李爍 李貴安

摘? 要 教育教學(xué)研究離不開(kāi)評(píng)價(jià)，評(píng)價(jià)量表是評(píng)價(jià)可靠性與有效性的最主要影響因素之一，要保證量表的信效度，必須經(jīng)過(guò)科學(xué)的流程進(jìn)行編制與優(yōu)化。研究顯示，在教育教學(xué)研究中，量表編制與優(yōu)化的一般流程包括明確測(cè)量對(duì)象、劃分測(cè)量維度、項(xiàng)目的編制、初步篩選、專家評(píng)審、樣本試測(cè)、基于試測(cè)的優(yōu)化。本研究著眼于流程中的細(xì)節(jié)問(wèn)題進(jìn)行探討，并結(jié)合實(shí)例數(shù)據(jù)加以分析，以供廣大研究者參考。

關(guān)鍵詞 教育教學(xué)研究;量表編制與優(yōu)化;因素分析;信度分析

中圖分類號(hào)：G652? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2020）17-0076-03

1 問(wèn)題的提出

教育教學(xué)研究離不開(kāi)評(píng)價(jià)，沒(méi)有評(píng)價(jià)過(guò)程的反饋，易使研究過(guò)于主觀化，研究結(jié)果難以令人信服。隨著評(píng)價(jià)理論的不斷發(fā)展，形成不同種類的評(píng)價(jià)方式，但無(wú)論哪種評(píng)價(jià)方式，最終都離不開(kāi)測(cè)量量表。要保證量表測(cè)量的數(shù)據(jù)可靠可信，就必須在量表編制與優(yōu)化過(guò)程中使用科學(xué)的流程與方法。本研究基于中外測(cè)量學(xué)的文獻(xiàn)及教育學(xué)和心理學(xué)領(lǐng)域?yàn)橹鞯挠嘘P(guān)文獻(xiàn)，總結(jié)出普遍適用于教育教學(xué)研究中量表編制的科學(xué)流程，著眼于細(xì)節(jié)問(wèn)題進(jìn)行探討，并依據(jù)SPSS V21的樣本數(shù)據(jù)作為實(shí)例加以分析，以供廣大研究者參考。

2 量表編制

前期準(zhǔn)備工作? 編制一個(gè)量表，第一步要明確所測(cè)量的對(duì)象，這個(gè)測(cè)量對(duì)象一般是研究中的主要概念或主要概念的一部分（如核心素養(yǎng)）。明確測(cè)量對(duì)象后，還要厘清測(cè)量的意義所在。一般而言，在教育教學(xué)研究中測(cè)量的意義分為兩個(gè)方面：

1）研究教育理論時(shí)需要獲得量化的測(cè)量數(shù)據(jù)，以佐證已有理論或進(jìn)行理論結(jié)構(gòu)與內(nèi)容的探究;

2）教學(xué)實(shí)踐者在進(jìn)行某項(xiàng)干預(yù)后需要通過(guò)量化的數(shù)據(jù)來(lái)得到干預(yù)對(duì)象的某個(gè)特質(zhì)在干預(yù)前后的變化情況，從而證明干預(yù)的效果。

許多教育研究者認(rèn)為，對(duì)于想要測(cè)量的東西心里早就清清楚楚，但結(jié)果卻發(fā)現(xiàn)自己最初的想法比想象的要含糊得多。如果測(cè)量對(duì)象沒(méi)有明晰的理論支撐就著手進(jìn)行量表項(xiàng)目的編制，會(huì)導(dǎo)致很多可靠性與結(jié)構(gòu)上的問(wèn)題，這樣如果到了后面的工作中再來(lái)彌補(bǔ)這些問(wèn)題，將比一開(kāi)始就把測(cè)量對(duì)象用完整科學(xué)的理論了解清楚要多出成倍的工作量。在量表編制的前期準(zhǔn)備過(guò)程中，一定要對(duì)量表測(cè)量的對(duì)象所包含的內(nèi)容與結(jié)構(gòu)十分明晰。

將測(cè)量對(duì)象所包含的因素進(jìn)行分類是十分有幫助的。若測(cè)量對(duì)象的概念已有明確的結(jié)構(gòu)框架，就可以直接使用，否則需要研究者自己進(jìn)行分類與歸納。注意：不能只將測(cè)量對(duì)象的概念劃分為幾個(gè)維度，由于其在教育教學(xué)研究中，測(cè)量的有關(guān)因素一般比較復(fù)雜，因此至少需要將其中的每一個(gè)維度繼續(xù)劃分成多個(gè)次維度，按需要可以再將每個(gè)次維度繼續(xù)細(xì)分，以此類推。

生成初始項(xiàng)目池? 項(xiàng)目就是構(gòu)成量表的基本單位。理論上，一個(gè)好的量表，其項(xiàng)目應(yīng)該是從有關(guān)項(xiàng)目宇（Universe）

中隨機(jī)抽取的。由于假定項(xiàng)目宇為無(wú)窮大，這就基本上迫使人們打消實(shí)際去列舉項(xiàng)目宇中所有項(xiàng)目并從其中隨機(jī)取樣的希望。在這一步工作中應(yīng)該盡量多地羅列所有有關(guān)測(cè)量對(duì)象內(nèi)容的項(xiàng)目，無(wú)須考慮量表長(zhǎng)度的問(wèn)題。因?yàn)樵谶@一步，主觀認(rèn)為某個(gè)項(xiàng)目“不重要”是沒(méi)有客觀依據(jù)的。

項(xiàng)目的形式多種多樣，現(xiàn)在最常見(jiàn)的是李克特型，其他還有瑟斯頓治標(biāo)法、能力測(cè)驗(yàn)題等形式，根據(jù)測(cè)量對(duì)象選擇適合的形式即可。如果測(cè)量對(duì)象的內(nèi)容很廣，可能一些維度的測(cè)量不適合用同樣的形式，那么這時(shí)候可以將不同的維度分別采用不同的項(xiàng)目形式，制作各自維度的分量表，最后再通過(guò)設(shè)計(jì)如相加或加權(quán)后相加等方式來(lái)計(jì)算總分。

在項(xiàng)目編制過(guò)程中需要注意以下三點(diǎn)。

1）避免冗長(zhǎng)。冗長(zhǎng)的項(xiàng)目一般過(guò)于復(fù)雜，難以保證項(xiàng)目的清晰度，容易引發(fā)受測(cè)者的負(fù)面情緒，但前提是不能以犧牲內(nèi)容的代價(jià)來(lái)?yè)Q取表面上的項(xiàng)目簡(jiǎn)潔性。

2）避免有歧義的項(xiàng)目。如“我喜歡學(xué)習(xí)，因?yàn)閷W(xué)習(xí)讓我快樂(lè)”，這個(gè)項(xiàng)目包含多個(gè)導(dǎo)向，做這種題目時(shí)受測(cè)者會(huì)感到困擾與為難，效度較低。

3）避免過(guò)于寬泛。如“有扎實(shí)的學(xué)科專業(yè)知識(shí)”，明顯不能客觀體現(xiàn)被測(cè)者的學(xué)科專業(yè)知識(shí)水平。

3 量表優(yōu)化

試測(cè)前的優(yōu)化? 初始項(xiàng)目池一般會(huì)比較龐大。考慮到最終量表的簡(jiǎn)潔性，首先要對(duì)量表項(xiàng)目進(jìn)行初步篩選，主要依照三個(gè)方面進(jìn)行：

1）刪改表述有問(wèn)題的項(xiàng)目;

2）高度重復(fù)的項(xiàng)目保留其一;

3）刪改相關(guān)性有問(wèn)題的項(xiàng)目。

邀請(qǐng)有關(guān)專家來(lái)對(duì)池中的項(xiàng)目進(jìn)行評(píng)審，并根據(jù)需要請(qǐng)他們對(duì)項(xiàng)目進(jìn)行重新分類。邀請(qǐng)的專家建議包含兩個(gè)領(lǐng)域：

1）對(duì)量表測(cè)量對(duì)象有深入研究的專家，他們對(duì)測(cè)量對(duì)象有深刻理解，主要可以檢驗(yàn)項(xiàng)目的內(nèi)容效度;

2）測(cè)量學(xué)領(lǐng)域的專家，他們對(duì)如何提高量表的信效度有豐富的經(jīng)驗(yàn)。

他們對(duì)于量表的建議很多都是建設(shè)性的，可以參考其建議對(duì)項(xiàng)目進(jìn)行修改與增減。但也要考慮到專家本身也有一定的主觀性，所以在更改或刪除項(xiàng)目時(shí)，尤其需要反復(fù)斟酌。經(jīng)過(guò)初步篩選與專家評(píng)審兩個(gè)環(huán)節(jié)后，試測(cè)量表就生成了，之后應(yīng)進(jìn)行試測(cè)，使用試測(cè)獲得的數(shù)據(jù)對(duì)量表進(jìn)行進(jìn)一步優(yōu)化。

探索性因子分析? 因子分析（又叫因素分析）能使研究者把一組反應(yīng)事物性質(zhì)、狀態(tài)、特點(diǎn)等的幾個(gè)變量簡(jiǎn)化為少數(shù)幾個(gè)能反映事物內(nèi)在聯(lián)系、固有的、決定事物本質(zhì)特征的因子。它對(duì)重新認(rèn)識(shí)測(cè)量對(duì)象的內(nèi)容結(jié)構(gòu)有重要意義。

以下將介紹一些基于探索性因子分析的量表優(yōu)化方法，使用SPSS V21.0軟件，處理軟件自帶樣本數(shù)據(jù)“breakfast”，并進(jìn)行實(shí)例探討。因子分析的方法有很多種，還有因子旋轉(zhuǎn)的問(wèn)題，以下使用的是較常用的主成分分析法與最大變異正交旋轉(zhuǎn)。

首先是確認(rèn)因子個(gè)數(shù)，任一量表的任一項(xiàng)目都與無(wú)數(shù)個(gè)因子有關(guān)，但要的只是最主要能反應(yīng)量表項(xiàng)目的那些因子。如何判斷應(yīng)該取多少個(gè)因子合適呢？主要有三種方法。

1）特征值法。因子的特征值對(duì)應(yīng)的是該因素的方差貢獻(xiàn)，因素分析時(shí)只需要取特征值較大的幾個(gè)因子即可，公認(rèn)的方法是取特征值大于1的因子。如表1所示，按照該方法，樣本數(shù)據(jù)應(yīng)該取前四個(gè)因子進(jìn)行分析。

2）累計(jì)方差貢獻(xiàn)率法。因子的方差貢獻(xiàn)率是該因子的特征值與所有因子特征值之和的比值，也可以體現(xiàn)因子解釋項(xiàng)目得分變動(dòng)能力。累計(jì)方差貢獻(xiàn)率就是幾個(gè)因子方差貢獻(xiàn)率的和，這個(gè)值達(dá)到一定的百分比，就說(shuō)明所取的這些因子已經(jīng)可以解釋量表中項(xiàng)目得分的大部分變動(dòng)。在測(cè)量學(xué)中閾值一般被規(guī)定為80%。如表1所示，按照該方法，樣本數(shù)據(jù)應(yīng)該取前七個(gè)因子進(jìn)行分析。

3）碎石檢驗(yàn)。這是由R.B.卡特爾提出的決定因子個(gè)數(shù)的方法。碎石圖的橫軸是特征值從大到小排列的各個(gè)因素，縱軸是各個(gè)因素對(duì)應(yīng)的特征值。如圖1所示，根據(jù)該方法，樣本數(shù)據(jù)可取前3～5個(gè)因子。

因素分析可以將項(xiàng)目進(jìn)行分類，見(jiàn)表2的旋轉(zhuǎn)成分矩陣。表中數(shù)據(jù)是各個(gè)項(xiàng)目在不同因子上的載荷值，這個(gè)值越大，說(shuō)明該因子越能解釋項(xiàng)目的變異。根據(jù)數(shù)據(jù)，可以將某個(gè)因子的載荷值較高的一些項(xiàng)目歸為一類，原則是每個(gè)因子至少需要三個(gè)項(xiàng)目，之后再觀察這些被歸為一類的項(xiàng)目有什么共同特征。如果一個(gè)項(xiàng)目在兩個(gè)因子上的載荷絕對(duì)值都超過(guò)0.4（如表2中的項(xiàng)目4與項(xiàng)目5），則說(shuō)明從整個(gè)量表的結(jié)構(gòu)上看，這個(gè)項(xiàng)目是不良的，綜合考慮其重要性后，可以考慮刪除。

信度分析? 信度，又叫可靠性，是指問(wèn)卷的可信程度。它主要表現(xiàn)檢驗(yàn)結(jié)果的一貫性、一致性、再現(xiàn)性和穩(wěn)定性。一般分析量表信度的方法有克隆巴赫α信度、分半信度等。本文基于克隆巴赫α信度，介紹量表信度需要達(dá)到的標(biāo)準(zhǔn)與信度分析中可以用來(lái)進(jìn)行量表優(yōu)化的數(shù)據(jù)。使用SPSS V21.0軟件，處理軟件自帶樣本數(shù)據(jù)“TV survey”，并進(jìn)行實(shí)例探討。

表3中顯示了量表的克隆巴赫α值與基于標(biāo)準(zhǔn)化項(xiàng)的克隆巴赫α值。在教育研究中，一般認(rèn)為總量表的克隆巴赫α值在70%以上就是可靠的。表3中兩項(xiàng)都大于70%，證明該樣本數(shù)據(jù)的量表信度達(dá)標(biāo)。如果克隆巴赫α值大于90%，則可能說(shuō)明項(xiàng)目過(guò)多，可以通過(guò)相關(guān)性分析或探索性因素分析進(jìn)行篩選。

此外，信度分析也可以提供篩選項(xiàng)目的參考數(shù)據(jù)。一般認(rèn)為，如果刪除該項(xiàng)目對(duì)信度影響不大，甚至反而增加了信度，則這個(gè)項(xiàng)目可以考慮刪除。但對(duì)信度的影響較小，只能作為刪除項(xiàng)目的一個(gè)必要條件，不能作為充分條件。很多時(shí)候雖然刪除一個(gè)項(xiàng)目對(duì)信度基本沒(méi)有影響，但如果它在量表中有其特殊的意義，或在因素分析中是一個(gè)因子僅有的三個(gè)項(xiàng)目之一，則應(yīng)該保留。

表4中列出假設(shè)刪除該項(xiàng)目后這個(gè)量表的克隆巴赫α值，通過(guò)數(shù)據(jù)可以得知前兩個(gè)項(xiàng)目是肯定不可以刪除的，因?yàn)閯h除這些項(xiàng)目會(huì)大大降低量表的克隆巴赫α值;而最后一個(gè)項(xiàng)目刪除后反而增加了克隆巴赫α值，就可以考慮刪除它。

4 結(jié)語(yǔ)

綜上所述，在教育教學(xué)研究中，量表編制與優(yōu)化的一般流程包括：明確測(cè)量的對(duì)象與意義、劃分測(cè)量維度、項(xiàng)目的編制、項(xiàng)目的初步篩選、專家評(píng)審、樣本試測(cè)、基于試測(cè)的優(yōu)化。嚴(yán)格落實(shí)這些步驟而產(chǎn)生的量表信效度才有保證，所測(cè)量的數(shù)據(jù)才可具有較高的科學(xué)性，從而可很好地支撐研究?jī)?nèi)容，使人信服。在當(dāng)今信息爆炸的時(shí)代，廣大教育教學(xué)研究者也更應(yīng)該注重量化數(shù)據(jù)的收集，在量表編制與優(yōu)化上下功夫，才能為自己的研究打下堅(jiān)實(shí)的基礎(chǔ)，以使研究?jī)?nèi)容更為真實(shí)，研究結(jié)果更有意義?！?/p>

參考文獻(xiàn)

[1]德威利斯.量表編制：理論與應(yīng)用[M].3版.重慶：重慶大學(xué)出版社，2016：15-166.

[2]陳勝可.SPSS統(tǒng)計(jì)分析：從入門到精通[M].北京：清華大學(xué)出版社，2010：10-324.

[3]張勇.大學(xué)生自主性學(xué)習(xí)量表編制方法的研究[J].教學(xué)研究，2010，33（6）：7-10.

[4]王登峰，崔紅.中國(guó)人人格量表（QZPS）的編制過(guò)程與初步結(jié)果[J].心理學(xué)報(bào)，2003，35（1）：127-136.

[5]Wang K T， WEI M， ZHAO R， et al. The Cross-Cultural

Loss Scale： Development and Psychometric Evaluation

[J].Psychological Assessment，2014，27（1）：42-53.

[6]金艷，揭薇.中國(guó)英語(yǔ)能力等級(jí)量表的“口語(yǔ)量表”制定原則和方法[J].外語(yǔ)界，2017（2）：10-19.

[7]連榕，楊麗嫻，吳蘭花.大學(xué)生的專業(yè)承諾、學(xué)習(xí)倦怠的關(guān)系與量表編制[J].心理學(xué)報(bào)，2005，37（5）：632-636.

[8]淡鑫.統(tǒng)計(jì)學(xué)編制量表的基本程序[J].新西部，2015（9）：

144，132.