alisse
"分析Cronbach’s α值以5*(item number) = N
公式計算樣本數" 不知出自哪一文獻? 可否提供呢?我查不到?一般都因素分析中但到為多
版主回應
有點誤會
以上的公式用於因素分析 因為內容效度的建立在剛開始的時候需要進行探索性施測(pilot testing)這個時候樣本數就會是主要考量之一
至於alpha 這個主要用於信度 與量表題項數目(數目越多信度越高)和題項撰寫品質有很大的關係 樣本數的考量主要是另一個代表性的問題 那麼我們都知道樣本數三十就會接近常態分配 或許這樣的邏輯能夠有所助益
希望能有所幫助
alisse
理解度滿分:)
ALISSE
理解度50%
請問是這個公式嗎?
5*(item number) = N
研究結果分析時 這些測alpha值的樣本要排除嗎?
版主回應
是這個公式 例如這個量表有十個題項 那麼樣本數為五十
樣本一直使用到結果分析 要包含 不排除
不知是否還有疑惑?
ALISSE
5分
如果只是分析Cronbach’s α值 要多少樣本數呢?而這些樣本數在最後的研究結果data分析時要排除嗎?
版主回應
至少使用以上的公式去估計樣本數 也要參看KMO值
由於信度來自於樣本而非來自於量表 所以同一份量表施測於不同的樣本會有不同的信度 據此 研究者所使用的樣本應該也是研究焦點所使用的樣本 這樣才能一致並且符合研究目標
例如 研究者使用一份量表來測度兩組(同一份樣本隨機分成兩組)的"心電感應能力"是否在實驗刺激之後有所不同 那麼在進行實驗設計之前 會有一個段落要討論這份量表的信度與效度 這時候所使用的樣本也就是爾後實驗設計所使用的樣本
通常我們希望alpha值能接近0.9 但這或許並不容易 許多時候 研究者得到的值多會是接近0.8
之前說過 量表的信度與效度來自於樣本而非量表 也因此 研究者經常報告的信效度數值並沒有包含測量標準誤(例如 0.9 +- 0.01)這也是點估計值的特徵(用樣本統計值直接估計母體母數值)
希望能有所幫助
理解度幾分呢?
alisse
請問專家"發展新量表"之Factor analysis樣本數與翻譯量表所需之樣本數之計算方式一樣嗎?
是否翻譯之量表之樣本數可以少一些?
版主回應
翻譯量表基本上要與原文量表產生"複製"效果 換句話說 因素主成分要一樣 如果是複製 那麼過程也要複製 所有一切都要複製除了文字(原文 中文)不一樣
那麼從文獻或許可以發現原文量表製作過程所使用到的樣本量 這極具有參考價值 也可以參考kmo值來看出是否樣本量過少
翻譯量表主要考慮是否翻譯的文字能夠忠實反映原文的意思 這也有關於內容效度(content validity)的問題 因為內容效度的基本概念為轉譯(translation) 那麼可以請一些專家組成焦點小組(focus group)去看翻譯量表有哪些題項需要被改進 所使用的方法可以僅僅是一種質性過程 也有人使用"同意百分率" 或者使用三點評分量尺:1清楚表達 2一些代表性 3不具代表性 挑選出待改進的題項並加以改進 來說服讀者所翻譯的東西具有高度的專家一致同意內容效度 而組成焦點小組的過程許多時候是把研究者的老師或同儕拉進來而形成的
使用量表不得不提到信度與效度議題 有三點證據比兩點證據好 兩點證據比一點證據好 沒有證據最不令人信服 所以多重信度或多重效度迫近法是被讚賞的
不知道是否還有疑惑?
能否給予回饋 一分最低理解度 五分最高理解度
"分析Cronbach’s α值以5*(item number) = N
公式計算樣本數" 不知出自哪一文獻? 可否提供呢?我查不到?一般都因素分析中但到為多
以上的公式用於因素分析 因為內容效度的建立在剛開始的時候需要進行探索性施測(pilot testing)這個時候樣本數就會是主要考量之一
至於alpha 這個主要用於信度 與量表題項數目(數目越多信度越高)和題項撰寫品質有很大的關係 樣本數的考量主要是另一個代表性的問題 那麼我們都知道樣本數三十就會接近常態分配 或許這樣的邏輯能夠有所助益
希望能有所幫助 2011-07-11 10:01:12