量表是调查人们主观态度的测量工具,而舆论测量更多的是对社会态度的测量,因此,量表在舆论测量中运用甚广。我们知道,态度是指人们对社会现象具有一定倾向性的、内在性的主观评价和行为倾向。一般态度具有感情色彩和潜在性,它是个人的复杂心理感受,它存在于人们的内心活动,因而很难直接观测到它。社会态度也是存在于人们的内心活动,无法直接观察。但态度作为人们的行为倾向,往往表现在人们的各种语言、行为和对外界的反应中,因此通过编制一定的量表,就可以对人们的社会态度进行间接的测定,从中获得比较真实、准确的信息。
(一)量表的定义及类型
在舆论研究中,研究人员不仅要测量一些诸如收入、年龄等客观性事物,还常常需要测量一些表达人们看法、意见、性格或态度等主观性倾向的内容,并且还要显示其程度的差异,像这些有关人们心理状态的主观性事物,其一般情形比较复杂,且具有潜隐性,难以通过表象来进行观测,也不能如一些客观性指标,只需要通过一些简单的指标就可以进行测量,因而在问卷中常常出现用一些复合性指标来实施测量,这种复合性的测量不仅可以大大减少资料的数目和反映人们主观性倾向的方向,还可以有效地表现出人们在态度或意见等主观性倾向上的程度差异。经过近几十年的测量实践,很多学者创制了不少具有这种性能的测量工具,比如问卷、卡片、量表等。其中,量表是一种将所有被测量的项目或指标依据一定的程度或强度逻辑顺序来排列,以表示出所测量的事物的不同程度差异的复合性测量工具和方式。[14]比如测量人们对某一事物的喜好程度。
量表不仅可以用来测量人们的意见、观点、观念、信仰,而且可以用来分析人们的行为及行为倾向。所以说,量表的作用很大,应用范围很广。根据量表的内容、功能、设计方式和形式的不同,可以将量表分为不同的类型。从内容方面来看,可以将量表分为态度量表、智力量表、人格量表、情感量表、信念量表、能力量表等。每一类型量表又包含多种量表,例如,情感量表又包括自尊量表、自卑感量表、幸福感量表、生活量表、社交量表、孤独感量表、文化分离感量表等。在这些量表中,有一部分量表已经模式化、标准化,如智力量表、自尊量表、生活态度量表等,使用者可较方便地选择使用这些量表。还有一些量表正在测试或设计中,更多的情形是对某些社会现象缺乏现成的量表,这正是研究者要努力的目标。从功能方面来看,量表可以分为调查量表与测验量表。调查量表使用的目的在于了解总体的状况;测验量表则要精确地观测被测验者的基本特征。两者不仅精确程度要求不同,而且设计方面也有所区别。从设计方式和形式上来区分,量表可以分为总加量表、累积量表、社会距离量表、语义差异量表,等等。
(二)量表的制作
实际调查中,许多社会现象缺乏现成的量表和指标,在这种情况下,调查者必须依据所调查的内容和目的设计指标并制作成量表。量表类型较多,在舆论测量中总加量表和语义差异量表比较常用,本书着重介绍这两类量表的设计与制作。
1.总加量表的设计
总加量表又称“李克特量表”,是1932年由李克特提出并使用的。总加量表是最为简单、同时也是使用最为广泛的量表。其主要目的是用来测量人们对某一事物的看法和态度,主要形式是询问答卷者对某一陈述的判断,并以不同的等级顺序选择答案。总加量表按可供选择的答案的数量的不同,可以分为两项选择式和多项选择式两种形式。两项选择式只设“同意”“不同意”,或“是”“不是”两项可供选择的答案;多项选择式通常设“非常同意”“同意”“说不上”“不同意”“非常不同意”五个等级供选择。多项选择式量表由于答案类型的增多,人们在态度上的差别就能更清楚地反映出来。因此这种量表比两项选择式量表要用得更多一些。
具体来说,总加量表是由一组问题组成,每一题目按照态度不同的等级给予不同的分数,然后将被调查者对个体的回答分数加起来得出一个总分,再根据总分多少判断其态度强弱的程度,最后将每个人的态度总分进行汇总,从而了解集体的一般态度。
下面以一个例子来说明总加量表的形式和设计方法。如果我们需要调查学生班级中的人际关系,我们可以设计一个“人际关系量表”。量表回答栏目中的数字是每道题的每种回答的记分,它是根据量表测量的维度确定的。这一维度说明,所测量的是什么内容,即测量范围是什么,测量范围的两端是什么。下面是量表的维度:
根据这一维度来确定每道题的回答是否与纬度的方向一致。如果一致就记“+”号,若“非常同意”这一道题,就表示“人际关系好”,可记为5分;如果维度方向相反就记为“-”号,若“非常同意”,就表示“人际关系坏”,可记为1分;根据“+”与“-”表示的方向,就可以按顺序确定每道题的回答是按5~1分还是按1~5分顺序记分。12道题的总分是12~60分,分数越高就说明人际关系越好。详见表9-1。
表9-1 人际关系量表
总加量表的制作程序是:(www.xing528.com)
第一,确定量表的内容。根据所要测量的内容和变量。如人际关系、学习态度、职业意愿等。收集大量与这一问题有关的内容,然后,筛选出一组问题,一般以10~30个问题为宜,组成一个初步量表。提问方式分为正向提问和反向提问,正向提问用“+”表示,反向提问用“-”表示。一般,在一个量表中。正向提问与反向提问应各占一半,以便使回答者集中精力认真回答,防止误差与敷衍。
第二,规定计分标准。每组问题按肯定或否定的强弱程度一般分为五个等级,如:非常同意、同意、一般、不同意、非常不同意,也可分七个等级、三个等级。五个等级常常用0~4或1~5分计分,正向提问与反向提问的积分顺序应相反。对于正向提问,越趋向同意的给分越高;对于反向提问,越趋向同意的给分越低。
第三,试调查。从调查对象中找出少数人尝试回答初步量表,并给他们打分,然后将分数累加起来,以便发现量表中的问题。
第四,评估量表内容。量表中问题设置得好坏,取决于能否分辨出不同的态度,及分辨力如何。所谓分辨力,是反映一个题目能否分辨出人们的不同态度和态度的不同程度。如果一道问题100%都回答同意,那么这个题目就没有分辨力。评估量表就是通过试调查来删除分辨力较低的题目,保留分辨力较高的题目(一般5~20)组成正式量表。
李克特量表分辨力检查方式是将试调查表中得分最高的25%与得分最低的25%的人进行比较,然后计算出每题的分辨力。以表9-1为例,它是一个初步量表,假定这一量表在试调查中发给20名大学生填写,然后将试调查结果按总分由高到低排列,再从表中列出最高的25%的人,即前5名,与得分最低的25%的人,即后5名,分别计算这两类人在每道题上的平均分。如果总分高的5名在第1题的平均分为4.6;总分最低的5名在第1题的平均分为1.4分,两者相减(4.6-1.4=3.2)即为第一题的分辨力分数。分辨力的得分数越小,说明这道题的分辨力越低,则应删除,如果在这一例子中第11、12题分辨力的分数是0.1和0.2,在所有的12题中的分辨力是最低的,就应该删除这两道题,保留前10个问题,做出正式人际关系量表。
总加量表可测量每个被调查者的社会意向,即个人的总的态度倾向,也可测量全体被调查者关于某一问题的平均倾向,这时只要把全体被调查者所得分数加总,再除以被调查人数,就测出全体被调查者关于某一问题的平均倾向。因此,它在舆论测量中被广泛运用。总加量表的优点表现在:一是它简单且容易设计;二是它的适用范围比其他量表要广,可以用它来测量一些其他量表不能测量的某些多维度的复杂概念;三是总加量表的五种回答形式使回答者能够很方便地标出自己的位置。总加量表的最主要缺点是相同的态度得分者有可能具有十分不同的态度形态。因为总加量表是以各项目总加得分代表一个人的赞成程度,它可大致上区分个体间谁的态度高谁的态度低,但无法进一步描述他们的态度结构差异。
2.语义差异量表
语义差异量表又叫语义分化量表,最初由美国心理学家C.奥斯古德等人最初在对小政治群体的政治态度进行测量时所创建和使用,在20世纪50年代后发展起来。它主要用来研究和测量不同的人对概念本身所理解的不同含义,常常在文化、个体和群体之间的差异比较研究中以及人们对周围的事物或环境的看法、态度研究中得到大范围的运用。
语义差异量表是由一组或一系列形容词和它们的反义词构成的两组意义相反的词,每一个形容词和它的反义词中间分为7个或更多奇数个等级区间,每一个等级的分值按照从大到小记为7、6、5、4、3、2、1(如表9-2),或者在7个或更多奇数个等级中,将处于中间的这个等级记为0,两头分别记为正负相对应的两个数值(如表9-3)。然后把测量的事物或概念置于这个量表的地段上,作答者依据自身的感受在每一对正反形容词所组成的量度的合适位序上做好标记,例如画一个“0”或打一个“√”,研究人员根据这些标记所代表的分值进行统计和核算,然后依据核算数值的结果来分析人们对某一事物或概念的主观性倾向如何,或者进行群体或个体的比较分析。[15]测量结果出来后,有两种处理方法:一是单个加总计分,把每个被调查者所有回答的分值加起来,计总分,这是每个被调查者个人的感觉和评价得分;二是求整体平均数,即将所有被调查者总分加起来除以人数,得算术平均数,这个算术平均数就是群体平均的感觉和评价。[16]
表9-2 语义差异量表示例
表9-3 语义差异量表示例
语义差异量表在实际操作中,也存有一些缺陷,比如其询问不够清晰,较含糊,而且较难把握程度上的差别;同时,个人在评价的具体过程中容易把自己的经验或主观偏见渗入进去,从而影响评价的客观性。但不管如何,语义差异量表的测量还是有效的,理由是研究者可以对作答者的回答取平均值,将一些偏见和极端的看法中和掉。作为一种平均性的倾向,语义差异量表就能够比较有效地对各种选择进行评比了。社会调查中常常需要了解人们的态度,可以使用语义差异量表来测量,其效果和前面的总加量表以及李克特量表的效果是一样的,而且会显得更经济。此外,奥斯古德等人认为语义差异量表在再测信度和表面效度方面具有较高的数值。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。