《《传播研究方法》第六讲.ppt》由会员分享，可在线阅读，更多相关《《传播研究方法》第六讲.ppt（49页珍藏版）》请在三一办公上搜索。
1、复习第五讲：概念化与操作化,概念（对事物或现象的抽象）,变量（具有多个取值的概念；常包含一个以上范畴的概念）,常量（仅有一个取值的概念）,指标（表示变量含义的具体事物）,属性/取值：事物1、事物2、事物3,例如：-概念：“社会阶级”-指标：职业、收入、文化程度-属性：“职业”属性包括工人、农民、教师、干部、商人,操作化,复习第五讲：概念化与操作化,概念化：澄清并界定概念的明确含义的过程，形成概念性定义。精确指出一个概念包括什么、排斥什么；给概念下定义。操作化：将概念转化为能具体观察和测量的事物。列出概念的维度：“女性社会地位”包括：政治地位、经济地位、法律地位、教育地位、家庭地位建立测量指标,
2、复习第五讲：概念化与操作化,测量（measurement）：根据一定的法则，将某种物体或现象所具有的特征或属性用数字或符号表示出来的过程。测量的并非客体本身，而是这一客体的特征或属性。例如：人的态度、行为；群体规模、结构、管理模式；社区范围、人口密度、人际关系四种测量层次：具有不同数学性质；在统计分析中需要根据不同测量层次所具有的数学特性采用不同的统计方法。,复习第五讲：概念化与操作化,信度（Reliability）：测量结果的一致性或稳定性，以相关系数r表示重复信度/再测信度复本信度折半信度利用已有测量方法评分者信度,复习第五讲：概念化与操作化,效度（Validity）：测量的有效性或准确度
3、表面效度：实证测量的结果与我们的共识/我们头脑中的印象/的吻合程度、或来自科学社群的判断。内容效度：测量在多大程度上包含了概念的全部含义。校标效度：由一些外在标准所确定的效度。同时效度：指标与已经存在且经过效度检测的指标相连。预测效度：指标预期与概念逻辑相关的某未来事件的发生。建构效度（construct validity）：通过利用现有理论或命题考察当前测量工具的效度。聚合效度（convergent validity）：当测量同一概念的多重指标彼此间聚合或有关连时，就有此种效度存在。区别效度（discriminant validity）：与聚合效度相反。当一个概念的多重指标相聚合或呼应时，则
4、这个概念的多重指标也应与其相对立之概念的测量指标有负向相关。例如与“政治容忍”相关的多重指标应会与“政治不容忍”相关的多重指标间有负向相关。,传播研究方法,第六讲：指标与量表,中国青年政治学院 赵菁 2015年10月22日,本讲概要,引言复合测量指标与量表指标的建构量表的类型,一、复合测量（Composite measure of variables）,任何社会现象皆可测量直接：家庭收入、年龄、民族间接：职业声望、群体互动紧密程度、社会经济地位参考其他研究者使用过的测量方式使用已发展的指标或量表根据自己的研究目的修改已有的指标或量表建立新的测量方式是一个永远持续且变动的进程,一、复合测量（Co
5、mposite measure of variables）,复合测量：基于一项以上资料的测量。采用复合测量的原因：一些抽象、复杂的概念难以单一指标测量。例：有关态度、取向的问题【偏见、宗教虔诚、政治倾向、疏离感】，需设计多个项目，让每一个项目在一定程度上测量变量的某个方面。定序测量（以多种方法进行测量排序），单一资料往往不足以反应变量的变化范围。就资料分析而言，只考虑单项资料，只能获得某个变量的粗略指标；而一次考虑多项资料，能得到更容易理解和更精确的指标。一篇社论只能部分地反映报纸的政治倾向；多篇社论就能更全面地反映报纸的政治倾向。,指标和量表（Index and Scale）,以分值分配方式
6、区别指标（Index）通过单个属性的分值积累来建立。将一些不同的指标（indicators）整合为一个单独的分值。概念的不同维度或成分会分别测量，之后将其整合为一个测量。常为定距或定比层次的测量。例：通过加总受访者赞成的偏见陈述的数量来测量偏见；最适宜居住的城市；最好的大学、居民价格指数（CPI）量表（Scale）通过对问题的不同反应模式赋予相应的分值，使不同选项反映变量变异程度的强弱或方向。常为定序层次的测量。例：“男性与女性不同”比“女性不应有投票的权利”这句话所代表的歧视程度要弱。,指标和量表相同点,都是典型的对变量的定序测量（ordinal measure）；例：宗教虔诚程度、社会经济
7、地位、偏见、智商根据具体变量的分析单位进行排序；例：通过指标或量表测量某个人的信仰虔诚程度，并用一个分值使其区别于其他人。都是变量的复合测量。例：受访者的宗教虔诚程度得分来源于受访者对问卷中具体问题的应答，其中每一个问题都是受访者宗教虔诚程度的一项指标。,指标和量表不同点：不同的赋值方式,指标对分配给单个属性的分值进行累积；量表根据对问题的不同反应模式分配分值。量表利用了存在于各种属性之间的强度结构来确定受访者类型。例：你是否同意如下两种陈述：男性与女性不同女性不应有投票的权利,同意/同意,同意/不同意,不同意/同意,不同意/不同意,指标根据受试者赋值；量表根据受试者类型赋值,建构指标的逻辑,
8、如下几种政治行动代表相似的政治狂热程度。我们可以给人们采取的每一个政治行动赋予1分。,建构量表的逻辑,如下政治行动代表不同的狂热程度。如，参选公职比单纯投票代表了更高的政治狂热程度；而政治活动更狂热的人也会参与一般的政治活动。为了建立政治狂热程度量表，我们可以根据下图中的理想模式近似地描述每个人的政治狂热程度，并给予分值。,二、指标的建构,选择可能的项目；考察其经验关系；将多个选项结合成指标并赋值；处理缺损资料（missing data）；鉴定指标。,二、指标的建构1.为复合指标选择项目,标准表面效度（逻辑效度，face validity）例：如果要测量政治保守主义，那么选择的每一个项目都应该
9、在字面上与保守有关；如果要求受访者回答是否赞同某位著名的保守公众人物的观点，那么受访者的回答在逻辑上必然能够显示出他/她是否保守。指标里的每一个项目都要具有表面效度,二、指标的建构1.为复合指标选择项目,标准单一维度（Unidimensionality）复合测量应该仅仅代表一个维度，即指标中所有项目都测量同一个概念。例：反映宗教虔诚程度的项目绝对不能包括在测量政治保守程度的项目中。即便这两个变量有经验上的相关性。,二、指标的建构1.为复合指标选择项目,标准笼统或具体（General or specific）选取项目的最终原则，取决于要对变量进行具体还是笼统的测量。例，要探讨宗教仪式参与，就应选
10、择与参与相关的项目（参加教会聚会、圣餐、忏悔等）；但若比较笼统地测量宗教虔诚程度，就必须选取一套均衡的项目，以代表各种不同类型的虔诚表现方式。,二、指标的建构1.为复合指标选择项目,标准变异值（Variance）在选择某个指标项目时，应注意项目之间的变异值。两种方式保证项目之间存在变异：可以根据受访者对某变量多个项目的回答，将其分成多个大小相同的群体。选择彼此有差异的项目。,如果两个项目之间是经验相关的，我们就能合理地认为两者都反映了同一变量，也就可以考虑将它们放在同一指标里。例：“女性主义意识形态”（feminist ideology），包括：对于社会的、经济的、政治的、家庭的、性关系等五个
11、维度的信仰与态度。如果该概念是单一维度的，我们则可以检验该测量的聚合效度（convergence validity）。若在经验检验中，其中一个信仰领域（比如，性关系）与其他领域明显不同，则我们可以质疑该概念是否是单一维度。项目之间，存在两种类型的可能关系：二元关系（Bivariate relationships）：两变量之间的关系。多元关系（Trivariate relationships）,二、指标的建构2.经验关系的检验,同一变量衍生出来的指标如果都是有效的测量工具，那么这些指标之间应该存在关系。应该考察指标的所有项目之间的二元关系，以便了解成对项目之间的相对强度（相关系数r）。如果两个项
12、目之间没有关系，那么这两个项目就不是在测量同一个变量。因此，如果某个项目与其他所有项目都不相关，则该项目就应该被排除在考虑之外；如果两个项目之间有很强的关系，或完全相关（r=1），在建立指标时，就只需要保留其中的一个项目，因为被保留的项目能够完全涵盖另一个项目所表达的意义。,二、指标的建构2.经验关系的检验,“结果”指标与“原因”指标如果一些指标本质上是同一个变量的“结果”，则这些指标之间应该存在关系。例如：“自我尊重”测量：1）我是一个好人；2）我对自己的一切感觉都很好。这里，每一个指标都依赖或“反映出”自我尊重的意念。但是，如果每个指标所代表的都是变量的“原因”而不是变量的“结果”，这些指
13、标之间可能正相关，也可能负相关，或者一点关系也没有。例1：“遭受歧视”变量测量：1）性别；2）种族例2：“社会互动”变量测量：1）与朋友相处的时间；2）与家人相处的时间；3）与同事相处的时间例3：“承受压力程度”测量：最近是否遭受过1）离婚；2）配偶去世；3）失业,二、指标的建构2.经验关系的检验,例：对医学院教员的调查，探讨“科学视角”对医生照顾病人质量的影响【科学取向越强，对待病患的态度越不近人情】。3个项目检验医生的“科学取向”作为医学院的教员，如何才能让你最大限度地为教学做贡献【最佳教学角色】？1.作为职业医生；2.作为医学研究者【结果：1/3】如果让你在医学上继续深造，你将如何决定自
14、己的最终目标【终极医学兴趣】？1.照顾病人；2.获得更多的医学知识【结果：2/3】在医疗研究领域中，你是1）对于报道不同治疗方法的效果更有兴趣，还是2）对于探讨治疗机理的文章更感兴趣？【阅读偏好】【结果：80%】,二、指标的建构2.经验关系的检验,科学取向项目之间的二元关系,科学取向项目之间的三元关系,科学取向项目之间的假设性三元关系,两个基本决策：必须确定指标分值的范围再次考虑变异范围：1）指标应该有一个范围；2）指标范围内每一点应该有足够的样本。给每一个回答选项赋值一般而言，使用相同的权重（Weighting）；如果指标代表某个变量不同方面的复合情形，那么，每个方面就应该有相同的权重。指标
15、程序的争议性：“大学排名”,二、指标的建构3.指标赋值/权重,符号含义：Q=综合大学质量大学质量指标（A quality-of-college index）基于如下六个项目：R=每一位教员所对应的学生数量（number of students per faculty member）F=拥有博士学位的教员百分比（）B=每位学生图书馆拥有图书数量（number of books in library per student）D=新生辍学及未完成学业比例（percentage of freshmen who drop out or do not finish）A=毕业生继续攻读更高学位比例（perc
16、entage of graduates who go for an advanced degree）P=教员平均发表论文数量（number of publications per faculty member）未加权公式：(-1)R+(1)F+(1)B+(-1)D+(1)A+(1)P=Q加权公式：(-2)R+(2)F+(1)B+(-3)D+(1)A+(3)P=QLocal College:未加权：(-1)20+(1)82+(1)365+(-1)25+(1)15+(1)2=419加权：(-2)20+(2)82+(1)365+(-3)25+(1)15+(3)2=435Big University:
17、未加权：(-1)38+(1)95+(1)380+(-1)48+(1)24+(1)6=419加权：(-2)38+(2)95+(1)380+(-3)48+(1)24+(3)6=392,指标举例：综合大学质量,如果缺损资料的样本量很少，在建立指标和分析资料时可以剔除这些样本；剩下的资料是否足够用于分析？剔除缺损资料样本后会不会导致样本偏误？根据既有的回答处理缺损资料；例如，只回答“是”一部分的问题，可将未回答的视为“否”。仔细分析缺损资料，了解其含义；有些受访者之所以没有回答某些特定问题，是因为他们很保守，正如对其他项目的回答倾向于保守一样。,二、指标的建构4.处理缺损资料（missing data
18、）,若某一项目有多种分值，缺损资料分值可为该分值范围的中值；例：如果得到的分值有0，1，2，3，4，那么，就可以给缺损资料赋值为2；对于年龄这样的连续变量，可以赋值为全部样本年龄的平均值；用随机方式给缺损资料赋值。要求：大样本；多项目以观察值的比例来取代缺损资料。例：指标由6个项目构成，但从某些受访者那里只得到4个项目的观察值。如果受访者从中获得了其可能得到的4分（全部分值），那么就可以给指标6分,二、指标的建构4.处理缺损资料,例：“科学取向”指标的内在鉴定/因素分析,科学取向指标,科学取向指标,0,100,科学取向指标,项目/因素分析（item analysis/factor analys
19、is）-内在鉴定基本逻辑：考察单一项目与复合指标彼此相关程度。考察复合测量中所包含的每个项目是具有独立的贡献，还是只复制了其他项目的贡献。如果发现某个项目对整个指标的贡献十分贫乏，意味着这个项目的贡献被其他项目取代了。如果该项目对整个指标毫无助益，应剔除这个项目。,二、指标的建构5.指标的鉴定,外在鉴定（External validation）基本逻辑：如果指标能充分地测量变量，那么该指标应该同样能够成功地预测该变量的其他指标。比如，如果指标真正测量了偏见，那么该指标应该和偏见的其他指标相关。就政治倾向性而言，根据某项指标对受访者的排序应该可以预测受访者回答其他问题的状况。,二、指标的建构5.
20、指标的鉴定,科学取向指标的鉴定,三、量表的建构,指标不曾考虑的问题是：并不是每一个变量项目都有同样的重要性或同样的强度。量表能通过指标之间的结构，提供更有保障的排序。通常测量个体对于某事的态度或想法的方向、强度、层次。前提：有相同主观感受的人会在图解式评价量表法相同的地方做标记。,感情温度计量表,三、量表的建构,李克特量表（Likert scaling）1930s,by Rensis Likert使用标准化的回答分类【非常同意、同意、不同意、非常不同意】，并以此决定不同项目的相对强度。对某人的态度进行定序测量总加量表的一种：一个人在量表中的得分由 加总而成。,罗森博格自尊量表（The Rose
21、nberg Self-Esteem Scale）总体而言，我倾向于认为自己是个失败者。（1）一向如此（4）很少是这样（2）通常是这样（5）从不是这样（3）有时是这样,学生对于某课程引言的评价量表总体而言，我认为此门课程引言：（1）极好的（2）很好（3）一般（4）很差,某漱口水品牌市场调研量表,李克特量表的几种类型,1）最少两个分类；2）不要超过8-9个分类；3）选项需对称；4）是否需有“中性”类别【如“不知道”、“没意见”“未决定”】,使用李克特量表建立指标,Sniderman and Hagen(1985)创立了指标以测量女性机会平等及自尊信念。所有的指标都是对分值进行无加权相加的基础上得出
22、。,女性机会平等量表(Index of equal opportunity for women)问题：1.女性比男性拥有更少的机会获得为得到更好工作而必须的教育。完全同意 有些同意 有些不同意 完全不同意 不知道2.很多高素质女性不能获得更好的工作；而拥有相似技能的男性则容易很多。完全同意 有些同意 有些不同意 完全不同意 不知道3.我们的社会歧视女性。完全同意 有些同意 有些不同意 完全不同意 不知道计分：对于所有的项目，完全同意=1；有些同意=2；有些不同意=4；完全不同意=5；不知道=3指标最高得分：15分，受访者感到女性机会平等；指标最低得分：3分，受访者感到女性机会不平等。,使用李克
23、特量表建立指标,Sniderman and Hagen(1985)创立了指标以测量女性机会平等及自尊信念。所有的指标都是对分值进行无加权相加的基础上得出。,自尊量表(Self-Esteem Index)问题：1.总体而言，我对自己很满意。同意 不同意 不知道2.有时，我认为自己一点都不好。同意 不同意 不知道3.我有时感到其他人并不重视我的意见。同意 不同意 不知道计分：项目1和3，不同意=1；不知道=2；同意=3；项目2，不同意=3；不知道=2；同意=1指标最高得分：9分，受访者高度自尊；指标最低得分：3分，受访者低度自尊。,相反方向计分，以避免“反应定势”（response set）,赋值
24、也可以为-1,-2;+1;+2好处：分值为0意味着态度中立；分值为负意味着态度与分值为正的人相反。,三、量表的建构,李克特量表（Likert scaling）赋予各类别的分值是随意的，并不表示该测量为定距或定比测量。李克特量表的测量仅为定序测量。该量表优势：简便性该量表劣势：1）量表项目的不同组合却可能带来相同的总分；2）“反应定势”也是潜在威胁。,三、量表的建构,瑟斯通量表（Thurstone scales）有时我们希望能以连续数字表达测量，但我们所感兴趣的态度变量有好几个特征。干洗店A想考察其与主要竞争对手B在某镇的形象。它将一个人对自己服务的态度分为4个维度：干洗店位置、时间、服务、费用
25、。除非我们能知道这四个部分如何与核心态度干洗店的形象相关，我们不能说总体而言A和B谁更亲切。1920s,by Louis Thurstone，method of equal-appearing intervals,斯通等距量表量表逻辑：比较判断。我们可以辨认每一个被评价的概念是否有“最常见的反应”。如果很多人都认为这两个事物不同，那么对于这两者“最常见的反应”也将彼此远离。,三、量表的建构,瑟斯通量表（Thurstone scales）根据“裁判”对变量的指标所给出的权重来建构。在变量的指标项目之间建立一种经验性结构（等距结构）。选择大概100个变量的可能指标项目（这些陈述需涵盖概念的方方面面
26、），交给一组裁判（需熟悉此问题），要求每一位裁判对每一个项目的测量变量的强度进行评判（通过赋值1-13来表示）裁判赋值后，研究就要考虑裁判给予每一个项目的分数，选出得到裁判共识最多的项目，剔除没有得到共识的项目。之后，在得到共识的项目中，选择代表1-13分的项目。,瑟斯通量表举例,变量测量：对于死刑的态度第一步：通过个人经历、文献综述、征求他人意见等方法，发展120个有关死刑的陈述。陈述举例：我认为死刑是残忍的，也是不必要的惩罚。没有死刑，可能会有更多的犯罪。我认为死刑只能用于极少数犯罪。我并不认为人们会由于对死刑的恐惧而减少谋杀。我并不认为杀人后可以患有精神病为由免于死刑。我相信圣经可以证明
27、死刑的合理性。对我而言，死刑本身并不是问题。但是我认为电椅处死人是残忍的执行死刑的方式。第二步：将每一个陈述置于单独的卡片或纸张上，并做100套。第三步：寻找100个人作裁判，给每一位裁判这120个陈述卡片，指导他们在从1=完全不认可陈述，到11=完全认可陈述，这11堆之间放卡片。第四步：裁判开始将每一个陈述放入11堆中（例如，裁判1将陈述1放入第2堆；裁判2将陈述1放入第1堆）第五步：从每一个裁判那里收集反馈，对其反应建立综述表格。,瑟斯通量表举例,变量测量：对于死刑的态度第六步：计算裁判的平均评价及同意的程度。第七步：选择20个陈述作为死刑态度量表。（标准：裁判集中同意或不同意的；需涵盖态
28、度的全部变异）第八步：将20个陈述作为问卷，要求受访者填答。,以此方式，研究者可以从大规模有关态度的陈述中建构态度量表。但瑟斯通量表已很少使用：仅测量“同意”还是“不同意”，不能涵盖强度；耗费时间与财力不同态度可能得到相同的分数,三、量表的建构,鲍嘎德社会距离量表（Bogardus social distance scale）判断种族、群体之间的社会距离。要求一个群体的成员确定她/他愿意与目标群体保持多远的距离。1920s,by Emory Bogardus量表逻辑：如果某人愿意接受某种强度的项目，那么他/她就应该愿意接受该项目之前的所有项目；受访者一旦反对某个项目，则对比该项目更困难的项目也
29、会持反对态度。着眼于社会多数团体间的社会距离。,假设有来自德国的交换生，对于如下情境请给出你的第一反应，选择是或不是：他/她作为访客在你的学校住一个星期；作为全职学生在你的学校读书；和你选了相同的几门课，一同上课；在班级里和你同桌，与你一起学习、考试；和你住在同一楼层的寝室；作为同性室友一起居住；作为异性和你约会。,研究者希望研究大一新生对于从德国和尼日利亚来的交换生的社会距离，希望发现学生会认为从非洲来的交换生心里距离更远，还是从欧洲来的交换生心里距离更远。询问大一新生如下问题：,鲍嘎德社会距离量表举例,新生报告感觉舒适度百分比 尼日利亚 德国访客 100%100%成为全职学生 98%100
30、%同一个班级 95%98%在一起学习 82%88%同一个公寓楼层 71%83%同一间寝室 50%76%约会 42%64%,三、量表的建构,语意差异量表（Semantic differential）1950s,间接手段测量某人对于某概念、物体或他人的感觉。受访者被要求根据两个相反意义的形容词来评判某事。三个主要的意义类别：评价（好-坏）；能力（强-弱）；行为（积极-消极）例：评估新开设的音乐欣赏课的效果,请阅读如下成对的形容词，将最接近你第一印象的描述标记在空白空间内。答案没有正确与否之分。,你对于离婚感受如何？不好的 好的安静的 吵闹的简单的 复杂的现代的 传统的快速的 缓慢的公平的 不公平的
31、,语义差异量表举例,三、量表的建构,哥特曼量表（Guttman scaling）在数据收集之后评估数据；1940s,by Louis Guttman测量一系列【3-20个】指标或项目【yes/no;present/absent】，认为其中存在分等级的逻辑关系；将结果放入哥特曼量表中，考察项目之间是否形成某种模式与其逻辑关系相对应。注意：要考察所有可能的项目结合方式【例：小女孩是否知道她的年龄、她家的电话号码；三个当地政府官员；一共8种可能性】哥特曼量表图示分析（scalogram analysis）：检验项目间是否存在等级关系。【例：小女孩知道自己的年龄比知道电话号码简单；知道电话号码比说出三个当地政府官员名字简单。三个变量间存在等级关系】存在等级关系称作：scaled;不存在等级关系称作：nonscalable/errors,哥特曼量表举例,Crozat(1998)研究公众对多种政治抗议形式的反应。他检查了1974-1990年间在英国、德国、意大利、荷兰和美国所做的公众对于政治抗议形式的接受度调查数据，发现公众接受形成了一个哥特曼量表。那些接受最激烈政治抗议形式（如罢工、静坐）的人几乎也会接受更加温和的抗议形式（如请愿、示威等）。,
