以前唸大學時, 常把信度和效度搞混, 唸了原文之後再回到中文, 發現其實沒有這麼困難, 是自己被繞舌的中文的翻譯給嚇到了, 兩者的概念都非常容易, 最好能記住例子, 就不容易忘記.

 

 

一、信度Reliability: 從英文來看, reliable就是可靠的, 亦即一個測量工具(例如問卷或量表), 每次施測都會產生相似的結果(結果靠得住), 如果這個測量工具有很高的reliability, 則施測後的結果比較能被我們信服, 所以reliability強調「結果」本身, 也就是「在一個測量中, 觀察值(觀察研究者而產生的值)呈現不一致的情形或者對某一特定單位使用不同測量, 施測結果呈現不一致之情形」, 更簡明的解釋是指某一測量工具所包含「變項誤差」的程度 (誤差有可能是人為, 可參考先前研究易犯的錯誤或前述受試者易犯的錯誤, 也有可能是研究設計不佳而造成結果的不一致, 稍後會再做解釋). 變項誤差越大, 產生的結果越不可靠, 測量越不具有reliability. 例如我們新設計一個憂鬱症的量表, 把量表拿去給被醫生診斷為憂鬱症的病人測試, 憂鬱症病人的量表分數(結果)應該要趨於一致, 反之, 則這個量表不具有reliability. 一般而言, reliability的功能有三:

(一)等質性: 即使用複本效度parallel reliability, 若同一個測驗有兩種以上之複本可以交替使用, 則對同一群受試者連續或距一段時間施以兩種複本, 再根據得分計算相關係數, 係數越高, parallel reliability越高. 此法雖可避免再測法之缺點, 但複本的設計需要具一致性, 難度高, 如語法使用, 句型, 題數, 難易度等都要經過謹慎設計.

(二)穩定性: 即使用再測法test-retest reliability, 在不同時間, 使用同一測量對同一群樣本施測, 若兩次分數之相關係數高, 表示該工具有穩定性, 但此法易受記憶與成長學習因素影響(即受試者會因為成長或記憶因素, 在第二次施測時獲得較高的分數, 使測量不具有reliability).

(三)一致性: 即用折半信度, 庫李信度, 內在一致信度, 與觀察者評分信度來測量一個工具(尤其是問卷)的內在一致性.

1.      折半信度split-half reliability: 當一種測量工具沒有複本, 只能施行一次時, 可採用此法, 即隨機或採奇偶數折半, 將受試者完成的試題分成兩半, 比較兩組的相關係數, 例如某測量憂鬱的量表共50, 我們想知道量表的reliability, 在受試者坐完題目後, 將題目隨機拆成兩半, 檢視兩者得分的相關係數, 係數高則reliability.

2.      庫李信度KR-20/21: 根據受試者對一個測驗中, 各項題目反應之一致性求出的信度, 只適用於正反兩極之題型. 如對錯的記分系統, 每對一題得一分. (有個公式, 不過我自己並沒有記)

3.      內在一致性信度internal consistency reliability又稱Cronbach’s α reliability: (It is used to judge the consistency of results across items on the same test.) 檢定一個量表, 每個題目之一致性或關聯性. 如果Cronbach’s α值很低(可用spss計算), 則表示題目和題目之間的關連性很低, 其測量出的結果自然也就無法一致性, 量表就不具reliability.

4.      觀察者評分信度inter-rater reliability: (Having two or more independent raters score the test, then compare the consistency of the raters’ estimates.) 通常針對非量化的資料, 由兩位以上的評分者按記分要點記分, 再將每份量表的兩個不同分數計算相關係數.

(四)影響reliability的因素: 要使一個工具的結果達到等質性, 穩定性, 和一致性, 必須要設法控制會影響改變分數的因素:

1.      受試者: 身心狀況, 動機, 注意力

2.      主試者: 評分主觀, 主導話語不正確

3.      測驗工具: 內容太長, 語意不清, 內部一致性低, 使用語言有誤.

4.      測驗情境: 測驗的環境, 聲音, 燈光, 溫度等

5.      時間: 重複施測之時間相隔太長或太短, 測試時間長短等.

參考2007年10月保成出版 研究法 王淑芬著

arrow
arrow
    全站熱搜

    n91074 發表在 痞客邦 留言(7) 人氣()