【正文】 靠性又可分為反復(fù)測試可靠性（ TestRetest Reliability）和平行測試可靠性（ ParallelForm Reliability）。運(yùn)用內(nèi)部一致性的原理，我們可以通過檢查不同題目的測試結(jié)果是否一致，從而據(jù)此判斷隨機(jī)誤差的影響程度，并評估測試結(jié)果的可靠性。 五、度量可靠性評價(jià) 度量可靠性的評價(jià)分為 1．與度量穩(wěn)定性有關(guān)的可靠性評定 （ 1）反復(fù)測試可靠性 （ TestRetest Reliability） （ 2）平行測試可靠性 （ ParallelForm Reliability） 2．基于度量的內(nèi)部一致性的可靠性評定 反復(fù)測試可靠性 ? 在兩次不同的時(shí)間，對完全相同的測試對象進(jìn)行完全相同的度量。實(shí)際研究中這一時(shí)間間隔通常取兩個(gè)星期。 ? 假設(shè)沒有隨機(jī)誤差發(fā)生，所有的度量項(xiàng)目（ items）所度量的都是同一個(gè)基本屬性，因此，具體項(xiàng)目之間的差異可以作為評價(jià)隨機(jī)誤差影響的基礎(chǔ)。 ? 若有 2n個(gè)度量項(xiàng)目，可能的劃分方式有 )!)(!(2)!2(nnn 種，對于有 10個(gè)項(xiàng)目的量表就有 126種項(xiàng)目分半劃分的可能，選擇項(xiàng)目劃分方式會引入主觀性。 ? α的取值從 0到 1，取值為 0表示完全不可靠，取值為 1表示完全可靠。 ? 我們設(shè)想用一個(gè)量表對實(shí)行 CIMS工程可能帶來目標(biāo)效益的概率進(jìn)行評估。下表是測試結(jié)果的協(xié)方差矩陣。 ? 所有項(xiàng)目與概念有關(guān)的部分稱為公共核。 ? 如果概念有多維， α參數(shù)要在每一維內(nèi)分別計(jì)算，并在每一維內(nèi)去除不符合概念域的項(xiàng)目。 提高可靠性的方法 提高可靠性的方法主要有： ? （ 1）增加測試長度，即增加度量項(xiàng)目的個(gè)數(shù)。 提高可靠性的方法 ? （ 2）被測因素在受試對象中的差異越大，測試越可靠。而現(xiàn)實(shí)中出于“面子”的考慮或其它原因，這種不懂裝懂的現(xiàn)象是常見的。那么度量應(yīng)該達(dá)到什么樣的可靠性標(biāo)。在度量缺乏可靠性的情況下，度量兩個(gè)本應(yīng)相關(guān)的變量由于存在較大的隨機(jī)誤差，會使變量間的相關(guān)關(guān)系看起來缺乏顯著性。 ? 在調(diào)查中提出問題時(shí)要注意只問那些被調(diào)查者可能知道答案的問題。 ? 研究者可用同樣或略有差異的提法將一個(gè)問題反復(fù)多問幾次。如果 α參數(shù)足夠大并且因子分析發(fā)現(xiàn)的維度與概念域中描述的一致，就可以得到一個(gè)令人滿意的度量設(shè)計(jì)。反之，項(xiàng)目間相關(guān)性較低說明某些項(xiàng)目不是來自正確的概念域，因而產(chǎn)生了誤差。 ? ii216??21616? ijji ????? ?? ? ??????? ?66 1 120 0820 08 45 32 0 83.. . . 六、提高可靠性的方法 ? 度量誤差的一個(gè)基本來源就是有關(guān)項(xiàng)目域的抽樣不充分，即缺乏內(nèi)容有效性。每個(gè)項(xiàng)目的得分從1分（不可能）到 7分（可能）。 ? i2 ?t2 α參數(shù)法 （ Cronbach α） 對于項(xiàng)目值域只有兩個(gè)值的情況，公式為： 其中： k = 量表中項(xiàng)目的個(gè)數(shù)； p = 第一種類型回答的比例； q = 第二種類型回答的比例； 量表的總方差。 ? 一般認(rèn)為， α參數(shù)法優(yōu)于二分法。 ? 二分法存在的問題是，評價(jià)的準(zhǔn)確與否依賴于項(xiàng)目如何劃分。 ? 通常兩次測試有相似的項(xiàng)目和同樣的回答方式，而只是在措詞和項(xiàng)目順序等方面有差別，如果兩次度量結(jié)果間顯示出高相關(guān)性，就可以排除由于措詞、問題順序以及其他因素導(dǎo)致的隨機(jī)干擾。 ? 由于受試對象是人，兩次測試的時(shí)間間隔應(yīng)足夠長，否則受試人對上次測試的記憶會影響第二次測試的回答，使兩次測試獲得不真實(shí)的高相關(guān)性。 ? 如果隨機(jī)誤差對度量影響很大，在個(gè)別項(xiàng)目上的得分就會有高有低，從而降低了項(xiàng)目之間的相關(guān)性。測試內(nèi)影響因素就是指在一次測試中，在測試的不同問題或項(xiàng)目之間發(fā)生的隨機(jī)干擾。這樣，在不同情況下的度量結(jié)果的相關(guān)性（重復(fù)測試相關(guān)性）就為評價(jià)可靠性提供了基礎(chǔ)。 導(dǎo)致隨機(jī)誤差的因素 ? 隨機(jī)誤差降低度量的可靠性。 循序效應(yīng)偏差和評價(jià)者偏差 ? 循序效應(yīng) – 評價(jià)可能涉及若干層面，先做的評價(jià)影響后做的評價(jià)。在某些情況下，被調(diào)查者會將他人的判斷作為參照系，傾向于迎合社會價(jià)值判斷而規(guī)避極端的回答。 ? 在度量過程中，常見的導(dǎo)致系統(tǒng)誤差的因素有 : – 分布誤差（ distributional error） – 光暈偏差（ halo bias ） – 參照系偏差（ reference frame bias ） – 自我中心效應(yīng)（ egoecentric error） – 循序效應(yīng)（ sequential error） – 評估者偏差（ evaluator bias ） ? 這些因素導(dǎo)致的系統(tǒng)誤差會降低度量的有效性。精確度與準(zhǔn)確性之間存在著某種程度的相克關(guān)系。 ? 不應(yīng)混淆精確和準(zhǔn)確這兩個(gè)概念。 （ 3）可靠的度量，既可能有效，也可能無效。隨機(jī)誤差小，可靠性就強(qiáng)，反之就差。 幾種典型度量尺度的基本差別 ? 里克特尺度、迦特曼尺度和瑟斯滕尺度的基本差別在于關(guān)于人的觀點(diǎn)和對個(gè)別項(xiàng)目給出的答案之間關(guān)系的假設(shè)不同。評分很不一致的內(nèi)容應(yīng)刪去。 瑟斯滕尺度的基本形式 ? 瑟斯滕尺度的基本形式是“間距相等”。 瑟斯滕（ Thur stone）尺度 ? 與里克特尺度和迦特曼尺度不同的是：瑟斯滕尺度的測試項(xiàng)目不要求具有單調(diào)性，判斷者只有當(dāng)項(xiàng)目陳述近似于其觀點(diǎn)時(shí)才同意，而在里克特尺度和迦特曼尺度的測試項(xiàng)目中，判斷者的選項(xiàng)是連續(xù)變化的。 ? 我們把尺度型的答案個(gè)數(shù)占答案總個(gè)數(shù)的比例稱為再現(xiàn)系數(shù)，再現(xiàn)系數(shù)越高，度量的偏差越小。所有得分加起來為總得分，這里稱“指標(biāo)得分”； ? 另一種方式是按指標(biāo)的趨強(qiáng)結(jié)構(gòu)計(jì)分，在最強(qiáng)指標(biāo)最佳教學(xué)身份上選擇“理論型”答案的給3分，在次強(qiáng)指標(biāo)業(yè)務(wù)興趣上選擇“理論型”答案的給 2分，在最弱指標(biāo)閱讀興趣上選擇“理論型”答案的給 1分，對各個(gè)問題的得分不相加，只計(jì)最高分，這里稱“尺度得分”。 迦特曼尺度適用的答案模式 答案模式分為兩種。 ? 迦特曼尺度要求題目的設(shè)置是一維尺度，也就是說題目的內(nèi)容都是反映單一內(nèi)涵，而不具有多層含義。迦特曼尺度是“累積”模式，每題具有一個(gè)尺度值（得分），題目之間具有高分題內(nèi)容包含低分題內(nèi)容的的關(guān)系，滿足數(shù)值大的項(xiàng)目時(shí)，同時(shí)也滿足小數(shù)值項(xiàng)目。 迦特曼（ Guttman）尺度 ? 迦特曼尺度又稱累積度量。 三維 語義差異度量 ? 語義差異判斷也可以將一個(gè)概念分成三個(gè)維度。 語義差異度量 ? 語義差異度量是里克特度量的一種變通形式，語義差異度量是通過對一個(gè)主題進(jìn)行多角度回答來進(jìn)行度量。 ? 使用里克特尺度有時(shí)會設(shè)置一些掩飾項(xiàng)目。 里克特尺度的優(yōu)點(diǎn)和不足 ? 里克特尺度制作簡單，用途廣泛，結(jié)論可靠，調(diào)查內(nèi)容有一定深度，可以用來測試具有多維尺度的內(nèi)容，是一種應(yīng)用范圍比較廣的方法。 里克特（ Likert）尺度 ? 里克特度量要求概念是一維的，如果是多維概念的話，要求將其細(xì)分成多個(gè)一維子集。（也可不用“贊成”而用“同意”）。 ? 分類往往能夠幫助我們理解數(shù)據(jù)，但應(yīng)當(dāng)注意最好以分類變量為自變量而不是因變量。 根據(jù)組合指標(biāo)對研究對象分類 ? 當(dāng)對研究對象進(jìn)行二維或多維量度時(shí)，可以根據(jù)組合指標(biāo)的量度結(jié)果對研究對象分類。“理論型”指標(biāo)高的受試者在其他問題上也應(yīng)顯示較強(qiáng)的理論傾向；“理論型”指標(biāo)低的研究對象在其他問題上也應(yīng)顯示較低的理論傾向。證實(shí)組合指標(biāo)可用下列方法： （ 1）內(nèi)部證實(shí) 證實(shí)指標(biāo)首先是內(nèi)部證實(shí)。要具體情況具體分析。有人只填寫參加過的活動，沒參加過的就空在那里。 未詳數(shù)據(jù)的處理 處理未詳數(shù)據(jù)（如填“不知道”）的方法有： ? 第一，如果未詳數(shù)據(jù)不多，可以把它們刪去。例如，領(lǐng)導(dǎo)風(fēng)格的取值范圍可以從“非常民主”到“非常獨(dú)斷”。 ? 第三，要避免雙關(guān)的或含糊的項(xiàng)目。 業(yè)務(wù)興趣為管理理論的比例 最佳教學(xué)身份 管理者 研究者 管理案例 27 ％（ 66 ） 58 ％（ 12 ） 閱讀興趣 管理理論 58 ％（ 219 ） 89 ％（ 130 ） 三項(xiàng)度量項(xiàng)目之間的關(guān)系（假設(shè)） 上表中，加上閱讀興趣這項(xiàng)內(nèi)容之后，業(yè)務(wù)興趣和最佳教學(xué)身份之間的關(guān)系不變。通過對每對問題之間關(guān)系的檢驗(yàn)，證明它們確實(shí)可以成為同一變量的度量尺度。只有 51％選擇“管理者” 作為最佳教學(xué)身份的受試者選擇了“管理理論” 作為業(yè)務(wù)興趣。 度量“理論型”和“實(shí)踐型”的項(xiàng)目 ? ① “作為商學(xué)院的教授你認(rèn)為哪種能力對教學(xué)更重要：管理實(shí)踐能力還是管理研究能力？” 這一問題反映受試者對“最佳教學(xué)身份”的認(rèn)識。 多項(xiàng)目尺度設(shè)置舉例 ? 例如，要研究商學(xué)院教授中“理論型”的教授與“實(shí)踐型”的教授面向不同教學(xué)對象時(shí)的教學(xué)效果。如果某項(xiàng)內(nèi)容與其他內(nèi)容完全不相關(guān)則應(yīng)把它刪去。例如要度量企業(yè)競爭力，選擇的每項(xiàng)內(nèi)容都應(yīng)與企業(yè)競爭力有關(guān)。 多項(xiàng)目度量的必要性 ? 不同的度量方法可以相互驗(yàn)證，由于通常不同方法的偏差來源不相同，多項(xiàng)目度量有利于減少測量偏差 ，提高量度的可靠性和有效性。單一的標(biāo)準(zhǔn)只能提供某變量的大概情況，幾種數(shù)據(jù)的組合則可以提供更全面更準(zhǔn)確的情況。 多項(xiàng)目（ multiitem）度量 ? 使用某種方式進(jìn)行多次度量（比如要求回答多個(gè)相關(guān)的問題），再把這些度量或回答組合成變量的單一值的方法稱為多項(xiàng)目度量。 ? 與概念域?qū)?yīng)的項(xiàng)目集合稱為項(xiàng)目域。 對上述理由從 1到 4排序， 1代表最有解釋力。 比較尺度 ? 在層次分析法中，測度人們對兩項(xiàng)評價(jià)指標(biāo)相對重要性判斷的尺度為：（ 1）極端重要；（ 2）非常重要；（ 3）相當(dāng)重要；（ 4）稍微重要；（ 5）同樣重要。可以設(shè)置這樣一個(gè)尺度：（ 1）與 A（領(lǐng)導(dǎo)才能）最相近；（ 2）與 B最相近；（ 3）與 C最相近。比如要測試員工對領(lǐng)導(dǎo)風(fēng)格的看法，可以設(shè)置如下的尺度：（ 1）非常民主；（ 2）民主；（ 3）中庸；（ 4）獨(dú)斷；（ 5）非常獨(dú)斷。 條目化尺度 ? 條目化尺度是選擇一定數(shù)量的反映屬性類別和屬性強(qiáng)度的條目作為尺度的值。 ? 受試者根據(jù)自己的判斷選擇一個(gè)最能代表自己意見的尺度值。上面所舉的測試家庭經(jīng)濟(jì)水平的例子就是直接判定式尺度設(shè)置。如果尺度設(shè)置不合理，測試結(jié)果就會失去意義。 ? 定比變量： 指用比率尺度度量的變量，定比變量除具有上述三種變量的全部性質(zhì)之外，還有一個(gè)具有實(shí)際意義的“ 0”點(diǎn)。 使用不同度量尺度的變量 ? 依不同的度量尺度，變量可分為定名變量、定序變量、定距變量和定比變量。 ? 尺度的數(shù)字之間不僅可以進(jìn)行加、減運(yùn)算而且可以進(jìn)行乘、除運(yùn)算。 ? 這類尺度的數(shù)字之間可以進(jìn)行加、減運(yùn)算但不能進(jìn)行乘、除運(yùn)算。 ? 這類尺度的數(shù)字可用來比較大小，但還不能反映不同等級間的差異程度，不能進(jìn)行加、減、乘、除等數(shù)學(xué)運(yùn)算。 ? 例如對性別進(jìn)行分類，可用“ 1”和“ 2”分別代表男和女。 尺度的類別 ? 按度量目的劃分，管理研究中常用的尺度有評價(jià)尺度和態(tài)度尺度。 ? 對某些抽象概念（如技術(shù)能力、競爭優(yōu)勢等）可以通過打分來度量。用不同尺度表示的指標(biāo)取值表明被測企業(yè)相對于其它企業(yè)在盈利能力方面的優(yōu)劣程度。 ? 在被測度內(nèi)容上的值域范圍或取值的類別集稱為尺度（ scale）。比如，在黑夜用一把夜光尺去測量一頭大象的身體。單一變量通常不能提供唯一正確的度量。 ? 由于具體的量度往往不能充分反映理論概念的豐富內(nèi)涵，因而，不能反過來用操作性描述的結(jié)果來描述抽象的理論概念。 ? 理論概念通常是從一組相關(guān)原理派生出來的，需要用抽象的、理論上的相關(guān)概念來描述。強(qiáng)調(diào)度量的可重復(fù)性和客觀性并不能保證度量的真實(shí)性，每個(gè)測量結(jié)果都只是對真實(shí)狀況的一種逼近。 概念度量面臨的困難 ? 操作性描述必須具有客觀性，在給定條件下要可以重復(fù)操作并能得出相同或相近的結(jié)果。 ? 為了正確地度量概念，首先必須明確概念域，在概念的定義中精確描述概念包含了什么以及要排除什么。做管理研究，首先要對研究中涉及到的概念有準(zhǔn)確而全面的把握和認(rèn)識。 ? 操作性描述就是在理論框架的基礎(chǔ)上選擇合適的變量與尺度反映抽象概念。（如診?。? 概念度量面臨的困難 ? 由于變量受環(huán)境及測試方法等各種因素的影響，使得每個(gè)測量都有偏差。 概念度量與理論的關(guān)系 ? 理論與具體的度量操作是兩個(gè)不同的層次，理論概念是一切度量的起點(diǎn)。假設(shè)命題通常是因果關(guān)系命題，研究的目的是要證明假設(shè)成立與否，構(gòu)成假設(shè)的基本元素通常就是概念。同時(shí)，變量會涉及一些與擬測度概念無關(guān)的方面。 ? 關(guān)于概念的相關(guān)知識可以用來指導(dǎo)我們對度量方法和變量的選擇。 ? 一個(gè)指標(biāo)反映所測度變量的某一個(gè)方面的內(nèi)容，