如何利用SPSS软件进行问卷的信效度分析.ppt

如何利用SPSS软件进行问卷的信效度分析 王蒙 医学院 研究生 理论知识 SPSS操作 相关图书推荐 理论知识 调查问卷是以调查目的和要求为依据，按照某种理论假设而设计出的，由一系列的问题、调查项目、备选答案及填写说明组成的，向被调查者收集统计数据的一种表格形式。 问卷设计在问卷调查中占有十分重要的地位，问卷设计质量的好坏，将直接影响到调查资料的真实性、适用性，影响到问卷的回复率，进而影响到整个调查的成败。 问卷初稿设计出来后，先要随机抽选少数单位进行预调查，检验问卷的信度、效度如何，以便发现问题进行修改。 信度： 即可靠性或可信度，指测量结果的一致性或稳定性，即测量工具能否稳定地测量到它要测量的事项，与测量结果的正确与否无关。 效度： 指正确性程度，即测量工具确能测出其所要测量的特质的程度，效度越高表示测量结果越能显示出所要测量对象的真正特征。 信度 重测信度 复本信度 分半信度 内部一致性信度 评分者信度 分半信度 即将量表（问卷）的题目分成对等的两半，分别求出两半题目的总分，再计算两部分总分的相关系数。 分半信度计算出来的只是半个量表的信度系数，需用斯皮尔曼-布朗（Spearman-Brown）公式求出整个量表的信度系数。 分半信度 一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。 如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数。 内部一致性 又称同质性，是目前比较流行的信度评价方法，反映了条目间相关的程度，这些条目应该反映同一独立概念的不同侧面。 是在分半信度评价方法的基础上对测验一致性的一个更加精确的估计。 最常用的是克朗巴哈系数法（Cronbach's α）。 内部一致性 当一份量表包括几个互不相关的内容，即几个不同的分量表，则应分别对其估算α 系数，否则整个问卷的内部一致性较低 。 α 系数越大表示条目间相关性越好， 一般而言， α 大于 0.8 表示内部一致性极好， α 在 0.6 到 0.8 表示较好， 而低于 0.6 表示内部一致性较差。 进行调查研究时，并非所有内容都需要进行信度检验，在实际工作中必须分清哪些内容需要哪些内容不需要进行信度检验。 人口统计学内容（如年龄、性别、出生地、教育程度、婚姻状况、收入、家庭成员数量等）一般不必进行信度检验，因为测量这些内容不太可能有测量误差。 效度 表面效度 内容效度 准则关联效度 结构效度 聚集效度 区分效度 内容效度 指量表的各条目是否测定其希望测量的内容，即测定对象对问题的理解和回答是否与条目设计者希望询问的内容一致。 内容效度是一个主观指标，一般通过专家评议打分进行。 结构效度 又称构想效度，是指量表（问卷）研制所依据理论的程度，主要考核量表的项目设置是否符合理论构想。 评价的常用统计方法是因子分析。目的是想了解属于相同概念的不同问卷项目是否如理论预测那样集中在同一公共因子里。 因子负荷反映了条目对领域的贡献，因子负荷值越大说明与领域的关系越密切。 结构效度 在进行分析以前，必须先进行因子分析适合性的评估， 以确定所获得的资料是否适合进行因子分析。 一般采用 KMO 和 Bartlett 球形检验来进行适合性分析，KMO值越大，越适合作因子分析。 当 KMO 值小于 0.5 时不适合进行因子分析,而 KMO 值大于 0.9 时 ,则非常适合进行因子分析。 结构效度 公共因子应与问卷设计时的结构假设的组成领域相符，且公共因子的累积方差贡献率至少 40％ 以上。 每个条目都应在其中一个公共因子上有较高负荷值 （大于0.4），而对其他公共因子的负荷值则较低。如果一个条目在所有的因子上负荷值均较低，说明其反映的意义不明确，应予以改变或删除。 信度与效度关系 信度是效度的基础。 一方面，信度是效度的必要条件但不是充分条件：信度低，效度必低，信度高，未必效度高。 另一方面，效度是信度的充分条件但不是必要条件：效度高，信度必高，效度低，未必信度低。 信度与效度关系 A区域：理想的结果。一组射击的子弹相对集中于靶心附近，这样的测量既可信又有效。 B区域：该组测验结果不可信但有效，这种情况在理论上是不存在的，因为效度的必要条件是信度，一个不可信的测量工具对任何测量主题都是无效的。 C区域：该组射击一致落在远离靶心，说明测验结果是可信但无效的。 D区域：该组测验结果不可信且无效。 SPSS操作 问卷内容主要包括3个部分：第1部分有5个维度，分别为态度、主观规范、知觉行为控制、行为意向和防护知识知晓，第2部分为防护用品利用行为，第3部分为个人基本信息。 问卷应答等级采