问卷中有正确答案的题目数据怎么处理，以及信效度

我的问卷问题类型特别复杂，有尺度变量、分类变量，还有一部分问题时有正确答案的，比如中国属于A亚洲 B欧洲；所以处理起来有几个问题。1、 一份问卷做可否只用部分问题作定量分析，其它做定性描述和探讨。
2、是否可以根据假设，使用部分样本和部分问题的得到的变量做SEM，其它的做逻辑归回、相关分析等
2、做信效度分析，是不是只有打算用于定量分析的数据才需要做？还是所有的，包含不做定量分析的 人口统计信息和多选题，比如 性别、不喜欢游泳的原因 也要一起做信效度
3、有正确答案的，比如中国属于A亚洲 B欧洲 的问题，可以每个题目正确计一分，n个题目的总分再分档成为一个尺度变量，和其它尺度变量、分类变量做相关、因子之类的分析么？如果可以，在一开始信效度的时候，是使用原始数据还是改成了尺度变量再和其它变量一起做信效度？

aurorecasilo 发表于 2016-10-19 22:15
谢谢你的回答， 关于第五个问题我说错了，是试题计分后和其他态度等量表题定量分析。我现在有看到个别类似 ...

因为不知道你有几个变量，不过350不算是小样本了，用Amos是可以的分析的。
不过amos和mplus都是做验证性因素分析得。
正常情况下，如果你仔细阅读结构方程的书的话，会发现其实我们是要求卡方不显著的，因为零假设是你建立的模型和数据的相符，不显著说明不拒绝，说明模型可以；显著说明拒绝，但是因为卡方受样本量影响太大，所以一般研究不太关注这个，因此也才会有其他很多的模型拟合指标。对于其他指标，接近标准的，建议你使用模型修正指数，添加适当的共变关系，可能会增加模型拟合，可以参照结构方程模型中模型修正方面的内容。

1.问卷使用哪些变量，看你研究需要，自主选择。
2.做分析时，我们一般会使用全部样本，样本足够大，就可以看似样本正态分布；如果你觉得你样本分布是正态，可以选择一部分。
  做SEM时，对观测变量的数目有要求，在要求范围内就可以。
除非你要先做探索性因素分析，再做验证性因素分析，可以把样本分成两半。
3.人口统计学信息一般不做信效度检验。
4.信效度分析，一般使用单独的题目，不用总分。做其他分析用单个题目还是总分，要根据你分析的具体情况来做。

我之遇 发表于 2016-9-30 15:32
1.问卷使用哪些变量，看你研究需要，自主选择。
2.做分析时，我们一般会使用全部样本，样本足够大，就可以 ...

那请问：
1是不是我不做定量分析用的那些单选和多选题，比如“不喜欢游泳的主要原因”，就不用做信效度分析了。我看的有的人说这种反应事实的题目不用，但是有的人又说要。
2、样本正态分布。是指 样本的得到主要 数据每一项都接近正态分布才算么？依你不可能所有数据都是接近正态分布，当然如果是态度、行为等问题样本越大正态分布的可能性越大。不过想我问卷里有知识类的题目，是有唯一正确答案的，这个就不一定了吧。
3、SEM我看有的说样本得是估计得变量和参数总数的10以上。
但是我看的文章里面好像变量、维度、item的叫法不一样。量表中的一个问题应该英语是ITEM吧，有的人叫项目、有的人说是维度、还有的人说是变量。搞得我有点不清楚。比如我有10个问题，采集到10组数据，其中1-3个问题可以理论分类为A组，4-8个问题可分类为B组的第1小组，9-10个问题可分类为B组的第2小组。那我怎么描述，几个项目、几个变量、几个维度？SEM要求样本数是变量的10倍指的应该是多少？
4、为什么“先做探索性因素分析，再做验证性因素分析，可以把样本分成两半。”
5、有正确答案的题目，计总分后和其他变量一起定性分析的做法，是否在教材或者文章中有相应的解说？

aurorecasilo 发表于 2016-10-2 12:10
那请问：
1是不是我不做定量分析用的那些单选和多选题，比如“不喜欢游泳的主要原因”，就不用做信效度分 ...

1.比如说你的问卷中先要统计一下学生的基本信息，这样的就不用；如果你出的题目是你研究的主要部分，当然这部分题目是根据一定的理论基础编制的，这样的就需要信效度分析。
2.如果你的题目是试题类的，是否正态分布和你的题目难易程度、研究目的等有关。结果是否正态分布你都可以解释。
3.一个题目/项目（item）就是一个变量。你举的例子中，有10个项目/变量、2个维度（A、B），只不过你B又分了连个子维度。样本数是变量的10倍，就你举的这个例子来说，你有10个变量，样本量至少要达到100.
4.关于探索性因素分析和验证性因素分析，你可找相关的资料详细了解。我说的是样本足够大的时候，偷懒的办法。
5.研究中有定性与定量结合的分析方法。不太理解你说的计入总分后进行定性分析。

我之遇 发表于 2016-10-13 10:01
1.比如说你的问卷中先要统计一下学生的基本信息，这样的就不用；如果你出的题目是你研究的主要部分，当然 ...

谢谢你的回答， 关于第五个问题我说错了，是试题计分后和其他态度等量表题定量分析。我现在有看到个别类似研究。
我现在看了一些结构方程的书，发现有的用打包法降维，把同个维度的观测变量数据打包作为一个新的观测变量。这样就可以减少样本数的要求。但是有的文章是直接把同个维度的数据汇总或平均，这样是否也是偷懒形的打包法。
我的样本总共350左右，由于数据不满足多元正态性，现在用amos中的算法好像不能用是吧，我用mplus的WLSMV MLR MLM 方法都做了，有些指标接近标准或者在标准范围内，但是卡方的显著性始终不变，一直等于0 ，按理说这样就应该拒绝原假设，拟合不成功？该怎么办呢？怎么样卡方才能不显著？
如果您有空可以看一下我的另一个帖子么？https://bbs.pinggu.org/thread-4889368-1-1.html

我之遇 发表于 2016-10-20 19:04
因为不知道你有几个变量，不过350不算是小样本了，用Amos是可以的分析的。
不过amos和mplus都是做验证性 ...

是的，我根据mi增加了模型中潜变量内部的观测变量的关系路径，除了卡方显著外所有的拟合系数都符合要求了。另外我的数据不服和多元正态，但是每个变量峰度和偏度都不算太离谱没有超过2和7的范围。
我记得好像还有要求
1、除了个潜变量间、观测变量和潜变量间的 路径相关系数要显著外，相关系数不能太大也不能太小是吧。我如果用MLR做，卡方显著，其他拟合很好，但会有一个潜变量间的相关系数达到0.99，按照书上说属于过大；但是用ml做，卡方不显著，其他拟合很好，但这个路径变为0.95属于可以接受，另一潜变量间路径变为0.35好像又过小了。
2、对于潜变量的误差如果有不显著，或者估算等于1，是不是也是属于极端情况，不能接受。
以上说的都是标准化之后的系数。3、按照吴明隆的书，区分效度 如何做出卡方差异值是否显著？
4、mplus如何设定外源变量间独立？
谢谢

ding ding ding