《传播研究方法》第六讲

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。定类测量定序测量定距测量定比测量类别区分（＝、≠）有有有有次序区分（、）有有有距离区分（+、-）有有比例区分（×、÷）有复习第五讲：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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（constructvalidity）：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（convergentvalidity）：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（discriminantvalidity）：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（Compositemeasureofvariables）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（Compositemeasureofvariables）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（IndexandScale）以分值分配方式区别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（ordinalmeasure）；例：宗教虔诚程度、社会经济地位、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：A.男性与女性不同B.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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（missingdata）；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，facevalidity）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（Generalorspecific）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：1.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。2.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”（feministideology），包括：对于社会的、经济的、政治的、家庭的、性关系等五个维度的信仰与态度。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（convergencevalidity）。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（Bivariaterelationships）：两变量之间的关系。多元关系（Trivariaterelationships）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”1.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】2.如果让你在医学上继续深造，你将如何决定自己的最终目标【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】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（Aquality-of-collegeindex）基于如下六个项目：R=每一位教员所对应的学生数量（numberofstudentsperfacultymember）F=拥有博士学位的教员百分比（percentageoffacultywithPh.D.s）B=每位学生图书馆拥有图书数量（numberofbooksinlibraryperstudent）D=新生辍学及未完成学业比例（percentageoffreshmenwhodropoutordonotfinish）A=毕业生继续攻读更高学位比例（percentageofgraduateswhogoforanadvanceddegree）P=教员平均发表论文数量（numberofpublicationsperfacultymember）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=QLocalCollege: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=435BigUniversity: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=