基于“白話統(tǒng)計”提升體育學研究生調(diào)查問卷信效度檢驗?zāi)芰Φ膭?chuàng)新與實踐

焉 石，許水生，董 宇，龐雪林

1 前言

問卷是指研究者為了收集調(diào)查對象的行為、態(tài)度及觀念等社會資料或信息，將所要調(diào)查的內(nèi)容和問題編排成統(tǒng)一形式，從而用以解釋所研究的問題和驗證所提出的研究假設(shè)的一種測量工具（徐建華等，2015）。［1］近年來隨著統(tǒng)計技術(shù)的不斷提升，問卷調(diào)查法仍然是體育學研究中不可忽視的一種重要的研究方法，但提及問卷就不能忽視評價調(diào)查問卷質(zhì)量的兩個重要指標，即確保問卷可靠性和準確性的信度和效度。作為重要指標，信效度的科學性是保證調(diào)查研究的前提條件，因此提升信度和效度是問卷調(diào)查研究的根本任務(wù)。一直以來，不同學者對信度和效度的孰重孰輕分別給出了不同見解，張力為（2002）認為［2］，信度是效度的基礎(chǔ)，所以問卷應(yīng)首先具備較高的信度，如果信度低，效度一定低。但也有研究認為［3］，效度是科學的測量工具所必須具備的最重要的條件，即任何測量首先要保證其測量工具的準確性和有效性，缺乏效度的測量，即便是它的信度再高也是沒有任何意義的。本研究認為，對于問卷調(diào)查研究，無論是信度還是效度同樣重要。但如非要給二者排序的話，相對于信度而言，對于調(diào)查研究來說效度應(yīng)首當其沖。例如在練習打靶中，盡管命中率很高，且非常密集，但如果主要聚集在靶心以外區(qū)域的話，也只能說明射擊水平較高，而不能稱之為神槍手。

查閱文獻發(fā)現(xiàn)目前在體育學領(lǐng)域，不僅僅在學位論文中，甚至在各類體育類核心期刊中，針對問卷或量表的信效度檢驗方面，普遍存在誤用及濫用情況。究其原因，主要由于如檢驗問卷的信效度，必然會涉及統(tǒng)計學相關(guān)知識，而大部分學生反映看不懂量化研究論文，更不要說運用各種統(tǒng)計方法，即使有意愿學習，但由于數(shù)理基礎(chǔ)薄弱，所以對量化研究選擇敬而遠之。有的學校雖然開設(shè)了體育統(tǒng)計學課程，但大多授課教師不具備體育專業(yè)背景，對于體育專業(yè)的特點不夠了解，課上的教學案例也與體育相差甚遠，而且在教學內(nèi)容上也主要以數(shù)理統(tǒng)計的原理性知識為主，對于應(yīng)用性知識重視不足，致使大多學生對待統(tǒng)計知識的掌握大多流于形式。

本研究旨在從實際應(yīng)用統(tǒng)計學角度出發(fā)，盡量減少抽象的原理性知識灌輸，緊密結(jié)合體育學案例，并將問卷信效度檢驗中必需的統(tǒng)計基礎(chǔ)知識，以“白話”形式進行講授，使學生能夠形象的掌握，并結(jié)合相關(guān)統(tǒng)計分析軟件，能夠正確合理的運用問卷和量表進行科學研究。另外，也為體育學研究中針對問卷、量表的不同信效度驗證方法進行梳理，為體育學科的科學發(fā)展提供理論參考。

2 問卷與量表的特點及區(qū)別

在問卷與量表的差異方面，大多學生無法清晰辨別，普遍認為二者同屬一類，但實際上二者有著多方面差異，無論是編制方面，還是后續(xù)的統(tǒng)計分析方面都存在巨大差異。量表嚴格意義上屬于問卷的一種特例，主要用于精確度量一個比較抽象或綜合性較強的概念，特別是在心理學研究領(lǐng)域較為常見，主要用于度量一些無法直接測量的變量，例如態(tài)度和觀念的不同程度或差異等，而且編制過程中需要以理論為基礎(chǔ)，并遵循嚴格的量表設(shè)計程序，以及反復的驗證等，多見于探討不同變量間的相關(guān)性研究。而問卷的調(diào)查內(nèi)容則相對較為寬泛，尤其是在一些“現(xiàn)狀與對策”類的研究較為常見，在內(nèi)容的設(shè)計方面也相對量表較為寬松，主要是以圍繞研究的主題進行設(shè)計，也無須明確的理論為基礎(chǔ)，只需滿足研究者關(guān)注的問題即可，該類問卷也是體育專業(yè)研究生較為常用的研究方式之一。

3 問卷與量表中常見變量類型特征及關(guān)系

由于問卷與量表的編制形式及統(tǒng)計分析方法的不同，所以各自采用的信效度檢驗方法也大相徑庭。但合理的選擇正確的信效度檢驗方法之前，首先應(yīng)明確掌握問卷與量表中常見的三種不同類型的變量，只有準確的辨認其變量特點，才能夠正確選擇與之相對應(yīng)的檢驗方法。大致可以分為類別變量、等級變量和連續(xù)變量三種類型。類別變量又稱分類變量、名義變量，屬于定性變量，不能以連續(xù)數(shù)值只能用類別表示其特征，表現(xiàn)為互不相容的類別或?qū)傩浴＠鐔柧碇谐Ｒ姷男詣e、國籍、省份等。等級變量又稱順序變量，指既無相等單位又無絕對零點的變量，是以有序數(shù)值表示其特征。例如名次等。連續(xù)變量又稱定比變量，指相鄰兩個數(shù)值可作無線分割的數(shù)值表示其特征的變量，例如身高、體重，血壓等。以上三種變量中，由于其特性不一，所以在進行信效度檢驗時所對應(yīng)的方法也不同。另外，連續(xù)變量所包含的實數(shù)列特征最多，其次是等級變量，最后是類別變量，所以三者間可以采用由上至下的變量轉(zhuǎn)換形式，可將連續(xù)變量轉(zhuǎn)成等級變量，等級變量轉(zhuǎn)成類別變量。例如血壓值，作為連續(xù)變量時可以是具體的有單位的數(shù)值，作為等級變量時可以分為高、中、低血壓，而作為類別變量時還可以為正常和非正常血壓。但由下至上的反方向則不可以轉(zhuǎn)化，從而應(yīng)在編制中盡可能多設(shè)計連續(xù)型變量題目。

4 問卷的效度與信度

4.1 常見學位論文中問卷效度檢驗問題

查閱近年體育學碩士學位論文發(fā)現(xiàn)，調(diào)查類研究在問卷設(shè)計方面大多傾向采用自編問卷，且在效度檢驗方面主要采用專家效度作為對問卷的效度檢驗，從而證明研究工具的合理性。但主要存在以下問題：（1）既然選擇專家效度，就應(yīng)證明專家在此領(lǐng)域的專業(yè)性及權(quán)威性，而大多研究并沒有任何相關(guān)專家的學術(shù)背景介紹，僅是簡單地提及選擇了幾位教授或副教授進行了調(diào)查，有的甚至只在乎專家的職稱，忽略是否是本研究領(lǐng)域?qū)＜遥峙c本研究有多大關(guān)聯(lián)性等。（2）在對專家效度的問卷中，題目設(shè)計方面存在明顯誘導性回答，例如在回答項選擇中設(shè)置“非常合理、較合理、合理、不合理”的形式，該選項明顯存在誘導專家選擇的意圖，合理與不合理的比重不一。（3）簡單粗暴將內(nèi)容效度完全依靠專家回答，并以簡單的百分比形式進行定性，缺乏對問卷每個題目的具體統(tǒng)計分析。

4.2 解決方案

在內(nèi)容效度檢驗方面，可以采用目前最為廣泛的由Hambleton和Martuza等［4－5］提出的內(nèi)容效度指數(shù)法（content validity index，CVI）。該方法可分別對問卷的每個題目，以及整個問卷的內(nèi)容效度進行評估。具體操作程序如下：（1）首先選擇8－12位專家，對已編制好的問卷在各題目后設(shè)置4等級評分，分別為1＝不相關(guān)，2＝弱相關(guān)，3＝較強相關(guān)，4＝非常相關(guān)。請專家進行逐題內(nèi)容效度評估。（2）其次，逐題計算隨機一致性概率值（Pc）［6］：Pc＝×0.5n n為專家人數(shù)，A為對每題評分為3或4分的專家人數(shù)，0.5為專家選擇相關(guān)或不相關(guān)的概率值。（3）結(jié)合Pc值計算Kappa值：KAPPA＝CVI為評分為3或4分的專家人數(shù)除以參評的專家總數(shù)比。（4）KAPPA值評價標準：大于0.74為優(yōu)秀，0.6－0.74為良好，0.4－0.59為一般。（5）計算完每題的內(nèi)容效度值后，將所有題目的CVI值進行平均，高于0.9則認為該問卷不僅各題目效度良好，問卷的整體效度也良好［7］。（6）最后，結(jié)合第一輪專家評估指數(shù)，進行修改后實施第二輪專家效度評估，專家人數(shù)可適當減少至3－5人。

以8位專家對某問卷中的3個問題的評估為例，具體論文中呈現(xiàn)形式如下（見表1）：

表1 不同專家的內(nèi)容效度評估指數(shù)計算

4.3 常見學位論文中問卷信度檢驗問題

目前大多學位論文中，針對調(diào)查問卷的可靠性所采用的信度檢驗，主要采用重測信度的方法，先后兩次對同一樣本以同一份問卷進行兩次測量，通過檢驗樣本的兩次回答的一致性程度，間接判斷該問卷的穩(wěn)定程度。但仍存在以下問題：（1）大多學生對統(tǒng)計分析的變量類型掌握不扎實，故無法正確選擇相對應(yīng)的統(tǒng)計檢驗方法。例如在自編的問卷中，眾多論文表現(xiàn)在，無論是針對人口統(tǒng)計學變量特征的類別變量，還是順序變量及連續(xù)變量，無論青紅皂白，一律采用積差相關(guān)系數(shù)R作為重測信度的評估值。然而至于該方法是否合適普遍并不知曉，只是盲目相互模仿，甚至該錯誤現(xiàn)象愈演愈烈，以致發(fā)展到成為一種固定模式，只要是針對問卷的信度檢驗，似乎必須采用積差相關(guān)系數(shù)作為信度評估值才是金標準。但實際上，積差相關(guān)系數(shù)盡管能夠反映連續(xù)型變量間的關(guān)聯(lián)程度，但在重測信度的測量中，連續(xù)變量的前后一致性檢驗應(yīng)采用組內(nèi)相關(guān)系數(shù)（ICC），而類別及順序變量則需要采用卡方檢驗，同時結(jié)合KAPAA一致性分析進行檢驗才是正確的方法。（2）對一些事實類的問題也機械性地進行了信度檢驗，一般該類型題目并不需要進行信效度檢驗，而主要通過測量環(huán)境及指導語的控制去實現(xiàn)。［8］

4.4 解決方案

由于問卷調(diào)查類研究的各個題目的類型不一，所以不能一次性將提問的問題都進行信效度檢驗，需要根據(jù)不同進行區(qū)別檢驗。針對類別變量、等級變量的檢驗程序（以SPSS統(tǒng)計軟件為例）：（1）分別將第一次和第二次的數(shù)據(jù)錄入SPSS軟件中（2）打開菜單中“分析”，選擇“描述”下的“交叉表”，（3）分別將第一次和第二次的數(shù)據(jù)選入“行”和“列”（4）在“統(tǒng)計”里將“KAPPA”和“麥克尼馬爾”打勾后，選擇確定（5）在分析結(jié)果中先確定“卡方檢驗”下的“麥克尼馬爾－鮑克檢驗”的值和漸進顯著性（P值）（6）其次在“對稱測量”下確認KAPPA值及漸進顯著性（p值）。（7）麥克尼馬爾P值要＞0.05，KAPPA值＞0.75一致性較好，0.4－0.75一致性一般，＜0.4一致性較差。（8）ICC＞0.7為較好，0.5－0.7為一般，＜0.5為較差。

以“您在參加課外體育鍛煉時發(fā)生運動損傷的頻率”問題為例，答案為“經(jīng)常、偶爾、幾乎沒有”，樣本為30人。結(jié)果顯示（表2）該題項的前后兩次重測信度較高。

表2 卡方與KAPPA一致性檢驗

論文中呈現(xiàn)形式如下：

針對連續(xù)變量的組內(nèi)相關(guān)系數(shù)檢驗程序：（1）打開菜單中“分析”，選擇“刻度”，選中“可靠性分析”（2）分別將兩次的數(shù)值選入右側(cè)“項”欄中，并點擊“統(tǒng)計”（3）勾選“同類相關(guān)系數(shù)”，模型設(shè)置“雙向混合”，并“確認”（4）確認統(tǒng)計結(jié)果中的“單個測量”欄目中的“同類相關(guān)性”值，以及P值。

以“每次體育課結(jié)束后您的主觀疲勞程度”問題為例，得分從1—10分，分數(shù)越高疲勞程度越深，樣本數(shù)為10人。該變量屬于連續(xù)型數(shù)據(jù)，故需要采用ICC組內(nèi)相關(guān)系數(shù)進行檢驗。結(jié)果顯示（表3），兩次的組內(nèi)相關(guān)系數(shù)為0.855，P＜0.001。

表3 組內(nèi)相關(guān)系數(shù)檢驗

5 量表的效度與信度

5.1 常見學位論文中量表效度檢驗問題

相較于問卷，量表在編制與統(tǒng)計方面都較為嚴謹。由于量表的題目屬于反映型指標，表現(xiàn)為連續(xù)型數(shù)據(jù)，所以可采用的統(tǒng)計分析方法也較為多元。一般在心理學、教育學、管理學等專業(yè)方面較為常見，主要用于探究各變量間的相關(guān)性研究時常見。其中在效度檢驗方面，分別需要進行驗證量表編制的結(jié)構(gòu)效度，以及各變量對各自題目的收斂效度，和了解變量與變量間的不同的區(qū)別效度等三種效度。但目前涉及量表的學位論文中，大多只進行了探索性因素分析檢驗量表的結(jié)構(gòu)效度，而對于收斂效度與區(qū)別效度并為提及，因此有必要對收斂和區(qū)別效度的檢驗方法進行介紹。

5.2 解決方案

以探究體育教師的變革型領(lǐng)導行為與體育課滿意感及持續(xù)參與體育鍛煉意愿的關(guān)系為例。該研究的結(jié)構(gòu)效度檢驗程序（以SPSS統(tǒng)計軟件為例）：首先進行因素分析，（1）將數(shù)據(jù)分別錄入SPSS軟件，并進行數(shù)據(jù)處理（2）點擊“分析”，選擇“降維”并確認“因子”（3）將各變量下的題目選入右側(cè)“變量”欄內(nèi)（4）點擊“描述”勾選“KMO和巴特利球形檢驗”（5）點擊“提取”在因子的固定數(shù)目內(nèi)輸入3，由于本研究涉及3個變量（6）點擊“旋轉(zhuǎn)”選擇“最大方差法”（7）點擊“選項”勾選“禁止顯示小系數(shù)”，并在絕對值內(nèi)輸入0.4，最后點擊“確認”（8）統(tǒng)計結(jié)果方面（表4），KMO值越大表示越適合進行因素分析，至少為0.7，0.8－0.9適合，0.9以上表示非常適合，同時Bartlett球形檢驗值應(yīng)顯著且小于0.05（9）各題目因素負荷量均應(yīng)超過0.6，且均在各自的維度下，結(jié)構(gòu)效度良好。其次，通過因素分析的因子載荷值計算收斂效度AVE值，用各變量題目的因子載荷值相加，然后求平均數(shù)，最后將平均數(shù)進行平方，便可得出AVE值。［9］如＞0.36表明具有收斂效度，也表明各變量內(nèi)題目的相關(guān)較高。最后，通過將收斂效度AVE開根號后得出區(qū)別效度值，同時與各變量間的皮爾森相關(guān)值進行比較，大于相關(guān)值表明具有區(qū)別效度（表5）。

表4 變革型領(lǐng)導行為、體育課滿意感、持續(xù)參與體育鍛煉意愿驗證式因素分析

表5 收斂效度、區(qū)別效度檢驗及相關(guān)性檢驗

論文中呈現(xiàn)形式如下：

5.3 常見學位論文中量表信度檢驗問題

問卷的信度檢驗主要采用重測信度，比較關(guān)注問卷的可靠性。而量表則比較注重各維度下題目間的一致性，是否能夠很好地反映或者間接測量出該維度的具體狀態(tài)，所以量表則主要采用克隆巴赫檢驗。目前在此方面大多論文都能夠準確的實施克隆巴赫內(nèi)部一致性檢驗，但多數(shù)論文在統(tǒng)計結(jié)果的展示中，忽略了對校正后的項總計相關(guān)性和各題項間的相關(guān)性的呈現(xiàn)，只是簡單地介紹了克隆巴赫值，由于克隆巴赫檢驗受題項數(shù)的影響較大，即使完全不相關(guān)的題項放在一起，該值也會隨著題項增加而增加，所以如不結(jié)合校正后的項總計相關(guān)性和各題項間的相關(guān)性兩項參考指標，很難進行判斷該量表信度的高低。

5.4 解決方案

以變革型領(lǐng)導行為維度為例，具體程序如下（以SPSS統(tǒng)計軟件為例）：（1）進入“分析”，選擇“刻度”，點擊“可靠性分析”（2）將體育課滿意感的題目全部選入右側(cè)“項”欄內(nèi)；（3）點擊“統(tǒng)計”，分別勾選“相關(guān)性”、“刪除項后的標度”，點擊確認；（4）統(tǒng)計結(jié)果中（表6），首先關(guān)注題目間相關(guān)系數(shù)值，如超過0.85表明應(yīng)刪除其中1題。其次，看修正后的項與總計相關(guān)值不能低于0.5。如通過以上兩個評價，且克隆巴赫值在0.7以上，則表明該量表信度良好。

表6 變革型領(lǐng)導行為的信度檢驗

論文中呈現(xiàn)形式如下：

6 結(jié)語

問卷調(diào)查法目前是體育專業(yè)研究生廣泛使用的研究方法之一，但普遍對于問卷與量表的信效度的檢驗程序卻重視不足，導致學位論文中信效度檢驗方法錯誤百出，甚至呈現(xiàn)相互效仿的不良態(tài)勢。究其根本，體育專業(yè)學生的數(shù)理統(tǒng)計基礎(chǔ)較弱，且缺乏對學術(shù)研究的敬畏心，所以建議導師應(yīng)結(jié)合體育專業(yè)學生特點，不斷探索指導形式，逐步提升其在統(tǒng)計方面的學習能力，同時強化學生對待科學研究的謹慎心理，從而保證學術(shù)研究的科學性。