1、社會研究方法關秉寅指標與量表的設計1、 對於同一個概念的測量或操作化常常不是只有一個作法。當然有一些概念的測量是相當直接了當，如性別。但當概念的意義是抽象且複雜時，我們就需要用多個指標（indicators）來測量。2、 指標（indexes）和量表（ scale）都是一種綜合性的測量（composite measures ） ，也就是將一個潛在變項 （latent variable）的多個指標（ indicators）經一定的程序合併後得到的測量。 指標的建立比量表簡單。通常我們是將每個 indicator 給予同等權重（weight）後合併成為一個 index。也就是將個別的指標所測量到之
2、特性給予分數後，再累加起來。例如，我們問受訪者五個對原住民偏見態度的問項後，如凡對某一問項答同意者就給一分，如此會得到一個與偏見有關的指標是由 0 分（即代表毫無偏見）到 5 分（即代表最大偏見） 。 量表則是尋找 indicators 間可能存在之結構後依照一定的方法建立得到的。因此，量表的建立是企圖測量潛在變項在強度及方向上的變化。3、 指標或量表所要反應的現象或構念（construct ）之所以稱之為潛在變項是因此種變項之意涵往往不是一個 indicator 就能測量到的，而是需要好幾個 indicators，亦即這個變項本身是不被直接測量到的，是隱藏性的。此外，其之所以為變項是因此種變
3、項會隨人、時、地等有大小或強度的變化。因此，潛在變項意味它本身和測量它的問項間有一特定的關係，亦即潛在變項的強度或量是導致一組問項得到特定值或分數的共同原因。4、指標建立的步驟： 首先，在資料中找到研究者認為與潛在變項有關連且至少有表面效度的幾個問項（即指標） 。 然後，檢視這些問項間之雙變項和多變項間的相關。如果兩個問項間並無相關，則它們應該不是反應同一潛在變項。因此，指標所測量的潛在變項是只有單一面向的（unidimensional） 。 再選定一組問項後，要給予每一問項之答項一個分數，然社會研究方法關秉寅後相加成總分。如果某一問項被認為可能比其他問項更能反應潛在變項之程度，或許此問項可以
4、給較大之分數，也就是加權。 所建立的指標應該有相當程度的變異量。 當指標建立後，應該檢視此指標之效度，如看它是否和理論上應有關係之其他變項間相關（即看建構效度為何） 。5、量表和指標不同的是，量表並不假定測量潛在變項的各項指標是有同樣的強度。因此，量表是探索多個指標間的相對強度的結構。另一種說法是，量表是要估計其所測量之潛在變項的真實分數（true score） ，而此真實分數並非將 indicators 視為對潛在變項無誤差之測量並予以相加即可（如前面建立 index 之作法） 。如下圖所示：我們可以下面的因果圖型來看一個潛在變項（Y）和構成量表的一組問項（X i）間的關係：X1 e1X2
5、e2Y X3 e3X4 e4X5 e5上圖顯示每一個 Xi 的變異是由一共同的潛在變項（或因素）與一獨立之誤差或殘差（residual）所影響。殘差項是指所有其他未被明確描述會造成問項變化之原因。這個圖所假定之潛在變項、問項和誤差間的關係是：（1） 個別問項連結之誤差項的變異是隨機的。當把一群人對個 別問項之反應的誤差加起來並平均後會是零。（2） 一個問項的誤差項和另一個問項的誤差項之間是不相關的。（3） 誤差項和潛在變項的真正分數間是不相關的。上圖也顯示任何兩個 X 間的相關是透過 Y。6、建立量表的幾種方法 Likert Scaling Bogardus Social Distance Scale Thurstone Scales Semantic Differential Guttman Scaling
