发布时间 : 星期二 文章中文版教师自我效能感量表 (TSE)(简版)的信度和效度研究-2019年精选文档更新完毕开始阅读68cc449e6d85ec3a87c24028915f804d2a1687c0
本研究的测试工具采用TschannenMoran和Hoy（2001）编制的教师自我效能感量表（TSE）（简版）。该量表由三个维度构成，分别是教师在教学策略上的效能感（Efficacy for instructional strategies）、教师在课堂管理上的效能感（Efficacy for classroom management）和教师在学生课堂参与度上的效能感（Efficacy for student engagement），三个维度之间的相关性系数在046到061之间且均达到显著水平，表明三个维度之间具有中强程度的相关。每个维度均由4条题项对其进行测试。所有题项均采用9点李克特计分法（Likert scale）计分：“没有（nothing）”计1分，“很少（very little）”计3分， “有些（some）计5分，“较多（quite a bit）计7分， “非常（a great deal）”计9分。这样，量表的得分范围在12～108之间，得分越高，表示该被试教师的自我效能感越高；反之，则表示该被试教师的自我效能感越低。 23程序 231翻译程序
原版的教师自我效能感量表（TSE）（简版）为英文问卷。根据Hambleton （2005）的建议，英文问卷在不以英语为母语的地区进行施测时需考虑语言上的跨文化因素，不能在简单翻译后即进行施测；而应通过翻译（translation）、回译（backtranslation）与对比（comparison）等一系列步骤，在尽可能地降低了跨文化因素的影响后，方可进行测试。因此，原
版TSE量表（简版）会先交由3名英语专业的在读大学生分别对量表中的题项进行翻译；再由研究者对比这3份翻译稿，从中挑选题项，拟定中文版问卷的初稿；然后，再由另外3名英语专业的在读大学生将其回译成英文，研究者在对照比较原版与回译版本后，找出其中翻译差别较大的题项，并对其进行修改；最后，经由两名独立的资深教师培训专家认可，形成用于初测的中文版TSE量表（简版）。
中文版的TSE量表（简版）会在为期一周的教师培训课程开始前以班级为单位进行施测。测试的形式为纸笔自述式不记名问卷。施测前，研究者会向被施测者说明施测时的注意事项，告知被施测者有权随时停止作答。测试完后，研究者当场收回问卷。此次研究的平均施测时间为15分钟。 232分析程序
数据分析分为三个步骤。首先，利用SPSS 210对中文版TSE量表（简版）进行题项得分状况、题项信度与题项间相关性分析。然后，利用SPSS 210对中文版TSE量表（简版）进行探索性因子分析；最后，利用Amos 210对中文版TSE量（简版）表进行验证性因子分析。 3结果与分析 31项目特征
表2列出了中文版TSE量表（简版）中12个题项的平均值与标准差。中文版TSE量表每个题项的计分范围为1到9。由表
2可见，中文版TSE量中的各个题项的平均值范围介于588到675之间，均高于计分范围的平均值45，表明此次参与研究的教师均有中等偏上的自我效能感。信度分析显示中文版TSE量表（简版）的内部一致性高，?_到093。题项间的相关性系数在037至074之间，且均在001水平上达到显著。
由于原版TSE量表（简版）的三个维度存在中强程度的相关，因此，因子分析方法采用主轴因子分析（principal axis factoring）和直接斜交旋转法（direct oblimin rotation）。分析结果显示（参见表4），有两个因子的原始特征值（eigenvalue）超过Kaiser（1970）的建议标准（即原始特征值大于1）；这两个因子的原始特征值分别为700和106，合共解释数据中总变异量的6711%。
表5为因子负荷量表，从表中可以看出，各个题项在两个因子上的负荷量在050到095的范围之间，其中，题项2、3、4、5、9、10、11、12在因子1上的负荷量较大，题项1、6、7、8在因子2上的负荷量较大。结果初步表明，中文版TSE量表（简版）具有双维度的结构特性。 33验证性因子分析
为了对中文版TSE量表（简版）中的双因子结构效度做进一步验证，研究者对数据进行验证性因子分析。验证性因子分析利用结构方程建模，并采用最大似然法（maximum likelihood）对模型的参数进行估计。根据温忠麟， 侯杰泰和马什赫伯特（2004）
的建议，模型的拟合度可以根据χ2/df、TLI、CFI、RMSEA和SRMR指标进行判断；其中，χ2/df的值在1到5之间，数值越小，表示模型拟合得越好； TLI和CFI的值在0到1之间，越靠近1，表示模型拟合得越好；RMSEA和SRMR的临界值（cutoff value）为008，越小则表示模型拟合得越好。分析结果：（1）由表6可见，双因子结构模型的拟合效果较好，进一步从数据上验证了探索性因子分析的结果；（2）由图1可见，两个因子间的相关系数为070，同时测量两个因子的各个题项在该因子上的负荷量均较高，范围在063至089之间。表明中文版TSE量表（简版）的结构具有较好的拟合度。 34聚敛效度和区别效度
除此之外，根据Hair， Anderson， Tatham和Black（1998）， 聚敛效度（convergent validity）和区别效度（discriminant validity）同样是判断量表结构效度（construct validity）的重要指标。聚敛效度主要用来判断量表中测量同一因子的题项是否彼此聚合。题项间的组成信度（composite reliability）是判断聚敛效度的指标之一（Malhotra & Dash，2011）。题项间的组成信度在0到1之间，如果组成信度大于07，则表明在量表中测量该因子的题项彼此聚敛。区别效度则主要用于判断组成量表不同构面的因子是否具有独特性（uniqueness）。也就是说，量表中某些因子所捕捉（capture）到的现象是量表中其他因子所不能捕捉到的（Hair， Anderson， Tatham， & Black，1998）。