序曲

定风波·红梅

苏轼 〔宋代〕

好睡慵开莫厌迟。自怜冰脸不时宜。偶作小红桃杏色,闲雅,尚馀孤瘦雪霜姿。

休把闲心随物态,何事,酒生微晕沁瑶肌。诗老不知梅格在,吟咏,更看绿叶与青枝。

【赏析】

这是一首咏物词,作品通过红梅傲然挺立的性格,来书写自己迁谪后的艰难处境和复杂心情,表现了作者不愿屈节从流的态度和达观洒脱的品格。

作品的显著特点是融写物、抒情、议论于一体,并通过意境来表达思想感情。词以“好睡”发端,以“自怜”相承,从红梅的特征来展示红梅清冷、自爱的形象。红梅的一个明显特点,是苞芽期相当漫长,因谓“好睡”;虽然红梅好睡,但并非沉睡不醒,而是深藏暗香,有所期待,故曰“莫厌迟“。句中一“慵”字,悄悄透露了红梅的孤寂苦衷和艰难处境。红梅自身也明白,在这百花凋残的严寒时节,唯独自己含苞育蕾,岂非有不合时宜之感。苞蕾外部过着密集光洁的白茸,尽管如同玉兔霜花般的洁白可爱,也只能自我顾恋,悲叹“名花苦幽独”(作者《寓居定惠院之东,杂花满山,有海棠一枝,土人不知贵也》)罢了。词以“冰脸”来刻画红梅的玉洁冰清,既恰如其分的写出了红梅的仪表,也生动地写出了红梅不流习俗的超然之气,它赋予了红梅以生命和丰富的感情,形象逼真,发人深思。

此词着意刻绘的红梅,与词人另一首词《卜算子·黄州定慧院寓居作》中“拣尽寒枝不肯栖”的缥缈孤鸿一样,是苏轼身处穷厄而不苟于世、洁身自守的人生态度的写照。花格、人格的契合,造就了作品超绝尘俗、冰清玉洁的词格。

注:来源于 古诗文网

信度简介

在科学研究过程中,我们经常会使用量表来进行调查消费者对某个问题的反映,或者他/她对某种说法的态度,即用量表反映消费者的主观感受。在回收问卷后,需要对量表工具进行一致性和稳定性监测,这就是信度。

有学者指出,信度是指测验或量表工具所测得的结果的稳定性(stability)及一致性(consistency),量表的信度越大,则其测量标准误越小。

信度最早由Spearman与1904年引入心理测量,指的是测验结果的一致性程度或者可靠性程度。

1. 信度分类

假定短时间内一批对象的状况并没有改变,对每个对象用同一个问卷先后测验两次,两次测验得分的相关系数就称为重测信度。重测信度属于稳定系数。重测信度法特别适用于事实式问卷,如性别、出生年月等在两次施测中不应有任何差异,大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。如果没有突发事件导致被调查者的态度、意见突变,这种方法也适用于态度、意见式问卷。

由于重测信度法需要对同一样本试测两次,被调查者容易受到各种事件、活动和他人的影响,而且间隔时间长短也有一定限制,因此在实施中有一定困难。通常重测时间跨度以2~4周为宜,太短会受记忆的影响,太长又受环境的影响。

复本信度法是让同一组被调查者一次填答两份问卷复本,计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述模式不同外,在内容、格式、难度和对应题项的提问方向等方面要完全一致,但在实际调查中,很难使调查问卷达到这种要求,因此采用这种方法者较少。

当测验没有复本且测验不可避免地受到时间的影响,只适合用于一次测验时,可用分半信度。分半的方法很多,一般是将奇数题和偶数题各作为一半,而非前后分半,目的是避免顺序效应。分半信度也叫折半信度,其计算方法是将问卷的题目分成对等的两半,分别求出两半题目的总分,再计算两部分总分的相关系数。使用分半信度时要注意两个问题:(1)问卷题目所测的应是同一种特质;(2)两半题目应是等值的。这种方法一般不适用于事实式问卷(如年龄与性别无法相比),常用于态度、意见式问卷的信度分析。在问卷调查中,态度测量最常见的形式是5级李克特(Likert)量表。

库德-理查森信度适用于计算“对或错”的是非题的同质性信度,其是计算所有可能的分半信度的平均数。该信度系数实际应用较少。

cronbach's α 系数是Cronbach于1951年创立的,用于评价问卷的内部一致性。α 系数取值在0~1,α 系数越高,信度越高,问卷的内部一致性越好。Cronbach's α 系数不仅适用于两级记分的问卷,还适用于多级计分的问卷。克隆巴赫信度系数具有如下特点:①α 系数是所有可能的分半信度的平均值;②α 系数是估计信度的最低限度;③当问卷计分为二分名义变量时,即答案为0或1,α 系数与KR20值相同,即库德-理查森信度公式是克隆巴赫的α 系数的一个特例。

一般地,问卷的α 系数在0.8以上该问卷才具有使用价值。Cronbach's α 值皆达0.85以上,表明问卷信度良好。α 系数评价的是量表中各题项得分间的一致性,属于内在一致性系数。这种方法适用于态度、意见式问卷(量表)的信度分析。

一份信度系数好的量表或问卷,最好在0.80以上0.70~0.80还算是可以接受的范围;分量表最好在0.70以上,0.60~0.70可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下,应考虑重新修订量表或增删题项。

考察评分者信度的方法为,随机抽取相当份数的问卷,由两位评分者按记分规则分别给分;然后根据每份问卷的分数计算相关系数,即可得到评分者信度。评分者信度也可以是一位评分者两次评分的相关系数。如果是多个评分者或一位评分者两次以上的评分,可采用肯德尔和谐系数和Kappa系数。肯德尔和谐系数用于等级资料,Kappa系数用于定性资料。

在上述6种信度系数中,以克隆巴赫信度系数应用最广,其次为折半信度,现在我们来看克隆巴赫信度系数在SPSS中实现。

SPSS实现决策树分析

示例:某问卷有10道题目,均为9分量表,共测试100分,现分析该问卷的信度如何?数据具体如下:

信度和效度的类型及依据(信度与效度分析)(1)

1.菜单选择

o 打开 分析—标度—可靠性分析

信度和效度的类型及依据(信度与效度分析)(2)

2.参数说明与选择

(1)主页面

信度和效度的类型及依据(信度与效度分析)(3)

a.项:选择要分析的问卷题目,但不能选择总得分

b.模型:用于指定要使用的信度系数,可选项包括:

o Alpha选项:表示Cronbach alpha系数,默认选项

o 折半 Split-half:表示折半信度

o 各特曼Guttman:表示Cuttman系数,输出Lambda3实际就是Cronbach alpha系数

o 平行 Parallel:表示平行测验的信度估计

o 严格平行 Strict Parallel:在平行测验的基础上,要求各变量的均值相等

c.统计:

信度和效度的类型及依据(信度与效度分析)(4)

o 描述:

项:输出各变量的均值、标准差等信息

标度:输出各变量之和的均值、方差和标准差等信息

删除项后的标度:即敏感度分析,输出在问卷中删除指定变量(问题)后,相应统计量的改变值,此项较为重要。可用了对问卷中的各项进行统一分析,以达到改进问卷的目的。

o 项之间:设置输出变量间的相关信息,有两个选项:相关矩阵和协方差矩阵

o 摘要:设置各项目的描述统计量的输出,选项包括:平均值、方差、协方差、相关性

o Anova表:设置方差分析选项。若问卷设计的好,相应答案是相关的。

F检验:相当于重复测量的方差分析,适用于数据呈正态分布的情况

傅莱德曼卡方:检验傅莱德曼卡方统计量和肯德尔调谐系数,适用于取秩格式的数据,可取代方差分析中的F检验

柯克兰卡方:对各变量进行柯克兰卡方检验,适用于二元变量数据

o 霍特林T平方:进行多元检验,零假设为:所有数值变量的均值都相等。

o 图基可加性检验:检验各变量之间是否具有显著的交互作用

o 同类相关系数:设置关于组内相关系数的选项

3.分析结果与解释

(1)个案处理摘要:

o 给出原始数据中缺失值统计信息。

信度和效度的类型及依据(信度与效度分析)(5)

(2)可靠性统计:

o 从表格中可看出,该问卷的可靠性系数为0.794,接近于0.8,说明该问卷的信度较好。

信度和效度的类型及依据(信度与效度分析)(6)

(3)删除某一项后信度变化:在下表中最重要的是后两项。

o 相关系数:若相关系数态度,可考虑将该题删除,可见item5、item6和总分的相关系数非常低,表示这两道题应答分数的高低和总分高低相关性不大,说明他们可能和问卷的测量目的关联不大。

o 信度系数变化:若删除后系数上升,则说明该题区分性不好,将该题删除可提高问卷的信度,由数据可见,将item5、item6删除,则可提高问卷的信度系数。

o 若在后续分析中改进本问卷,则可考虑删除或更换item5、item6

信度和效度的类型及依据(信度与效度分析)(7)

4.语法

RELIABILITY /VARIABLES=item1 item2 item3 item4 item5 item6 item7 item8 item9 item10 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=TOTAL MEANS VARIANCE.

,