IPAQ体力活动问卷及其重测方法.ppt

IPAQ体力活动问卷及其重测方法 学生 储文杰导师 徐斐 一 体力活动简介 1 体力活动 PhysicalActivity 是指任何由骨骼肌收缩引起能量消耗的身体活动 一般可分为职业性体力活动 家务性体力活动 交通性体力活动和休闲性体力活动四种 体力活动的内容常用频率 Frequency 强度 Intensity 时间 Time 和活动类型 Type 来描述 缩写为 FITT F 代表每周活动的次数 I 指单位时间活动的能量消耗与静息时能量消耗的比值 用代谢当量 Met 梅脱 表示 T 指参与体力活动的时间 Time Type 描述体力活动形式 常用体力活动量表 日志 访谈或直接观察获取 二 常见的体力活动测量技术 常见的体力活动测量技术有 双标水法 doublylabeledwater 间接热量测定法 indirectcalorimetry 体力活动问卷 physicalactivityquestionnaires 心率表 heartratemonitors 运动传感器 motionsensors 等 体力活动测量技术的金标准 双标水法 DoublyLabeledWater DLW的原理很简单 受试者摄入一定数量已知浓度的使用2H和18O两种同位素标记的双标水 2H218O 双标水进入人体后均匀的分布于体内 参与体内的代谢过程 经过一段时间的代谢 2H以2H2O形式从体内消除 18O以H218O和C18O2两种形式消除 在一段时间后 5 14天 根据2H和18O两种同位素消除率的差异 可以计算出这一段时间内体内CO2的生成率 进而可以计算出能量消耗 5 该法测试精确度较高 无毒无害 但费用及其昂贵且对测量环境有较高的要求 尽管双标水法有着种种不尽人意的地方 但相较于其他方法而言仍是测量的 金标准 同时也是进行小样本人群测量的最佳方法 针对大范围的调查 需要一种切实有效 方便廉价而又可行性高的方法对受试者的体力活动水平进行评价 而问卷法是唯一符合条件的方法 体力活动问卷法分为 自我报告问卷 Self administeredquestionnaires 调查者报告问卷 Intervieweradministeredquestionnaires 代理报告问卷 Proxyreport 日记 Diaries 等几种方法 日记法通常被认为是问卷法中最精确的方法 体力日记可以详细记录受试者每天的活动内容且比较精确的计算受试者每天的能量消耗 但日记法的缺点在于被调查者记录的时间一般比较短 通常是1 3天 无法反映长期的体力活动模式 此外 受试者需要详细记录自己的活动内容 负担比较重 因此 这方法不适用于10岁以下的儿童 IPAQ国际体力活动量表 国际体力活动测量工作组 InternationalConsensusGrouponPhysicalActivityMeasurement 于2001年制定了国际体力活动问卷 internationalphysicalactivityquestionnaire IPAQ 该问卷由长卷 包括职业 家务 往来交通 休闲4类体力活动和静坐5个部分 和短卷 7个问题 组成 IPAQScoringProtocol ShortForms IPAQ分级 本次测量拟使用的问卷 本次测量计划使用由IPAQ系列问卷发展来的PAQ CA 即在原问卷基础上根据国内实际情况进行删减和替换所形成的更符合国内情况的问卷 本问卷分为两个部分 体力活动评价部分和建成环境评价部分 三 IPAQ的信度 效度测量 1 信度测量信度 reliability 又称可靠性或精确性 用以反映相同条件下重复测定结果的近似程度 信度主要受随机因素影响 偏倚不具有方向性 信度一般分可为两类 内在信度和外在信度 内在信度 调查表中的一组问题 也可称之为题项 是否在测量同一个变量 即这些问题 题项 的内在一致性如何 能否稳定地测量这一变量 或维度 如果经过测量后 一组问题的内在信度系数在0 8以上 则可认为这一组问题有较高的内在一致性 外在信度 在不同时间进行测量时调查表结果的一致性程度 最常用的外在信度指标是重测信度 即用同一问卷在不同时间对同一对象进行重复测量 然后计算一致性程度 目前评价量表信度的指标包括重测信度 分半信度 克朗巴哈 信度系数等 1 1重测信度 test retestreliability 用相同的量表 对同一组被调查者重复进行测定 两次测定的相关系数称为重测信度系数 一般要求达到0 7以上 根据数据类型的不同 通常选择不同的方法进行检验 1 1 1组内相关系数 intra classcorrelationcoefficient ICC 组内相关系数 ICC 是衡量和评价观察者间信度 inter observerreliability 和复测信度 test retestreliability 的信度系数 reliabilitycoefficient 指标之一 它最先由Bartko于1966年用于测量和评价信度的大小 Shrout Fleiss则于1979年在前人工作的基础上提出相应的计算公式 一般认为信度系数低于0 4表示信度较差 大于0 75表示信度良好 对于定量资料则常常需要更高的ICC值 ICC主要用于测量随机选择的多个目标进行k次独立测量的平均测量分数的可靠性 ICC的值等于个体的变异度除以总的变异度 故其介于0 1之间 0表示不可信 1表示完全可信 ICC的应用范围较为广泛 既可用于定量资料 又可用于分类资料 当ICC用于分类资料时 ICC Kappa ICC有四种计算方法 ICC1 ICC4 这四种计算方法的公式各不相同 计算结果的误差也有差异 ICC2和ICC4易受到均数大小的影响 因此所得的ICC值不稳定 而且求得的ICC值远小于真值 故一般不推荐使用这两种计算方法 ICC1和ICC3的算法相较于其他两种方法更为稳定 若以Pearson相关系数为金标准 则ICC3大于r ICC1小于r 1 1 2相关系数法 积差相关法 重测法 相关系数法是指计算重复两次测量 看作平行测量 结果之间的相关系数 常用于重测可靠性 多次重测 采用方差分析法 常用于重测可靠性 相关系数法适用于事实性的量表 使用同一份问卷对同一群受试者在不同的时间测试两次 如果相关系数具有统计学意义或者两次测定结果的差异无统计学意义 则表示此量表具有一定的信度 注意 在使用这种方法时 一定要注意合理选择两次测量的间隔时间 一般为二至四周为宜 间隔时间过短或过长都会影响测量结果 1 2分半信度 split halfreliability 在不可能进行重复调查的情况下 常用的是将调查的问题条目按一定指标 比如题号的奇偶 分为两半 计算这两半得分的相关系数r 分半信度系数 来评价信度系数 在特定条件下也可以使用克朗巴哈 信度系数进行评价 分半信度法不适于评价事实性量表 常用于态度 意见式问卷的信度分析 1 3克朗巴哈 信度系数 Chronbach s cofficient 克朗巴哈 信度系数由L Chronbach 美国心理学家 于1951年提出 是当前社会科学类学科最为常用的信度检测手段 主要用于检测量表内部条目 item 与条目间的一致性 该信度系数是组内相关系数 ICC 的一个特例 一般认为系数不超过0 6 内部一致信度不足 达到0 7 0 8时表示量表具有可接受的信度 达0 8 0 9时说明量表信度非常好 克朗巴哈 信度系数的应用条件与方差分析的条件基本相同 随机性 正态性与方差齐性 克朗巴哈 信度系数的特点 1 系数计算简便 且辅助计算的软件较多 如SPSS等 易于操作 2 在测验同质的条件下 系数能够比较准确地反映测验的信度 3 在测验项目为偶数时 系数是所有可能分半信度估计的平均值 分半法信度估计值不唯一 且其值在 系数附近波动 因此 系数比分半信度的估计值更加合理 克朗巴哈 信度系数的局限 1 系数的值直接受项目多少的影响 增加题目的数量会使 值迅速增加 2 系数只是测验信度估计的一个下界 因而 使用 系数作为一致性信度指标容易发生低估的情形 3 系数的大小仅仅是反映项目与项目之间数量关系的一个指标 任意一组具有高相关的项目虽然具有较高的 系数 但却未必具有较高的内部一致性 4 系数在以下两种特定的情形下会出现负值 一种情形是 当总分方差小于各题分数方差时 即在总测验或子测验中使用项目平均分时 系数为负值 另一种情形是 当项目间或部分测验间的协方差之和为负值时 系数也为负值 此时 系数公式失效 1 4Kappa检验Kappa检验是由Cohen等于1960年提出用的作为评价判断数据一致性程度的指标 Kappa是评价一致性的测量手段 该检验多适于无序分类变量资料 包括二分类资料和多分类资料 Kappa检验的使用同样非常广泛 一般通过kappa值来衡量数据的一致性 不同数值范围的K值表示不同的一致性 2 效度测量效度 validity 又称准确度 用以反映测量结果与 真值 的接近程度 影响数据效度的因素多为系统误差 评价量表效度的指标包括表面效度 内容效度 标准效度 结构效度和区分效度五个指标 2 1表面效度 facevalidity 表面效度是指从表面看 量表能否测量本次研究所需测量的特征 具体做法是请专家审阅量表 结合研究目的给出相应意见或者建议 2 2内容效度 contentvalidity 内容效度是指所选的条目是否能代表所要测量的内容或主题具体做法是指计算每个条目得分和其所属领域得分的相关系数 如该系数没有统计学意义 则说明该条目与该领域关系不大 相关系数越高 则量表的效度越高 内容效度属于主观指标 其常用的评价方法是专家法 即请有关专家对问卷题目与原来的内容范围是否符合进行分析 作出判断 看问卷题目是否较好地代表了原来的内容 这种方法操作简单 但由于其主观性较大 限制了它的应用 2 3标准效度标准效度分析是根据已经得到确定的某种理论 选择一种指标或测量工具作为准则 标准 分析问卷题项与标准的联系 若二者相关显著 或者问卷题项对标准的不同取值 特性表现出显著差异 则为有效的题项 评价标准效度的方法是相关分析或差异显著性检验 但在调查问卷的效度分析中 选择一个合适的标准往往十分困难 使这种方法的应用受到一定限制 2 4结构效度结构效度是指测量结果体现出来的某种结构与测值之间的对应程度 结构效度分析所采用的方法是因子分析 有的学者认为 效度分析最理想的方法是利用因子分析测量量表或整个问卷的结构效度 因子分析的主要功能是从量表全部变量 题项 中提取一些公因子 各公因子分别与某一群特定变量高度关联 这些公因子即代表了量表的基本结构 通过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种结构 在因子分析的结果中 用于评价结构效度的主要指标有累积贡献率 共同度和因子负荷 累积贡献率反映公因子对量表或问卷的累积有效程度 共同度反映由公因子解释原变量的有效程度 因子负荷反映原变量与某个公因子的相关程度 2 5区分效度 discriminatevalidity 量表应该能区分已知的两类不同人群的特征 分别调查两类不同人群 计算量表各领域得分和总得分 再进行t检验或者方差分析 以比较这两类人群得分的差别是否具有统计学意义 从而判断量表是否具有区分效度 2 6效度测量的一般方法2 6 1相关分析Pearson积差相关系数Spearman等级相关系数CohenKappa指数 标准效度 CohenKappa指数用来描述两个测量手段的一致性 如果其中一个手段为标准测量手段 那么 它就是标准效度 效标有效 例1 两名放射科医师对200例棉屑沉着病可疑患者的X光片进行读片的诊断结果见右表 计算Kappa指数 3 2 6 2因子分析 结构效度 因子分析就是根据相关性的大小把变量分组 使得同组内的变量之间相关性较高 而不同组的变量相关性较低 因子分析的目的是从为数众多的变量中找出几个更为一般性 更抽象性的变量作为众多变量的代表 在进行因子分析之前 需先做因子分析适合性评估 一般采用KMO Kaiser Meyer Olkin 检验和巴特利特 Bartlett 球形检验来初步断定 KMO是用于比较观测相关系数值与偏相关系数值的一个指标 其取值在0 1之间 KMO越大 则所有变量之间的简单相关系数平方和远大于偏相关系数平方和 就越适合做因子分析 Kaiser指出 当KMO值小于0 5时不适合进行因子分析 Bartlett球形检验是通过对相关系数矩阵的检验来判定是否适合作因子分析 首先假设相关系数矩阵是一个单位阵 根据相关系数矩阵的行列式得到检验的统计量 如果该统计量值比较大 使得Bartlett统计值的显著性概率小于a 则拒绝接受假设 认为相关系数矩阵不太可能是单位阵 适合作因子分析 相反 若不能拒绝接受假设 则认为相关系数矩阵可能是单位阵 不适合作因子分析 因子分析的实现 SPSS 1 选择菜单Analyze DataReduction Factor 出现主窗口 2 把参与因子分析的变量选到Variables框中 3 选择参与因子分析的样本 把作为条件变量的变量指定到SelectionVariable框中并单击Value按钮输入变量值 只有满足条件的样本数据才参与因子分析 4 在主窗口中单击Descriptives按钮指定输出结果 Statistics框中指定输出哪些基本统计量 其中Univariatedescriptives表示输出各个变量的基本描述统计量 Initialsolution表示输出因子分析的初始解 CorrelationMatrix框中指定考察因子分析条件的方法及输出结果 其中Coefficients表示输出相关系数矩阵 Significancelevels表示输出相关系数检验的概率p值 Determinant表示输出变量相关系数矩阵的行列式值 Inverse表示输出相关系数矩阵的逆矩阵 Anti image表示输出反映象相关矩阵 KMOandBartlett stestofsphericity表示进行巴特利特球度检验和KMO检验 5 在主窗口中单击Extraction按钮指定提取因子的方法 在Method框中提供了多种提取因子的方法 其中Principalcomponents是主成分分析法 是SPSS默认的方法 在Analyze框中指定提取因子的依据 其中Correlationmatrix为相关系数矩阵 当原有变量存在数量级的差异时 通常选择该选项 Covariancematrix为协方差阵 在Extract框中选择如何确定因子数目 在Eigenvaluseover后输入一个特征根值 默认值为1 SPSS将提取大于该值的特征根 也可在Numberoffactors框后输入提取因子的个数 在Display框中选择输出哪些与因子提取有关的信息 其中Unrotatedfactorsolution表示输出未旋转的因子载荷矩阵 Screeplot表示输出因子的碎石图 6 在主窗口中单击Rotation按钮选择因子旋转方法 在Method框中选择因子旋转方法 其中None表示不旋转 默认选项 Varimax为方差最大法 Quartimax为四次方最大法 Equamax为等量最大法 其他为斜交旋转法 在Display框指定输出与因子旋转相关的信息 其中RotatedSolution表示输出旋转后的因子载荷矩阵B Loadingplots表示输出旋转后的因子载荷散点图 7 在主窗口中单击Scores按钮选择计算因子得分的方法 选中Saveasvariables项表示将因子得分保存到SPSS变量中 生成几个因子便产生几个SPSS变量 变量名的形式为FACn m 其中n为因子编号 以数字序号的形式表示 m表示是第几次分析的结果 选中Displayfactorscorecoefficientmatrix项表示输出因子得分函数中的各因子得分系数 在Method框中指定计算因子得分的方法 其中Regression为回归法 8 在主窗口中单击Options按钮指定缺失值的处理方法和因子载荷矩阵的输出方法 在MissingValues框中指定如何处理缺失值 在CoefficientDisplayFormat框中指定因子载荷矩阵的输出方式 其中Sortedbysize表示以第一因子得分的降序输出因子载荷矩阵 在Suppressabsolutevalueslessthan框后输入一数值 表示输出大于该值的因子载荷 3 客观性检验测量的客观性指不同测试者或同一测试者对同一受测者测量结果的一致性程度 客观性所关心的也是测量结果的一致性或稳定性 是不同测试者对同一受试者测量结果的一致性或稳定性程度 所以 客观性实际上是测量可靠性意义的延伸和发展 所以不少人将它称为评价者的可靠性 3 1客观性指标Pearson积差相关系数Spearman等级相关系数Kendall系数当评分者人数为2时 可以采用Pearson或Spearman相关系数评价一致性 当评分者人数多于2时 则可以采用Kendall系数考察评分者信度 Kendall系数法是按照被评估对象构成要素所获得的等级以及它们之间的差异大小 来衡量评估方法的评估次序的一致性如果计算所得的Kendall系数大 则表明评估方法的评估结果较一致 反之 则表明评估方法之间分歧较大 分歧很大的评估结果 其准确性自然很低 例2 三名神经内科医生对6名重症肌无力患者分别进行肌力的评分 结果见右表 试评价三名医生的评分者信度 计算Kendall系数 三 建成环境评价方式的简介 建成环境 builtenvironment 指人为建设改造的各种建筑物 场所 尤其指那些可以通过政策 人为行为改变的环境 评价建成环境的方法主要有3种 主观评价或自报法 通过问卷调查了解研究对象对其周边一定范围内建成环境的主观感知情况 客观扫描法 由观察员借助量表等扫描工具 亲自步行或驾车穿过某一街道 公园 运动设施等 并按照既定的标准对该场所或设施进行评价 利用地理信息系统 GIs 对现有客观地理数据进行分析 通过对现有的地理数据 可能来源包括城市规划局 国家地理信息系统或利用全球卫星定位系统自行测量等得到的地理数据 进行各个图层的叠加综合后 分析空问数据的特征并挖掘其属性之间的关联 主观评价工具目前主要使用的是调查问卷 下表是国外常见的调查问卷 其中Saelens等于2002年共同开发的NEWS量表 由于具有较好的信度和效度成为此类问卷中应用最多的一种 主要用于评价居民对社区周边利于步行或骑自行车相关建成环境的主观感受 总体而言 NEWS NEWS A涉及的维度更为全面 IPAQ E PANES 其次 但IPAQ E PANEs 设计条目数少 更适用于公共卫生监测而非科学研究 客观扫描工具同样是以调查问卷为主 综合性问卷中 出于对效度检验结果和工作量的双重考虑 analyticaudittool成为了其中较好的基础性量表 而且其覆盖的维度更全面 而针对步行与骑自行车环境扫描量表中 SPACES覆盖维度更为全面 且以其容易操作和较高信度的特点被多数研究所采用 PARA量表则主要适用于对娱乐性体力活动场所及设施进行评价 应用客观扫描法评价建成环境时 由于不依赖受访者的回忆 所以结果相对准确可靠 通过现场扫描等方式也容易将研究做到全面细致 但是这种方法可能的局限性是现场扫描工作量大 因此应当配备一些GIS进行辅助操作 此外 在设计扫描量表时应该注意尽量避免出现过度依赖调查员主观判断的题目 造成量表信度下降 谢谢观赏