“Relational Attribution Scale 关系归因量表”的版本间的差异
（创建页面，内容为“== 简介 == 关系归因（relational attribution）是指个体在解读绩效有关事件时，将事件的原因归于自己和另一个人之间的关系 =...”） |
|||
| 第1行： | 第1行： | ||
== 简介 == | == 简介 == | ||
| − | + | 关系归因（relational attribution）是指个体在解读绩效有关事件时，将事件的原因归于自己和另一个人之间的关系。 | |
== 信度与效度 == | == 信度与效度 == | ||
| − | + | 为了测量个体的内部归因，外部归因和关系归因水平，作者在研究中使用了6个题目，每个维度两个题目。这些题目直接选自Russell’s (1982)的internal-external attribution的原始量表。Russell的原始量表中，同一问题中1分代表外部归因，9分代表内部归因，在Eberly et al. (2017)的研究中，作者将每个问题拆分，即低分到高分只代表统一归因水平的高低，而不是不同的归因类型。作者通过Qualtrics平台回收了109份有效问卷（Sample 1A），之后邀请专家对问题进行分类（Sample 1B），结果证明量表具有良好的表面效度（face validity）。Samples 1C–E中，作者对量表进行了因子分析检验。以sample E为例，内部归因，外部归因和关系归因题目的Spearman-Brown coefficients分别是0.74,0.79,0.89。验证性因素分析表明，三因素模型具有较为理想的指标:χ<sup>2</sup>=73.52，RMSEA=0.00，SRMR=0.03，CFI=1。 | |
== 量表 == | == 量表 == | ||
| − | + | 请您根据自己的实际感受和体会，用下面6项描述对您的感受进行评价和判断，并在最符合的数字上划○。 | |
| − | + | 评价和判断的标准如下： 1 = not at all，5 = to a very large extent | |
| − | |||
Please indicate to what extent the “event”: <br> | Please indicate to what extent the “event”: <br> | ||
| − | 1. Reflects an aspect of yourself. <br> | + | 1.Reflects an aspect of yourself. <br> |
| − | 2. Was because of something inside. <br> | + | 2.Was because of something inside. <br> |
| − | 3. Reflects an aspect outside yourself (e.g., the situation, the “relationship partner”). <br> | + | 3.Reflects an aspect outside yourself (e.g., the situation, the “relationship partner”). <br> |
| − | 4. Was because of something outside of you. <br> | + | 4.Was because of something outside of you. <br> |
| − | 5. Reflects an aspect of the relationship you have with this “relationship partner.” <br> | + | 5.Reflects an aspect of the relationship you have with this “relationship partner.” <br> |
| − | 6. Was because of your relationship with this “relationship partner.” <br> | + | 6.Was because of your relationship with this “relationship partner.” <br> |
| − | + | 事件“event”,在sample E 中由被试回忆复述自己的真实经历，在Study 1 (Samples C and D) 和 Study 2，event是由作者设计编写的事件 （具体可查询文章的appendix）。 | |
== 计分方法 == | == 计分方法 == | ||
| − | + | 内部归因分量表共2道题，具体包括第1、2题；<br> | |
| − | + | 外部归因分量表共2道题，具体包括第3、4题；<br> | |
| − | + | 关系归因分量表共2道题，具体包括第5、6题；<br> | |
| − | + | 可分别计算平均分或总分。 | |
== 量表出处 == | == 量表出处 == | ||
| 第32行： | 第31行： | ||
为方便学术研究，根据公开发表的学术成果整理而成，供学者在学术研究中使用， <b><font color="red">商业使用请与原作者联系</font></b>。为了尊重作者的劳动成果， <b><font color="blue">请根据量表出处规范引用</font></b>，谢谢！ | 为方便学术研究，根据公开发表的学术成果整理而成，供学者在学术研究中使用， <b><font color="red">商业使用请与原作者联系</font></b>。为了尊重作者的劳动成果， <b><font color="blue">请根据量表出处规范引用</font></b>，谢谢！ | ||
| − | [[category: 研究量表]][[category: 英文量表 | + | [[category: 研究量表]][[category: 英文量表]] |
2017年7月5日 (三) 21:28的版本
简介
关系归因（relational attribution）是指个体在解读绩效有关事件时，将事件的原因归于自己和另一个人之间的关系。
信度与效度
为了测量个体的内部归因，外部归因和关系归因水平，作者在研究中使用了6个题目，每个维度两个题目。这些题目直接选自Russell’s (1982)的internal-external attribution的原始量表。Russell的原始量表中，同一问题中1分代表外部归因，9分代表内部归因，在Eberly et al. (2017)的研究中，作者将每个问题拆分，即低分到高分只代表统一归因水平的高低，而不是不同的归因类型。作者通过Qualtrics平台回收了109份有效问卷（Sample 1A），之后邀请专家对问题进行分类（Sample 1B），结果证明量表具有良好的表面效度（face validity）。Samples 1C–E中，作者对量表进行了因子分析检验。以sample E为例，内部归因，外部归因和关系归因题目的Spearman-Brown coefficients分别是0.74,0.79,0.89。验证性因素分析表明，三因素模型具有较为理想的指标:χ2=73.52，RMSEA=0.00，SRMR=0.03，CFI=1。
量表
请您根据自己的实际感受和体会，用下面6项描述对您的感受进行评价和判断，并在最符合的数字上划○。 评价和判断的标准如下： 1 = not at all，5 = to a very large extent
Please indicate to what extent the “event”:
1.Reflects an aspect of yourself.
2.Was because of something inside.
3.Reflects an aspect outside yourself (e.g., the situation, the “relationship partner”).
4.Was because of something outside of you.
5.Reflects an aspect of the relationship you have with this “relationship partner.”
6.Was because of your relationship with this “relationship partner.”
事件“event”,在sample E 中由被试回忆复述自己的真实经历，在Study 1 (Samples C and D) 和 Study 2，event是由作者设计编写的事件 （具体可查询文章的appendix）。
计分方法
内部归因分量表共2道题，具体包括第1、2题；
外部归因分量表共2道题，具体包括第3、4题；
关系归因分量表共2道题，具体包括第5、6题；
可分别计算平均分或总分。
量表出处
Eberly, M. B., Holley, E. C., Johnson, M. D., & Mitchell, T. R. (2017). It’s Not Me, It’s Not You, It’s Us! An Empirical Examination of Relational Attributions.
友情提醒
为方便学术研究，根据公开发表的学术成果整理而成，供学者在学术研究中使用， 商业使用请与原作者联系。为了尊重作者的劳动成果， 请根据量表出处规范引用，谢谢！
