WhatsApp 即時報價
「計分先於信度,信度先於刪題」

「計分先於信度,信度先於刪題」

論文代寫的顧問審量表計分,先問一句:規則寫在哪裡。十份稿,七份答唔出。

兩份稿放在一起看。一份把試算表貼進附錄。另一份用三頁紙寫明每一條計分決定。兩份用的是同一批 214 份問卷。

若你問第二份的作者,他答得出三個問題:反向了幾題、缺失怎樣處理、α 算在哪個版本。第一份的作者答不出。差別不在工作量。差別在於有沒有把計分當成一連串判斷。

去年有位同學,五條反向題照原樣加進總分,α 跑出零點四八。他刪掉三題,α 升到零點七三。於是他寫「經刪題後信度良好」。導師只問一句:你為什麼刪這三題。他答唔出。

次序錯了。計分先於信度,信度先於刪題。次序一倒,你會用一個錯的分數,去證明一組無辜的題目不可靠。

十節都是判準。趕時間的話,第 3 節與第 4 節先看。計分邏輯那幾段,由港大、中大做過量表研究的成員對稿。

為什麼算分是一道獨立的關卡

由回收問卷到一個可跑統計的分數,中間有三道工序:清理、計分、分析。多數人只當第二道係一粒按鈕。

按鈕的想法是這樣:資料放進去,軟件就有輸出。問題是它不知道第 7 題要反向,不知道 99 代表沒有作答,也不知道第 14 題屬哪個分量表。

關卡的想法不一樣。你會先列出必須決定的位:用哪個版本、哪幾題要反向、漏答怎樣處理、報總分還是均分、分量表怎樣合成。每一個位都要寫下理由,理由要指向原量表的說明,不是「我覺得這樣比較合理」。

由回收問卷到一欄分數這一步,落差就在這裡。同一個資料檔,兩個人可以算出兩個不同的總分。

兩個都不算錯,因為規則不同,而規則沒有人寫出來。若你不寫,讀者只看到一個數字,看不到它怎樣來。

兩個分數的相關可能高達零點九七。但一旦要報平均數、要用 cutoff 分組,那零點零三就會變成答辯時要解釋的一句話。

這道關卡的第一個產出唔係分數,係一頁規則。寫得出這一頁,分數才算你的;寫不出,後面所有判斷都無法核對。

研究者在桌前翻開紙本問卷與筆記本,用鉛筆逐頁核對計分規則。

先確認你手上是哪一個版本

同一份量表通常不止一個版本。

以成人氣質問卷為例,長版與短版的題數與反向題編號都不同,分量表結構則沿用長版。美國 NIDDK 的 TeenLABS 把短版計分說明放成公開文件(NIDDK TeenLABS 計分手冊,2026 年查閱)。它的價值不在權威,而在示範:計分可以寫成一份可核對的文件。

論文代寫的顧問審版本,先要你確認四樣。

第一,題數與量表點數:1-5 還是 1-7。第二,反向題的編號清單。第三,逐題的分量表歸屬。第四,計分是加總還是取平均。

四樣之中,第二樣最常出錯。答案藏在表格裡,而多數人只讀正文,就會漏掉那一欄。

譯本要當成另一份量表。中譯版即使回譯過,措辭力度常常與原版不同。反向題最容易在翻譯中變形:一句語氣很硬的否定句,譯成中文後變成溫和的陳述。

若你用譯本,就要找譯本的驗證研究。不要拿原版說明直接套。

反向題:公式、範圍與三個驗算動作

反向題的計分公式是:反向分數 = 量表最低分 + 量表最高分 − 原始分。落到具體量表是三個算式:1-5 用 6 − x,1-7 用 8 − x,0-4 用 4 − x。

某題原始分 2,反向後是 4。5 變成 1。3 仍然是 3。

判斷哪一題要反向,依據只有兩個:原量表的計分說明,與題目的措辭。

說明寫了編號就照編號;若沒有寫,就看是否否定式陳述。

這裡有個站不住的做法:跑總分與各題的相關,見到負相關就當它反向。

若你按相關來決定,就是用結果推論前提,答辯時一問就散。負相關可以來自題目品質、樣本特性,也可以來自你已處理好的其他反向題。

反向要另建新變數,例如 q3_r,保留原本的 q3 不動。理由是你要能回頭核對,也要能在附錄交代。

最危險的是就地覆寫。然後把 q3 與 q3_r 同時放入同一個總分。那一題等於算了兩次,總分範圍會超出量表上下限。

論文代寫的顧問審反向題,會做三個驗算。

第一,反向後的最小值仍然是量表最低分。1-5 量表即 1。若出現 0 或負數,代表你把缺失碼也一起反向了。

第二,最大值仍然是 5。超出代表原始值本身越界。

第三,中間值不變。1-5 量表的 3 反向後仍然是 3。若你的 3 變成別的數字,公式用錯了。

三項之外,缺失必須仍然是缺失。若你把缺失算成有效分,三個驗算都會通過,而 α 會是錯的。

缺失值:量表計分規則要在收數據之前寫好

缺失碼要在計分前宣告為 missing。99、999、-1、空白,在資料檔裡都像正常數字。

若你把 99 當有效分一起反向,1-5 量表的 6 − 99 會變成 −93。那個負數會靜靜留在資料裡,直到你報最小值的一刻才浮出來。

兩條路,選哪一條要在收數據前決定,它會影響你怎樣設定必答項。

第一條是整案刪除。任何一題缺失,整個個案不計分。乾淨,代價是樣本流失。

第二條是 proration。以該受訪者同一分量表已答題項的平均,代替未答那題,然後照常計分。

前提是 cutoff:最少要答滿幾成,才可用平均代替。

實務上常見兩種切法,一半與八成。一半是答滿一半就補,補得寬鬆。八成是接近完成才補,補得保守。若你的樣本只有百餘人,就不要用寬鬆那一種。

方法研究另有建議。樣本小,三成至四成較好;中大型樣本,四成至五成。綜合各情境,四成最穩(Wu, Gu 與 Fukui 2022 年發表於 Behavior Research Methods 的 proration 研究,2026 年查閱)。

proration 會人為膨脹內部一致性,這一點要寫進論文。你用它去填,被填那題與同組題目自然一致,α 就會上升。

所以 α 應該在未 prorate 的完整資料上計算,或至少同時報兩個版本。若你只報 prorated 版本,那個 α 有一部分是你自己造出來的。

論文代寫的顧問看缺失值,只問一句:你的 cutoff 是哪一個,理由是什麼。答「軟件預設」唔算理由。

研究者的手在紙本資料表上圈出幾個空白格子,桌邊堆着未填完的問卷。

總分還是平均分

這個選擇有三個判準。

第一,原量表怎樣算,你就怎樣算。若原文寫明取平均而你取總分,你的分數不能與文獻比較,你還要在討論章解釋為何不同。

第二,要不要跨量表比較。總分受題數影響:十題的上限是五十,五題的上限是二十五,兩個總分並排沒有意義。均分保留原量表度量,算出來仍在量表範圍內,可以直接對照。

第三,對漏答的敏感度。總分一題缺失就少一個單位。缺失愈多,總分愈低,形成一條與真實態度無關的假趨勢。均分穩健得多,因為分母只計已答題數。

總分有一個優點:某些歷史悠久的量表,把 cutoff 直接寫在總分上,例如「總分四十以上為高分組」。若你的量表屬於這一種,你必須用總分。

反過來講,總分與均分不是精度問題,是度量問題。兩者算出來的人際排序通常幾乎一樣。但凡是涉及「這個分數代表幾多」的句子,兩者答案就不同。

判準只有一條:與用途一致就好,好壞其次。要分組,看 cutoff 寫在哪種分數上。要比較,用均分。

論文代寫的顧問審總分,會要你先答一句:你的 cutoff 是寫在哪種分數上。答不出,就先別跑分析。若度量未定,後面的檢定都會白做。

分量表:先分後合

分量表先分後合。先按原量表歸屬逐個算出分量表分數,再決定要不要合成總分。

不先分,會出一個很實在的問題。分量表題數不同時,總分會被題數多的一個主導。

假設三個分量表題數是八、五、三。你全部加起來當總分,總分變異有相當大一部分來自第一個分量表。你在討論章寫「整體幸福感偏高」,其實講的是第一個分量表偏高。若題數差距大,加總等於加權。

論文代寫的顧問審歸屬,會先要你交出分量表題目清單,逐題對一次。

常見的錯不是算錯,是放錯。原量表用英文縮寫命名分量表,縮寫很像,於是有兩題被歸到隔壁。這種錯在總分上看不出來,只有相關矩陣會露出痕跡。

先分之後有三個選擇。一,只報分量表,適合概念上本來就獨立的量表。二,合成總分同時報分量表,適合有高階構念的量表。三,合成總分但加權,要寫明權重來源。

分量表分數加起來很直觀。但你要先答一題:那個總分有沒有一個名字。講唔出名字,就唔好合。

α 在檢驗你的計分,不在檢驗你的題目

先寫公式。Cronbach's α = k/(k−1) × (1 − Σ各題變異數/總分變異數),k 是題數。

這個公式有一個直接後果:α 隨題數上升。同一批題目,題數由五增到十,α 通常會上升,即使題間相關沒有變好。

α 低的時候,第一個要查的不是題目,是計分。

若 α 是負值,幾乎一定是反向題沒有處理。你把方向相反的題目直接加進去。題間相關被抵銷,總分變異被推大,α 就掉到零以下。

論文代寫的顧問按這個次序查:一,反向有沒有做;二,缺失有沒有正確宣告;三,分量表歸屬有沒有錯;四,有沒有把兩個分量表併成一個 α。

四項查完,α 仍然低,才輪到題目與樣本。這個次序也是純人手對稿與軟件一鍵輸出最大的分別。

判讀方面,Cronbach's α ≥ 0.70 是常見門檻,可接受區間約 0.70 至 0.95。超過 0.90 要留意題項重複:若兩條題目幾乎問同一件事,α 會很高。但那不代表測量更好,只代表你問了兩次同一個問題。

若 α 低於 0.70,也不必刪題。三至四題的短量表本來就難達到 0.70。若你的分量表只有三題,刪一題就只剩兩題,那個 α 沒有解釋力。

α 不是單維性的證據。α 高只表示這批題目彼此一致。一群異質題目,只要方向一致,也可以有高 α。要講單維,要另外做因素分析。

分量表相關矩陣:分數之間該有多近

分量表算好之後,你手上應該有一張相關矩陣。這張表不是給自己看的,是給讀者判斷你的分數結構。

判準有兩端。若你只報一端,讀者無法判斷。

若兩個分量表的相關在零點八五以上,表示它們測的東西幾乎一樣。區辨不足。你把兩個分數分開報,讀者會問這兩個有咩分別。

若相關低於零點二或接近零,就要考慮是否適合合成總分。兩個幾乎無關的分數加起來,那個總分沒有一個可以解釋的意義。

分量表之間嘅相關點解讀還要看方向。若兩個分量表本應負相關,例如「焦慮」與「復原力」,算出來卻正相關,先查計分,再查歸屬,最後才談理論。

相關矩陣要連樣本數一起報。二十人的樣本,相關係數波動很大,零點八五與零點六的差別可能只是幾個個案。

相關矩陣不講因果。它只回答一個很窄的問題:這幾個分數之間,距離對不對。

分數的解釋:4.2 分到底代表什麼

1-5 量表算出均分 4.2,不可以寫成百分之八十四。

這是把順序量表當成比例量表。4.2 的意思是「介於同意與非常同意之間,比較靠近同意」,不是「達到百分之八十四的同意程度」。這一句寫錯,整段討論都會錯。

論文代寫的顧問看討論章,第一件事是圈出所有百分比字樣,逐個問:這個百分比是怎樣算出來的。

第二個要處理的是分佈。先看地板與天花板效應。

若某一題有六成人選了最高分,那一題的變異很小。它在 α 與相關上的表現都會被壓低。這不是題目不好,是題目太容易。

反之,若大量個案集中在最低分,你講「平均而言」就會誤導。

第三個是推論範圍。若你要推論到別處,先問樣本夠不夠代表性。這些數字只在你的樣本成立。

寫法是「在本樣本中,受訪者的平均分為 4.2」,不是「香港市民的平均分為 4.2」。這句保守,但你只有這個講法守得住。

用 cutoff 分組要說明來源:原量表提供、文獻沿用、或樣本中位數分割。用中位數分割,高分組永遠佔一半。

要對照其他樣本,APA 的 PsycNet 收錄不少測量工具與文獻,可找原量表的常模(APA PsycNet,2026 年查閱)。查到之後,仍要說明你的樣本與常模在哪裡不同。

桌面上橫放一把刻度尺,鉛筆停在偏右的位置,旁邊攤開一份問卷。

交付前的最後一頁:計分段落怎麼寫

計分段落要寫七項。

一,量表名稱、版本與原始出處。二,題數、量表點數與中間選項的處理。三,反向題編號與反向公式。四,缺失的宣告方式與 cutoff。

五,分量表構成與計分方式。六,α 與樣本數,並註明 α 算在哪一個版本的資料上。七,軟件與版本。

第三與第四最少人寫。兩項合起來只回答一個問題:分數是怎樣由原始回應變出來的。

計分段落要寫嘅欄位這七項落到紙上不必長,一段話加一個附錄就夠。

例如:量表採用原版二十題,1-5 點計分。第 3、7、9、12、16 題為反向題,以 6 − x 轉換並另建變數。缺失以 99 宣告為 missing,分量表答題率達八成,才以該分量表平均代替。分量表分數取平均。α 於未 prorate 的資料上計算,n = 214。

這一段寫完,計分就可以被另一個人重做一次。標準不是寫得長,是寫得可以被重做。

我們交稿時按這七項逐項對。免費修改最少三次的意思也在這裡:若你日後補收樣本或改了 cutoff,這段要重寫,重寫不另收費。

若這一頁寫不出,你的計分就只是一個黑箱。站唔站得住,就看這一頁。

今晚可以做的事:打開資料檔,挑一個沒有把握的變數,問三個問題:最小值、最大值、99 代表什麼。三題答得出,計分就有底。

若想有人陪你把這七項對一次,WhatsApp 或 Telegram 找我們。顧問會標出哪一欄缺、哪條公式與原量表不符。收費 $0.5 字起,交稿附原創性報告,資料一律保密。

作者:Jason Cheung|研究項目顧問|研究方法與 FYP 架構

WhatsApp 諮詢:+852 94783837

Telegram:@essayhelper_hk

網站:https://www.essayhelperhk.com/

分享到:
日期: 2026-11-07
null

essay.helper_hk 致力為香港大學生及大專學生提供專業、可靠、具質素保證的學術支援服務。