序曲

少年游·欄干十二獨憑春

歐陽修 〔宋代〕

欄干十二獨憑春，晴碧遠連雲。千里萬里，二月三月，行色苦愁人。

謝家池上，江淹浦畔，吟魄與離魂。那堪疏雨滴黃昏。更特地、憶王孫。

【賞析】

少年游：詞牌名，始見於晏同叔《珠玉詞》。又名少年游令、小闌干、玉臘梅枝。《詞譜》卷八調見《珠玉詞》，因詞有『長似少年時』句，取以為名。

詞的上片寫主人公憑欄遠眺的感受，引出離別相思之苦，下片用一系列離別相思的典故，使離愁別緒進一步深化。全詞以寫意為主，全憑涵詠的意境取勝。

詞的的最後，提出「憶王孫」來自「王孫游兮不歸，春草生兮萋萋」（《楚辭·招隱士》）。至此，確知詞之主人公是思婦無疑。她於當春之際，獨上翠樓，無論艷陽晴空，還是疏雨黃昏，她總是別情依依，離夢纏繞。宋詞之由婉約到豪放，有一個逐步發展的過程，歐公乃是這一過程中一位承先啟後的人物。這一點，在此詞中有集中體現。從藝術上看，此詞境界遼遠闊大，語言質樸清新，與一般描寫離別相思之苦的婉約詞已有所區別。

註：來源於 古詩文網

效度簡介

效度（Validity）即有效性，是衡量綜合評價體系是否能夠準確反映評價目的和要求，或者是指測量工具或手段能夠準確測出所需測量的事物的程度。效度越高，即表示測量結果越能顯示其所要測量的特徵，反之，則效度越低。效度分為三種類型：內容效度、準則效度和結構效度。

（1）內容效度（Face Validity）。內容效度又稱表面效度或邏輯效度，它是指所設計的題項能否代表所要測量的內容或主題。對內容效度常採用邏輯分析（專家法）與統計分析相結合的方法進行評價。

• 邏輯分析：一般由研究者或專家評判所選題項是否「看上去」符合測量的目的和要求。
• 統計分析：主要採用單項與總和相關分析法獲得評價結果，即計算每個題項得分與題項總分的相關係數，根據相關是否顯著判斷是否有效。若量表中有反意題項，應將其逆向處理後再計算總分。

（2）準則效度（Criterion Validity）。又稱為效標效度或預測效度。準則效度分析是根據已經得到確定的某種理論，選擇一種指標或測量工具作為準則（效標），分析問卷題項與準則的聯繫，若二者相關顯著，或者問卷題項對準則的不同取值、特性表現出顯著差異，則為有效的題項。評價準則效度的方法是相關分析或差異顯著性檢驗。在調查問卷的效度分析中，選擇一個合適的準則往往十分困難，使這種方法的應用受到一定限制。

（3）結構效度（Construct Validity）。指測量結果體現出來的某種結構與測值之間的對應程度。結構效度分析採用的方法是因子分析。有學者認為，效度分析最理想的方法是利用因子分析測量表或整個問卷的架構效度。因子分析的主要功能是從量表全部變數（題項）中提取一些公因子，各公因子分別與某一群特定變數高度關聯，這些公因子即代表了量表的基本架構。透過因子分析可以考查問卷是否能夠測量出研究者設計問卷時假設的某種架構。

在因子分析的結果中，用於評價架構效度的主要指標有累積貢獻率、共同度和因子負荷。累積貢獻率反映公因子對量表或問卷的累積有效程度，共同度反映由公因子解釋原變數的有效程度，因子負荷反映原變數與某個公因子的相關程度。為了提升調查問卷的質量，進而提升整個研究的價值，因此是研究過程中必不可少的重要環節。

SPSS實現效度分析—內容效度

示例1：某問卷量表包括7個方面，29道題目，測試了不同專業的100名學生，數據如下，請對該量表進行內容效度分析。

1.菜單選擇

• 打開 分析—相關—雙變數

2.參數選擇與結果解釋

（1）主頁面

• 頁面中各選項的解釋見之前章節相關分析
• 在本例中將29個變數和總分進行相關分析。相關分析方法選擇 皮爾遜，即默認分析方法

（2）分析結果

• 如果量表的內容效度較高，則每題得分與總得分的相關性均應該較高，判定標準為r >0.4
• 由上述結果可看出，V4/V8/V10/V11/V12/V13同總分的相關係數均小於0.4，可考慮刪除再行測試

3.語法

CORRELATIONS
  /VARIABLES=scorestudent V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20
    V21 V22 V23 V24 V25 V26 V27 V28 V29
  /PRINT=TWOTAIL NOSIG
  /MISSING=PAIRWISE.

SPSS實現效度分析—結構效度

示例2：某研究者在一項中學知識管理與學校效能關係的研究中，自編「學校知識管理量表」，此表共有19題，為探究量表的可信效度及題項的適切性，隨機抽取200人進行測試，求此19題的結構效度如何？（本案例數據來源吳明隆，《問卷統計分析實務》）量表題項設置見表1，該量表圍繞知識創新1—6題，知識分享7—13題和知識獲取14—19題進行編排，預調查數據見如下，試對結構效度進行分析

1.菜單選擇

• 打開 分析—降維—因子

2.參數選擇與結果解釋

（1）主頁面

• 頁面中各選項的解釋見之前章節相關分析
• 描述：

• 提取：

• 旋轉：選擇最大方差法

（2）分析結果1

• KMO =0.855>0.5，樣本量足夠，球形度檢驗，P =0.000<0.05，符合球形度檢驗。結合兩項指標，本例適合進行因子分析。

• 公因子方差：表示因子分析可提取該變數的多少變異量。一般來說，至少要大於0.45，由此可見C6選項可嘗試剔除。

• 通過主成分分析，可提取四個因子，可解釋69.25%。

（2）分析結果2：刪除C6的結果分析

• KMO =0.853>0.5，樣本量足夠，球形度檢驗，P =0.000<0.05，符合球形度檢驗。結合兩項指標，本例適合進行因子分析。

• 可看出，均可提取超過0.45的變異度

• 提取的4個因子，貢獻率71.739%，比刪除因子前有所提高。

3. 語法

FACTOR
  /VARIABLES c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 c16 c17 c18 c19
  /MISSING LISTWISE
  /ANALYSIS c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 c16 c17 c18 c19
  /PRINT INITIAL CORRELATION KMO EXTRACTION ROTATION
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /CRITERIA ITERATE(25)
  /ROTATION VARIMAX
  /METHOD=CORRELATION.