【PRO专栏】患者报告结局量表条目的应答尺度

患者报告结局量表条目的应答尺度

应答尺度(response scales) ，即量表中各条目的回答选项。尺度的形式有很多种类，研究者要根据条目问题的提问方式设计合理的尺度，同时要考虑到测试对象对尺度的理解程度，保证测量的准确。量表编制过程中，只有那些节省时间、成本和人力，相对来讲比较“廉价”的应答尺度才经常使用。

一、应答尺度的类型

应答尺度形式有很多种类，大体可分为线性尺度、等级尺度和两分类尺度。线性尺度是在标有刻度的线段上划记选择；等级尺度是用一些表示程度、频度的副词进行有序的、等距或非等距排列；两分类尺度即采用“是、否”两个绝对相反的立场让被测者进行二选一的抉择。量表设计过程中，不同形式尺度的应用也不是独立的、单一的，常常是交互使用，总的原则是符合量表设计的实际需求。表5-2-1是典型的尺度及其特点。

(一)视觉模拟尺度

视觉模拟尺度(visual analog scale) 是线性尺度的主要形式。这种形式的尺度呈现一根连续的线条，表示两端相反的对述。被测者在线条上做一个标记来表示他们的观点、体验、信念等，所标记点的分数由设计者决定。表5-2-2是视觉类比举例：

需要注意的是，不同的人沿着这条线在特定的点所做的记号可能并不意味着相同的意义，即使所有的被测者在这条线上所标注的点都相同，其意义也可能不一样，这直接影响量表的分值。但是，除非被测者选择的是两个端点，否则他/她很难或者不可能精确地回想出在一条没有特征的线上过去所标记点的位置，这样可以避免被测者前后会选择同样的反应，所以对同一个体随

着时间的变化而发生的改变进行测量时，视觉类比就非常敏感。两端固定或分类VAS是指在VAS基础上：直线上附加一个或多个中间标志，每个标志都有名词术语做参考，这样有助于患者在两端点之间找到合适的位置(如，中间点)。

(二)利克特尺度

利克特尺度(Likert scale) 是1932年美国社会心理学家R.利克特提出一个简化的测量方法，是最常见的等级尺度形式。

1.表达形式典型的Likert尺度包含两部分：条目和答案选项。条目问题是针对测量对象的某一特质或现象而提出的若干问题，是对测量对象某个侧面的反映；答案选项是伴随每个条目出现的一套量尺，表示对该问题的赞同或认可的程度。Lik-ert测量的设计需要注意以下几点：一方面，条目必须由若干数量的问题组成，单独或个别问题没有意义，并且各问题间的重要性等同，即每个问题对测量特质或现象的反映能力等同，各问题的权重相同；另一方面，答案选项并列，可以设置为一系列口语化的形容词或副词，并且它们之间的距离相等，这样选项的记分可以为连续的整数。Likert测量的表达形式如表5-2-3。

需要注意的是，Likert测量是由一整套条目组成，格式明确，每个条目的评分相加得一个总分数，又称为相加法或加总量(summative scale) 。如果答案选项有“中立点”，并且中立点两侧的答案是对称均匀的，那么这种类型的每一个条目都可以称为Likert条目(Likertitem) ；如果答案选项虽然有“中立点”，但中立点侧的答案不对称，或选项数量是偶数，没有提供精确的中立点，那么我们可以将每个条目称其为Likert形式的条目(Likert-type item) 。表5-2-4所示就是Likert条目，表5-2-3中的每个条目也都可以称为Likert条目表5-2-5答案设置如果证明是合情合理地距，记分可以为连续的整数，如l、2、3、4、5，选项“一般”作为这个尺度类型的中心，但其答案选项并不是对称均匀，较低级的终点仅为“从来没有”，与“非常频繁”的意义并不对等，因此称其为Likert形式的条目。

由于Likert尺度设计的要求并不严格，很难提供一套普遍应用的规则。但可以肯定的是，如果一个条目的特征与Likert尺度的设计要求相差越远，那么此条目当作Likert条目或Lik-ert形式条目的可能性越小。表5-2-6既不是Likert条目，也不是Likert形式条目，是有序等级条目，或有序类别条目，即使此条目是由若干有序类别变量组成的求和等级量表中的条目之一，它也不是Likert条目或Likert形式的条目。

在健康状况问卷SF-36(shortfor m36 health survey ques-tionnaire) 中，条目6“在过去四个星期里，您的身体健康或情绪不好在多大程度上影响了您与家人、朋友、邻居或集体的正常社交活动?”，答案选项“根本没有影响、很少有影响、有中度影响、有较大影响、有极大影响”分别评分“1、2、3、4、5”；而条目7“在过去四个星期里，您有身体上的疼痛吗?”，可供选项“根本没有疼痛、有很轻微疼痛、有轻微疼痛、有中度疼痛、有严重疼痛、有很严重疼痛”分别评分“1.0、2.2、3.1、4.2、5.4、6.0”。条目6可以称为Likert条目，条目7的答案选项间并不等距，记分为小数形式，所以条目7不符合Likert条目或Likert形式条目的条件。由此也可以看出，尺度的设计直接影响量表评分，影响测量准确性。

目前网络上常会出现类似表5-2-7、表5-2-8的条目形式，答案选项定义一组连续体的两个极端，没有其他描述性词语。这类尺度形式与VAS有类似之处(参见表5-2-2)，所不同的是，表5-2-7、表5-2-2的测量变量是离散型的，给出被试者较详细而精确的答案选项，可以视为离散型视觉类比测量(discrete visualanalog scale，DV AS) 。目前的观点认为，所有Likert形式的条目都属于DVAS，但并不是所有的DVAS都是Likert形式的条目。

以上简述了Likert尺度的表达形式和变异，有助于我们更好地理解Likert尺度的设计要点80。

2.使用特点

(1) 答案选项间是等距的：Likert尺度的计算与运用有一个基本假设，即答案选项间的距离是相等的，在这一前提下，各条目才可以相加得到测量总分。验证答案选项间保持等距是Likert尺度的必要步骤，通常采用定位分析的方法，列出尽可能多的描述性词语，请被试者分别在一段确定了两个端点的线段上进行标记，然后对这些词语的位置进行分析。定位分析比较复杂，通常情况下，也可以借鉴目前公认的、成熟的量表答案选项，如世界卫生组织生存质量测定量表(WHOquality of lifescale，WHO QOL) ，该中文版量表已被我国政府列为卫生行业标准，已经形成一定的规范。

(2)应答选项数目的奇偶选择：答案选项数目为奇数，意味着存在一个中心的“中立点”，允许模棱两可或不确定；偶数的答案选项迫使被试者在两个极端方向至少选择一个相对较弱的选项。答案选项设置成奇数或偶数，都有其存在的必要性和优势。如果答案选项存在“中立点”，可能诱使被试者采取中性态度，不偏不倚地进行作答，那么就达不到测试目的。为使被试者必须对所涉及的问题进行表态，答案选项的数目可采用偶数，以消除不必要的含混。如果研究者需要获取被试者对所测量内容发生变化的概率或程度，就有必要设置“中立点”，作为被试者对该问题心理衡量的标准。因此，答案选项的奇偶，应根据研究内容和研究目的而定。表5-2-9、表5-2-10是奇数和偶数答案选项的举例。

(3)应答选项的等级数量：答案选项的等级数量设置要合理，虽然选项越多，可以从被试者的回答得到大量信息，但是从以下几方面考虑，不宜设置过多的选项。首先，答案选项过多，可能使被试者感到疲劳或厌烦，从而降低他们回答的信度。国内安胜利82等研究发现，对于条目数较多的情形，答案选项取3级、4级、5级，便可获得较高的信度；随着答案选项等级数的增加，条目数的多寡对量表信度影响不大，没有必要通过增加条目来提高信度。国外学者将多维度

健康状况心理控制源量表(MHLC) 设计成2级、6级、14级三种形式，分别对三组不同人群进行测试，结果发现，采用14级的尺度时，信度有下降的趋势，表明量表的信度不会随着答案选项等级数的增加而提高，这也反映了被试者疲劳或厌倦心理影响测量的信度。其次，被试者对答案选项的识别能力有限。美国

北卡罗莱纳大学健康行为与健康教育系和心理系教授罗伯特·F·德威利斯在其所著的《量表编制：理论与应用》一书中曾提出84，几乎很少有事物能够被设置为50个离散的类别，当呈现如此多的选项时，很多被试者只使用那些与5或10的倍数相对应的选项，像35和37这样的差别，可能无法真正反映所测量现象中的差别。Streiner DL和Norman GR 5认为在许多情形下，人们的辨别力不超过7个水平；Miller也认为在多种情形下，人们的辨别力上限在7个水平左右(7士2)。但是，如果选项数量太少，测量的广度就受到限制，也会使测量信度降低。通常情下，采用7级以上尺度形式以提高量表信度，其作用是很轻微的；5级、6级或7级的答案选项对量表信度的影响很小。Na-gata等通过比较“4级”、“5级”、“7级”和VAS不同尺度形式的量表，认为不同尺度的量表信度类似，且“5级”量表最适合于健康测量。Nishisato*和Torii用模拟方法研究了2~10级量表的重测信度，结果认为7~10级的量表信度损失极少.

因此，为提高已有量表的效率和可行性，在对其改进时，既要使条目数较少，又要保持信度不变或降低很少是一项重要研究内容。在实际运用中，应根据被试者状况和研究目的等具体情况采用合理的折中方式，确定合适的答案选项等级数和条目的数量，总的原则是既可以使被试者接受，又达到理论最优化。

3.注意事项

Likert尺度形式经久不衰，主要因为其简便易行，适用于同一个量表的不同条目；省时、省力、省财，调查员易于实施；浅显易懂，容易作答，是传统测量中由来已久的惯用。然而Likert尺度在使用过程中需要注意以下方面。

(1) Likert尺度在被试者间不一定存在可比性度采用条目总加分代表被试者对某一问题的态度，即使不同的被试者得到的总加分相同，也并不意味着这些被试者对该问题的态度完全相同。也就是说，相同的分数所代表的意义并不一定相同，Likert测量可区分个体间态度的大致趋势，但无法进一步描述他们态度的结构差异。如被试者“甲”、“乙”对某问题测量得分都是8分，只表示被试者“甲”和“乙”对该问题所持的态度大致相同，但不一定完全相同。Likert尺

(2) Likert尺度在同一被试者内也不一定存在可比性比如，对被试者兴趣爱好的测量，同一被试者所谓的“经常”看电影与“经常”打篮球，所表示的实际频率可能不同。

(3)也可能出现被试者不愿选择太极端的答案，或顺从社会规范而不真实地作答，致使测量值产生误差，影响我们预想的测量结构。针对这种情况，设计者可以采用测谎法，针对同一问题从不同角度提问，这在条目的表达方式部分已有论述。

(4) 等价性检验对Likert尺度也很重要，因为在不同情境下使用Likert尺度得到的结果有时是相互矛盾的。如同一份量表在不同文化背景的被试者中的测试结果可能会不一致，因此，研究者要对同一份量表进行不同样本的比较，即等价性检验，否则不允许轻易对测量结果下结论。

(三)语义分化法

语义分化法(method of semantic differential) 89，一种用来研究概念内涵意义的等级测量方法。它是美国心理学家C.E.奥斯古德于1957年提出的一种心理学研究方法，又称SD法。奥斯古德等人认为，人类对概念或词汇具有颇为广泛的共同的感情意义，而不因文化和言语的差别有多大的变化。因此，对“智力高的和言语流利的研究对象”，直接询问一个概念的含义是有效的，语义分化法的实施程序是让被试者根据一组尺度评价若干概念或事物。尺度的形式是两端为一对意义相反的形容词，中间分为若干等级，一般为7级、9级或11级。以7级为例，每一等级的分数从左至右分别为：7、6、5、4、3、2、1，也可以计为十3、+....

语义差别法由概念和若干量尺构成。这里的“概念”，既包括词、句、段和文章那样的语言符号，也包括像图形，色彩、声音等有感情意义的知觉符号。这里的“量尺”，是用两个意义相反的形容词作为两极而构成的，例如，“好---坏”称为一个量尺。量尺一般分7个等级，如：①“非常好”；②“相当好”；③“稍微有点好”；④“不好不坏”；⑤“稍微有点坏”；⑥“相当坏”；⑦“非常坏”。让被试者对提出的概念(如“战争”、“和平”、“人生”、“自我”、“我们的学校”等)依据在感情意义上的评定，在这7个等级之中最适合的一个上打上“×”号。最后对得到的资料进行因素分析。经奥斯古德及其他研究者的多次测试，发现被试者对每一概念的反应大多在以下三个方面表现出差异：评价(好坏)，潜能(强—一弱)，活动(快一慢)。这三个维度也就是一般“语义空间”中最主要的因素。语义差别法所获得的结果，可以对数据作概念间的分析、量尺间的分析和被试间的分析，也可以用图示以直观的形式表示。

语义差别法的缺点是，被试者往往倾向于对自己的感情喜好作夸大的描述，并倾向于在中性段打“×”，因而会产生误差。但是，这种方法极为活，易于构思，便于使用和记分。因此，虽然历史较短，却已在心理学、教育学、社会学、经营学、市场调查、宣传研究以及跨文化研究等领域得到了广泛的应用。

如图5-2-1对“姐妹”一词的判断。

(四)清单

清单(checklist)是指在规定的范围内做出选择，即强迫式选择回答问题。

利用两个立场相反的描述句，其中一句代表正面的立场，另一句代表反面的立场，要求被试者从两者中选择出比较接近自己想法的题目，如“是、否”、“同意、不同意”、“有、无”等。

被试者必须在两个立场的陈述作二选一选择，不会出现中庸或回避不答的情况，在用以了解被试者的立场时，有其强迫表态的优点；此外，两分类形式被试者很容易作答，减轻被试者的负担。当然，由于双极选项使每一个题项只能有最小的可变性，通常需要通过增加条目以获得量表信度，增加了编题者的工作量。(五)图示尺度量表实际研制过程中还有许多其他尺度形式或将若干种形式结合起来，根据被测者的特点，设计合适的应答尺度，如图示尺度(pictorial scale) 。比如图5-2-2，测量疼痛的颜面法，采用6种面部表情从微笑至悲伤至哭泣来表达疼痛程度，此种方法主要用于测量教育程度低的被试者，适用于任何年龄，没有特定的

教育背景或性别要求，易于掌握，不需要任何附加设备，急性疼痛者、老人、小孩、表达能力丧失者特别适用。