基本的结构

但是这个问卷调查完成后

我们发现

对于公共服务和医院这两个问题的回答

是比较完整的

但是呢对于幼儿园 小学 中学这三个问题

就有很多的居民没有回答

经过反思我们发现

其实是因为很多的家庭

并没有正在上学的小孩

或者是就算有小孩

也很少有家庭

既有上幼儿园的小孩

又有上小学或者是上中学的小孩

因此对于大部分的居民家庭来说

一定会在这三个问题中间的某一个

甚至某两个三个上面选择不适用

这样的一个选项

那么最终由于缺失值过多

我们最后只好放弃了

对于公共服务便利程度评价的

这样一个指标体系

那主要是因为关于教育设施

这上面三个问题出现了太多的缺失值

最后我们只是对于公共交通便利程度

进行了分析

那么在确认了每一个维度的指标后

第三步就是要确认每个指标的权重

我们可以默认为所有的权重都是一样的

当然我们也可以选择

通过专家打分或者是其他的方式

来决定每一个指标的权重得分

最后我们需要针对每一个研究对象

来为每一个指标去进行赋值

并且通过计算加权总和

来得到指标的最终得分

这个最终的得分所反映的

就是研究对象

在我们所观察的这个概念上得分的差异

比如我们在这里

又给大家再举了一个例子

这个是国际上

对于女性赋权指标GEM的指标体系

它包括女性在国会议席中的比例

女性在行政管理

专业性和技术性工作中的比例

和女性获得工作和工资的途径

这样的三个变量

我们可以通过对每一个国家

来收集这三个指标的数据

从而计算各国女性赋权程度

并且对比国家之间的差异

我们之前对于经济发展

这个概念的测量过程进行了探讨

当我们对于经济发展的不同维度

去进行考察时

其实就是在试图建立

对于经济发展全面评价的一个指标体系

用来去对比不同的国家

或者地区城市之间的经济发展的状况

复合测量的另一个方式被称为量表

特别是当我们要研究人们的态度

看法 意见等等主观态度时

就往往会需要用到量表

这一方面是因为这些概念往往是复杂的

涉及不同方面和不同的维度

另一方面是这些现象

往往不能被直接去观察到

因此我们需要通过一些专门的提问的方法

来将人们的态度

转化为可以进行对比的数值

从而进行加总

或者是对比分析

比如社会科学中

最经常被使用的量表叫做李克特量表

这个是由美国的心理学家李科特

在1932年改进设计出来的

李克特量表的基本结构

是一组反映人们

对于某个事物的不同方面的态度

或看法的陈述

回答者会需要对每个陈述

做出自己的判断

这种判断不是简单的同意还是不同意

而是分为了1到5这样的五个层次

一表示非常不同意

二表示不同意

三表示无所谓同意还是不同意

四表示同意

五表示非常同意

大家可以看出

这个其实就是一个定序测量

数值由低到高

反映出对于这句陈述同意程度的高低

当然李克特量表现在被人们所认识

主要就是这种采用1到5定序测量的方法

来表征人们的主观态度差异的

这样的一种测量打分的方法

但是更重要的其实是李科特提出的

如何准确的去反映一个模糊的

主观态度的量表构造方式

比如有社会学者

在研究城市居民对于农民工的偏见时

就曾经设计过这样的一个量表

通过考察受访者对于一组不同陈述的态度

来测量偏见

这几个陈述包括我愿意和外地人做邻居

我愿意和外地人交朋友

我愿意让外地人照顾自己的小孩

我愿意自己或者亲人和外地人结婚

对于每一个陈述

受访者会需要根据自己同意

或者是不同意的程度

来选择1到5分中的一个分值

我们可以看到

这四个陈述

反映了偏见的不同层面和不同强度

是否做邻居

可能是一个最表层的偏见

或者包容的态度

而是否愿意与外地人通婚

可能就是更深层次的偏见态度

我们曾经尝试

应用这个量表来开展调查工作

我们最后发现

大多数的人可能会在

做邻居这个陈述上选择了同意

或者是非常同意

但是呢选择愿意通婚的比例就下降了许多

也就是说通婚这个陈述

在区分人群的偏见程度上

它的区分效果是最好的

或者说是区分强度最高的

那这就可以看出来量表的构造过程中

不同变量的指标之间可能会存在程度

或者区分强度上的差别

还有一种常见的量表叫做语义差异量表

或者叫语意分化量表

这个主要是用来考察人群或者是群体

对于周围环境或者事物的态度和看法

这种量表的每一个问题

包含了一对分别处在问题两端的反义词

两个反义词之间分为七个等级

每个等级的分数可以是从-3到+3

那回答者就需要根据自己的看法和态度

去选择七个分值中的一个

比如说如果我们想要考察居民

对于小区环境的主观评价

我们就可以设计这样的一组量表

第一个问题包含的是

嘈杂的和安静的这样一组形容词

这个实际上是反映小区的

安静程度的一个量表

如果回答者认为小区是非常嘈杂的

就可以选择-3分

而如果受访者

会觉得小区还算比较安静

那么他可以选择一分或者是两分

此外呢我们还可以再包括

脏乱的或是干净的

危险的或是安全的

这样不同的反义词组

来测量居民对于社区的干净程度

或者是安全程度的主观评价

无论是构造指标体系

还是量表

都是变量的一种复合测量的工具

那么我们怎么去判断

我们所设计出来的测量工具

是不是有效的呢

我们又怎么去判断测量的结果

是否是准确的呢

这个就需要了解

测量的信度和效度的问题