量表法
量表法(scaling method)是依照一定规则,把心理属性转化为数字,并据此构造测量工具的整套程序与技术。这里的“量表”不是随手列出若干问题,而是一个经过设计与检验的评分系统:它规定了刺激如何呈现、反应如何转换为分数、分数又如何解释。量表法与问卷法、测验法共享自陈或评定的形式,区别在于它更强调测量的刻度性质,关注所赋数字是否满足特定的数学条件,以及据此构造出的分数能否支持个体间比较。它是心理测量学的技术核心,也是态度、人格、症状严重程度等难以直接观察的属性得以量化的前提。[1]
从心理物理学到态度测量
量表的思想源头是19世纪的心理物理学。费希纳在1860年出版的《心理物理学纲要》中试图为感觉强度构造量表,他用刚可觉察的差异作为主观量的单位,把不可直接测量的感觉换算为可以累加的数量。这一努力确立了“为心理量寻找刻度”的问题意识,但感觉量表依赖实验室控制,难以直接移植到态度、情绪等复杂属性上。
真正的突破发生在20世纪二三十年代的态度研究。瑟斯通在20年代末提出等距法,先收集大量关于某一对象的陈述,请评判者把每条陈述归入从“极反对”到“极赞成”的若干个等级,以评判的中位数作为该陈述的量表值,再从中挑选覆盖全距、评判分歧小的条目组成量表。被试只需勾选自己同意的陈述,其态度分数即所选条目量表值的平均。这一方法的用意是把“主观判断”交给一组评判者,而把“作答”简化为是否同意,从而在条目层面建立等距性。
李克特在1932年提出的累加评定法走了另一条路。他为每个条目设置若干同意程度,通常是从“非常不同意”到“非常同意”的五点或七点,并给各选项赋分,被试在所有条目上的得分相加即为总分。李克特法的假设是,多个同向条目共同反映同一个潜在属性,单个条目的粗糙可以由条目总和来平滑。它编制简便、计分直观,很快取代等距法成为最流行的量表形式,今天人们所说的“五点量表”多半指的就是这种格式。[2]
此后,古特曼在20世纪40年代提出累积量表,试图构造一种单维的、可排序的条目集合,使被试的得分能够唯一确定其反应模式;奥斯古德在50年代提出语义区分法(semantic differential),用一系列两极形容词让被试在七点刻度上评定对象,用以刻画态度的情感意义。这些方法各有侧重,共同把量表从单一题型发展为多种构造策略。
测量尺度与数字的含义
量表法必须回答一个基础问题:所赋数字究竟允许做哪些运算。史蒂文斯在20世纪40年代把测量尺度分为称名、顺序、等距与比率四类。称名尺度只用数字作标签,如把不同诊断类别编号,数字之间没有大小关系;顺序尺度能排出先后,如把症状分为轻、中、重,但相邻等级之间的差距未必相等;等距尺度不仅有序,而且单位相等,可以加减,却不能断言“零”意味着属性的完全缺失;比率尺度有绝对零点,可以乘除。
多数心理量表至多达到等距水平,而许多所谓的等级评定实际上只是顺序水平。这一区分不是学究式的挑剔:若把顺序数据当作等距数据计算平均值与标准差,或在只有顺序性质的项目上做参数检验,结论的精度就会被高估。实践中之所以仍普遍这么做,一方面是因为稳健统计方法在多数情况下对轻度违例不敏感,另一方面是因为研究者在便利与严谨之间作了折中。更稳妥的做法是明确报告量表的性质,必要时采用非参数方法或项目反应理论等更能处理等级数据的模型。
李克特法的辩护者对此有不同看法。他们主张,单个等级题目固然只是顺序水平,但把若干个同向题目相加之后,误差相互抵消,总分的分布往往接近连续且等距,因而可以把总分当作等距变量处理。这一辩护在实践中被广泛接受,却也带来一个副作用:研究者容易忘记它只是一个近似,并在此基础上对“态度分数提高了零点几分”作过度精细的解读。判断一个量表究竟处于哪一级水平,不能只看它的题目形式,还要看它所依据的理论模型与实证证据。
编制流程
一个可用的量表要经过一系列步骤。首先是界定构念,说明要测的是什么、边界在哪里、与相邻构念如何区分,这一步决定了后续题目的取材范围。其次是生成条目,来源包括理论推演、已有量表改编、临床观察与访谈材料,条目数量通常远多于最终保留的数量,以便筛选。第三步是专家审阅与认知访谈,检查条目是否切题、措辞是否可理解、是否存在诱导或重复。
随后进入预试与项目分析。研究者在小样本上施测,计算每个条目的难度、区分度、与总分的相关,剔除区分度低或与总分方向相反的条目;同时用因素分析检验条目是否按理论预期聚合成维度,必要时调整结构。接下来估计信度与效度,前者包括内部一致性与重测稳定性,后者包括内容效度、结构效度与效标关联。最后建立常模或划分标准,使分数能够被解释,例如确定划界分、百分等级或分级区间。整个流程往往需要多轮修订,量表不是一次编成的。[3]
评定偏差与使用条件
量表,尤其是由他人评定的量表,容易受到评定者效应的影响。晕轮效应使评定者因对象某一突出特征而整体抬高或压低所有维度;宽大效应与严厉效应使某些评定者系统性地给出偏高或偏低的分数;趋中效应使评定者回避两端,把所有人放在中间档;序列效应则使前一个被评定者影响后一个的判断。这些偏差会压缩分数的变异,削弱量表区分个体的能力,在多评定者情境中还会造成评分者信度偏低。
施测条件同样重要。指导语必须统一,否则被试对锚点的理解不同,分数就不可比;量表的时间框架要明确,是“最近一周”还是“通常情况”,会得到不同的结果;文化背景影响对等级词的理解,某些文化中人们不愿使用极端选项,跨文化比较因此需要检验测量等价性。此外,量表分数只是构念的间接指标,把分数等同于属性本身,是使用量表时最常见的概念混淆。
应用与评价
量表法的应用范围极广。在态度与社会心理研究中,它使偏见、价值观、信任等抽象倾向可以被量化比较;在临床与健康领域,症状量表、抑郁与焦虑评定、疼痛的视觉模拟量表、生活质量量表,是评估严重程度与疗效的常规工具;在组织与教育情境中,满意度、工作投入、教学效果的评定都依赖量表;在人因与产品研究中,可用性量表把主观感受转换为可追踪的指标。
评价量表法,要点在于承认它是一种“被构造出来的测量”,而不是对心理属性的直接读取。它的优点是标准化、可比较、可累积,使心理学能够以定量方式描述主观世界;它的风险是把复杂的经验压缩为几个数字,并在压缩过程中丢失情境与意义。因此,量表应与质性材料、行为观察与临床判断配合使用,分数的解释也应回到构念界定与常模背景,而不是孤立地比较数值高低。方法本身的成熟,恰恰体现在研究者清楚它测到了什么、又漏掉了什么。[4]
参考资料
- ↑ Psychological Testing,Encyclopaedia Britannica,2024年访问
- ↑ Validity,Simply Psychology,2024年访问
- ↑ PubMed Central,National Center for Biotechnology Information,2024年访问
- ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问