具体描述
本书揭开社会测量的神秘面纱，联系常人的生活经历强调对测量概念的理解，弱化对测量的严格数学定义。全书分为7章，从测量的历史渊源、潜变量、量表的信度和效度、量表的编制步骤等多个方面讲解如何编制出有效、好用的量表。
作者简介
罗伯特•F.德威利斯
美国北卡罗来纳大学教堂山分校公共卫生学院卫生行为和卫生教育系教授。拥有30多年的关于心理和社会测量的实践经验。他是美国国立卫生研究院《患者结局报告测量信息系统》路线图项目中的活跃分子。他曾担任过美国心理学协会第38分会心理卫生分会的理事，参加过美国关节炎基金会临床/结局/治疗研究组的工作，参加过美国老兵事务测量计划。此外，他还担任过《关节炎护理与研究》学刊的副主编以及二十几本学术刊物的客座主编、客座副主编、审稿人等。目前，德维利斯博士的研究兴趣有：配偶及其他亲密关系对病情的不良影响，与健康和病情有关的社会变量及行为变量的测量。
席仲恩
重庆邮电大学教授，主要从事心理测验和教育测量研究、翻译理论与翻译教学研究、国际学术论文写作规范与教学研究等工作，有丰富的学术翻译、学术写作、以及论文润色和修改经验。关于心理测验和教育测量，席博士近期的主要研究兴趣是其中的计量学原理。
杜珏
重庆邮电大学教师，主要从事语言测试和外语教学研究。
目录信息
测量概述
社会科学中的测量史源
几个早期的例子
统计方法的出现和智力测验的作用
心理物理学的作用
测量的后继发展
基本概念的演进
智力测验的演进
心理统计方法领域的扩展
测量在社会科学中的作用
理论与测量的关系
理论量度与非理论量度
量表
量表并非个个造来平等
劣质测量的代价
小结与预览
2解读潜变量
构念及其量度
作为项目得分假设原因的潜变量
路径图
图示约定
量表编制过程中的路径图
测量模型的进一步讨论
经典测量模型的假定
平行测试
其他模型
3信度
基于方差分析的方法
连续值项目与二值项目
内部一致性
阿尔法系数
协方差矩阵
多项目量表的协方差矩阵
阿尔法系数与协方差矩阵
另外一个阿尔法系数公式
对阿尔法系数的批评
基于量表分数相关程度的信度
信度系数的复本进路
信度系数的折半进路
信度系数的项目成绩标准化进路
评分者间一致性
信度系数的历时进路
信度系数与统计力度
概化理论
4效度
内容效度
效标关联效度
效标关联效度与正确性
构念效度
构念效度与效标关联效度的区别
相关系数的衰减
相关系数多高才算展现了构念效度
多特质一多方法矩阵
表面效度又是怎么回事儿
5量表编制指南
第1步：明确你到底要测量什么
理论有助于明确所测内容
特定性有助于明确所测内容
明确量表应包括的内容
第2步：建立一个项目池
选择反映量表目的的项目
项目冗余
项目数量
开始编写项目
优良项目与劣质项目的特性
正面表述的项目与负面表述的项目
小结
第3步：决定项目形式
瑟斯顿治标法
古特曼治标法
由等权项目构成的量表
备择反应选项的最佳个数
反应形式的具体类型
第4步：请专家评审最初项目池中的项目
第5步：考虑把效验性项目包括进去
第6步：在样本身上施测项目
第7步：评价项目
对项目表现情况的初步检查
因素分析
阿尔法系数
第8步：优化量表长度
量表长度对信度的影响
“差”项目对量表的影响
调整量表长度
分裂样本
6因素分析
因素分析概貌
因素分析概念类比
因素分析的概念
提取因素
因素旋转
因素解释
主成分与共同因素
成分与因素的异同
确认性因素分析
量表编制中因素分析的使用
样本大小
7项目反应理论概述
项目难度
项目区分度
猜测度
项目特征曲线
IRT应用于多反应项目
IRT的复杂性
8广阔研究背景下的测量
编制量表之前
寻找现存工具
在受测总体背景下审视构念
决定量表的施测模式
在其他量表或程序的背景下考虑所开发量表
量表施测之后
数据分析
数据解释
概括性
最后的思考
参考文献
附录：现行效度理论的外延和内涵
序言
布赫瓦尔德（Buchwald，2006）在其关于测量结果偏差及其对知识的影响的评论中指出，在1660年代后几年和1670年代前几年，还是二十几岁的艾萨克•牛顿就显然首次使用了平均多次观测结果的方法。牛顿的目的是，在自己关于天文现象的观察值之间有差异时，用各次观测结果的平均值代表观测结果，以得到一个更为准确的测量结果。有趣的是，牛顿在其原初报告中并没有记述自己使用平均值这一做法，而且一直隐瞒了几十年。这一隐瞒，与其说是学术诚信问题，不如说是当年人们对于误差及其在测量中作用理解的局限问题。在评论另一位近代天文学家隐瞒自己观测结果的偏差时，艾尔德（Alder，2002）指出，即使到了1700年代后期，隐瞒观测结果偏差这一做法“不仅普遍，而且被看作智者的特权；而把误差却看作道德的欠失”（P. 301）。
在1600年代晚期和1700年代早期，需要对自然现象进行系统观测的科学家当中不仅有天文学家，还有其他方面的。1660年代，在根据英格兰罕不什尔郡的洗礼及葬礼记录编制当地的出生率和死亡率时，约翰•格朗特（John Graunt）就使用了平均值（这种方法现在已不常用）来总结自己的发现。根据布赫瓦尔德（Buchwald，2006）的记述，格朗特使用平均值的动机，是要捕获住那瞬息可变的“真”值。当时他的想法是，出生率与死亡率之比遵循某种自然法则，但是，那些发生在任何一个年度的不可预测事件可能会掩盖那一基本事实。这种关于观察是通往自然真理的有缺陷窗口的观点间接表明，当时人们对于测量的看法已经变得越来越成熟：除了观察者的局限之外，其他因素也可能败坏经验信息；因此，对观测值的适当调整处理，可能会更准确地反映出所感兴趣自然现象的真实情况。
尽管有这些早期的洞见卓识，但只是在牛顿首次使用平均值一个世纪之后，科学家才开始广泛地认识到，凡测量皆有误差，平均值能使该误差降到最小（Buchwald，2006）。根据物理学家及科普作家列纳德•蒙洛迪诺（Leonard Mlodinow, 2008）记述，在18世纪后期和19世纪早期，天文学和物理学的发展，迫使当时的科学家更加系统地对待随机误差问题，因此也导致了数理统计学科的诞生。到了1777年时，丹尼尔•伯努利（更著名的雅克布•伯努利的侄子）对天文观测结果的分布和射箭飞行轨迹的分布进行了对比发现，两者都是围绕着某个中心分布，距中心越近分布的密度越大，距中心越远分布的结果越稀少。尽管说关于该观察结果的理论处理在某些方面是错误的，但它标志着对测量误差进行形式分析的开始（Mlodinow, 2008）。布赫瓦尔德（Buchwald，2006）指出，18世纪的这种对于测量误差的解读，存在一个基本缺陷。那就是，未能区分随机误差和系统误差。直到19世纪初，人们才更深刻地理解了随机性问题。随着人们对随机性理解的加深，测量也有了长足的进展。随着测量的发展，科学也向前迈进了一步。
文摘
版权页：
是的，语法结构相似或其他表面特征相似可能造成我们所不想要的内容上的相似。那些与拟测构念并不完全无关的冗余，在有些情况下也会带来一些问题。在一组项目中，如果某些项目与其他项目在特定性方面存在差异，这样就会带来问题。举个例子来说明一下。假想有一个要用来测量宠物爱好者态度的量表工具。这个量表可能包括多种不同的项目。之外的其他项目虽然与我们所感兴趣的构念有关，但是由于太具体，因此也太冗余，而不能发挥作用。“非洲灰鹦鹉爱好者心地善良”和“我认为喜欢非洲灰鹦鹉的人是好人”这两个项目太相似了，其原因不仅仅是因为它们的语法结构相似，还因为两者有潜在的关联性，更因为两者明显共享着同样的具体内容。这样的项目可能使全体项目在总体上偏离我们旨在测量的潜变量（即，对于宠物爱好者的态度），而偏向另外一个更为具体的潜变量（即，对于非洲灰鹦鹉爱好者的态度）。由于宠物种类繁多，两个关于某具体且不常见宠物的项目，就显得扎眼地相似，因此很可能毁坏我们编制该量表工具的初衷。
更一般地，构念的笼统性和具体性程度可能会改变冗余性的影响程度。虽然这个非洲灰鹦鹉例子有点极端，在量表中包括那些与旨测构念特定性不匹配的项目，在一些没有上例那么极端的场合中是可能发生的。例如，在一个设计用来全方位测量情感的量表里，如果有几个关于焦虑的项目，这就会带来问题。这几个关于焦虑的项目之间的相关程度，可能会高于这几个项目分别跟其他非关于焦虑的项目之间的相关。结果，这几个项目就会在所有关于情感这些广阔的项目中间，形成一个关于焦虑这一特定情感的小聚团儿。这会引起一系列的问题。首先，这会摧毁量表的单维性（如果研究者旨在编制一个测量单维变量的量表，这就构成了问题）。其次，这会造成一个不想要的聚焦点，结果会是那些更像关于焦虑问题的项目显得比其他项目表现更好。
· · · · · · (收起)
读后感
用户评价
语言风格的差异性让我阅读体验极差，仿佛是几个不同背景的作者拼凑起来的一本书。前半部分，尤其是关于理论基础的章节，语言严谨、逻辑清晰，充满了严谨的学术气息，每一个论证都小心翼翼，生怕出错，读起来需要高度集中注意力。但是，一进入到具体的操作步骤或者软件应用的部分，语气突然变得非常口语化，甚至出现了一些带有强烈个人色彩的断言，缺乏应有的客观性和规范性。这种风格的剧烈跳跃，使得读者在处理信息时必须不断地进行“模式切换”。一会儿是沉重的学术论述，一会儿是轻松的“小贴士”，让人很难保持一个连贯的思维流。此外，书中术语的使用也不够一致，同一个概念在不同章节有时使用不同的英文缩写或中文表述，这在高度依赖精确术语的测量学领域，是一个严重的疏忽，极大地增加了理解的难度和误读的风险。
这本书的案例分析部分简直是形同虚设，完全无法提供我所需要的实践指导。作者提供的所有“范例”，都建立在一些高度理想化、数据完美正态分布的假设情境下。现实中的量表编制，充满了各种遗漏值、异常值、文化差异带来的偏差，以及样本代表性不足的困境。然而，在书中对这些“脏数据”的处理，几乎是零提及。我尤其想知道，当一个潜在大维度因子载荷在0.35而不是期望的0.5以上时，到底该如何取舍项目？书中对此没有给出任何建设性的讨论，只是一味地展示了“成功”的、数据拟合得近乎完美的例子。这种单向度的展示，极大地削弱了本书的工具书价值。如果我是一个初学者，我会被这些过于美好的案例误导，以为量表编制是一条平坦大道。对于那些真正需要面对复杂数据挑战的硕士或博士研究生来说，这本书提供的帮助微乎其微，它更像是一份“教科书式的展示”，而非“实验室中的实操指南”。
这本书的内容组织结构显得有些散乱和过时。它试图涵盖从基础理论到具体操作的方方面面，但由于跨度太大，很多关键概念的深入探讨都被一笔带过，显得浮于表面。比如在谈论信效度检验时，它用了大量的篇幅去解释一些非常基础的统计学概念，而对于当代量表编制中越来越重要的项目反应理论（IRT）的实际应用，介绍得却异常简略，甚至有些概念的阐述带着明显的时代烙印，缺乏对近十年量表发展趋势的关注。感觉作者的知识体系更像是停留在上一个世纪末期，虽然打下了基础，但对于现代心理测量学和教育测量学的前沿动态，几乎没有涉猎。我期待的“应用”部分，更多的是停留在“如何填写表格”的层面，而非“如何根据数据驱动决策”的策略层面。对于有一定经验的研究者来说，这本书的价值更多是作为一个“基础名词解释词典”，而非一个能够指导复杂研究的实战手册。我不得不频繁地在外部寻找更前沿的文献来补充这些知识盲区。
这本书的排版和装帧简直是灾难，纸张的质感非常粗糙，拿到手里就能感觉到廉价感，完全对不起它在专业书籍里不算低的定价。内页的字体大小不一，有的地方像是扫描后强行拉伸过一样，边缘模糊不清，阅读起来非常吃力。更别提那些图表和公式，简直是排版事故的重灾区，线条错位、数据重叠，很多关键信息根本无法准确识别。我花了大量时间去猜测作者到底想表达什么，而不是专注于理解内容本身。这种制作水准，让人不禁怀疑出版社是否对“学术书籍”这个概念有什么误解，或者仅仅是把读者当成了可以敷衍的受众。如果只是想随便翻阅一下，也许可以忍受，但对于需要反复研读、反复查阅的专业人士来说，这样的实体书简直是一种折磨。我甚至考虑是不是应该去买电子版，哪怕电子版的阅读体验也可能因为内容质量而大打折扣，但至少在清晰度上可能略胜一筹。这本书的硬件条件，绝对是劝退读者的第一道坎。
本书的翻译质量实在令人不敢恭维，简直是信达雅的全面崩塌。很多技术名词的直译生硬到令人发指，完全没有考虑到其在中文测量学界公认的习惯用法。例如，某个关键的“construct validity”的翻译，如果按照上下文理解应该是“结构效度”，但在书中却被直译成了非常拗口的“构造有效性”，让原本就晦涩的概念更加难以理解。更糟糕的是，一些关键的句子，明显是把英文的语序和句式直接搬了过来，导致中文表达极其不自然，甚至出现语法错误，需要读者花费极大的精力去逆向还原它最初想表达的英文原意。专业书籍的翻译，理应做到“忠实于原文的科学内涵，符合目标语言的表达习惯”，但这本书的翻译显然只做到了第一点，并且完成得也不算好，而完全忽略了第二点。对于非母语是英语的读者来说，这本书的翻译质量无疑是雪上加霜，使得学习效率直线下降。
挺好的，很實用，介於操作手冊和理論概論之間的小工具書，非常適合像我這樣的需要編制量表但是對理論和實操一無所知的小白，工作中可以隨時借鑒。
测量模型言简意赅，信度公式和教小学生一样耐心细致，因素分析举例贴切。入门推荐。
翻译有待改进。
测量模型言简意赅，信度公式和教小学生一样耐心细致，因素分析举例贴切。入门推荐。
挺好的，很實用，介於操作手冊和理論概論之間的小工具書，非常適合像我這樣的需要編制量表但是對理論和實操一無所知的小白，工作中可以隨時借鑒。
