量表与广义估计方程.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,量表的信度与效度分析,以及在,spss,中的应用,量表是什么？,量表的信度分析,量表的效度分析,在,spss,中的实例分析,量表是什么？,量表：,是由若干问题或自我评分指标组成的标准化测定表格，用于测量研究对象的某种状态、行为或态度，又称为测量工具。,量表与调查表的区别：,调查表可以完全包含不同的独立的内容，用于评价不同指标；量表是用与描述研究对象的一个特征，各条目都是相关联的。两个表格在设计和质量考核时考虑的问题和评价指标也有所不同。,重测信度（,test-retest reliability,）,为相同量表前后两次测量同一批被访者量表得分的简单相关系数，一般要求达到,0.7,以上,.,分半信度（,split-half reliability,）,相同量表的调查项目分成两半，计算两个部分得分的简单相关系数,r,，分半信度就为,R=2r/(1+r),克朗巴赫,系数（,Cronbachs alpha,）,又称内部一致性系数，是应用最广的评价信度指标，取值在,0,和,1,之间，其值越大，信度越高，一般以大于,0.7,为好。,计算,Cronbach,系数的一个假设前提是，条目之间呈正相关，如果条目之间较多的呈现负相关时，说明条目设计出现了重大错误，此时,Cronbach,系数有可能为负数。,量表的效度分析,效度,用来评价量表的准确度、有效性和正确性，即测定值与目标真实值的偏差大小。意在反映某测量工具是否有效的测定到了它所打算测定的内容，即实际测定结果与预想结果的符合程度。,常用的效度指标有内容效度、标准关联效度和结构效度。,内容效度,指量表的各条目是否测定其希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的内容一致。内容效度一般是通过专家评议打分。,结构效度,说明量表的结构是否与制表的理论设想相符，测量结果的各内在成分是否与设计者打算测量的领域一致。,内容效度与结构效度有相关性，因此评价结构的量化指标也间接反映了内容效度。,在,spss,中的实例分析,某研究应用癫痫患者生活质量评定量表对,198,名癫痫的调查结果，包括了发作担忧、感情、精力和药物作用等因素，对该量表总的信度和各因素的信度进行分析。,结果,量表的,Cronbach,系数以及量表的条目数，条目标准化后的系数为,0.941,，可见内部一致性信度较高。,量表的描述统计量，给出了均值、方差、标准差和样本量,条目相互间的相关矩阵，可以观察相关系数比较大的情况，如果相关系数太大，提示有关条目的内容可能重复，为取舍的参考依据之一。,条目间方差分析以及多重交互作用检验与等均数检验可得：,32,个条目均数间相差显著（,F=28.836,，,P=0.000,）。,Tukey,多重交互作用检验估计量为,1.433,，,F=34.220,，,P=0.000.,结论为条目间存在多重交互效应。,Hotellings T2,检验结果为各条目均数不全相等。,效度分析,结构效度的相关性分析,做所有因素的,Spearman,相关分析。,点击,Analyze-Correlate-Bivariate,可以得出各因素间相关系数表，以及所有条目与因素的相关系数表，由此判断结构效度的高低。,广义估计方程,想法来源：在审批论文过程中，在一篇,城市公众健康素养快速评估与短信干预系统的构建与应用研究,的论文中，在评价干预组和对照组的基线和终期（基线和终期是同一人群的不同时间的测量）的健康素养时，使用了卡方检验（,p195,p197,等）。而该资料的不同组之间的个体有相关关系，不能用卡方检验。应用广义估计方程进行检验。,广义估计方程,实际中一些些资料由于部分观察值之间含有非独立的或相关的信息，不能用传统的一般线性模型进行分析，故而发展了广义估计方程。,如纵向资料、重复测量资料、整群抽样设计资料、聚集性资料或是多层次结构资料,构建如下模型：,其中,g(),为联接函数，通过它把,Yij,的边际期望表达成协变量,Xijm,的线性组合,其协方差矩阵,Vi,：,其中 为对角矩阵，其对角线上的元素是,表示,Y,的均数 与方差 的函数关系，,称为作业相关矩阵,构建广义估计方程：,其中,需估计的参数：,一是解释变量的系数,二是离散参数,三是相关系数参,广义估计方程在,SPsS,中的实现,该资料是空气污染对儿童健康影响的纵向研究的一个子集，收集了俄亥俄州儿童在,7,岁、,8,岁、,9,岁和,10,岁的喘息性状况，并记录了母亲在研究第一年是否吸烟。,研究目的是分析儿童的年龄和母亲吸烟情况对儿童喘息性状况是否是有影响,该资料包括,537,例儿童，,变量,(id),表示每个儿童个体的编号，,变量,(age),表示每个儿童个体的测量时的年龄，,变量,(wheeze),表示每个儿童个体测量时的喘息性状况，是二分类资料,(“l”,代表发生，“,O”,代表没有发生,),，,变量,(smoker),表示每个儿童个体的母亲在研究第一年吸烟情况，是二分类资料,(“1”,代表吸烟，“,O”,代表不吸烟,结果分析：,模型中自变量的检验：,可见,age,有统计学意义，而,smoker,没有统计学意义。,广义估计方程的参数估计,:,age,等于,7,岁、,8,岁、,9,岁分别与,10,岁比较偏回归系数,0,375,、,0,429,、,0,348,并且都有统计学意义，表明与,10,岁相比,7,岁、,8,岁、,9,岁是一个高发年龄段。,smoker,等于“,0”,与等于“,1”,比较偏回归系数为,-0.261,，表明母亲吸烟是个危险因素，但没有统计学意义。,作业相关矩阵：,可知应变量的各次重复测量之间的相关关系。,作业相关矩阵的选择,上述模型选择了不确定型相关系数矩阵作为组内作业相关矩阵。,从相关系数矩阵可见，组内相关系数（,0,3090,441,）。不一定是最好的。,重新定义其它的相关关系矩阵，然后通过,Quasi Likelihood under Independence Model Criterion(QIC),统计量的大小来决定合适的作业相关矩阵，在同一个模型中统计量,(QIC),值越小模型越合适。,以下通过定义不同相关关系的作业矩阵得到相应模型的,QIC,大小。,可以看出等相关和不确定相关作业矩阵的,QIC,值最小，虽不同相关作业矩阵的,QIC,大小相差不大。所以选择不确定相关作业矩阵还是比较合适的。,结论,不同岁数测量的喘息性状况的组内相关系数大致在,(0,3090,441),之间。,年龄在,10,岁与,7,8,9,岁相比是个高发的年龄阶段，且有统计学意义。,母亲吸烟是个危险因素，但是没有统计学的意义。,