从问卷中找出无用的问题

12

我正在开发问卷。为了提高其可靠性和有效性，我想使用统计方法。

我想消除答案始终相同的问题。这意味着几乎所有参与者都对这些问题给出了相同的答案。

现在我的问题是：

survey reliability psychometrics validity

— 最高
source

4

对于每个人都给出相同答案（也许有人回答）的问题，我不知道有什么特殊的名字。我可能会称它们为“无信息”。除了浪费受访者时间以外，它们可能不会造成太大伤害。您绝对应该摆脱它们，但我可能会更广泛地集中于查找和删除与您要评估的潜在变量不相关的问题。

— gung-恢复莫妮卡

7

一条经验法则是，如果80％的受访者给出相同的答案，那么这个问题就不会提供任何信息。但是-有时您想知道这一点。按照这个规则，“您是杀人犯”不是一个有说服力的问题，但是您真的想在找到新的室友之前知道它。因此，没有硬性规定。

— Jeremy Miles

4

这些问题（变异性非常低）作为衡量它们所属于特征的指标是不好的。但是，它们有时会被包括在内，有助于追踪说谎者或逃避者。

— ttnphns

9

经典测试理论（CTT）和项目响应理论（IRT）都可以提供指导，说明哪些项目对您希望测量的潜在特征有帮助，哪些没有。使用CTT时，请考虑1）项目难度，2）项目与总分的相关性，3）项目差异以及4）如果删除项目，则对内部一致性估计值（例如Cronbach's alpha）的影响。

太容易或太困难的项目往往无助于区分主题（区分高分者和低分者）。除非您有兴趣衡量最佳表现者之间的差异，否则应考虑删除非常困难的问题。同样，非常简单的项目仅在您对表现欠佳的人员感兴趣时才适用。

所有项目均应与总得分呈正相关，您可以将相关性的下限设置为0.20左右作为指导。低相关性或负相关性可能表示您的问卷中存在措词问题，并且该问题应打分。

具有低方差（分数可变性）的项目应考虑删除，因为它们不会分隔主题，也不会有助于从调查中收集信息。差异很大的项目可能正在测量您想要测量的结构/特征以外的东西。

如果内部一致性的估计随着项目的删除而提高，则应考虑将项目删除或重新措词。

每个人都正确的项目有时是最大项目，每个人都出错的项目有时被称为最小项目。它们不会有助于您尝试收集的信息。

如果您正在开发高风险问卷或计划对问卷进行营销，则绝对应该考虑使用IRT。但是，这是一个很大的主题领域，除非您真正感兴趣，否则可能不值得在这里进行讨论。

希望这可以帮助。

— 道格数字
source

4

我相信您正在寻找的是项目响应理论。您提到的“无用”问题是歧视性较弱的项目。使用IRT分析，您可以计算出被调查者对项目的辨别力，难度和相关的猜测概率。R程序有一个使用IRT的简单软件包，我想其他统计软件包也可以。

如果您想快速浏览一下，请访问Wikipedia页面，但我建议您进行更多研究。 http://en.wikipedia.org/wiki/Item_response_theory

— 学生
source