第六章 衡量

6.1 衡量的定義 「衡量」(measurement，測量) 是針對某一特定對象、人或組織，有關某種特徵或行為 (消費、所得、人格特質……)，賦予其一個值，使其數值能代表 (或符合) 構念中所代表的概念或狀況。

6.1.1 數值系統可分四大類 名義尺度 (nominal scale)：係為了標示目的而指定之任意數值，例如，身分證號碼、性別、運動員之背號及學生的學號等。此種數值彼此間並無大小、順序及比率的關係，也就是說以1表示男性，2表示女性時 順序尺度 (ordinal scale)：不僅可表示類別，也可表示出事物間之等級或順序。例如第一、二、三名來表示參賽者之優劣。故順序變數可比大小及前後，但前後距離不一定相等。例如，5 > 4，但5-41。例如，研究者常用Likert五點計分量表所得數據，可能是1～5分，亦可能是-2～+2分，這種資料屬於順序變數。

等距尺度 (interval scale)：又稱為區間尺度，不僅可表示名稱和順序或等級，還可表示不同等級間之距離。例如 ，5-4=1，但4  2x2。例如溫度、明暗或音強等皆屬於此類尺度。 比率尺度 (ratio scale)：具有前三者的資料特性，且可以做倍數比較。也有距離和絕對的零點。例如，4=2x2。

「衡量」可用「同形」(isomorphism) 觀念來衡量。所謂「同形」就是結構同形，大小比例沒有關係，只要同比例放大縮小即可。

6.2 數值指派的「規則」 牽涉到如何將衡量的結果，能推論到構念層次 (以A表示)。 有4種情況 (圖6-1)，其中，情況二，衡量變數a與構念A最「同形」，變數a這個ECV最能同比例代表構念A。 「情況1」是有信度，但效度低；「情況3」是信度低，且效度低；「情況4」是沒有信度，且沒有效度。

6.3 誤差與信度 信度值愈接近1，表示信度愈高。 衡量誤差 (誤差分數) 的來源有2大類： (1) 系統性誤差：它會對衡量結果產生一致性固定的影響。 (2) 隨機性誤差：主要是來自受訪者身心狀況、情境因素，及衡量試題的干擾影響。

6.3.1 系統性誤差 只要使用衡量工具，系統性誤差 (systemtic errors) 就會產生。系統性誤差對個案間及研究間的影響方式都是「固定」不變的。

6.3.2 隨機性誤差 隨機性誤差：隨機性誤差 (又稱非系統性誤差) 及系統性誤差之主要來源，可分成下列6種因素 受測者誤差：因受測者本身特質 情境因素：訪談時任何外力的影響。街頭 (機場) 訪談比在家裡 (公司) 更易受情境因素的影響。 施測者誤差：訪談者的解釋、重述、語氣、態度和藹可親、肢體動作、草率的資料處理……等等。 量表的使用方式 資料的分析處理之影響 系統性誤差：(1) 衡量工具內容：混淆 (區別效度不佳)、語意不清 (信度不佳) (2) 衡量項目 (items) 不足(3) 有沒有引導作答 (leading) 的嫌疑

6.4 量表的設計 「量表化」(scaling)，它是一種衡量的程序，旨在將衡量對象或欲衡量的特性指派某些數值，以便將衡量對象之特性數值化。 量表是用一個以上的指標 (indicant, item, manifested) 來衡量某個體∕事物的特性。

6.4.1 量表分類方法 量表建構的技術 (程序)：可分為： (1) Likert量表，採用「評分加總」之計分方式。 (2) Thurstone量表，又稱共識量表。 (3) 語意差異法，是屬因素量表之一。 (4) Guttman量表，採用累計量表計分方式。 (5) 配對比較量表。

6.5 「量表」設計的技術 量表設計的技術，可分為下列5大類： Likert量表 李克特量表 (Likert scale) 是屬「評分加總式量表」最常用的一種，顧名思義，屬同一「構念」的「這些項目」是用「加總」方式來計分，單獨或個別項目是無意義的。

Thurstone量表 是由一群「專家」依據下列3個準則來篩選項目：(1) 與研究主題有關聯性。(2) 題意是否模糊 (即專家對該題去留意見不一致者)。(3) 項目所表達之態度層次。

語意差異量表 旨在瞭解受訪者對事物的認知 (形象、競爭優勢……)。

表6-6是一個典型語意差異量表

Guttman量表 用來檢定具有不同強弱程度之一組項目是否都屬「單一構面」

配對比較量表 利用配對比較的方法來衡量人們態度的一種量表。例如，某研究者想了解 ABCD 4種物品 (或規劃的四種準則) 的重要性，樣本選取100名受訪者進行成對 由以上成對比對的結果，可知B物品 (準則) 最受歡迎。

6.6 效度 量表會有信度 (reliability)、效度 (validity) 問題發生，主要是量表本身有「衡量誤差」存在。 兩者關係，可用數學式「若P則Q」或 (P → Q) 來表示，即「效度 → 信度」。 (1) 有信度不一定有效度 (逆定理「Q → P」不一定成立)。 (2) 無信度一定無效度 (～Q → ～P)。 (3) 有效度一定有信度 (P → Q)。 常見的效度，有下列3種： 內容效度 效標關聯效度 建構效度

6.6.1 內容效度 是指量表「內容的適切性」，即量表內容是否涵蓋所要衡量的構念。 可分成取樣 (sampling) 效度及表面 (face) 效度兩種，兩者都沒有應用到統計方法來計算，都只仰賴專家主觀的評判。 取樣效度：量表所包含的項目是否能代表母體構念的項目∕題目 (item)。 表面效度：是指量表項目和形式上，給人的主觀印象，可適切地衡量其欲測得的特質或行為。故表面效度是請專家來看看該量表有沒有效度。

6.6.2 效標關聯效度 效標關聯效度並不涉及構念的問題。 是指使用中的衡量工具與「其他衡量工具」(包括目前與未來之準則效標)，比較兩者是否具有關聯性。 同時效標：是指衡量工具與效標同時出現。 預測效標：是指衡量工具出現在效標之前。

6.6.3 建構效度 「量表能衡量理論上某構念或特質的程度」 常見的建構效度有2類： 收歛 (convergent) 效度 區別 (discriminant) 效度

一、收歛效度 來自相同構念的這些項目，彼此之間相關要高。 收歛效度及區別效度常用的「統計檢定」有3種方法： 以「相關分析」來計算某一構念之這些項目的值，並將 值的顯著性 (值) 排列成二維矩陣若每一個r值彼此都達到顯著水準之個數愈多，則表示該量表建構效度愈佳。 以「因素分析」(factor analysis) 求量表各項目之因素結構 (structure) 矩陣。同一構念中，若因素負荷量的值愈大項目」，否則刪除後再重新執行一次因素分析)，表示收歛效度愈高。 以「多特質多方法」(muti-traits multi-methods, MTMM) 來檢定：用同一個「異質的特質」(hetero-traits) 衡量工具，以不同的「方法」

6.6.4 MTMM之統計分析

二、區別效度 不同的兩個構面，能區別的程度。 以因素分析角度來看，就是各項目只能在其屬的因素中「因素負荷量」大於0.50 (要接近1)，反之，各項目在其非屬的因素中「因素負荷量」要愈小愈好 (接近0)。

6.7 信度 一個衡量工具包含「變數誤差」(variable errors) 的程度。即在任何一次衡量中，觀察值之間呈現之不一致，或是採用相同衡量工具，然而對特定單位施測，每次所得結果都不一樣 信度是指衡量資料的可靠性，受測者在相同條件下，重複測量是否得相同結果 (穩定性)，或相同構念 (性質相同、目的相同) 以不同題目測量所得結果的「一致性」程度

6.7.1 信度種類及算法 信度意指一種衡量工具的精確性或是正確性，其意義主要有二：(1) 穩定性 (stability)，(2) 一致性 (consistency)。 常見信度可分為下列3大類： 等值性 (equivalence)：又稱「複本法」，專門為檢定同一測驗中不同複本上分數的一致。 複本信度 (equicalent-forms)：同時設計兩份問卷，每份問卷使用不同問項 (稱為複本)，並讓同一受訪者問答，而此同一測驗中之兩種複本的相關程度 (相關係數) 折半信度 (split-half)：將同一量表中「項目內容相似」，折成兩半 (一般分奇數題與偶數題)，求這兩個「各半」測驗總分之相關。折半信度係數

穩定性 (stability)：對同一批樣本，前後兩期測兩次 一致性 (consistency) 折半法：折半信度 Kuder-Richardson法 一致性法：例如，Cronbach’s 係數)，特別適合衡量人格特質、態度……等等 (即Likert量表。一般0.7  α  0.8表可信，一般 0.8  α  1.0表非常可信。 ：

6.7.3 信度與效度的關係 「效度→信度」(關係式若 p 則 q)。換句話說，有效度一定有信度；但有信度不一定有效度；無信度一定無效度。

Thank You !