态度测量表

态度测量表态度测量表定义态度测量表就是通过一套事先拟定的用语、记号和数目，来测定测量人们心理活动的度量工具，它可将我们所要调查的定性资料进行量化。构成“态度”的成分主要有三个方面：1、对某事物的认知或知识：代表了个人了解和掌握该事物的信息，包括知晓该事物的存在、对该事物的特征或属性所持的信念以及这些特征或属性的相对重要性的判断。2、对某事物的情感或偏好：代表了一个人对某事物是否满足个人和社会需求的心理反应和生理体验。3、对未来行为或状态的预期和意向：指个人对自己未来的行动所持的期望和判断。态度测量表的定义测量是指根据预先确定的规则，用一些数字或符号来表示某个事物的特征或属性的一个标准化的过程。真正要测量的对象并不是事物本身，而是事物所具有的一些特征或属性。测量的核心是制定对事物的属性和态度特性进行赋值的规则。一般地，根据赋值规则所附加满足的条件形成了不同的测量尺度。有：名义尺度、顺序尺度、区间尺度、比率尺度。态度测量的定义——测量尺度类型规则描述基本操作应用实例统计计算名义用数字识别对象，对属性特征分类判断是或不是品牌编号、商店编号、受访者分类频数、百分比、众数、卡方检验、二项检验顺序除识别外，数字表示测量对象的相对顺序，但不表示差距的大小判断较大或较小产品质量等级、对品牌的偏好排序或社会阶层的高低等级百分位数、中位数、秩次数区间除排序外，可比较对象间差别的大小，但原点不固定判断间距相等性温度、品牌认知水平等复杂概念和偏好的测量极差、均值、方差或标准差，z检验、t检验、因子分析比率具有上面三种类型的性质，并有固定的原点判断等比相等性销售量、市场分额、产品价格、家庭收入等精确数据的测量几何平均数，变异系数态度测量表分类量表技术比较量表非比较量表配对比较等级顺序常量和Q分类连续评分量表分项评分量表沙氏通Likert语意差异斯坦普尔量表技术比较量表非比较量表配对比较等级顺序常量和Q分类连续评分量表分项评分量表沙氏通Likert语意差异斯坦普尔量表技术量表技术比较量表比较量表非比较量表非比较量表配对比较配对比较等级顺序等级顺序常量和常量和Q分类Q分类连续评分量表连续评分量表分项评分量表分项评分量表沙氏通沙氏通LikertLikert语意差异语意差异斯坦普尔斯坦普尔比较量表技术——配对比较量表配对比较量表在配对比较量表中，受测者被要求对一系列对象两两进行比较，并根据某个标准在两个被比较的对象中做出选择。配对比较量表是一种使用很普遍的态度测量方法，获得的数据具有顺序尺度。配对比较量表在操作上简单易行。首先，对受测者来说，从一对对象中选出一个肯定比从一大组对象中选出一个更容易；其次，配对比较也可以避免等级量表的顺序误差。但是，被测量的对象的个数不宜太多，以免使受测者产生厌烦而影响应答的质量。当要评价的对象的个数不多时，配对比较法是有用的。另一个缺点是“可传递性”的假设可能不成立，在实际研究中这种情况常常发生；同时对象列举的顺序可能影响受测者，造成顺序反应误差；而且这种“2中选1”的方式和实际生活中作购买选择的情况也不太相同，受访者可能在A、B两个品牌中对A要略为偏爱些，但实际上却两个品牌都不喜欢比较量表技术——配对比较量表访问结束之后，可以将受测者的回答整理成表格的形式，下面的表5-3是根据某受访者的回答整理得到的结果。表中每一行列交叉点上元素表示该行的品牌与该列的品牌进行比较的结果，其中元素“1”表示受测者更喜欢这一列的品牌，“0”表示更喜欢这一行的品牌。将各列取值进行加总，得到表中合计栏，这表明各列的品牌比其它品牌更受偏爱的次数。比较量表技术——等级顺序量表等级顺序量表是将多个评价对象同时展示给受测者，并要求他们根据某个标准对这些对象排序或分成等级。等级顺序量表也是使用很广泛的一种态度测量技术。这种量表非常容易设计，受测者也比较容易掌握回答的方法。与配对比较量表相比，等级顺序量表的操作过程与购物环境更为相似，也比较节省时间。等级顺序量表最大的缺点在于只能得到顺序数据，因此不能对各等级间的差距进行测量，同时卡片上列举对象的顺序也有可能带来所谓顺序误差。此外，用于排序的对象个数也不能太多，一般要少于10个，否则很容易出现错误和遗漏。从心理学的角度来说，对象个数越多，受测者越难以分辨各对象偏好程度的差别。比较量表技术——等级顺序量表从上表中看到该受测者在华夏牙膏和靓妹牙膏中更偏爱前者（第二行第一列数字为1）。在“可传递性”的假设下，可将配对比较的数据转换成等级顺序。所谓“可传递性”是指，如果一个人喜欢A品牌甚于B品牌，喜欢B品牌甚于C品牌，那么他一定喜欢A品牌甚于C品。将表6-5的各列数字分别加总，计算出每个品牌比其他品牌更受偏爱的次数，就得到该受测者对于5个牙膏品牌的偏好，从最喜欢到最不喜欢，依次是两面针、华夏、靓妹、洁齿灵和白珊瑚。假设调查样本容量为100人，将每个人的回答结果进行汇总，将得到表5-4的次数矩阵。再将次数矩阵变换成比例矩阵（用次数除以样本数），如表5-5所示，在品牌自身进行比较时，我们令其比例为0.5。比较量表技术——等级顺序量表从表5-5中的合计栏中，可以看出5个品牌中华夏牌牙膏被认为是最好的，洁齿灵次之，再次是白珊瑚和靓妹，两面针最差。但这是一个顺序量表，只能比较各品牌的相对位置，不能认为“华夏牙膏比洁齿灵要好1.1，白珊瑚要比靓妹好0.1”。要想衡量各品牌偏好间的差异程度必须先将其转化为等距量表，这里就不再深入讨论了。比较量表技术——常量和量表常量和量表要求受测者根据一些标准在评价对象的一组属性中分配一个固定的常量（如100分），以反映受测者对这些属性的相对偏好或重要性。这种方法被广泛用于测量产品属性的相对重要性上。常量和量表由于比较的本质和结果缺乏普适性，获得数据属于顺序尺度。但是，我们注意到量表中绝对零点的存在，使得分数之间的差距具有意义。常量和数据通常被认为具有区间尺度。这类信息对于改善产品和服务并制定针对性的营销策略有十分重要的意义。比较量表技术——Q分类量表Q分类量表是在需要评价或排序的对象非常多的情况下，广泛使用的一种比较量表技术。它要求受测者把所比较的对象或特征按照一些标准分成若干类，通常可以分成11类或更多，这些类依次从最负面态度的到最正面态度的，每个类中的对象或特征的数目要求服从正态分布。一般来讲，被分类的对象或特征的数目不应该少于60，也不应该多于140，60～90个被评价对象或特征是一个合理的范围。非比较量表技术——单项评分量表单项评分量表是指那些只测量对象的单一属性或特征的量表。分为图示评分量表、列举评分量表图示评分量表：要求受测者在一个有两个固定端点的连续直线上进行选择和标记，因此图示评分量表也被称为连续评分量表。列举评分量表：要求受测者在有限类别的选项中进行选择和评价。列举评分量表获得的数据通常作为区间尺度数据使用和处理。列举评分量表比图示评价量表更容易构造和操作，研究表明在可靠性方面也比图示评价量表要好，但是不能像图示评价量表那样衡量出对象的细微差别。单项评分量表有许多优点：省时、有趣、用途广，可以用来处理大量变量等。这种方法也可能会产生三种误差：①仁慈误差②中间倾向误差③晕轮效果非比较量表技术——单项评分量表图示评价量表图中量表A是最简单的一种形式，应答者只需根据自己的喜好程度在连续直线的适当位置作出标记，然后研究者整体的反应分布及研究目标的要求，将直线划分为若干部分，每个部分代表一个类别，并分配给一个对应的数字。量表B事先在连续体上已标出刻度并分配了相应的数字，应答者在适当位置作出反应标记即可。量表C在本质上与量表B没什么区别，但是由于在连续体两端分别增加了对应的哭脸和笑脸，使量表更具有生动性和趣味性。非比较量表技术——单项评分量表列举评价量表左表中量表A和量表B都是列举评价量表最普通的一种形式，此时访问人员通常向应答者出示一个基本量表的复制卡片，卡片上标有相应的有限选择答案，在访问人员读出一个品牌时应答者作出自己的选择。整个问卷中品牌的起始位置是循环的，因为相同的起点会给应答者带来影响，可能成为误差的一个来源。量表C适用于针对儿童进行的调查，“小人头”的表情有助于儿童的理解和反应，同时也增加了调查的趣味性。非比较量表技术——单项评分量表三种误差（1）仁慈误差：有些人对客体进行评价时，倾向于给予较高的评价，这就产生了所谓的仁慈误差；反之，有些人总是给予较低的评的价，从而引起负向的仁慈差。（2）中间倾向误差:有些人不愿意给予被评价的客体很高或很低的评价，特别是当不了解或难于用适当的方式表示出来时，往往倾向于给予中间性的评价。可以用以下方法防止这种误差的发生：①调整叙述性形容词的强。②增加中间的评价性语句在整个量表中的空间。③使靠近量表两端的各级在语意上的差别加大，使其大于中间各级间的语意差别。④增加测量量表的层次。（3）晕轮效果：如果受测者对被评价的对象有一种整体印象，可能会导致系统偏差。预防的方法是对所有要被评价的对象，每次只评价一个变量或特性；或者问卷每一页只列一种特性，而不是将所有要被评的变量或特性全部列出。非比较量表技术——单项评分量表量表沙氏通量表：通过受测者在若干(一般9～15条)条态度相关的语句中选择是否同意的方式，获得受测者对相关主题的看法。沙氏通量表的实地测试和统计汇总都很简单，只是量表的构造相对来说比较麻烦。沙氏通量表在营销研究中使用得不太多，主要原因是其构作非常麻烦，即使单一主题的量表构作也要耗费大量的时间，对于多个主题的沙氏通量表制作就更加困难。另外，不同的人即使态度完全不同，也有可能获得相同的分数Likert量表：在形式上与沙氏通量表相似，都要求受测者对一组与测量主题有关的陈述语句发表自己的看法。区别：沙氏通量表只要求受测者选出他所同意的陈述语句，而Likert量表要求受测者对每一个与态度有关的陈述语句表明他同意或不同意的程度；沙氏通量表中的一组有关态度的语句按有利和不利的程度都有一个确定的分值，而Likert量表仅仅需要对态度语句划分是有利还是不利，以便事后进行数据处理。非比较量表技术——单项评分量表量表沙氏通量表，构做的基本步骤如下：（1）收集大量的与要测量的态度有关的语句，一般应在100条以上，保证其中对主题不利的、中立的和有利的语句都占有足够的比例，并将其分别写在特制的卡片上。（2）选定二十人以上的评定者，按照各条语句所表明的态度有利或不利的程度，将其分别归入十一类。第一类代表最不利的态度，依次递推，…，第六类代表中立的态度，…，第十一类代表最有利的态度。（3）计算每条语句被归在这十一类中次数分布。（4）删除那些次数分配过于分散的语句。（5）计算各保留语句的中位数，并将其按中位数进行归类，如果中位数是n，则该态度语句归到第n类。（6）从每个类别中选出一、二条代表语句（各评定者对其分类的判断最为一致的），将这些语句混合排列，即得到所谓的沙氏通量表。非比较量表技术——单项评分量表量表下面的表5-6给出了一个典型的沙氏通量表所包含的十一条态度语句。沙氏通量表通常在设计时，将有关态度语句划分为十一类，其实并不一定非要划分成十一类不可，多些少些都可以，但最好划分成奇数个类别，以中点作为中间立场。分类后在每个类别中至少选择一条代表语句，也可以选择多于一条语句，这样组成的沙氏通量表就不止包含与类别数相同的语句，可能多达二十几条态度语句，但一般来讲在每个类别中选择多条语句没有特别的必要。非比较量表技术——单项评分量表量表likert量表构造基本步骤如下（1）收集大量（50～100）与测量的概念相关的陈述语句。（2）有研究人员根据测量的概念将每个测量的项目划分为“有利”或“不利”两类，一般测量的项目中有利的或不利的项目都应有一定的数量。（3）选择部分受测者对全部项目进行预先测试，要求受测者指出每个项目是有利的或不利的，并在下的方向-强度描述语中进行选择，一般采用所谓“五点”量表：a．非常同意b.同意c.无所谓（不确定）d.不同意e.非常不同意（4）对每个回答给一个分数，如从非常同意到非常不同意的有利项目分别为1、2、3、4、5分，对不利项目的分数就为5