捕获更丰富的信息——关于区间值调查应答模式有效性的确立

获取既准确又具信息量的定量调查应答对广泛领域至关重要。Likert量表和视觉模拟量表等传统且普遍的应答格式要求将应答浓缩为离散点值——但有时一组选项范围可能更好地代表正确答案。本文提出一种高效的区间值应答模式，即通过在连续量表上标记椭圆来作出应答。我们讨论了其在捕获和量化传统方法会丢失的宝贵信息方面的潜力，同时保持高度的应答效率。应答区间所捕获的信息可表示一个可能的应答范围——即合取集，例如三到六之间的实数；也可反映对某一明确应答的不确定性——即析取集，例如置信区间。随后我们报告了一项验证研究，利用我们近期推出的开源软件(DECSYS)来探究区间值调查应答如何反映多个情境下若干被假设影响区间宽度的因素的实验操纵。结果一致表明受访者有效利用了区间宽度，且受试者的主观反馈亦为正面。我们将此作为区间值应答捕获有效性与价值的初步实证证据。有趣的是，我们的结果还揭示了受访者对上述不同类型区间的推理方式——我们复现了其在代表认知不确定性（即析取集）时的过度自信倾向，但发现代表固有范围（即合取集）的区间校准良好。