Можно ли достоверно уменьшить количество предметов в опубликованной шкале Лайкерта?


11

[правки сделаны в ответ на отзыв- спасибо :-)]

Doh! Больше правок! Сожалею!

Привет-

Я делаю довольно грубый и готовый сбор данных с опросом, направленным медицинскому персоналу с использованием опубликованной шкалы о моральном духе и других подобных вопросах.

Единственное, что масштаб довольно длинный со всеми остальными в опросе, и я хотел бы уменьшить его размер, разрезая каждую подшкалу пополам и используя только половину элементов. Моя интуиция заключается в том, что это нормально, поскольку подшкалы взаимосвязаны, и хотя они не идеальны для исследований, стандартных для публикаций, они подходят для небольшого количества внутриорганизационных фактов.

Я задавался вопросом, есть ли у кого-нибудь какие-либо мысли о правильности этого, подводных камнях или чем-то еще. Ссылки с благодарностью принимаются, потому что моим коллегам нужно будет убедить!

Большое спасибо, Крис Б

edits-

Да, это утвержденная шкала с известными психометрическими свойствами.

Он одномерный и имеет подшкалы, если это правильно.

Я буду работать на подшкале и на уровне, а не на уровне предмета.

30 предметов, вероятно, около 40-60 человек.

Ура!


Является ли это подтвержденной шкалой с известными психометрическими свойствами?
ЧЛ

Привет Крис, так что вы не уменьшаете количество предметов в шкале Ликерта, а скорее используете меньше вопросов / предметов (которые измеряются по шкале Ликерта). В целом это звучит так, как будто это зависит от ваших мер. Вы можете проверить соотношение предметов, которые вы собираетесь убрать, с теми, которые вы храните. На самом деле интересно, как измерить, сколько нужно удалить - возможно, стоило бы переформулировать вопрос таким образом (если вы этого не сделаете, я мог бы сделать это позже). Хороший вопрос :)
Тал Галили

Три дополнительных вопроса: (1) это одномерная шкала или есть несколько подшкал, (2) каково количество лиц и количество предметов, и (3) вы работаете на уровне предметов или всего или средний балл?
ЧЛ

Ответы:


11

Хотя по-прежнему не хватает некоторой информации (количество отдельных лиц и предметов в подшкале), здесь приведены некоторые общие советы о сокращении масштаба. Кроме того, поскольку вы работаете на уровне вопросника, я не понимаю, почему его длина так важна (в конце концов, вы просто предоставите сводную статистику, например, общие или средние оценки).

Я предполагаю, что (а) у вас есть набор из K элементов, измеряющих некоторую конструкцию, связанную с моральным духом, (б) ваша «одномерная» шкала - это фактор второго порядка, который можно подразделить на различные аспекты, (в) вы хотели бы уменьшите вашу шкалу до k <K элементов, чтобы с достаточной точностью суммировать итоговые баллы по предметам при сохранении достоверности содержания шкалы.

О содержании / конструкции достоверности этой утвержденной шкалы: Количество элементов, безусловно, выбрано так, чтобы наилучшим образом отражать интересующую конструкцию. Сокращая вопросник, вы фактически сокращаете охват конструкции. Было бы хорошо проверить, что структура факторов остается неизменной при рассмотрении только половины элементов (что, в конце концов, также может повлиять на способ их выбора). Это может быть сделано с использованием традиционных методов FA. Вы несете ответственность за интерпретацию шкалы в духе, аналогичном духу авторов.

О достоверности баллов : хотя это показатель, зависящий от выборки, достоверность баллов уменьшается при уменьшении количества элементов (см. Формулу Спирмена-Брауна ); Другой способ убедиться в том, что стандартная погрешность измерения (SEM) увеличится, но см . Инструкционный модуль NCME по стандартной погрешности измерения , автор Leo M Harvill. Излишне говорить, что он применяется к каждому показателю, который зависит от количества элементов (например, альфа Кронбаха, который можно использовать для оценки одной из форм надежности, а именно внутренней согласованности). Надеемся, что это не повлияет на какие-либо сравнения между группами на основе необработанных результатов.

Итак, мои рекомендации (самый простой способ) будут:

  1. Выберите ваши предметы, чтобы максимизировать охват конструкции; проверить размерность с помощью FA и охват одномерным распределением ответов;
  2. Сравнить средние промежуточные корреляции с ранее сообщенными;
  3. Вычислить внутреннюю согласованность для полной шкалы и ваших композитов; убедитесь, что они согласуются с опубликованными статистическими данными в исходном масштабе (не нужно ничего проверять, это выборочные меры);
  4. Проверьте линейные (или полихорические, или ранговые) корреляции между исходными и уменьшенными (под) баллами, чтобы убедиться, что они сопоставимы (т. Е. Местоположения отдельных лиц со скрытой чертой не изменяются в значительной степени, что объективируется через необработанные баллы );
  5. Если у вас есть внешняя переменная для конкретного субъекта (например, пол, возраст или наилучшая мера, связанная с моральным духом), сравните валидность известной группы между двумя формами.

Трудным путем было бы полагаться на теорию отклика предметов, чтобы выбрать те предметы, которые несут максимум информации о скрытой характеристике - масштабирование на самом деле является одним из лучших ее применений. Модели для политомных предметов были частично описаны в этой теме, Проверка анкет .

Обновление после вашего второго обновления

  1. Забудьте о любых моделях IRT для политомных предметов с таким небольшим количеством предметов.
  2. Факторный анализ также пострадает от такого низкого размера выборки; Вы получите ненадежные оценки факторных нагрузок.
  3. 30 пунктов, разделенных на 2 = 15 пунктов (легко получить представление об увеличении соответствующей SEM для общего балла), но это определенно ухудшится, если вы рассмотрите подшкалы (на самом деле это был мой 2-й вопрос - нет элементов) за подшкалу, если есть)

8

Я думаю, что нет четкого ответа «да / нет» на ваш вопрос. Если вы произвольно выбрасываете элементы из под-шкал для создания краткой формы оригинальной анкеты, вы теряете психометрическую валидацию длинной формы. То, что может измениться, это факторная структура вопросника, надежность подшкал, корреляции между элементами и т. Д. (Вы заметите, что я привык к классическому мышлению теории тестов, а не к IRT). Кроме того, вы не можете использовать какую-либо стандартизацию оригинальной анкеты. Вот почему короткие формы устоявшихся вопросников должны проходить отдельный этап проверки.

В зависимости от ваших требований, однако, не все потеряно. Вам может не потребоваться стандартизация, потому что вы можете захотеть сравнивать результаты только по вашей выборке, не делая «абсолютных» суждений относительно контрольной группы. ИМХО, было бы плюсом, если бы у вас была возможность проверить короткую форму с оригинальной формой хотя бы для подвыборки вашей группы. Это может позволить вам увидеть, если результаты похожи.

Тем не менее, в целом, результаты анкеты могут быть удивительно чувствительны к ее составу. Люди не заполняют вопросники автоматически, а делают всевозможные молчаливые предположения и когнитивные умозаключения: «о чем это на самом деле?», «Что я должен здесь сообщать?», «Что они на самом деле хотят знать?». На это может сильно влиять данный контекст предметов, ср. Шварц, Н. 1996. Познание и общение: предвзятые предубеждения, методы исследования и логика разговора. Махва, Нью-Джерси: Лоуренс Эрлбаум.


4

Я бы добавил одно очко.

Помните о различии между группой (например, сравнивая групповые средние значения по времени) и измерением на индивидуальном уровне (например, сопоставление баллов по шкале с другими шкалами на индивидуальном уровне).

Надежность применяется по-разному к двум уровням. Возможно, поможет следующее упрощение:

  • Надежность измерения на уровне группы в значительной степени зависит от количества участников, а также от степени реальной изменчивости на уровне группы.
  • Надежность измерения на индивидуальном уровне в значительной степени зависит от количества предметов, которые у вас есть, и степени, в которой люди действительно различаются.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.