指标体系构建与验证

知网论文

1 本土化计算思维评价指标体系的构建与探索——基于1410名高中生的样本分析与验证

通过文献分析和专家咨询等研究方法确立了计算思维评价框架,并构建了由7个因子及23个关键指标组成的指标体系。为进一步检验指标体系的有效性,以1410名高中学生作为测试样本进行数据收集、分析:探索性因子分析数据表明,由36个题项组成的计算思维量表的7个因子,具有良好的收敛度和内容效度;验证性因子分析结果证明,包含36个题项的7因子结构模型能较好地拟合数据,7因子结构得到了验证。

1.专家选取和指标修订。
分为了三轮进行了指标的修订。
第一轮专家除对指标打分外，还重点对二级指标的名称、关键指标的描述提出了修改建议。
我们根据第一轮专家的建议，对部分指标进行了删除、修改及增加。第二轮则将修改好的问卷，再次提交专家进行指标体系的打分及修改建议的收集。第二轮咨询后，对各级指标进行了再次修改和第三轮调查。经过三轮专家咨询，专家们对于指标体系的认同度逐渐趋同。

利用SPSS 21.0对专家咨询后所回收的数据进行处理，专家对关键指标重要性打分的平均值、标准差和满分比，反映了专家意见的集中程度。专家意见的协调程度，则由变异系数和协同系数来表示：**变异系数越小，表明专家的协调程度越高；**协同系数反映不同专家意见的一致性，范围在0-1之间，数值越大，表示专家协调程度越好。

2 企业集团人力资源管理质量评价指标体系的构建

调查问卷由两个部分组成,共100个题项。其中,第一部分为基本信息,主要聚焦于背景资料调查,共9个题项；;第二部分是人力资源管理质量评价指标的重要性程度调查,共91个题项。采用Likert10点评定量表的方式进行。（将所有的指标体系项以问卷形式进行重要性的调查）

调查问卷采取10点Likert评分表方式,按照重要性程度从非常不重要到非常重要进行1_{10分评价。为便于进行区分,调查时将“1}2”定义为非常不重要,“3_{4”表示不重要,“5}6”表示一般,“7_{8”表示重要,“9}10”表示非常重要。
根据问卷结果，得到了66个重要指标。

指标项的选择和保留：
测量题项以Likert五点量表来测量。首先，对搜集的数据进行项目分析，通过观察各题项“决断值”（称CR值）的显著性水平，对未达到显著性水平的题项予以剔除。其次，对保留的题项进行信度和效度分析，信度分析以Cronbach’sα系数作为检验指标，当Cronbach’sα系数超过0.7时，表明数据的可靠性较高。效度分析以因子分析检验测量指标体系的结构效度，先通过探索性因子分析提取共同因子，判断其效度水平，再以验证性因子分析判断其拟合度，若拟合度好，可初步形成企业模块化能力的测度指标体系。最后，进行相关分析，保留显著性水平高的题项，并以探索性因子分析提取共同因子，删除因子载荷低的题项，进一步精简测量题项，从而得到企业模块化能力的测度指标体系。

3 基于知识管理的创新型企业评价指标体系的构建及验证

内容核心：对江苏省10个城市的150家企业发放问卷并对回收的数据进行清洗处理,以社会化网络分析的方法对评价指标体系进行验证、赋权,得出较为完整的创新型企业评价体系。

我们利用分层聚类方法分别计算了大中小型企业评价指标之间的距离, 距离中心点越近的指标则对企业的发展就越重要, 因此应该赋予该指标相对更高的权重。借助SPSS的分层聚类功能计算小型企业评价指标之间的距离。

4 中国公民科学素质测评指标体系研究

使用Cronbach’sα系数来检验问卷的内部一致性信度。从表2上可以看出,三个分问卷的Cronbach’sα系数均高于0.7,说明问卷内部一致性非常好

5 中国企业劳动关系评价指标体系的改进

由于量表编制的合理性和有效性将决定着评价结果的可信性和可用性, 信度分析正是要对量表的有效性进行分析, 是一种测度综合评价体系是否具有一定的稳定性和可靠性的有效分析方法。
在具体的研究中, 通常采用Cronbachα系数来考察问卷的信度, 这是目前最常用的评价内部一致性的信度系数, 经验上, 如果Cronbachα系数大于0.9, 则认为量表的内在信度很高,在0.8以上认为可以接受, 在0.7以上要加以修正, 0.7以下则应考虑重新设计。

总结
在指标验证上，多是以数值型数据为主，比如通过问卷调研中的量度测评得到指标重要程度，在做因子或者信度或者关联性分析等等。

---

AHP层次分析法中的指标有效性验证软件：Yaahp6. 0 软件