體育管理心理研究中的結(jié)構(gòu)測(cè)量：經(jīng)典測(cè)量理論

, , .

(1. 新墨西哥大學(xué) 健康運(yùn)動(dòng)科學(xué)系，美國新墨西哥州 阿爾伯克基 87131；2. 上海體育學(xué)院 經(jīng)濟(jì)管理學(xué)院，上海 200438；3. 佐治亞大學(xué) 國際體育管理研究中心，美國佐治亞州 雅典30602)

在體育管理心理研究領(lǐng)域存在許多具有理論和實(shí)踐價(jià)值的抽象結(jié)構(gòu)與潛在變量，例如市場(chǎng)需求、領(lǐng)導(dǎo)風(fēng)格、組織文化、消費(fèi)動(dòng)機(jī)、體育場(chǎng)館氛圍、服務(wù)質(zhì)量、教練績(jī)效、運(yùn)動(dòng)員品牌形象、賽事遺產(chǎn)和體育賭博等等，它們構(gòu)成了體育管理理論框架的基石。充分測(cè)量這些結(jié)構(gòu)或變量是進(jìn)行實(shí)證研究的基礎(chǔ)，是體育管理成為獨(dú)立學(xué)科的前提， 基于此為體育管理提供的戰(zhàn)略解決方案才是切實(shí)可行的。測(cè)量工具的結(jié)構(gòu)對(duì)任何研究可能都是最重要的部分，即使是非常完美的研究設(shè)計(jì)也會(huì)因有缺陷的測(cè)量而失去價(jià)值，幾乎所有社會(huì)、心理和行為研究中的理論概念都與不可直接觀察的潛在結(jié)構(gòu)變量緊密相關(guān)[1]。基于此，本文擬對(duì)經(jīng)典測(cè)量理論進(jìn)行綜述，討論結(jié)構(gòu)的定義及結(jié)構(gòu)的來源，進(jìn)而提出一個(gè)量表開發(fā)的五步框架。盡管量表開發(fā)的步驟和使用的統(tǒng)計(jì)技術(shù)都比較標(biāo)準(zhǔn)，但研究人員仍然需要注意每一步中隱藏的細(xì)微差別。本文對(duì)每個(gè)步驟及其效度進(jìn)行了詳細(xì)討論，并在最后討論了體育管理心理研究中的前沿和有爭(zhēng)議的話題。

1 經(jīng)典測(cè)量理論綜述

1.1經(jīng)典測(cè)量理論和真分?jǐn)?shù)模型測(cè)量理論起源于教育學(xué)和心理學(xué)，探討普遍存在的測(cè)量問題和方法，相對(duì)于更現(xiàn)代的概化理論(generalizability theory)和項(xiàng)目反映理論(item response theory)， 經(jīng)典測(cè)量理論(classic testing theory,CTT)是20世紀(jì)初到60年代大量測(cè)量文獻(xiàn)的一個(gè)集總，它為使用至今的能力、成就、人格和興趣等的測(cè)量提供了理論基礎(chǔ)[2]。毫無疑問，經(jīng)典測(cè)量理論在測(cè)量實(shí)踐中應(yīng)用最廣，與更復(fù)雜的現(xiàn)代方法相比，經(jīng)典測(cè)量理論的相對(duì)優(yōu)勢(shì)如下：①對(duì)小樣本數(shù)據(jù)仍然有效；②數(shù)學(xué)公式相對(duì)直觀；③統(tǒng)計(jì)包程序簡(jiǎn)單易用。一些學(xué)者甚至認(rèn)為經(jīng)典測(cè)量理論與項(xiàng)目反映理論之間幾乎沒有經(jīng)驗(yàn)差異[3]。經(jīng)典測(cè)量理論的核心是真分?jǐn)?shù)模型(true score model)， 真分?jǐn)?shù)模型的本質(zhì)是任何觀察到的測(cè)試分?jǐn)?shù)都可以被視為真分?jǐn)?shù)和隨機(jī)誤差這2個(gè)假設(shè)分量的復(fù)合，它可以表示為：

X=T+E

(1)

式中，X為觀察分?jǐn)?shù)，T為真分?jǐn)?shù)，E為隨機(jī)誤差。觀察分?jǐn)?shù)是假設(shè)其取值服從某種概率分布的隨機(jī)變量。通常觀察不到方程右邊的變量，假設(shè)方程右邊有兩個(gè)分量。從概念上講，真分?jǐn)?shù)是所測(cè)項(xiàng)目的完美度量，但在實(shí)際測(cè)量中，真分?jǐn)?shù)不可能得到，通常認(rèn)為它等于同樣條件下多次測(cè)量結(jié)果的平價(jià)值。誤差分?jǐn)?shù)是由測(cè)量誤差導(dǎo)致的與真分?jǐn)?shù)的偏差。測(cè)量誤差是測(cè)量不可靠的根源， 其中一個(gè)主要原因是測(cè)量工具中的項(xiàng)目并非測(cè)量的同一個(gè)對(duì)象。為了強(qiáng)調(diào)隨機(jī)誤差，CTT做出如下3個(gè)假設(shè)：①誤差平均數(shù)為零，則測(cè)量均值不會(huì)系統(tǒng)地偏離真分?jǐn)?shù)；② 測(cè)量誤差遵循正態(tài)分布；③ 測(cè)量誤差與真分?jǐn)?shù)不相關(guān)。

1.2測(cè)量的評(píng)價(jià)標(biāo)準(zhǔn)一個(gè)好的測(cè)量工具應(yīng)該同時(shí)具有內(nèi)容效度、效標(biāo)關(guān)聯(lián)效度、結(jié)構(gòu)效度和信度。此外，它應(yīng)該是靈敏的。

1.2.1 測(cè)量的效度 效度用于衡量測(cè)量特定指標(biāo)時(shí)所具有的準(zhǔn)確程度。美國心理學(xué)協(xié)會(huì)在1954年定義了4個(gè)方面的效度，包括內(nèi)容效度 (content validity)、結(jié)構(gòu)效度(construct validity)、效標(biāo)關(guān)聯(lián)效度(criterion validity)；其中，效標(biāo)關(guān)聯(lián)效度包括同時(shí)效度(concurrent validity)和預(yù)測(cè)效度(Predictive Validity)[5]。內(nèi)容效度指的是所測(cè)內(nèi)容與預(yù)定要測(cè)量的特質(zhì)之間的一致性程度。內(nèi)容效度需要從所有內(nèi)容中選取相關(guān)的、有代表性的、清晰的測(cè)量?jī)?nèi)容進(jìn)行抽樣[1,6]。效標(biāo)關(guān)聯(lián)效度指測(cè)量結(jié)果與作為效標(biāo)的另一組測(cè)量結(jié)果之間的一致性程度。同時(shí)效度指測(cè)量結(jié)果與同時(shí)間采集的效標(biāo)之間的一致性程度。預(yù)測(cè)效度是指目前的測(cè)量結(jié)果與將來的效標(biāo)之間的一致性程度。Trochim等[6]認(rèn)為內(nèi)容效度和效標(biāo)關(guān)聯(lián)效度都為結(jié)構(gòu)效度提供了部分證據(jù)。從這個(gè)角度來看，測(cè)量的最終目標(biāo)是保證它的結(jié)構(gòu)效度，結(jié)構(gòu)效度是指實(shí)際測(cè)量結(jié)果與所要測(cè)量的理論結(jié)構(gòu)和特質(zhì)的一致性程度。

結(jié)構(gòu)效度的檢驗(yàn)通常通過構(gòu)建一個(gè)多特質(zhì)-多方法的矩陣,并檢驗(yàn)其中的聚合效度和區(qū)別效度來完成[5,7]。文獻(xiàn)[5]提出結(jié)構(gòu)效度檢驗(yàn)應(yīng)至少包含以下3個(gè)步驟：①根據(jù)理論建立一個(gè)結(jié)構(gòu)模型;②針對(duì)假設(shè)的結(jié)構(gòu)模型提出具體的測(cè)量方法;③實(shí)證檢驗(yàn)測(cè)量數(shù)據(jù)與假設(shè)結(jié)構(gòu)模型的匹配程度。目前，主流的商業(yè)和體育管理文獻(xiàn)中都按照Fornell等[8]提出的“平均方差提取值”(average variance extracted, AVE)作為檢驗(yàn)結(jié)構(gòu)效度的方法。表1為常用效度測(cè)量類型的摘要列表。

表1 常用效度測(cè)量類型的摘要列表Table 1 A summary list of commonly used measurement validity types

1.2.2 測(cè)量的信度 信度是一個(gè)多維度的概念，指的是測(cè)驗(yàn)結(jié)果、因子或結(jié)構(gòu)的可重復(fù)性、穩(wěn)定性、一致性和精度。根據(jù)測(cè)量誤差的來源，大致分為以下4種信度系數(shù)。①穩(wěn)定系數(shù)(stability，跨時(shí)間的一致性)。穩(wěn)定系數(shù)的主要測(cè)量方法是重測(cè)信度，即對(duì)同一組受試者以相同的測(cè)試方法在不同的時(shí)間進(jìn)行測(cè)試,所得結(jié)果的一致程度。②等值系數(shù)(equivalence，跨形式的一致性)。等值系數(shù)的主要測(cè)量方法是復(fù)本信度，即讓同一組受試者進(jìn)行內(nèi)容范圍相同但表達(dá)方式不同的測(cè)試,所得結(jié)果的一致程度。③內(nèi)在一致性系數(shù)(internal consistency，跨項(xiàng)目的一致性)。內(nèi)部一致性系數(shù)的主要測(cè)量方法是克隆巴赫α系數(shù)，它可以被看作是所有折半相關(guān)系數(shù)的均值[6]。其他內(nèi)部一致性測(cè)量方法包括項(xiàng)目間平均相關(guān)系數(shù)、項(xiàng)目與總分間平均相關(guān)系數(shù)以及折半信度。④評(píng)分者信度(不同評(píng)分者測(cè)量的一致性)，即2個(gè)或2個(gè)以上評(píng)分者為同一個(gè)受試者進(jìn)行重復(fù)測(cè)試, 所得結(jié)果的一致程度。可以通過計(jì)算不同評(píng)分者對(duì)特定問題集的選定比例或者打分結(jié)果的相關(guān)系數(shù)來測(cè)量。

在體育管理研究中，不是上述所有類型的信度都同等重要，研究者更加關(guān)注測(cè)量結(jié)果的穩(wěn)定性和內(nèi)部一致性，而內(nèi)部一致性應(yīng)從穩(wěn)定性分析中分離出來[1]。通常情況下，內(nèi)部一致性系數(shù)值高于穩(wěn)定性系數(shù)值[9]。此外，在某些領(lǐng)域的研究中，評(píng)分者信度可能需要多個(gè)采訪者、觀察員或者測(cè)試管理員參與測(cè)試過程。表2是常用的信度摘要列表。

表2 常用的信度摘要列表Table 2 A summary list of commonly used reliability measures

2 體育管理心理量表開發(fā)的框架

在本節(jié)中，筆者基于經(jīng)典測(cè)量理論[1-2,5]和相關(guān)領(lǐng)域的測(cè)量實(shí)踐[10-12]提出了一個(gè)量表開發(fā)的過程。圍繞著結(jié)構(gòu)的3個(gè)潛在來源進(jìn)行相關(guān)內(nèi)容的組織：①基于現(xiàn)有文獻(xiàn)(類型一)；②基于特定研究背景(類型二)；③觀察創(chuàng)造(類型三)。筆者尤其強(qiáng)調(diào)每一步如何與效度和信度檢驗(yàn)相關(guān)聯(lián)。

根據(jù)結(jié)構(gòu)來源的不同，量表開發(fā)過程存在差異。嚴(yán)格地說，類型一的結(jié)構(gòu)測(cè)量是對(duì)量表的驗(yàn)證而不是開發(fā)。首先，量表結(jié)構(gòu)的定義和條目都來自于現(xiàn)有的文獻(xiàn)。然后，利用驗(yàn)證性因子分析(CFA)對(duì)量表的心理特質(zhì)進(jìn)行檢驗(yàn)。類型二的結(jié)構(gòu)測(cè)量同時(shí)涉及演繹法和歸納法。通常，采用演繹法從文獻(xiàn)中獲取結(jié)構(gòu)的定義和法則框架，結(jié)構(gòu)的內(nèi)容則基于現(xiàn)有理論和對(duì)一個(gè)或多個(gè)體育管理背景的觀察進(jìn)行歸納，最終的結(jié)構(gòu)條目通常是演繹法和歸納法混合使用的結(jié)果。如果研究人員對(duì)量表的理論有足夠的信心，量表心理特質(zhì)檢驗(yàn)可以直接使用CFA驗(yàn)證，然而處理這種類型量表更為恰當(dāng)?shù)姆椒ㄊ牵紫炔捎锰剿餍砸蜃臃治?EFA)，然后再采用驗(yàn)證性因子分析。類型三的結(jié)構(gòu)測(cè)量涉及歸納法。這一類型量表中的條目通常是歸納法的結(jié)果，例如面試、小組討論或直接觀察。量表的心理特質(zhì)檢驗(yàn)幾乎總是需要兩個(gè)步驟。因子結(jié)構(gòu)應(yīng)首先使用EFA進(jìn)行檢驗(yàn)。使用獨(dú)立樣本的CFA是必要的后續(xù)步驟。類型三的真正挑戰(zhàn)是提出一個(gè)可以檢驗(yàn)的新量表的法則框架。類型三的結(jié)構(gòu)測(cè)量要求對(duì)理論發(fā)展有重大的貢獻(xiàn)。

2.1步驟一：在法則網(wǎng)絡(luò)(nomologicalnetwork)中定義結(jié)構(gòu)第1階段是在理論背景下定義結(jié)構(gòu)的準(zhǔn)確概念。所有結(jié)構(gòu)都來自于理論和實(shí)證域[14]，第1步主要涉及結(jié)構(gòu)的理論域，而第2步主要涉及結(jié)構(gòu)的實(shí)證域。正如前面討論過的，結(jié)構(gòu)的數(shù)量可能沒有限制，結(jié)構(gòu)可以被隨意命名。結(jié)構(gòu)的驗(yàn)證只能在理論框架中進(jìn)行。至關(guān)重要的是，研究者必須在量表開發(fā)的初始階段就開始考慮結(jié)構(gòu)效度的問題。圖1提出了一個(gè)假設(shè)的法則網(wǎng)絡(luò)。

結(jié)構(gòu)的理論定義由前人的理論并結(jié)合自身觀察演變而來。關(guān)于類型一和類型二的結(jié)構(gòu)，通常有大量文獻(xiàn)提供研究者結(jié)構(gòu)的定義和法則網(wǎng)絡(luò)。對(duì)現(xiàn)有文獻(xiàn)綜述的全面闡述應(yīng)該可以為量表開發(fā)提供足夠信息。

圖1 法則網(wǎng)絡(luò)示意Figure 1 An illustration of nomological network

而類型三的結(jié)構(gòu)，通常需要在開發(fā)量表之前進(jìn)行某種定性研究，以揭示相關(guān)的理論基礎(chǔ)。定性研究的目的是揭示結(jié)構(gòu)的理論領(lǐng)域，并建立進(jìn)一步研究的試驗(yàn)性的法則網(wǎng)絡(luò)。

事先寫一個(gè)簡(jiǎn)短而正式的結(jié)構(gòu)描述是非常有用的。例如，基于對(duì)現(xiàn)有理論的回顧(即充分重要性模型、理性行為理論和計(jì)劃行為理論)，將體育管理中的市場(chǎng)需求概念化為活動(dòng)參與和再次參與驅(qū)動(dòng)力的一個(gè)多維的態(tài)度結(jié)構(gòu)[13]，這個(gè)定義與傳統(tǒng)經(jīng)濟(jì)學(xué)文獻(xiàn)中的概念明顯不同，市場(chǎng)需求與活動(dòng)參與之間的預(yù)測(cè)關(guān)系是一個(gè)法則網(wǎng)絡(luò)，其中市場(chǎng)需求是可以驗(yàn)證的。基于文獻(xiàn)綜述，Li等[14]將賭博成癮定義為一個(gè)廣義的概念，既包括只有少量臨床癥狀的問題狀態(tài)，也包括具有更嚴(yán)重癥狀的病理狀態(tài)。為了測(cè)量體育場(chǎng)景下的參與行為，Yoshida等[15]將粉絲參與定義為“體育消費(fèi)者在非交易市場(chǎng)中的額外行為，該行為使他或她最喜歡的運(yùn)動(dòng)隊(duì)、團(tuán)隊(duì)管理層和其他球迷受益”。法則網(wǎng)絡(luò)提供了粉絲參與量表的結(jié)構(gòu)效度的佐證，包括粉絲參與的前因(團(tuán)隊(duì)識(shí)別、積極影響和榮耀關(guān)聯(lián))和粉絲參與的結(jié)果(購買意圖和推薦意圖)。

2.2步驟二：定義內(nèi)容域和初始條目池的生成第2步是為結(jié)構(gòu)的內(nèi)容域提供一個(gè)實(shí)證定義，并且生成代表內(nèi)容域的初始條目池。假定結(jié)構(gòu)的實(shí)證域有其對(duì)應(yīng)的理論域，共同實(shí)現(xiàn)對(duì)結(jié)構(gòu)的操作化。它包括用于測(cè)量結(jié)構(gòu)的特定觀測(cè)變量的集合。理論域和實(shí)證域之間的匹配程度是檢驗(yàn)結(jié)構(gòu)效度的另一種方法。

2.2.1 層級(jí)問題 體育管理研究中結(jié)構(gòu)測(cè)量的一個(gè)難題是，結(jié)構(gòu)通常在不同的抽象層次或廣度上有一個(gè)有序的層級(jí)結(jié)構(gòu)[16]。在體育管理中的二階結(jié)構(gòu)(second-order construct)是很常見的。這意味著主結(jié)構(gòu)本身包含子結(jié)構(gòu)，通常稱其為維度或因子。例如，通常認(rèn)為態(tài)度具有認(rèn)知、情感和協(xié)同成分[17]；因此，不僅需要定義一個(gè)態(tài)度的主結(jié)構(gòu)，還要定義等其理論和實(shí)證上的子結(jié)構(gòu)。本質(zhì)上，這些子結(jié)構(gòu)的實(shí)證定義為結(jié)構(gòu)提供了內(nèi)容域。而且，通常采用表示子結(jié)構(gòu)的實(shí)證域來生成初始條目池，因此形成二階結(jié)構(gòu)。

以Byon等[13]2010年的研究為例，市場(chǎng)需求的實(shí)證領(lǐng)域包括主隊(duì)、客隊(duì)、體育象征、經(jīng)濟(jì)考慮、運(yùn)動(dòng)推廣和合理的進(jìn)度安排。假設(shè)可以通過觀察和測(cè)量這6個(gè)維度測(cè)量市場(chǎng)需求的結(jié)構(gòu)。因此，市場(chǎng)需求是一個(gè)二階結(jié)構(gòu)，研究人員需要在理論和實(shí)證上定義6個(gè)維度。例如，“主隊(duì)”在概念上被定義為“由主隊(duì)表現(xiàn)、超級(jí)巨星的存在、主隊(duì)球員的運(yùn)動(dòng)質(zhì)量、勝敗記錄、主隊(duì)聲譽(yù)和主隊(duì)的聯(lián)賽積分排行位置等屬性來表示主隊(duì)的感知質(zhì)量”。盡管研究人員沒有明確指出，但這個(gè)結(jié)構(gòu)的實(shí)證定義是消費(fèi)者對(duì)團(tuán)隊(duì)屬性的評(píng)分。應(yīng)當(dāng)注意，理論定義涉及“屬性”，而實(shí)證定義涉及“消費(fèi)者對(duì)屬性的評(píng)分”，這是理論域與實(shí)證域之間的差異。基于實(shí)證定義，主隊(duì)的內(nèi)容域包括消費(fèi)者對(duì)主隊(duì)表現(xiàn)、超級(jí)巨星的存在、主隊(duì)球員的運(yùn)動(dòng)質(zhì)量、勝敗紀(jì)錄、主隊(duì)聲譽(yù)和主隊(duì)的聯(lián)賽積分排行位置等屬性的評(píng)分。

2.2.2 內(nèi)容域的抽樣與效度 量表開發(fā)的一個(gè)重要任務(wù)是選擇最能代表該內(nèi)容域的條目。根據(jù)內(nèi)容域的寬度(窄度)，通常不可能創(chuàng)建測(cè)量結(jié)構(gòu)所有可能的條目。研究人員經(jīng)常使用條目樣本來表示這個(gè)定義域，這在檢驗(yàn)理論中被稱為域抽樣。域抽樣與統(tǒng)計(jì)中的采樣的概念類似。在量表開發(fā)中，域抽樣的全體是可以用來表示內(nèi)容域的所有條目的集合，樣本則是量表中的條目。條目對(duì)該內(nèi)容域的代表性是先前討論的內(nèi)容效度的概念。因此，該步驟中的關(guān)鍵任務(wù)之一是確保內(nèi)容效度。表3是對(duì)一階和二階結(jié)構(gòu)理論域、實(shí)證域以及量表?xiàng)l目的說明。

2.2.3 條目庫的形成 下一步是形成條目庫，它代表了結(jié)構(gòu)的實(shí)證域(即內(nèi)容域)。理論上這個(gè)條目庫應(yīng)盡可能覆蓋內(nèi)容域的所有內(nèi)容。在量表開發(fā)中，通常都以一個(gè)較大的條目庫作為起點(diǎn)。對(duì)于第一類結(jié)構(gòu)，通過詳細(xì)的文獻(xiàn)綜述可以得到一個(gè)良好的條目庫。文獻(xiàn)綜述需要闡明結(jié)構(gòu)的定義、包含的維度以及測(cè)量的心理特質(zhì)和條目。對(duì)于第二類結(jié)構(gòu)，僅進(jìn)行理論綜述是不充分的，更恰當(dāng)?shù)姆椒ㄊ墙Y(jié)合定性研究得到符合實(shí)際的條目。最常用的定性研究方法包括觀察法、采訪、小組討論、頭腦風(fēng)暴等。為了開發(fā)量表測(cè)量市場(chǎng)對(duì)跆拳道學(xué)校的需求，KIM等[18]從以下4個(gè)步驟著手建立了他們的初步模型：①文獻(xiàn)綜述；②跆拳道學(xué)校運(yùn)作的現(xiàn)場(chǎng)觀察；③采訪跆拳道學(xué)校的校長(zhǎng)、管理負(fù)責(zé)人和學(xué)校成員；④用德爾菲法檢驗(yàn)內(nèi)容效度。為了開發(fā)量表測(cè)量體育彩票領(lǐng)域中的賭博問題，Li等[14]通過定性研究發(fā)展構(gòu)建了賭博問題的評(píng)估模型，定性方法包括了文獻(xiàn)綜述、對(duì)中國體育彩票主管部門的采訪、體育彩票零售地點(diǎn)的采訪、顧客訪問以及查看官方熱線電話的服務(wù)記錄。對(duì)于第3類結(jié)構(gòu)，通常沒有相關(guān)的文獻(xiàn)作為參考，研究人員必須依賴定性研究產(chǎn)生所有的條目。文獻(xiàn)[19]的研究提供了這一類型的例子，如通過定性研究形成一般條目庫，為后繼的量表開發(fā)奠定基礎(chǔ)。

表3 一階和二階結(jié)構(gòu)的理論域、實(shí)證域和量表?xiàng)l目說明Table 3 An illustration of theoretical, empirical domains of first-order and second-order constructs and scale items

2.2.4 條目的組成 條目的書寫也是條目庫生成過程中一個(gè)重要的步驟。這里列舉幾條經(jīng)驗(yàn)規(guī)則：第一，條目簡(jiǎn)潔，內(nèi)容完整；第二，條目易于理解，閱讀后不產(chǎn)生任何歧義，避免使用多重否定等容易帶來疑惑的句子；第三，避免使用復(fù)義條目。復(fù)義條目是指一個(gè)條目有2種或多重含義。例如，“XXX健身中心是可靠的和響應(yīng)的。”就是具有雙重含義的句子。這個(gè)問題應(yīng)該分成2個(gè)條目，即“XXX健身中心是可靠的。”和“XXX健身中心是響應(yīng)的。”實(shí)際上，用“快速的”可能比“響應(yīng)的”更好理解。有時(shí)候，復(fù)義問題的表達(dá)更為微妙。例如，“我認(rèn)為我自己是UNM林狼籃球隊(duì)的粉絲。”這句話是一個(gè)復(fù)義問題，因?yàn)檫@個(gè)學(xué)校既有男子籃球隊(duì)也有女子籃球隊(duì)，而且回答者也可能有不同的粉絲類型。因此，這個(gè)條目應(yīng)該分解成2個(gè)條目。最后，條目的書寫格式也決定了回復(fù)的格式。盡管有不同類型的量表和回復(fù)格式，利克特量表是體育管理文獻(xiàn)中使用最多的。在實(shí)踐中，比較常用的是五點(diǎn)或七點(diǎn)利克特量表，選擇范圍從強(qiáng)烈的不同意到強(qiáng)烈的同意。

2.3步驟三：條目的精煉初始條目庫建立之后，第3步是對(duì)條目的校訂和精煉。這個(gè)過程的目的是修改或刪除“不好的”條目，這些條目對(duì)測(cè)量的效度和信度都沒有貢獻(xiàn)。通常，在這個(gè)步驟中可以采用兩種處理方法。第1種方法是基于專家意見和先導(dǎo)性研究；第2種方法是基于統(tǒng)計(jì)指標(biāo)，如克隆巴赫α、項(xiàng)目總分相關(guān)系數(shù)和因子載荷。值得注意的是，除非有足夠大的樣本量和具有代表性的樣本，當(dāng)基于統(tǒng)計(jì)指標(biāo)來刪除條目時(shí)必須小心謹(jǐn)慎。筆者首先介紹第1種精煉條目的方法——專家小組法，第2種方法在下一步中介紹。

2.3.1 專家小組法 專家小組法是經(jīng)常使用的方法。一群擁有專業(yè)領(lǐng)域知識(shí)的專家被邀請(qǐng)對(duì)初始條目庫進(jìn)行審查。這個(gè)過程有多重目的，即同時(shí)實(shí)現(xiàn)量表內(nèi)容效度和結(jié)構(gòu)效度的優(yōu)化。首先，專家可以通過評(píng)估結(jié)構(gòu)和實(shí)證定義來評(píng)價(jià)條目的代表性和可操作性。例如，態(tài)度的結(jié)構(gòu)定義為認(rèn)知、情感和意圖三者的結(jié)合，但是實(shí)證中卻忽略了意圖；或者態(tài)度定義為一階結(jié)構(gòu)的情感，但是實(shí)證中卻錯(cuò)誤地加入了認(rèn)知的條目。領(lǐng)域?qū)＜?比如，熟悉態(tài)度理論的專家)會(huì)給予操作性的建議。第二，專家可以評(píng)估條目與結(jié)構(gòu)的關(guān)聯(lián)程度。通過向?qū)＜姨峁┙Y(jié)構(gòu)的實(shí)證定義，專家可以逐條評(píng)價(jià)條目與結(jié)構(gòu)的相關(guān)性。最后，專家會(huì)評(píng)估每一個(gè)條目的清晰性和簡(jiǎn)潔性，尤其是那些對(duì)量表開發(fā)過程非常熟悉的專家的意見非常有價(jià)值。

2.3.2 先導(dǎo)性研究 專家小組法之后是先導(dǎo)性研究。先導(dǎo)性研究的目的是進(jìn)一步測(cè)試條目語言的準(zhǔn)確性、可靠性和有效性。條目語言的準(zhǔn)確性可以基于被訪問者對(duì)條目含義的理解來判斷。研究者通過組織測(cè)試、與目標(biāo)人群面談等來幫助他們找到困惑或容易產(chǎn)生錯(cuò)誤理解的條目。更正式的方法是使用一種稱為認(rèn)知報(bào)告的技術(shù)。認(rèn)知報(bào)告能夠反映回答者理解問卷或測(cè)量工具的意圖，測(cè)量工具在文化背景和問題背景上都與目標(biāo)人群高度相關(guān)[20]，這一技術(shù)常用于通過翻譯使用的量具。Mao等[21]給出了這一技術(shù)在量表開發(fā)中應(yīng)用的案例，該研究采用雪球式抽樣和一對(duì)一談話招募了10個(gè)學(xué)生，他們的教育水平從高中生到研究生。要求他們完成預(yù)先準(zhǔn)備好的問卷，并記錄他們回答每個(gè)條目時(shí)的速度和面部表情，以此判斷條目理解的困難程度，并將此作為修正或刪除條目的依據(jù)。

盡管做法不可取，但是很多研究者仍然采用小樣本的方便抽樣來進(jìn)行先導(dǎo)性研究。樣本量太小以至于缺乏進(jìn)行評(píng)價(jià)量表心理特質(zhì)的能力，例如進(jìn)行因子分析。然而，一個(gè)先導(dǎo)性研究通常可以提供一個(gè)初步的量表評(píng)估。遵循經(jīng)典的測(cè)量范式，對(duì)量表質(zhì)量的首要要求是測(cè)試條目的相關(guān)性。有3個(gè)基本的統(tǒng)計(jì)指標(biāo)可以用于先導(dǎo)性研究中，它們分別是條目總分相關(guān)系數(shù)、條目方差和條目均值。基于所有條目都是對(duì)第一級(jí)結(jié)構(gòu)進(jìn)行測(cè)量的假設(shè)，每一個(gè)條目都應(yīng)該與量表總分相關(guān)。這個(gè)性質(zhì)可以通過條目總分相關(guān)系數(shù)進(jìn)行檢驗(yàn)。

有2種條目總分相關(guān)系數(shù)的計(jì)算方法。未修正條目總分相關(guān)系數(shù)是計(jì)算單個(gè)條目與量表總分的相關(guān)系數(shù)；已修正條目總分相關(guān)系數(shù)也是計(jì)算單個(gè)條目與量表總分的相關(guān)系數(shù)，但量表總分不包含該條目自身的分?jǐn)?shù)，可使用已修正的條目總分相關(guān)系數(shù)，因?yàn)槲葱拚龡l目總分相關(guān)系數(shù)趨于夸大兩者的相關(guān)性。此外，條目均值和方差也是評(píng)價(jià)條目心理特質(zhì)測(cè)量的兩個(gè)重要指標(biāo)[22]。在理想情況下，條目均值應(yīng)該趨近于測(cè)量范圍的中心，例如在一個(gè)5點(diǎn)量表中，條目均值的理想值是3。而條目方差應(yīng)該相對(duì)較大，低方差表明所有的回答者給出了較為相似的答案，因此，該條目不具有區(qū)分能力。通常這些差異較小的條目會(huì)從量表中刪除。值得注意的是，在采用小樣本的方便抽樣時(shí)刪除條目時(shí)要格外小心謹(jǐn)慎。研究者需要考慮低方差問題可能是由小樣本的同質(zhì)性造成的，而不是條目本身的問題。如果在目標(biāo)人群中抽取樣本，并且方差有可能增加的情況下，研究者或許應(yīng)該保留這些條目用于后續(xù)的研究。

基于初步分析的結(jié)果對(duì)條目進(jìn)行修正。例如，研究者可能刪除一些低方差的條目，或者修正一些條目總分相關(guān)系數(shù)較小的條目。如果已有條目的質(zhì)量較差，有可能需要重新獲得專家小組的意見或重新進(jìn)行先導(dǎo)性研究；如果條目的質(zhì)量尚可，研究者就可以進(jìn)入正式研究階段，對(duì)初始量表的條目在心理特質(zhì)方面進(jìn)行更加全面的探索，并進(jìn)一步修正或精煉量表的條目。

2.4步驟四：因子結(jié)構(gòu)和心理特質(zhì)這一步的主要目的是評(píng)估新開發(fā)量表的心理特質(zhì)。理想情況下，這一階段研究的樣本量應(yīng)該足夠大。需要較大的樣本量有2個(gè)原因。第1個(gè)原因與學(xué)界對(duì)實(shí)驗(yàn)中采用大樣本的爭(zhēng)論有些相似。既然這一步的目標(biāo)是評(píng)估條目的心理特質(zhì)，那么關(guān)注點(diǎn)就應(yīng)該集中在這些條目上。根據(jù)真分?jǐn)?shù)模型，任何觀察值都包含真分?jǐn)?shù)和隨機(jī)誤差兩部分，因此應(yīng)該盡量減小誤差的方差。理論上，足夠大的樣本量的隨機(jī)誤差趨于零，所以由參與者差異帶來的隨機(jī)誤差可以忽略不計(jì)[22],為滿足這一要求，樣本量至少應(yīng)該達(dá)到300[23]。第2個(gè)原因是統(tǒng)計(jì)檢驗(yàn)的要求，在這一步筆者采用的是統(tǒng)計(jì)方法，如EFA，要求使用大樣本數(shù)據(jù)[24]。就EFA而言，并沒有“多大的樣本量就足夠大”這一問題的一致性答案，研究者們就這一問題給出了許多經(jīng)驗(yàn)規(guī)則。Gorsuch[25]建議即使變量的數(shù)量小于20，樣本量也必須大于100。MacCallum等[26]則認(rèn)為如果條件允許研究者做EFA時(shí)應(yīng)采樣500 以上的觀察值, 建議樣本量與變量的比例為20…1。需要注意的是，大樣本并不同于具有代表性的樣本，盡管大樣本通常比小樣本有更多的代表性。理想情況下，這一步應(yīng)使用有代表性的樣本。正如第三步中所述，研究者可能不恰當(dāng)?shù)貏h除了一些低方差的條目。有代表性的樣本能更好地說明低方差是由條目設(shè)計(jì)的問題造成的，而不是樣本同質(zhì)性造成的。因此，使用有代表性的樣本的因子結(jié)構(gòu)和條目分析更可靠，并且所開發(fā)的最終量表的信度和效度更好，能更好地滿足不變性假設(shè)。

這步關(guān)鍵的分析技術(shù)是EFA的應(yīng)用，它在系列論文中被反復(fù)提及，這里不再重復(fù)。需要的讀者可以參考介紹EFA技術(shù)細(xì)節(jié)的論文。EFA的目的是發(fā)現(xiàn)條目集合下隱藏的結(jié)構(gòu)。通過前面三步，筆者提出了一個(gè)假設(shè)，就是已有的條目集合可以測(cè)量試圖探討的結(jié)構(gòu)，而EFA被用來測(cè)試這個(gè)假設(shè)。假設(shè)結(jié)構(gòu)是一維的，期望EFA得到一個(gè)因子，它能夠解釋觀測(cè)數(shù)據(jù)的方差顯著量。同時(shí)所有條目在這個(gè)因子上的載荷幾乎都相等，即滿足t檢驗(yàn)的同質(zhì)性假設(shè)。假設(shè)結(jié)構(gòu)是多維的，筆者期望EFA得到多個(gè)因子。對(duì)于第1類結(jié)構(gòu)，EFA并不是必要的，因?yàn)橐呀?jīng)通過文獻(xiàn)獲得了對(duì)結(jié)構(gòu)的洞見。對(duì)于第2類型結(jié)構(gòu)，研究者通常有兩條路可以走，由于筆者已經(jīng)從文獻(xiàn)中獲得了對(duì)結(jié)構(gòu)的洞見，因此可以跳過EFA直接進(jìn)行CFA。這種做法可行的前提是對(duì)結(jié)構(gòu)的假設(shè)非常成熟并且改動(dòng)很小。否則，更理想的做法是先進(jìn)行EFA，在進(jìn)行CFA。第1條路中，CFA的作用是進(jìn)行假設(shè)檢驗(yàn)。如果結(jié)構(gòu)通過CFA驗(yàn)證，則可以進(jìn)一步進(jìn)行結(jié)構(gòu)方程模型(SEM)來測(cè)試結(jié)構(gòu)的理論效度。與此相反，如果檢驗(yàn)的結(jié)果發(fā)現(xiàn)得到的因子結(jié)構(gòu)與假設(shè)的不一致，就需要修改理論，或者修改量表。EFA中使用相同的數(shù)據(jù)是必要的。對(duì)于第3類結(jié)構(gòu)，在這步中EFA是必要的，用于揭示結(jié)構(gòu)的構(gòu)造。

2.5步驟五：因子確認(rèn)和理論效度對(duì)量表的心理特質(zhì)進(jìn)行檢驗(yàn)之后，下一步是利用CFA和SEM將理論法則網(wǎng)絡(luò)中的核心結(jié)構(gòu)與其他附屬結(jié)構(gòu)聯(lián)接起來。理想情況下，筆者在這步中使用分離的樣本數(shù)據(jù)，一個(gè)進(jìn)行CFA，另一個(gè)進(jìn)行SEM。樣本量的大小和樣本代表性的要求可能沒有探索分析階段那么嚴(yán)格。SEM需要的樣本量由模型的復(fù)雜度和數(shù)據(jù)的正態(tài)性決定。絕大多數(shù)研究者建議樣本量至少為200，或每個(gè)參數(shù)至少為5～10個(gè)案例[27]。最近的兩個(gè)仿真研究表明，小一點(diǎn)的樣本量可能對(duì)SEM也是有效的，樣本量可以在30(只有4個(gè)指標(biāo)的CFA，載荷量在0.80左右)到450(中介變量模型)之間[28]。Sideridis等[29]的研究表明樣本量為50～70就足夠滿足包含4個(gè)潛在變量的模型。盡管一個(gè)有代表性的樣本是比較理想的，如果研究的目的只是確認(rèn)因子結(jié)構(gòu)和測(cè)試?yán)碚撔Ф龋敲催@一要求完全可以放寬。Lynch[30]認(rèn)為，一個(gè)可能存在同質(zhì)性問題的方便采樣的樣本在理論測(cè)試中是可以接受的。因此，當(dāng)另一個(gè)樣本的獲得太困難或者成本太高時(shí)，將第四步中得到的較大樣本分為2個(gè)子樣本，一個(gè)用于EFA，另一個(gè)用于CFA和SEM是一種常用的做法。

筆者已經(jīng)在之前的論文中介紹過了CFA，SEM將在下一篇論文中介紹，本文不再贅述。在這一步中還有一些工作要做。首先，需要進(jìn)行針對(duì)核心量表的獨(dú)立數(shù)據(jù)的CFA。筆者需要測(cè)試因子結(jié)構(gòu)是否與EFA得到的一致，還需要測(cè)試因子載荷是否足夠高(經(jīng)驗(yàn)規(guī)則是大于0.70)。其次， SEM包含核心結(jié)構(gòu)和測(cè)量結(jié)構(gòu)，驗(yàn)證測(cè)量結(jié)構(gòu)的效度需要在法則網(wǎng)絡(luò)下測(cè)試量表的聚合效度和區(qū)分效度。在體育管理文獻(xiàn)中，聚合效度和區(qū)分效度的檢驗(yàn)是基于Fornell和Larcker (1981)提出的AVE進(jìn)行的。AVE反映條目的有效方差與誤差方差的相對(duì)大小，AVE的建議閾值是0.50[8]。盡管大多數(shù)體育管理領(lǐng)域的學(xué)者主張AVE大于0.50，以表明量表具有聚合效度，但實(shí)際上AVE只是提供了關(guān)于條目聚合的信息，只是測(cè)量?jī)?nèi)部一致性的一種方法。相反，測(cè)量量表的聚合效度在體育管理文獻(xiàn)中很少被提及和討論，文獻(xiàn)[7]指出聚合效度只能通過獨(dú)立的方法進(jìn)行驗(yàn)證，測(cè)量具有相同或相似結(jié)構(gòu)的量表。2個(gè)獨(dú)立方法得到的適度相關(guān)是量表聚合效度的明顯證據(jù)。區(qū)別效度經(jīng)常通過比較AVE的平方根和結(jié)構(gòu)的相關(guān)系數(shù)來判斷，其標(biāo)準(zhǔn)是一個(gè)結(jié)構(gòu)的AVE平方根應(yīng)該大于該結(jié)構(gòu)與模型中任意其他結(jié)構(gòu)的相關(guān)系數(shù)[8]。

表4是體育管理研究中報(bào)告量表聚合效度和區(qū)別效度的一個(gè)示例，圖2是與之對(duì)應(yīng)的法則網(wǎng)絡(luò)。對(duì)角線上是AVE的平方根。非對(duì)角線是結(jié)構(gòu)間的相關(guān)系數(shù)。AVE可以通過對(duì)角線上數(shù)字的平方進(jìn)行計(jì)算，并且所有的AVE都大于0.5，表明所有的條目都具有聚合效度(即內(nèi)部一致性)。參與度、情緒和態(tài)度是通過不同方法測(cè)量的。其中，參與度通過7級(jí)語義差異量表測(cè)量，情緒通過4級(jí)利克特量表測(cè)量，態(tài)度通過5級(jí)利克特量表測(cè)量。數(shù)據(jù)的正相關(guān)和負(fù)相關(guān)與研究假設(shè)相符，并表明量表具有聚合效度。對(duì)角線上的數(shù)字都大于相關(guān)系數(shù)的絕對(duì)值，表明量表具有區(qū)分效度。

表4 聚合效度和區(qū)別效度示例Table 4 An illustration of convergent validity and discriminant validity

注:數(shù)據(jù)來源于Mao和Zhang 2013年一份未發(fā)表的研究報(bào)告

圖2 與表4相對(duì)應(yīng)的法則網(wǎng)絡(luò)Figure 2 Nomological network corresponding to table 4

值得一提的是，量表的開發(fā)是一個(gè)迭代的過程。每個(gè)后續(xù)步驟的結(jié)果可能需要重新審視之前的步驟。同樣，開發(fā)量表也不是一個(gè)研究的終點(diǎn)。量表的心理特質(zhì)可能在以后的研究中被重新檢驗(yàn)。只有表現(xiàn)良好的量表才會(huì)保留下來，并在未來的研究中被反復(fù)使用。

3 結(jié)束語

基于經(jīng)典測(cè)量方法，本文為量表開發(fā)的初學(xué)者提供了一個(gè)學(xué)習(xí)指南。基于結(jié)構(gòu)的來源，本文給出了在不同情況下開發(fā)量表的可能框架：一個(gè)來自于其他相關(guān)領(lǐng)域的與研究背景無關(guān)的結(jié)構(gòu)，可以直接用于自己研究中的測(cè)量，不需要開發(fā)新的量表，只需要進(jìn)行驗(yàn)證就可以了。在體育管理心理研究中最常見的情形是，結(jié)構(gòu)來自于其他相關(guān)學(xué)科，需要結(jié)合體育管理的背景進(jìn)行適當(dāng)修改，使用這一類結(jié)構(gòu)時(shí)需要采用歸納的方法。根據(jù)研究者的先驗(yàn)信念，采用EFA進(jìn)行研究。來源于體育管理領(lǐng)域直接開發(fā)的第3類結(jié)構(gòu)是最少見的。開發(fā)這一類量表需要研究者具有很好的理論功底：一方面，結(jié)構(gòu)的效度只能通過法則網(wǎng)絡(luò)測(cè)試；另一方面，理論測(cè)試要求一個(gè)高質(zhì)量的結(jié)構(gòu)。理論測(cè)試和量表開發(fā)相輔相成。最后，必須指出的是，盡管經(jīng)典測(cè)量理論占據(jù)主導(dǎo)地位，但它不是萬能的，其他領(lǐng)域的研究者也提出了量表開發(fā)的其他可替代的方法，因此，研究者需要時(shí)刻保持謹(jǐn)慎和開放的態(tài)度。

[1] NUNNALLY J C,BERNSTEIN I H.Psychometric theory [M].3rd ed.New York,NY:McGraw-Hill,1994:78-82

[2] CROCKER L,ALGINA J.Introduction to classical and modern test theory[M].Fort Worth,TX:Harcourt Brace Jovanovich College Publishers,1986:337-527

[3] FAN X.Item response theory and classical test theory:An empirical comparison of their item/person statistics[J].Educational,Psychological Measurement,1998,58(3):357-381

[4] SPEARMAN C.Demonstration of formulae for true measurement of correlation[J].The American Journal of Psychology,1907:161-169

[5] CRONBACH LJ,MEEHL P E.Construct validity in psychological tests[J].Psychological Bulletin,1955,52(4):281-302

[6] TROCHIM W M,DONNELLY J P.Research methods knowledge base[M].Mason:Atomic Dog,2006:1-361

[7] CAMPBELL D T,FISKE D W.Convergent and discriminant validation by the multitrait-multimethod matrix[J].Psychological Bulletin,1959,56(56):81-105

[8] FORNELL C,LARCKER D F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research,1981,18(1):39-50

[9] ROSENTHAL R,ROSNOW R L.Essentials of behavioral research:Methods and dataanalysis[M] .McGraw-Hill,1991:46-68

[10] BENSON J.Developing a strong program of construct validation:A test anxiety example[J].Educational Measurement:Issues and Practice,1998,17(1):10-17

[11] CHURCHILL G A.A paradigm for developing better measures of marketing constructs[J].Journal of Marketing Research,1979,16(1):64-73

[12] PETER J P,CHURCHILL G A .Relationships among research design choices and psychometric properties of rating scales:A meta-analysis[J].Journal of Marketing Research,1986,23(1):1-10

[13] BYON K K,ZhANG J J,CONNAUGHTON D P.Dimensions of general market demand associated with professional team sports:Development of a scale[J].Sport Management Review,2010,13(13):142-157

[14] LI H,MAO L L,ZHANG J J,et al.Dimensions of problem gambling behavior associated with purchasing sports lottery[J].Journal of Gambling Studies,2012,28(1):47-68

[15] YOSHIDA M,GORDON B,NAKAZAWA M,et al.Conceptualization and measurement of fan engagement:Empirical evidence from a professional sport context[J].Journal of Sport Management,2014,28(4):399-417

[16] CLARK L A,WATSON D.Constructing validity:Basic issues in scale development[J].Psychological Assessment,1995,7(3):309-319

[17] ALBARRACN D,ZANNA M P,JOHNSON B T,et al.Attitudes:Introduction and scope[M].The Handbook of Attitudes,2005:3-19

[18] KIM M K,ZHANG J J,KO Y J.Dimensions of market demand associated with taekwondo schools in North America:Development of a scale[J].Sport Management Review,2009,12(3):149-166

[19] FLETCHER D,ARNOLD R.A qualitative study of performance leadership and management in elitesport[J].Journal of Applied Sport Psychology,2011,23(2):223-242

[20] EREMENCO S L,CELLA D,ARNOLD B J.A comprehensive method for the translation and cross-cultural validation of health status questionnaires[J].Evaluation,the Health Professions,2005,28(2):212-32

[21] MAO L L,ZHANG J J.Impact of consumer involvement,emotions,and attitude toward Beijing Olympic Games on branding effectiveness of event sponsors [J].Sport,Business and Management,2013,3(3):226-245

[22] DEVELLIS R F.Scale development:Theory and applications[M].Washington,DC:Applied Social Research Methods Series,1991:73-114

[23] NUNNALLY J C.Psychometrictheory[M].2nd ed.New York:McGraw-Hill,1978:421

[24] OSBORNE J W,COSTELLO A B.Best practices in exploratory factor analysis:Four recommendations for getting the most from your analysis[J].Pan-Pacific Management Review,2009,12(2):131-146

[25] GORSUCH R L.Factor analysis[M].[S.l.]:Lawrence Erlbaum Associates,1974:333

[26] MACCALLUM R C,WIDAMAN K F,ZHANG S,et al.Sample size in factor analysis[J].Psychological Methods,1999,4(1):84-99

[27] KERLINGER B F N.Foundations of behavioral research[M].3rd ed.New York:Holt,Rinehart and Winston,1986:569-595

[28] WOLF E J,HARRINGTON K M,CLARK S L,et al.Sample size requirements for structural equation models an evaluation of power,bias,and solution propriety[J].Educational and Psychological Measurement,2013,73(6):913-934

[29] SIDERIDIS G,SIMOS P,PAPANICOLAOU A,et al.Using structural equation modeling to assess functional connectivity in the brain power and sample size considerations[J].Educational and Psychological Measurement,2014,74(5):733-758

[30] LYNCH J G.The role of external validity in theoretical research[J].Journal of Consumer Research,1983,10(1):109-11