量表质量分析信度与效度.pptVIP

1 項目分析（Item Analysis) 使用时机 问卷预试完后，根据样本填答的资料求出各题项的决断值（CR)，若决断值没有达到显著水平，则该题项便允以删除。 案例说明 国道客运满意度问卷项目分析 步骤（SPSS操作） 输入问卷资料至SPSS 若有反向题则需要以[Recode]来进行转换 加总全部题项的分数。 按总分排序 区分高低分组 以样本总分的前27%为高分组 以样本总分的后27%为低分组 独立样本t检验，检验每个题项在高低分组有无差异。若未达显著，则删除。 求其各题项与总分之相关，若达显著水平，则不需删题。 满意度问卷～整体满意度部分 满意度问卷～社经背景 STEP 1 开启资料 STEP 2 加总分数 我们以问卷第三部分～整体满意度之第1~8题来当范例。 选[Transform]/[Compute] 来加总分数。 输入以下公式，然后选OK。将总分储存于「Total」变量中。 计算极端值 用[Analyze] /[Descripitive Statistics] /[Frequencies]求出前27%與後27%的值。 利用统计量找出极端值 前27%的值为32 后27%的值为25 区分高低分组用[Transform]/ [Recode] / [Into Different Variables] 将「total」变量分群。 输入以下信息，然后按「Old and New Value」 输入分群信息如下 Group变量 1代表低分组 2代表高分组 . 代表未分组 执行[Analyze] / [Compare Means] / [ Independent-Samples T test] 利用Group变量来进行 T test检验满意度8个题目有无差异。 结果说明：显示8个题目均具有鉴别度，可以保留。 先看变异数同质性考验之F值（Levene’s Test) F值之p-value 0.05 看 Equal variances not assumed之t值 F值之p-value 0.05 看 Equal variances assumed之t值 各题项之t值便是CR值 STEP6 求算与各题项之相关 [Analyze]/[Correlate]/[Bivariate] 用Person求出变量与总分间相关程度 将问卷各题项（8题）及「Total」变量放入Variable方块，并勾选「Person」、「Two-tailed」、「Flag significant correlation」。 由右表可知，各题项与总分相关皆达显著水平（p 0.01)，因此此8个题项皆可保留。 因子分析示例 下表是研究消费者对购买牙膏偏好的调查数据。通过市场的拦截访问，用7级量表询问受访者对以下陈述的认同程度（1表示非常不同意，7表示非常同意）。 V1：购买预防蛀牙的牙膏是重要的； V2：我喜欢使牙齿亮泽的牙膏； V3：牙膏应当保护牙龈； V4：我喜欢使口气清新的牙膏； V5：预防坏牙不是牙膏提供的一项重要利益； V6：购买牙膏时最重要的考虑是富有魅力的牙齿。 将表中的数据通过SPSS进行因子分析，得到相关结果是： 1. 特征根和累计贡献率 可以看出，提取2个因子累计方差贡献率就达到82%，第3个特征根相比下降较快，因此我们选取2个公共因子。 2.因子的含义 为了得到意义明确的因子含义，将因子载荷阵进行方差最大法旋转，得到旋转后的因子载荷矩阵如下表。 从因子载荷阵可以看出：因子1与V1（预防蛀牙），V3（保护牙龈），V5（预防坏牙）相关性强，其中V5的载荷是负数，是由于这个陈述是反向询问的；因子2与V2（牙齿亮泽），V4（口气清新），V6（富有魅力）的相关系数相对较高。 因此，我们命名因子1为“护牙因子”，是人们对牙齿的保健态度；因子2是“美牙因子”，说明人们“‘通过牙膏美化牙齿’影响社交活动”的重视。从这两方面分析，对牙膏生产企业开发新产品都富有启发意义。 可用預測效度和同時效度來衡量 预测效度 指以新的衡量工具预测未来的事件，即以两者之间之关联性来推定衡量工具之预测能力。例如使用大学联考成绩来预测学生微积分成绩 同时效度 指根据衡量工具与目前某种衡量效标的相关程度 旋转后因子载荷矩阵 3.3效标效度（Criterion Validity） 效标就是衡量一个测验是否有效的外在标准，它是独立于测验并可以从实践中直接获得的我们所感兴趣的行为。 效标效度是说明问卷得分与某种外部准则（效标）间的关联程度，用问卷测量得分与效度准则之间的相关系数表示。 效标效度也称为准则关联效度（Criterion-Related Validity）、经验效度（Empirical Validity）、统计效度（