。 這些 考量 不止 在 決定 選用 什麼 工具 時 要 注意 ， 同時 在 對 自製 的 工具 作 評鑑 時 也 要 注意 。 本 書 在 評鑑 各 種 量表 時 ， 曾 儘 可能 保持 公平 、 誠實 、 一致 以及 不 過份 的 苛刻 。 我們 也 試 著 去 把 每 一 個 工具 的 優點 及 缺點 都 指出來 。 下面 ， 我們 按 量表 製作 程序 ， 簡短 地 描述 一下 我們 評鑑 量表 時 所 用 的 評標 。 * 測題 的 撰寫 對 量表 編製 者 而言 ， 第一 步驟 就 是 先 把 所有 的 測題 寫好 或 找到 。 這 也 正 是 評鑑 量表 者 首先 查看 的 地方 。 首先 我們 假定 測量 編製 者 對 他們 要 測量 的 領域 要 有 足夠 的 認識 ， 知道 他 要 編製 的 量表 確實 涵蓋 了 他 所 要 測量 的 概念 ， 以致使 這 個 測量 工具 能 對 其他 研究 者 的 研究 也 有用 。 如果 這 個 概念 已 有 其它 工具 可以 測量 之 ， 那麼 編製 者 必須 說明 他 的 工具 到底 比 已 有 的 好 在 什麼 地方 。 三 個 編製 量表 的 最 低 限度 的 考量 包括 ： 1 .
 
適當 的 內容 取樣 適當 的 取樣 並 不 容易 達到 ， 也 沒有 明確 的 法則 來 幫助 達到 此 目的 （ 正 如 一些 對 Louis __UNDEF__ Guttman __UNDEF__ 的 「 內容 普遍性 」 ( universe __UNDEF__ of content __UNDEF__ ) 一 概念 提出 批評 的 人 所 說 的 那樣 ） 。 雖然 如此 ， 我們 仍 需 認識到 測題 取樣 過程 在 編製 量表 時 所 扮演 的 關鍵性 角色 。 量表 製作好 了 之後 ， 再 做 研究 ， 固然 可能 會 比較 清楚 地 找出 到底 這 個 量表 有沒有 涵蓋 他 所 要 測量 的 所有 的 行為 、 事物 及 情感 。 但是 在 制作 量表 之前 也 有 一些 方法 可以 幫助 我們 達到 這 個 目的 。 例如 ， 權威 性格 量表 的 編製 者 就是 將 受測 者 在 小 團體 會談 、 個別 晤談 及 筆錄 感想 中 所 表達 的 重要 感覺 及 想法 轉換成 量表 測題 的 。 有 些 測題 甚至 是 直接 從 這些 材料 中 轉錄 被 訪 者 的 原句 而 得 。 在 工作 滿足感 的 領域 中 ， __UNDEF__ Robinson __UNDEF__ , A thanasiou __UNDEF__ 與 Head __UNDEF__ ( 1967) 報告 了 一些 回答 像 「 在 您 的 工作 中 您 最 喜歡 （ 最 不 喜歡 ） 的 事 是 什麼 ﹖ 」 這樣 的 一 個 開放式 問題 的 答案 。 這些 答案 為 編製 者 提供 了 寶貴 的 資料 ， 包括 工作 滿足感 一般 所 涵蓋 的 因素 ， 以及 每 個 因素 所 占 的 比例 。 像 其他 領域 一樣 ， 在 工作 滿足感 領域 中 所 建立 的 其他 工具 ， 不 是 以 前人 所 做 因素 分析 的 結果 為 基礎 ， 就是 以 受測 者 對 關鍵性 滿意 或 不 滿意 情境 的 調查 所 給 的 答案 為 基礎 來 編製 測題 。 雖然 編製 量表 者 仍然 必須 決定 每 一 個 因素 要 用 多少 題 才 能 涵蓋 ， 不過 最 重要 的 第一 步 是 要 確定 及 涵蓋 所 要 測量 概念 的 主要 因素 。 2 .
 
簡化 測題 用字 正 如 從事 廣告 業者 所 發現 的 那樣 ， 由 團體 討論 或 開放式 問題 中 去 獲得 受 訪 者 所 用 的 原句 是 簡化 用字 的 好 方法 。 它 的 最 大 好處 就 是 可以 用 最 容易 被 受測 者 所 接納 及 了解 的 語句 來 編制 測題 。 將 早期 和 現今 的 測量 工具 放 在一起 比較 ， 我們 可以 發現 近期 所 編製 的 工具 中 ， 測題 的 用字 不再 像 以前 的 那樣 沉悶 、 複雜 及 古怪 。 但是 即使 今天 ， 由 大學生 樣本 所 發展出來 的 測題 ， 仍 須 經過 編輯 及 修改 才 能 適用 於 一般 普羅 大眾 。 在 這 方面 ， Sudman __UNDEF__ 與 __UNDEF__ Bradburn __UNDEF__ (1982) ， __UNDEF__ Robinson __UNDEF__ 與 __UNDEF__ Meadow __UNDEF__ (1982) 及 Converse __UNDEF__ 與 Presser __UNDEF__ (1986) 都 曾 在 其 著作 中 提供 了 寶貴 的 意見 。 除此之外 ， 許多 其他 不良 的 編題 作法 ， 例如 ， 雙管式 的 句子 ( double-barreled __UNDEF__ ) ， 它 的 涵意 過多 ， 以致使 我們 很 難 說 受測 者 所 答 的 「 同意 」 或 「 不 同意 」 到底 是 同意 或 不 同意 句子 中 的 那 一 部分 。 （ 例如 ， 「 政府 必須 提供 低廉 的 醫療 補助 ， 因為 身體 不 健康 的 人 很多 ， 而 醫生 收費 又 太 貴 。 」 ） 。 又 如 ， 含意 模糊 的 測題 ， 它們 可 對 所有人 而言 意味 著 不同 的 事 。 （ 例如 ， 「 人人 都 應該 得到 足夠 的 醫療 服務 」 ） 。 或是 一些 要求 受測 者 必須 熟悉 一些 少 為 人 知 的 事實 才 能 作答 的 測題 （ 例如 ， 「 政府 只 須要 負擔 法律 所 規定 下來 的 醫療 服務量 就 可以 了 」 ） 。 至於 有關 撰寫 測題 時 要 用 正向 或是 負向 的 用詞 ， 本 書 在 討論 作答 定式 的 部分 中 已 有 涉及 ， 在 此 不 贅述 。 3. 測題 分析 ( item analy sis __UNDEF__ ) 雖然 測題 用字 可以 多少 令 研究 者 確保 量表 包括 所 欲 涵蓋 的 內容 ， 但 仍 無法 保證 受測 者 會 按照 研究 者 所 預期 的 來 作答 。 測題 分析 就 是 一 個 最 有效 的 方法 來 檢查 人們 是否 按 預期 的 來 作答 。 我們 曾 遇見 到 一些 測題 編製人 誤認為 他 事先 所 想到 的 有關 一 個 量表 所 應 涵蓋 的 內容 一定 就 是 受測 者 所 想 的 ， 因此 就 覺得 不必 再 去 做 任何 確認 了 。 測題 分析 的 方法 很多 ， 事實 上 ， 多維 的 統計 分析 方法 （ 到 我們 下面 談論 有關 同質性 部分 ， 有關 統計 方法 時 會 加以 討論 ） 可以 說 是 最 好 做 測題 分析 的 方法 。 研究 者 不必 做到 要 用 因素 分析 來 選擇 包括 或 排除 什麼 測題 的 地步 ， 僅 用 一 個 測題 內部 相關 矩陣 （ 採用 較 小 的 樣本 或 前 測 樣本 ） 就 可以 簡單 而 方便 地 幫助 選擇 測題 了 。 特別 是 使用 裝有 套裝 程式 的 個人電腦 ， 會 使 這 項 工作 變 得 更 容易 。 我們 假定 在 一 組 測題 中 ， 有 五 個 測題 （ 假定 分別 是 第1 、 2 、 6 、 12 及 17 題 ） 是 用來 測量 權威 性格 的 ， 則 這 五 個 測題 間 的 十 個 相關 係數 應該 相當 大 ， 相關 的 統計 顯著性 至少 要 在 0.05 的 水平 。 雖然 這 個 下限 似乎 定 得 太 寬鬆 了 ， 但是 這 個 標準 是 與 一般 比較 好 的 量表 在 相當 不同 性質 的 樣本 上 作 試測 時 所 達到 的 測題 之間 的 相關 ， 簡稱 題 間 相關 ( inter-item correlations __UNDEF__ ) 是 一樣 的 。 假如 第1 、 第2 、 第12 及 第17 題 彼此 間 都 有 明顯 的 相關 ， 但 第6 題 與 這些 其它 測題 的 相關 則 沒有 那麼 好 ， 那麼 第6 題 應該 予以 刪除 ， 或 重寫 。 用 外部 評標 或 變量 來 測量 這 五 個 項目 各自 與 之 的 相關 ， 對於 選擇 測題 而言 是 一 更 直接 的 辦法 ， 甚至 比 用 前面 所 說 的 題 間 相關 係數 還要 好 。 這 種 用 測題 效度 考驗 的 方法 來 做 測題 分析 ， 確保 了 量表 具有 「 內部 效度 考驗 」 ( build-in validation ) 的 成分 。 舉例 而言 ， Wendt __UNDEF__ ( 1979) 就 曾 用 典型 相關 ( canonical correlation __UNDEF__ ) 的 分析 方法 發現 一 個 一般性 疏離感 量表 可 分為 兩 個 獨立 的 分量表 ， 它們 分別 與 不同 的 人口 統計 相關 變量 ( demographic correlates __UNDEF__ ) 有 相關 。 䨠畯湲 污删 獥慥捲 ⁨湩倠牥潳慮 楬祴Ⱐ㌲‬ 灰 ⸠㠱ⴰ㤱⸱䠠汯敤‬⹒⁒Ⱞ䘠步 敫‬⹇⁃☮䨠捡 獫湯 Ⱐ䐠丮⸠ㄨ㠹⤵‮瑓畲瑣牵 摥瀠牥潳慮 楬祴琠獥⁴瑩 浥挠慨 慲瑣 牥獩楴獣 愠摮 瘠污 摩瑩 ⁹‮潊牵慮景删 獥慥捲 ⁨湩倠牥潳慮 楬祴Ⱐ㤱‬灰 ⸠㠳ⴶ㤳⸴䠠畳 Ⱐ䰠䴮⸠‬慓瑮汥楬Ⱐ䨠⸠…獈⁵‬⹊⁒⠮㤱㤸⸩䘠 歡 湩⁧敤 整瑣 潩慶 楬楤祴愠摮椠 据敲 敭瑮污 瘠污 摩瑩 ⁹景 爠獥潰 獮⁥慬 整据 敩⁳潴 䴠偍⁉畳 瑢敬 愠摮漠癢 潩獵 椠整獭 ⸠䨠畯湲 污漠 ⁦敐獲湯 污瑩 ⁹獁敳獳敭瑮Ⱐ㌵‬灰 ⸠㜲ⴸ㤲⸵䤠楨敬 楶档 Ⱐ䐠⸠…汇 獥牥Ⱐ䜠䌮⸠ㄨ㠹⤶‮敄敦 獮⁥敭档 湡獩獭㨠吠敨物挠 慬獳 晩捩 瑡潩‬潣牲 汥瑡獥Ⱐ愠摮洠慥畳敲 敭瑮眠瑩 ⁨桴⁥敄敦 獮⁥敍档 湡獩獭 䤠癮 湥潴 祲⸠ 传 潷獳‬䥍㨠䐠䥍䄠獳捯慩整 ⁳‮慊 正 潳‬⹄⁎⠮㤱㜶⸩倠牥潳慮 楬祴删 獥慥捲 ⁨潆浲洠湡慵 ㌨摲攠⁤⤮‮潐瑲䠠牵湯 Ⱐ䴠⁉› 敒敳牡档 倠祳档 汯杯 獩獴倠 敲 獳⸠䨠捡 獫湯Ⱐ䐠丮⸠ㄨ㠹⤶‮桔 ⁥牰捯獥⁳ 景 爠獥潰 摮湩⁧湩瀠牥潳慮 楬祴愠獳獥浳湥⁴‮湉䄠⸠䄠杮 敬瑩 敮⁲…⹊⁓‮楗杧湩⁳
 摅⁳⤮倠牥潳慮 楬祴愠獳獥浳湥⁴楶⁡畱獥楴湯慮物 ⁥⸮䌠牵敲 瑮椠獳敵 ⁳湩琠敨牯 ⁹湡⁤敭獡牵 浥湥⁴
灰 ⸠㈱ⴳ㐱⤲‮敎 ⁷潙歲 㨠匠 牰湩敧⵲敖汲条 ⸠䨠捡 獫湯 Ⱐ䐠丮⸠… 效浬 獥Ⱐ䔠⸠ㄨ㜹⤹‮敐 獲湯 污瑩 ⁹瑳畲瑣牵 ⁥湡⁤桴⁥ 楣捲 浵䥰硥⸠䨠畯湲 污漠 ⁦敐 獲湯 污瑩 ⁹湡⁤潓 楣污 倠祳档汯杯 ⁹㌬ⰷ瀠⁰㈮㜲ⴸ㈲㔸‮慊 正 潳‬⹄⁎☮䴠獥楳 正 Ⱐ匠 ⸠ㄨ㔹⤸‮潃瑮湥⁴湡⁤瑳汹 ⁥湩瀠牥潳慮 楬祴愠獳獥浳湥⁴‮獐 捹潨潬楧慣 畂汬瑥湩Ⱐ㔵‬灰 ⸠㐲ⴳ㔲⸲䨠捡 獫湯 Ⱐ䐠丮⸠…⁓‮敍 獳捩 …敍 獳捩 ‬⁓⠮㤱㈶⸩删 獥潰 獮⁥瑳汹 獥愠摮琠敨愠獳獥浳湥⁴ 景 倠祳档灯 瑡潨潬祧⸠䤠⁓‮敍 獳捩 …⁊‮潒獳⠠䔠獤⸠Ⱙ䴠慥畳 敲 敭瑮椠数獲湯 污瑩 ⁹湡⁤潣湧瑩 潩
灰 ⸠㈱ⴹ㔱⤵‮敎 ⁷潙 歲 㨠圠汩祥 ⸠䨠 捡扯 潳‬⹌⁉Ⱞ䈠牥敧⁲‬⹓⁅☮䴠汩桬浡Ⱐ䨠⸠ㄨ㜹⤰‮湉楤楶畤 污搠 晩敦敲据 獥椠档慥楴杮搠牵 湩⁧⁡ 整灭 慴楴湯瀠牥潩⁤桷湥挠湯牦湯 楴杮映 楡畬 敲 ⸠䨠畯湲 污漠 ⁦敐獲湯 污瑩 ⁹湡⁤潓 楣 污 倠祳档汯杯 ⁹ㄬⰵ瀠⁰㐮ⴸ㘵‮慊潣獢湯 Ⱐ䰠⸠⸱‬牂睯‬⹒⁆☮䄠楲慺Ⱐ䴠䨮⸠ㄨ 㠹⤳‮⁁ 敲 楶敳⁤畭瑬 摩浩 湥楳湯污 猠捯慩敤楳慲楢楬祴椠癮 湥潴祲⸠䈠汵敬 楴 景 琠敨倠祳档湯 浯捩匠 捯敩祴Ⱐㄲ‬ 灰 ⸠㤳ⴱ㤳⸲䨠 捡扯 潳‬⹌⁉Ⱞ䬠汥潬杧Ⱐ删 圮⸠‬慃捵⁥‬⹁⁍☮匠 慬楶‬⹒⁓⠮㤱㜷⸩䄠洠汵楴楤敭獮潩慮