2024护理领域量表类论文问题分析及建议.docx

《2024护理领域量表类论文问题分析及建议.docx》由会员分享，可在线阅读，更多相关《2024护理领域量表类论文问题分析及建议.docx（7页珍藏版）》请在优知文库上搜索。

1、2024护理领域量表类论文问题分析及建议量表是护理研究领域开展变量测量的重要工具，其研制过程需要严格遵循规范。山东大学护理与康复学院王克芳等撰写文章护理领域量表类论文问题分析及建议，刊发于中华护理杂志2024年第3期。该文对护理量表研制的基本步骤进行了描述，重点关注各个环节如何准确和可靠地开展工作，并逐一分析当前护理领域量表类论文的常见问题，提出建议和解决方案，以期为促进护理人员开展量表相关研究、提高量表研制类论文质量提供参考。欢迎关注。一、量表研制的基本步骤尽管不同类型量表编制的方法有所不同，但基本程序都是一致的。总体来说，编制一个标准化的量表，需要经历3个阶段、9个步骤，阶段一为生成量表条

2、目，包括明确量表的维度并生成量表条目、评价内容效度；阶段二为创建量表,包括量表条目的预调查、抽样并实施问卷调查、条目删减、因子提取；阶段三为评价量表，包括验证量表的维度、评价信度、评价效度。阶段一：生成量表条目阶段一主要分为2个步骤。步骤1要明确所研制量表的维度结构并确定每个维度相应的测量条目。首先，要确定量表所测量结构的概念和内涵。其次，明确量表的维度、每个维度的定义和界限。再次,建立条目池作为量表形成的资源基础。通常有2种方法生成条目：演绎法和归纳法。演绎法是通过文献回顾从已有的相关量表中选择合适的条目。由于很多量表已经过反复应用和检验，所借用的条目往往具有较好的信度和效度。归纳法是采用质

3、性研究的方法，如通过现场观察、焦点小组访谈和个人深入访谈等提出测量条目。目前推荐将演绎法和归纳法相结合来生成量表条目。步骤2通过评价量表的内容效度来修改并形成量表原始版。内容效度反映了量表实际测量内容与所测量概念结构间的吻合程度,主要评价每个维度所属条目的内容相关性、代表性以及条目的质量，评估这些条目是否代表了目标人群的真实体验。专家评价内容效度可通过3个测量指标反映：内容效度比内容效度指数和Kappa系数。一般认为，专家组至少应包含2名量表所涉及专业的相关专家J名量表构建专家,总数一般在510名。此外，也可以考虑用德尔菲法来征求专家对量表内容效度的评价。除了专家评价，还可以通过目标人群来评价

4、量表的表面效度，征求其对量表维度和条目的意见。阶段二：创建量表此阶段包括4个步骤。步骤3为对量表的原始版进行预调查和修订。为保证目标人群可以最大程度理解条目，减少后续的测量误差以及调查对象的认知负担，可以通过在目标人群中对原始版量表进行预调查来修订量表的表述和语意。通常可以采用认知性访谈、焦点小组讨论和实地调查等方法,对515名有代表性的目标人群进行23轮调查，直到获得信息饱和，或仅有少量新见解出现为止。步骤4为抽样并进行测试。修改后的量表需要在有代表性的目标人群中进行测试调查，建议采用概率抽样的方法，且受试的样本要足够大，一般样本是条目数的510倍。调查形式可以通过网络发放电子问卷或者线下发

5、放纸质调查问卷。步骤5为对条目进行删减。根据收集到的调查问卷分析结果，对条目进行删减。在处理二分类变量时，常用的删减依据是条目难度和条目区分度指数。而对连续变量，主要采用条目间相关系数和条目与总分相关系数来进行删减。如果出现天花板或者地板效应（即超过95%的调查对象都选某个选项,或者低于5%的调查对象选某个选项）,则提示条目可能缺乏区分度,可以考虑删除条目。计算条目间、条目与总分相关系数时，如果相关系数0.3,可以考虑删除条目。止匕外，如果删掉某个条目后，其所属维度的克朗巴赫H直明显提高，说明该条目降低了该维度的内部一致性，可以予以删除，反之，应予以保留。步骤6是因子提取。可以采用不同的方法确

6、定提取因子或者维度的个数,如碎石图、因子解释的方差以及因子载荷等。通常情况下，主要根据因子载荷的大小和规律来确定是否保留或删减条目。一般来说，保留因子载荷在0.4及以上的条目，如果某条目的因子载荷0.3,说明其解释的潜变量的方差10%,考虑删除该条目。此外，如果某一个条目在多个因子上都有载荷，也考虑予以删除。阶段三：评价量表经过前2个阶段后，量表条目得到进一步简化，形成了量表的初级版。接下来对该版量表的维度、信度和效度进行评价。主要包括3个步骤。步骤7是验证量表的维度。通过验证性因子分析对阶段二中探索性因子分析生成的量表维度进行验证。根据模型拟合指标，如卡方自由度比、近似误差均方根、比较拟合指

7、数及Tucker-Lewis指数等，验证量表条目与维度的关系，若模型拟合质量良好，说明模型关系得到验证；反之，则需要进一步删减量表的维度和条目，形成最终版的量表。步骤8是评价量表的信度。有许多测量指标可用来评价信度，其中最常用的是克朗巴赫Oe和重测信度。一般来讲,嘴0.7被认为是可以接受的,但并不是越大越好，当湄明显09时，表示条目之间可能存在相关程度过高的风险，需要精简条目数量。重测信度又称稳定性系数，用于衡量在不同时间对相同群体进行2次调查时量表结果的一致性。根据所测数据的性质,可采用积矩相关系数、等级相关系数和列联系数来表示。一般认为，重测信度系数能达到07以上表示有满意的稳定性。步骤9

8、是评价量表的效度。除了阶段一中提到的量表内容效度外，本阶段主要评价量表的结构效度（步骤7涉及对结构效度的检验）和效标关联效度。结构效度用于说明量表所获得的结果与设计该量表时所假定的理论之间的符合程度。在结构效度分析中,研究者特别关注量表的聚合效度和区分效度，通常采用多特征-多方法矩阵进行验证。效标关联效度指量表与金标准效标之间的关联程度,根据所选择的效标时间不同，效标关联效度可分为预测效度和同时效度，预测效度评估量表结果和未来某一效标之间的相关程度，而同时效度评估量表结果与现有效标之间的相关程度,常用来佐证量表的有效性。二、量表类论文的常见问题分析及建议问题一：初始条目池条目数过少最初创建的条

9、目池中条目数应比理论设计的目标更宽泛和全面。原则上应尽可能纳入与测量内容相符的条目，甚至可能纳入看似相关性不强的条目。因为后续的评价过程将会筛选出不理想的条目并予以删减。如果定义太窄,容易忽略重要的内容，并且错过的条目难以在后期补救。问题二：条目的回答选项设置不妥条目的回答可以是连续的，如测量疼痛的视觉模拟评分法，是一条O到IO的直线。调查对象可以通过直接在上面画线来表示自己疼痛的程度。条目的回答也可以是分类的，如二分类的对与错、赞同与不赞同，或者是李克特的分类形式，从非常不赞同到非常赞同的不同级别。有研究表明，量表的信度随着回答选项的减少而降低,一般而言选项数在57个比较合适。尽管选项少会限

10、制量表的信度，但是对于存在认知发育未成熟或者存在认知功能障碍的人群，很难区分多个分类选项，故二分类选项比多分类选项更适合。如果量表条目较多，回答选项在35个也不会造成严重的信息损失。另外，回答选项最好提供文字说明。如果情况允许，推荐为每个选项添加数字标记，这些数字可以帮助调查对象理解选项的文字说明。关于是否需要中立选项，如既不赞同也不反对，没有绝对必须遵守的原则，这取决于调查研究的需要。问题三：样本缺乏代表性和样本量过小首先建议采用概率抽样的方法来获得有代表性的样本。非概率抽样可能导致样本缺乏代表性，从而出现对真实值估计过低或者过高，引发抽样偏倚。这种情况下，增加样本量只能降氐抽样误差，但不能

11、降低抽样偏倚。如果无法采用概率抽样，则需要清晰地描述抽样人群，以供读者参考。关于样本量大小，需要根据量表的条目数来确定。没有一个统一的样本量标准适用于量表创建的所有情境。但在条件允许的情况下，尽量用大样本以减少测量误差，获得更稳定的因子载荷。问题四：用同一样本进行探索性和验证性因子分析探索性和验证性因子分析都是量表创建中必不可少的步骤。探索性因子分析提供了量表的假设结构，而验证性因子分析则进一步检验假设结构是否得到数据的支持。通常情况下，探索性和验证性因子分析结果不完全一致。通过验证性因子分析，可以对量表的维度和条目进行进一步的调整。为了减少共同方差，最好使用独立的样本进行探索性和验证性因子分

12、析，即不应使用同一个样本、同一个数据同时做探索性和验证性因子分析。但可以把同一样本随机分为两组，分别作为探索和验证样本，这种做法的缺点是需要更大的样本量。也有学者使用纵向数据的基线数据探索量表结构，用随访数据来验证量表，但因为样本是不同时点的同一批调查对象，拥有某些潜在的共同特质，存在共同方差。因此，理想状况是用2个独立的样本分别做探索性和验证性因子分析。问题五：克朗巴赫”直过高克朗巴赫遮是评价信度的常用指标之一，用于测量量表的内部一致性。当所有的条目测量的是同一属性的不同方面，而不是不同的特性时，该量表的内部一致性就越高，其“直也越高。但因为“直不仅与条目的相关程度有关，还与量表或维度所包含

13、的条目数相关，即使把测量不同概念结构的2个量表合并成1个长量表，”直也会增加。另外，如果量表有多个维度，那么整个量表的Of直通常要高于每个维度的tt,这是因为整个量表包含的条目数多于单个维度的条目数J个过高的“直可能暗示有些条目是重复多余的，或者整个量表的测量范畴可能过于狭窄，导致效度不高。问题六：量表计分不当对于单维度的量表，量表可以使用总分和平均分来计分。然而，对于有多个维度的量表且每个维度所含条目数不同的情况，简单地将所有得分相加，可能导致不同条目或者维度具有不同的权重。举例来说J个量表包含25个条目，6个维度，每个维度包含36个条目，每个条目得分为15分。假设第1个维度有6个条目，第2

14、个维度有3个条目，通过简单地相加计算量表总分，第1个维度的最高得分是30分，而第2个维度的最高得分是15分,说明第1个维度对于整个量表总分的贡献是第2个维度的2倍，这种情况无意中赋予了第1个维度更高的权重。为了避免这种权重偏差，建议对每个维度计算平均分而不是简单相加。这样可以确保每个维度对整个量表的贡献权重是相等的，保持了结果的公正性和准确性。问题七：缺乏量表的等价性检验量表的信度和效度不是量表固定不变的属性，而是与量表所应用的人群密切相关。信度和效度是量表本身、被测量对象以及当下测量情境三者之间相互作用的结果。体现的是来自特定人群的测量结果，而不仅仅是量表本身的特性。一个在这一人群信度和效度好的量表，在用于另一人群时仍需要进行评估。目前，还缺乏对量表结构在不同人群和不同文化背景下的等价性检验。