醫用評估量表的信效度評價方法

摘 要 信效度檢驗是量表編制或漢化量表投入正式應用前的最后一步，能有效地測試量表的題目是否可以反映真實的被測量的理論變量的水平，并反映量表是否有效地測定到本身所打算測定的內容。本文從量表的信效度評價的方法入手，介紹信度評價指標（重測信度、分半信度、克朗巴赫α系數）和效度評價指標（內容效度、效標關聯效度、結構效度）的定義和計算方式，并以漢化版《醫患共享決策問卷》（SDM-Q-Doc）在醫療美容領域應用的信度與效度評價為例，進行SPSS統計學軟件操作演示，以期為研究者編制量表或漢化量表后進行信效度評價時提供參考。

關鍵詞 量表編制 信度 效度 SPSS

中圖分類號：R-3 文獻標志碼：C 文章編號：1006-1533（2024）11-0050-07

引用本文 李思源， 吳穎， 王瑞平. 醫用評估量表的信效度評價方法[J]. 上海醫藥， 2024， 45（11）： 50-56.

基金項目：上海市衛生健康委員會衛生行業臨床研究專項（202240371）；上海申康醫院發展中心第二輪促進市級醫院臨床技能與臨床創新三年行動計劃——研究型醫師創新轉化能力培訓項目（SHDC2022CRS053）；上海市皮膚病醫院引進人才科研基金項目（2021KYQD01）；上海人才發展基金資助項目（2021SHRCFZ01）；上海市醫院協會醫院管理研究基金項目（X2022117）；上海市皮膚病醫院IIT基金項目（LCIIT-2023-14）

Method for evaluating the reliability and validity of medical assessment scales

LI Siyuan1，2， WU Ying3， WANG Ruiping1，2

（1. School of Public Health， Shanghai University of Traditional Chinese Medicine， Shanghai 201203， China； 2. Clinical Research & Innovation Center， Shanghai Skin Disease Hospital， Shanghai 200443， China； 3. Shanghai Pharmaceutical Profession Association， Shanghai 200003， China）

ABSTRACT The reliability and validity test is the final step before a scale is developed or standardized and put into formal use， and can effectively test whether the questions on the scale reflect the true level of the theoretical variable being measured， and whether the scale is effective in measuring what it is intended to measure. This article starts from the method of scale reliability and validity evaluation， introduces the definition and calculation of reliability evaluation indexes （retest reliability， split-half reliability， Cronbach α coefficient） and validity evaluation indexes （content validity， validity scale correlation validity， structural validity）， and take the Chinese version of the development and psychometric properties of the shared decision making questionnaire-physician version （SDM-Q-Doc） in the field of medical aesthetics as an example for reliability and validity evaluation to demonstrate the operation of SPSS statistical software， so as to provide reference for the reliability and validity evaluation of the scale or the Chinese scale after the researcher compiles the scale.

KEY WORDS scale development； reliability； validity； SPSS

量表法作為一種常見的測量手段，被廣泛地運用于醫療研究中。一個量表一般由多個項目構成，形成一個復合分數，用于反映難以用直接方法測量的理論變量的水平。量表的編制步驟包括，設定有明確研究目標（假設與概念）的范疇和內容、探索量表的維度（內涵）和方面、建立條目池和篩選條目、設計可操作性條目、量表的定性評價、量表的預調查和定量評價和建立常模[1]。其中信效度檢驗作為量表定量和定性評價中的重要步驟，能有效地測試量表的題目是否能反映真實的被測量的理論變量的水平和反映某量表是否有效地測定到量表題目本身所打算測定的內容。本文介紹量表的信度評價指標（重測信度、分半信度、克朗巴赫a系數）和效度評價指標（內容效度、效標關聯效度、結構效度）的定義和計算，并使用SPSS統計學軟件演示，以期為研究者編制量表或漢化量表后進行信效度評價時提供參考。

1 信度

臨床試驗信度主要評價量表的精確性、穩定性和一致性，即測量過程中隨機誤差造成的測定值的變異程度大小[1]。一致性是指對同一調查課題的研究結論的一致程度。高度的一致性表明，同一組受測者對相同的項目完成了不同的問卷，其測量值之間呈現出很強的正向相關性；穩定性則是指在不同的時間內，對相同受測者重復測量所得結果的相關程度，如果同一群受測者在不同的時間和空間下接受相同的問卷調查時，結果的差異很小，則說明調查問卷具有較高的穩定性[2]。研究中常用重測信度、分半信度和克朗巴赫a系數作為信度指標。

1.1 重測信度

重測信度是使用同樣的量表對同一組調查對象進行重復測試，觀察2次測試結果的相關程度。當2個測量結果具有良好的一致性時，表明該調查表具有良好的重復信度[1]。重測信度考察的是調查問卷在一定時期之后所測得結果的穩定性，是一種外在信度。它的測量方法有2種：一是計算2次調查結果的相關系數，隨著數據類型的不同，使用的相關系數也不同。經統計學檢驗，若相關關系顯著（P<0.05），則問卷的信度高，若相關關系不顯著（P>0.05），則問卷的信度低；二是對2次調查結果進行2個相關樣本差異的顯著性檢驗。若差異顯著（P<0.05），則問卷的信度低，若差異不顯著（P>0.05），則問卷的信度高。典型的做法是用皮爾遜積矩相關。

1.2 分半信度

2 效度

效度是關于我們對測量結果的確定性程度。主要評價量表的準確度、有效性和正確性，即測定值與日標真實值的偏差大小[1]。效度是反映度量測量工具能否有效地測量出其意圖測量的內容，也就是實際測量的結果與預期結果的一致性。因為目標真實是無法被確定的，所以效度評估是一個很復雜的過程，往往要和外部的標準進行比較。在實際應用中，效度指標主要有內容效度、標準關聯效度、建構效度等。

+UHji6aiQDwoxOnv+yTMkGdV9NhRcVmh2zEcAuuIdHs=2.1 內容效度

內容效度是指被調查的內容是否具有代表性，其量表內容是否能夠涵蓋調查問題的范圍，是一種事前的邏輯分析，或者是一種量表的合理性的判斷。用來檢查量表的內容是否能夠恰當地測量調查需要測出的內容，或是否能夠體現出研究概念的基本內容。

內容效度一般通過專家評議打分。專家評議包括2個方面：一是量表本身所測得的是否是研究中需要測量的態度和行動，即是否滿足了對概念的操作性定義；二是量表中的問題能否全面地展現操作化的定義，即對操作化定義覆蓋的面有多大。專家的結論作為內容效度高低的標準。

內容效度與結構效度也具有相關性，所以評價結構效度的量化指標也間接反映了內容效度。所以還可以對每個項目與所屬維度的總分做相關分析來評價內容效度，若相關性顯著則表明內容效度較好[1]。

2.2 效標關聯效度

效標關聯效度又稱標準效度，指問卷與所選擇的一個外在的參照標準（外在效標）之間關聯的程度，屬于事后統計分析的效度檢驗方法，用于檢驗問卷是否與測試目的相同且具有良好信度與效度的其他量表效果等同，或確實在測試內容上能夠區分不同的群體。主要的方法：一是檢驗所編制的問卷測得的分數與效標測得的分數之間的相關性是否顯著，如果相關性不顯著（P>0.05），說明該量表的效度低；如果相關性顯著（P<0.05），量表具有高效度。二是用所設計的問卷測試2個不同的樣本（其中一個樣本具有所要求的特征，另一個樣本不具備該特征），做2個獨立樣本均值差異的顯著性檢驗，如果差異不顯著（P>0.05），說明該量表的效度低；反之如果差異顯著（P<0.05），量表具有高效度。

2.3 結構效度

結構效度是指量表對理論構想的內在結構能夠測量的程度，是指測量工具對理論的特性或概念能夠測量的程度，它是通過對實測的數據進行邏輯或統計分析來對理論構想的正確性進行檢驗[1]。因子分析是目前最常用的一種方法。因子分析包括探索性因子分析與驗證性因子分析。對于維度未知的量表，使用探索性因子分析；對于維度已知的量表，則使用驗證性因子分析。

判斷量表是否適合用因子分析來進行結構效度的檢驗有以下3個方法：

1）從KMO（Kaiser-Meyer-Olkin）統計量判斷是否適合因子分析。KMO值為0.9以上，量表極適合進行因子分析；KMO值為0.8以上，量表適合進行因子分析；KMO值為0.7以上，量表尚可進行因子分析；KMO值為0.6以上，量表勉強可進行因子分析；KMO值為0.5以上，量表不適合進行因子分析；KMO值為0.5以下，量表非常不適合進行因子分析。KMO檢驗公式如下：

其中rij表示第i個和第j個變量的相關性，rij？1，2...k表示第i個和第j個變量的偏相關性。

2）從樣本數量判斷是否適合因子分析。變量數和樣本數量的比例要接近于1∶5，超過1∶10更好。樣本容量要盡量大，不能少于100。

3）從反映像相關矩陣判斷是否適合因子分析。反映像相關矩陣主對角線上的值接近1，適合進行因子分析。反映像相關矩陣的指標MSA（measures of sampling adequacy）值的公式：

其中rij表示第i個和第j個變量的相關性，rij？1，2...k表示第i個和第j個變量的偏相關性，p為自變量個數。

共同度反映了全部公共因子對變量x的總方差的貢獻程度，由于x的值是經過標準化處理的標準分，方差等于1，因此，共同度越靠近1，說明用p個公共因子解釋變量x的信息程度越高，所丟失的信息越少。

因子分析主要包括以下3個步驟：

第一步：篩選因子。研究者可以通過：①特征值大于1確定因子數量；②觀察碎石圖確定公共因子數量；③根據因子的累計貢獻率確定公共因子數量。

第二步：對各因子進行旋轉和命名，若初始因子載荷矩陣中各列的數據差別較大，則可找到共同因子與哪一個原始變量相關，這樣便于解釋公共因子的意義，且便于命名。然而，當初始因子載荷矩陣的各列之間的數據相差很小時，公共因子的含義模糊不清，從而難以命名。此時需要對因子軸進行旋轉，使得初始因子載荷的平方（因子載荷可能為負數）向0和1兩極轉化。在旋轉軸之后，公共因子的特征值變化，但是對各初始變量而言，其公共因子的方差（即共同度）是不變的。因子旋轉方法有正交旋轉和斜交旋轉。正交旋轉的一般方法有方差最大法、四次方極大法、等量最大法等。其中最常用的方法是方差最大方法。斜交旋轉的方法一般有直接斜交旋轉法和promax斜交旋轉（迫近最大方差斜交旋轉，procrustes variance maximum-oblique rotation）法。若依據有關理論或文獻研究結論認為各因子間無相關性，則在進行因子旋轉時，宜采取正交旋轉法；當考慮各因子間的相關性時，應采取斜交旋轉的方法。

上述公式應用了線性回歸方法。SPSS軟件還提供了巴特利特球形檢驗（Bartlette）法和安德森魯賓模型（Anderson-Rubin）法。在SPSS軟件的輸出結果中會顯示因子得分的系數矩陣（factor score coefficient matrix）。

3 量表信效度評估案例

2023年，研究團隊在評價基于Scholl編制的《SDM-Q-Doc》（development and psychometric properties of the shared decision making questionnaire-physician version）而漢化的《醫患共享決策問卷》在醫療美容領域應用的信度與效度的研究中，在上海市公立和私立醫療機構選取50名醫美從業者進行調查，共回收有效問卷50份。應用SPSS 22.0統計學軟件進行統計分析，采用斯皮爾曼-布朗公式計算折半信度，采用克朗巴赫a系數評價問卷的內部一致性信度，采用因子分析方法評價結構效度。

3.1 應用SPSS軟件進行信度檢驗

漢化版《醫患共享決策問卷》包括共享決策過程量表（T1）、共享決策阻礙因素量表（T2）和共享決策促進因素量表（T3）3個量表，分別對3個量表進行信度檢驗。在SPSS軟件的分析功能菜單下，有一個的信度分析模塊，通過選擇該模塊下的項目就能完成大部分的量表信度分析。具體操作命令是：分析→刻度→可靠性分析，項下選框中選中待分析的變量。在模型選項中，SPSS共提供5種信度分析模型，分別是Alpha、分半、格特曼、平行和嚴格平行。本文主要采用克朗巴赫a系數和分半信度來估計各量表的信度系數。在統計模塊的描述項下選擇“刪除項后的標度”，ANOVA表項下勾選“無”，在缺失項下勾選“排除用戶缺失值和系統缺失值”（圖1）。

結果顯示，T1分為2個部分題項，第一部分5題的克朗巴赫a系數為0.82，信度良好，第二部分4題的克朗巴赫a系數為0.93，信度優。分半信度斯皮爾曼-布朗系數為0.86，信度良好。T2分為2個部分題項，第一部分5題的克朗巴赫a系數為0.87，信度良好，第二部分4題的克朗巴赫a系數為0.90，信度優。分半信度斯皮爾曼-布朗系數為0.91，信度優。T3分為2個部分題項，第一部分4題的克朗巴赫a系數為0.85，信度良好；第二部分4題的克朗巴赫a系數為0.71，信度可接受。分半信度斯皮爾曼-布朗系數為0.84，信度良好（表1）。

3.2 應用SPSS進行量表效度檢驗

在SPSS統計分析軟件中沒有專門的效度分析模塊，內容效度屬于主觀指標，通常采用專家評價法。因漢化版《醫患共享決策問卷》是由經典量表《SDM-Q-Doc》漢化而成，所以內容效度方面就無需研討。但對此問卷的結構效度統計分析，采用因子分析，在SPSS中可以通過分析菜單實現。具體操作命令是：分析→降維→因子。在變量選框下選中“待分析的變量”，在描述菜單中勾選“初始解”與“KMO和巴特利特球形檢驗”，在旋轉菜單里勾選“最大方差法”“旋轉后的解”和“載荷圖”，在提取菜單里勾選“主成分分析”“相關性矩陣”“未旋轉因子解”“碎石圖”。探索性因子分析在提取項下選擇“基于特征值”，驗證性因子分析勾選“因子的固定數目”（圖2）。

檢驗結果顯示，T1的KMO=0.85，T2的KMO=0.89，T3的KMO=0.85。3個量表均適合用因子分析來進行效度檢驗（表2）。

對T1使用驗證性因子分析，對T2和T3采取主成分、方差最大、正交旋轉法提取公因子。然后從累積方差貢獻率、共同度、盡可能少的公因子及因子意義更易解釋等方面綜合考慮，選擇特征根大于1的前3個因子為公因子。結果顯示T2和T3也都僅有1個公因子，漢化版《醫患共享決策問卷》中的3個量表都為一維結構（表3）。

表4為漢化版《醫患共享決策問卷》T1、T2、T3 3個量表中各條目的因子載荷和共同度。T1 9個條目的因子載荷在0.41～0.92之間，共同度在0.62～0.89之間；T2 9個條目的因子載荷在0.56～0.93之間，共同度在0.31～0.86之間；T3 8個條目的因子載荷在0.35～0.89之間，共同度在0.12～0.79之間。

綜合表3、表4內容，T1的9個條目累計方差貢獻率為51.18%，即可解釋總變異的51.18%>50%，假設成立。其中條目1載荷量>0.4但<0.5，考慮到量表內各類條目都與理論有著統一性，并且條目1在量表內有著特異性，條目1在此不做刪減。量表內其余各條目載荷值均>0.5，具有較好的效度。T2采用主成分分析法，發現只有1個公因子，累計方差貢獻率為65.81%，即可解釋總變異的65.81%，各條目載荷值均>0.5，無須剔除。T3采用主成分分析法，只有1個公因子，累計方差貢獻率為57.01%，可解釋總變異的57.01%，條目8載荷值<0.4，其余各條目載荷值均>0.5，無須剔除，問卷整體結構效度較好。

參考文獻

[1] 顏艷， 王彤. 醫學統計學[M]. 5版. 北京： 人民衛生出版社， 2020.

[2] DeVellis RF. Scale development： theory and applications[M]. Newbury Park： Sage Publications， 1991.

[3] Nunnally JC， BernsteinI H. Psychometric theory[M]. New York： McGraw-Hill， 1978.