量表编制
量表编制(又称量表开发)指依据测量学原理,为一心理构念系统构造一套标准化自陈题目的过程——从构念界定、题项生成、专家评审、预测试、项目筛选到信效度验证与常模建立。量表编制是心理测量的基础工程:一个构念能否被科学测量,取决于编制过程是否严谨。编制不当的量表会把方法噪音当作构念信号,使后续所有基于该量表的研究失去可靠基础。量表编制与量表修订(见量表修订)、量表翻译(见量表翻译)、跨文化改编(见跨文化改编)共同构成量表生命周期的不同阶段。
编制流程
量表编制的标准流程可概括为七个环节。其一,构念界定:明确要测什么——给出构念的理论定义,划定其内涵与外延,区分相邻构念。构念界定决定后续一切工作的方向,模糊的构念定义无法通过精良的统计补救。其二,题项生成:依据构念维度撰写题目——来源包括理论文献、已有量表、访谈与开放式调查(让目标人群用自己的语言描述该构念)。题项数量应多于最终所需(通常多出50%以上),为筛选留有余地。其三,专家评审:邀请领域专家评定题项与构念的匹配度(内容效度,见后),删除不贴切、重复、有歧义的题项。其四,预测试:在小样本(通常200–500人)中施测,收集作答数据。其五,项目分析:依据区分度(题总相关、临界比率)、难度、极端选项使用率筛题。其六,结构探索与验证:探索性因子分析揭示潜在维度结构,验证性因子分析在独立样本中检验结构稳定性。其七,信效度与常模:估计内部一致性、重测信度,检验内容效度、结构效度、效标关联效度、聚合与区分效度,必要时建立常模与临界值标准。
流程的关键原则是"理论与数据双驱动":题项生成须有理论依据而非数据挖掘,项目筛选则须尊重数据证据——两者缺一不可。罗斯特提出的"构念—构念—项目—项目—评分—对象"程序强调从构念本质出发系统推导题项,是对纯数据驱动倾向的纠偏。[1]
内容效度
内容效度是量表编制的第一道质量关,指题项是否充分、代表性地覆盖了构念的内容域。它不靠单一系数,而靠系统证据:文献与理论的系统梳理证明内容域界定完整;专家评审量化题项与构念的匹配度(如内容效度指数);目标人群参与确保题项语言贴近经验;题项数量与维度分布合理。内容效度的证据在编制早期就应积累,而非事后补做——因为它决定"测的是不是想测的",是效度中最基础也最易被忽视的一环。有研究在量表开发中把翻译、内容效度、表面效度与信度联合检验,展示了多来源效度证据的组合方式。[2]
项目分析与结构验证
项目分析在预测试后进行。区分度指标包括题总相关(题目与总分或所属维度分的相关,通常要求大于0.3或0.4)、临界比率(高分组与低分组在该题上得分差异的显著性)、因子载荷(题目在所属因子上的载荷)。难度指标(选项分布)用于识别过难、过易或极少使用的选项。极端反应风格(见极端反应风格)与默认偏差(见默认偏差)在项目分析中可能伪装成"好的题总相关",需结合作答风格指标审慎判断。
结构验证决定量表的维度架构。探索性因子分析用于编制初期,从数据中提炼潜在维度;验证性因子分析用于独立样本,检验理论预期结构(单因子、多因子、二阶因子等)的拟合程度。样本量要求通常为题项数的5–10倍且不少于200。项目反应理论(见心理计量模型)提供了经典因子分析之外的选择——尤其适用于二分与多级计分题项、自适应测验与题库建设。编制中常见的错误包括:在同一批数据上既探索又验证(循环论证)、忽略反向条目可能聚成方法因子、用固定信度门槛机械删题。
信度与效度验证
信度反映测量的内部一致性。克隆巴赫α系数与欧米伽系数是估计内部一致性的标准指标;重测信度反映跨时间稳定性;分半信度评估题目间的等值性。需要注意:信度是必要非充分条件——高信度不代表高效度,默许等作答风格可能虚增信度(见默认偏差)。
效度是一个证据体系而非单一指标。结构效度通过因子分析与结构方程检验构念结构是否符合理论;效标关联效度通过与效标变量的相关(同时效度、预测效度)检验;聚合效度要求与同构念测量的高相关,区分效度要求与异构念的低相关;内容效度如前述。现代效度观(如统一效度理论)强调:效度是对"分数解释合理性"的整体论证,需整合多方面的证据链。验证性因子分析的拟合指标(近似误差均方根、比较拟合指数等)只是结构效度证据的一部分,须与其他证据互证。泰勒2015年对十项知觉压力量表的心理测量分析展示了对既有量表进行系统再检验的完整流程——编制不是一劳永逸,已发布量表也需要持续的证据更新。[3]
中国语境
中文语境的量表编制有三个焦点。其一,本土构念的原创编制:西方构念直接翻译可能丢失文化特异内容(如"人情""面子""中庸""孝道"),本土研究强调从中国文化语境出发生成题项,而非仅做翻译——这推动了本土人格、价值观、幸福感等量表的开发。其二,编制规范的提升:国内量表研究长期重"翻译引进"轻"原创编制",近年方法学界强调构念界定、专家评审、预测试、项目筛选、信效度验证的完整流程,推动编制质量的规范化。其三,项目反应理论的应用:国内测评研究者逐步采用项目反应理论进行题项标定与等值,提升量表的测量精度与可比性。挑战在于:原创编制的前期质性工作(访谈、开放式调查)耗时耗力,在考核导向下易被压缩;题项生成的文化覆盖度不足,导致量表看似规范却测不准本土经验。
争议
量表编制研究的争议有四。其一,质性与量化的比重:题项生成应更多依赖理论推导还是受访者访谈?两派各有主张——理论派强调构念定义的严谨,归纳派强调贴近真实经验,当前主流是两者结合,但比重无定论。其二,删题标准:以题总相关、因子载荷还是内容代表性为准?机械的统计标准可能删掉内容重要但统计表现弱的题项——统计与内容的权衡需研究者判断。其三,样本依赖:探索性因子分析的结果依赖样本构成,不同样本可能得出不同维度结构——编制者需报告样本特征并做交叉验证,但单一研究很难满足。其四,量表的"寿命":量表发布后是否需要随时代更新?题项语言会过时、构念内涵会演变(如"社交网络使用"的题项在平台更迭后失效)——定期修订(见量表修订)是必要的,但何时修订、如何保持跨版本可比性(见测量等值性)尚无统一规范。
参见
参考资料
- ↑ The C-OAR-SE procedure for scale development in marketing,Rossiter,International Journal of Research in Marketing,2002年。
- ↑ Development of a new version of the Bristol Stool Form Scale: translation, content validity, face validity, and reliability of the Persian version,Shokouhi等,BMJ Open Gastroenterology,2022年。
- ↑ Psychometric analysis of the Ten-Item Perceived Stress Scale.,Taylor,Psychological Assessment,2015年。