An attitudinal scale on population problems is constructed. Although the determination of attitudes of Americans toward population problems is meaningful in itself, an additional effort is made to demonstrate the empirical validity of acknowledged variables. Data were collected in the Tulsa Oklahoma Standard Metropolitan Statistical Area using a stratified proportionate sample. The 372 respondents representing a 1% sample do not differ significantly from the population of the total Standard Metropolitan Statistical Area. The interview schedule consisted of items designed to elicit standard socioeconomic information on the respondents along with their attitudes toward population problems. Using the Guttman technique of scalogram analysis, a population problems scale containing 6 items was developed. After validation of the original set of attitudinal items by factor analysis, the scale scores of the respondents were compared with selected socioeconomic variables in an attempt to empirically validate the scale. Using the Student's "t" associated with the Apearman rank correlation coefficient value and the Kruskal-Wallis 1-way analysis of variance, only the variables of education, number of children, and occupation proved to be associated with the population problems scale scores. It was learned that these variables were significant in other studies and do help to establish the empirical validity of the scale. The lack of association of variables of marital status, income, religion, race, and age suggest that the empirical validity of such relationships requires additional examination.

中文翻译：

---

对人口问题的态度尺度

构建了人口问题的态度量表。尽管确定美国人对人口问题的态度本身就很有意义，但还做出了额外的努力来证明公认变量的经验有效性。使用分层比例样本在塔尔萨俄克拉荷马州标准大都市统计区收集数据。代表 1% 样本的 372 名受访者与标准都市统计区的总体人口没有显着差异。访谈时间表包括旨在获取有关受访者的标准社会经济信息以及他们对人口问题的态度的项目。使用量表分析的 Guttman 技术，开发了一个包含 6 个项目的人口问题量表。在通过因子分析验证原始态度项目集后，将受访者的量表分数与选定的社会经济变量进行比较，以尝试对量表进行实证验证。使用与 Apearman 等级相关系数值相关的学生“t”和 Kruskal-Wallis 1-way 方差分析，仅证明教育、儿童数量和职业变量与人口问题量表分数相关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。将受访者的量表分数与选定的社会经济变量进行比较，以尝试对量表进行实证验证。使用与 Apearman 等级相关系数值相关的学生“t”和 Kruskal-Wallis 1-way 方差分析，仅证明教育、儿童数量和职业变量与人口问题量表分数相关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。将受访者的量表分数与选定的社会经济变量进行比较，以尝试对量表进行实证验证。使用与 Apearman 等级相关系数值相关的学生“t”和 Kruskal-Wallis 1-way 方差分析，仅证明教育、儿童数量和职业变量与人口问题量表分数相关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。使用与 Apearman 等级相关系数值相关的学生“t”和 Kruskal-Wallis 1-way 方差分析，仅证明教育、儿童数量和职业变量与人口问题量表分数相关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。使用与 Apearman 等级相关系数值相关的学生“t”和 Kruskal-Wallis 1-way 方差分析，只有教育、儿童数量和职业变量被证明与人口问题量表分数相关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。和职业被证明与人口问题量表得分有关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。和职业被证明与人口问题量表得分有关。据了解，这些变量在其他研究中很重要，确实有助于建立量表的实证有效性。婚姻状况、收入、宗教、种族和年龄变量之间缺乏关联表明这种关系的实证有效性需要额外检查。