阿摩線上測驗
22. 建構效度(construct validity)最常使用何種統計方法來說明其效度證據？
(A)迴歸分析(regression analysis)
(B)共變數分析(analysis of covariance)
(C)變異數分析(analysis of variance)
(D)因素分析(factor analysis)
統計： A(597), B(624), C(1076), D(2628), E(0) #2942209
詳解 (共 10 筆)
迴歸(regression) 方法是一個分析變數和變數之間關係的工具，主要在探討自變數(x)與依變數(y)之間的線性關係，透過迴歸模型的建立
共變異數分析(ANCOVA)」程序會比較一個連續應變數在兩個以上因素變數之間的平均數，並判定共變量的效應以及共變量與因素之間的交互作用。
變異數分析（ ANOVA ）是一種統計公式，用於比較不同組的均值（或平均值）之間的變異。一系列方案可用來確定不同組的均值之間是否存在差異。
根據研究實務分析過程與結果，學者們需要採用因素分析確認各構念的效度，並以因素負荷量(factor loading)當作問卷刪除題項的主要標準。
建構效度（Construct Validity）指的是一個測驗能夠測量到理論上「心理構念」（如：智力、創造力、焦慮感、動機等）的程度。因為這些心理構念通常很抽象、無法直接看到，我們會設計多個題目來間接測量它。
在統計學上，「因素分析」是建立與說明建構效度最核心、最常用的武器：
-
找出潛在結構：因素分析可以把眾多的測驗題目（觀察變項）進行簡化與歸類，看看它們是不是共同指向背後少數幾個潛在的「因素」（構念）。
-
聚斂與區別證據：
-
如果測量同一特質的題目都高度相關並聚在同一個因素下，就具有聚斂效度（Convergent Validity）。
-
如果測量不同特質的題目能成功被切分到不同的因素下，就具有區別效度（Discriminant Validity）。
-
其他選項在做什麼？
-
(A) 迴歸分析：主要用於預報與預測。通常用來建立「效標關聯效度」（Criterion-related validity），例如用學測成績（預測源）來預測大學大一的GPA（效標）。
-
(B) 共變數分析 (ANCOVA)：屬於實驗研究法的統計控制。在排除某個無法控制的「共變量」（例如前測成績）干擾後，比較不同教學法（自變項）對學習成效（依變項）的影響。
-
(C) 變異數分析 (ANOVA)：用於平均數的差異檢定。比較三組或三組以上（如：低、中、高動機組）在某個依變項上的平均數是否有顯著差異。
