區(qū)分效度分析流程
區(qū)分效度分析流程
一、基本說明
區(qū)分效度（又稱判別效度、區(qū)別效度），其實(shí)質(zhì)也是一種結(jié)構(gòu)效度。區(qū)分效度強(qiáng)調(diào)本不應(yīng)該在同一因子的測量項(xiàng)，確實(shí)不在同一因子下面。比如說，測量項(xiàng)A和 B分別測量兩個(gè)屬性，應(yīng)該分屬于因子A和因子B中，如果確實(shí)是這樣，那么說明區(qū)分效度很高；但是如果二者屬于同一因子下，則說明區(qū)分效度不明顯，量表設(shè)計(jì)的不好。
二、前期分析
進(jìn)行區(qū)分效度的分析之前，應(yīng)該已經(jīng)完成量表的信度分析和結(jié)構(gòu)效度分析。保證量表具有很高的可信度和良好的結(jié)構(gòu)效度。
例如：現(xiàn)在有一份量表題，要對A1~A4，B1~B4，C1~C3，D1~D3，共14個(gè)量表題，進(jìn)行信度和結(jié)構(gòu)效度分析。
1．信度分析
信度用于衡量樣本回答是否可靠，即樣本有沒有真實(shí)作答量表類題目。信度分析常見的衡量指標(biāo)是克隆巴赫信度系數(shù)（Cronbach α系數(shù)值）。Cronbach α系數(shù)值如果在0.8以上，說明量表的信度非常高；如果在0.7以上，說明量表信度可以接受；如果在0.6以上，說明量表應(yīng)該進(jìn)行修正，但仍不失其價(jià)值；如果低于0.6則需要重新進(jìn)行量表設(shè)計(jì)。
在SPSSAU系統(tǒng)中進(jìn)行信度分析，因?yàn)楣睞BCD四個(gè)維度，所以分別進(jìn)行四次信度分析后，得到各維度的α系數(shù)值，匯總?cè)缦卤恚?/p>
從上表可以看出，ABCD四個(gè)維度的α系數(shù)值均高于0.7，因而說明本次數(shù)據(jù)的信度質(zhì)量水平較好，研究數(shù)據(jù)真實(shí)可靠。
2．結(jié)構(gòu)效度分析
結(jié)構(gòu)效度是為了分析“從量表獲得的結(jié)果與設(shè)計(jì)該量表時(shí)所假定的理論之間的符合程度”。簡單來講，在研究者設(shè)計(jì)量表之初，一般會預(yù)設(shè)好幾個(gè)維度，在經(jīng)過因子分析后，需要驗(yàn)證測量的數(shù)據(jù)是否與預(yù)設(shè)的幾個(gè)維度相對應(yīng)，如果測量項(xiàng)與預(yù)設(shè)維度之間對應(yīng)關(guān)系良好，則說明量表的結(jié)構(gòu)效度良好，說明量表設(shè)計(jì)的合理且有效，那么通過該量表得到的分析結(jié)果也是有效的。
進(jìn)行結(jié)構(gòu)效度分析，最終因子與測量項(xiàng)對應(yīng)關(guān)系良好，如下圖：
從效度分析結(jié)果看，A2~A4對應(yīng)在因子3下；B2~B4對應(yīng)在因子2下；C1~C3對應(yīng)在因子1下；D1~D2對應(yīng)在因子4下。對應(yīng)關(guān)系良好，KMO值為0.876，且通過巴特球性檢驗(yàn)說明量表結(jié)構(gòu)效度良好。?
三、四種檢驗(yàn)方式 ? ? ?
區(qū)分效度，在SPSSAU系統(tǒng)中，區(qū)分效度檢驗(yàn)是使用驗(yàn)證性因子分析進(jìn)行的。將各維度分別放進(jìn)分析框中，進(jìn)行分析，操作如下圖：
得到的分析結(jié)果中，區(qū)分效度檢驗(yàn)共有四種檢驗(yàn)方法，下面將一一進(jìn)行說明。
（1）AVE平方根判斷法
當(dāng)每個(gè)因子的AVE平方根值均大于“該因子與其他因子的相關(guān)系數(shù)的最大值”，此時(shí)說明具有良好的區(qū)分效度。
? ? 表格中斜對角線為AVE平方根值，其余值為相關(guān)系數(shù)。針對Factor1，其AVE平方根值為0.813，大于因子間相關(guān)系數(shù)絕對值的最大值0.661，意味著其具有良好的區(qū)分效度；同理，其他因子的區(qū)分效度都良好，意味著此次分析的量表具有良好的區(qū)分效度。
（2）HTMT法
HTMT（heterotrait-monotrait ratio）異質(zhì)-單質(zhì)比率，也就是特質(zhì)間相關(guān)與特質(zhì)內(nèi)相關(guān)的比率。他是不同構(gòu)面間指標(biāo)相關(guān)的均值相對于相同構(gòu)面間指標(biāo)相關(guān)的均值乘積的開方的比值。如果HTMT值小于0.85（有時(shí)以0.9作為標(biāo)準(zhǔn)），則說明該兩因子之間具有區(qū)分效度。
從HTMT分析結(jié)果來看，所有的HTMT值均小于0.85，意味著因子之間均有良好的區(qū)分度，量表的區(qū)分效度良好。
（3）MSV和ASV
MSV和ASV這兩個(gè)指標(biāo)也可用于區(qū)分效度判斷；當(dāng)MSV值小于AVE的值，并且ASV值小于AVE值則說明具有區(qū)分效度。
從上表可以看出，大部分因子的MSV值和ASV值都不小于AVE值，說明因子之間的區(qū)分效度并不好，進(jìn)而量表的區(qū)分效度也比較差。
注意：不同的區(qū)分效度檢驗(yàn)方法得到的檢驗(yàn)結(jié)果可能不同。例如上述例題中三種檢驗(yàn)區(qū)分效度的方式，得到的檢驗(yàn)結(jié)果就不相同。此時(shí)，一般情況下只要有一種檢驗(yàn)方式能夠說明量表的區(qū)分效度良好，就可以認(rèn)為量表有比較好的區(qū)分效度了。并不要求每種檢驗(yàn)方式都要通過，才能認(rèn)為區(qū)分效度良好。
（4）獨(dú)立性檢驗(yàn) ? ?
獨(dú)立性檢驗(yàn)法需要研究者自行設(shè)置多個(gè)不同的CFA模型，然后對比不同的CFA模型擬合指標(biāo)效果情況，并且判斷得出最佳的模型，用于證明模型間的獨(dú)立性情況。比如下表格：
比如：本次量表共有4個(gè)因子A/B/C/D，默認(rèn)將量表分為4個(gè)因子即上圖中的M0模型。如果想知道這種模型是否最優(yōu)，則可以通過對比不同的模型結(jié)構(gòu)進(jìn)行判斷。例如上圖中的M1模型，將因子A放在一個(gè)因子框中，因子B和因子C放在另一個(gè)因子框中，因子D放在另一個(gè)因子框中，再進(jìn)行驗(yàn)證性因子分析，操作如下圖：
同理，可以換成M2或M3等其他模型進(jìn)行分析，將每次的模型擬合指標(biāo)整理成下表，進(jìn)行對比分析，找到最優(yōu)模型。
模型擬合指標(biāo)用于整體模型擬合效度情況分析；通常情況下，擬合指標(biāo)很多，指標(biāo)很難全部達(dá)標(biāo)；所以研究者可以根據(jù)實(shí)際情況，關(guān)注一些常用指標(biāo)，包括卡方自由度比，GFI，RMSEA，RMR，CFI，NFI和NNFI。
從上表可以看出，對比分析以上7個(gè)指標(biāo)，M0模型都是最接近判斷標(biāo)準(zhǔn)的，即將因子分為A,B,C,D 4個(gè)的模型是最優(yōu)的模型。
四、不達(dá)標(biāo)處理
如果區(qū)分效度不達(dá)標(biāo)，可以參考以下幾個(gè)角度進(jìn)行調(diào)整。
（1）規(guī)范分析流程
一定要按照標(biāo)準(zhǔn)的分析流程進(jìn)行區(qū)分效度分析，在進(jìn)行區(qū)分效度之前要確保量表通過信度分析，并且具有良好的結(jié)構(gòu)效度，這是進(jìn)行區(qū)分效度的前提條件；量表的可靠性是有效性的必要前提；并且結(jié)構(gòu)效度分析，要確保因子與測量項(xiàng)之間具有良好的對應(yīng)關(guān)系。如果沒有按照標(biāo)準(zhǔn)的分析流程進(jìn)行分析，很有可能不能得到良好的區(qū)分效度。
（2）盡量使用經(jīng)典量表
經(jīng)典量表是反復(fù)經(jīng)過測試的，信度效度都很高，一般不會出問題。但是要注意經(jīng)典量表與自己研究內(nèi)容的契合度，即選擇的經(jīng)典量表是否適合研究自己的課題。
（3）刪除載荷系數(shù)法
刪除載荷系數(shù)值比較低的測量項(xiàng)。
因子載荷系數(shù)值的統(tǒng)計(jì)意義就是變量i與公共因子（維度）j的相關(guān)系數(shù)（程度），絕對值越接近1，說明變量與公共因子的關(guān)系越密切。所以可以將載荷系數(shù)低的項(xiàng)（比如小于0.6）進(jìn)行刪除后，再進(jìn)行分析。
通常結(jié)合MI指標(biāo)進(jìn)行模型修正，建立協(xié)方差關(guān)系等。
MI值是一個(gè)模型調(diào)整指標(biāo)，一般對模型調(diào)整時(shí)，可考慮多次嘗試對比選擇最優(yōu)模型。比如設(shè)置MI>10時(shí)進(jìn)行模型調(diào)整，操作如下圖：
選擇輸出MI值后，再進(jìn)行分析，此時(shí)SPSSAU輸出因子和測量項(xiàng)-MI指標(biāo)與測量項(xiàng)間MI指標(biāo)兩個(gè)表。
表1：因子和測量項(xiàng)-MI指標(biāo)
上表為因子和測量項(xiàng)-MI指標(biāo)，MI值并不固定判斷標(biāo)準(zhǔn)，一般該值如果大于20說明關(guān)聯(lián)性很強(qiáng)。從上可以看出，A2與Factor2、Factor3、Factor4這三個(gè)因子之間的MI值均大于20，說明A2與3個(gè)因子之間可能有較強(qiáng)的關(guān)聯(lián)性。所以可以考慮將A2指標(biāo)從模型中刪除后，再次進(jìn)行分析。
刪除A2指標(biāo)后，對比模型擬合指標(biāo)整理如下：
從模型擬合指標(biāo)來看，刪除A2后，各項(xiàng)指標(biāo)都更接近判斷標(biāo)準(zhǔn)，說明使用MI指標(biāo)進(jìn)行模型修正是有效果的。
表2：測量項(xiàng)間MI指標(biāo)值
測量項(xiàng)(顯變量)間的MI指標(biāo)，可用于輔助查看（或重新建立模型）測量項(xiàng)間的關(guān)系情況；如果MI值較大(比如大于20)，說明該兩個(gè)測量項(xiàng)間有著較強(qiáng)的關(guān)系，可考慮對它們建立協(xié)方差關(guān)系后再次分析。從上表可以看出，A4與A3之間的MI值大于20，說明二者之間有較強(qiáng)的關(guān)系，可以建立協(xié)方差關(guān)系，操作如下圖：
建立A4與A3之間協(xié)方差關(guān)系后，對比模型擬合指標(biāo)如下：
從模型擬合指標(biāo)來看，建立協(xié)方差關(guān)系后，各項(xiàng)模型擬合指標(biāo)都更接近判斷標(biāo)準(zhǔn)，說明通過觀察MI指標(biāo)建立協(xié)方差關(guān)系進(jìn)行模型修正是有效果的。
（5）其他區(qū)分效度分析并沒有指定的檢驗(yàn)方法，上述4種檢驗(yàn)方法如果有一個(gè)通過區(qū)分效度檢驗(yàn)即可說明研究量表的區(qū)分效度良好，并不需要所有檢驗(yàn)方法都通過。多種方法對比選擇后進(jìn)行說明即可。
五、總結(jié)
區(qū)分效度用于分析本不應(yīng)該在同一因子下的測量項(xiàng)確實(shí)不在一個(gè)因子下。在進(jìn)行區(qū)分效度分析之前需要先進(jìn)行信度分析與結(jié)構(gòu)效度分析，確保量表具有很高的可信度和良好的結(jié)構(gòu)效度。在SPSSAU系統(tǒng)中，共提供4種區(qū)分效度的檢驗(yàn)方法，分別是AVE平方根判斷法、HTMT法、MSV和ASV判斷法和獨(dú)立性檢驗(yàn)法。一般來講4種分析方法有一種通過即可認(rèn)為量表區(qū)分效度良好。如果區(qū)分效度檢驗(yàn)不通過，可以進(jìn)行不達(dá)標(biāo)處理，包括規(guī)范分析流程、盡量使用經(jīng)典量表、刪除載荷系數(shù)低的測量項(xiàng)、進(jìn)行模型修正等。
