SPSS统计分析- 第11章 信度分析.pptxVIP

第11章 信度分析 信度是评价一个由若干的题目编制而成的测验、量表或问卷优劣的重要指标，了解信度的相关知识是编制优质高效测验的前提。一个好的量表或者测验就像一把标尺，用它对同一个对象进行多次测量的结果都应该是稳定一致的。 信度分析在SPSS中打开方式为：选择“分析”“度量”“可靠性分析”命令，如图所示。 11.1 信度分析基本原理 信度评价的是测量结果的前后一致性，反映的是测验受随机误差影响的程度。一般而言，两个或两次测量结果越是一致，则误差越小，信度也就越高。常用信度系数主要有：稳定性系数、等值性系数和内部一致性系数。 11.1.1 经典信度理论 信度的概念出现于20世纪初，是以真分数测量理论（Classical Test Theory，简写为CTT）为基础的，该理论是20世纪前期与中期的心理测量理论的主导部分，所以也叫它经典测量理论。 1．经典测量理论数学模型 （1）基本概念 真分数：是在实际测量中很难得到的一个理论上构想出来的抽象概念。我们只能通过改进测量工具、完善操作方法等使观察值尽量接近真分数。 观测分数：即测量时所得的实测分数，记作X。观测分数越接近于真分数，测量的误差越小。 （2）经典测量理论（classical test theory，简称ＣＴＴ）：它假定观察分数与真分数之间是一种线性关系，并且只相差一个随机误差（随机误差记作Ｅ）。即 这就是ＣＴＴ的数学模型。 真分数理论的三个基本假设： 误差分数的平均数是零（由于测量误差具有随机性）； 误差分数与真分数相互独立，即两者相关为零； 两次平行测量的误差分数之间的相关为零。 （3）根据CTT模型和假设推导出如下关系： 2．信度的定义 （1）信度又称可靠性，即测量的一致性程度。一个新编测验很重要的是确定其是否有很好的信度，即能否可靠地测到想要测量的内容。也可以说信度是对特定群体在特定场合及特定条件下施测而获得的分数的一种属性。该定义需要注意： 信度是一组测验分数特性而非个人分数的特性； 由于真分数的变异数是不能直接测量的，因此信度是一个理论上构想的概念，只能根据一组实得分数做出估计。 信度的操作性定义指一组测量分数的真实方差与实得方差之比，其公式为： （2）信度的表示方法：信度一般是以相关系数表示的，即用同一组被试样本所得的两组资料的相关系数作为测量一致性的指标，称为信度系数。 3．信度的作用 信度是评价一个测量工具质量优劣的重要指标，只有信度达到一定要求的测量工具才可以考虑使用。信度系数可解释为真分数方差在样本测验分数的总方差中占多少比例，它是测量过程中的随机误差大小的反映，可以解释个人分数的意义。 注意：判定某测验是否可靠时，必须依据该测验施测的具体情境，以及其测验结果是否能够经过多次证实来判定；一个测验可以有多个信度估计，所以在实际测验时要注意选择。信度可以用来解释预测个人分数的意义。测量的结果应看成是一个范围。 11.1.2 信度分析的一般操作过程 信度分析的一般操作过程如下： （1）打开或建立数据文件。 （2）打开主对话框：选择“分析”“度量”“可靠性分析”命令，打开“可靠性分析”对话框，如图所示。 （3）选择项目:左边的列表框是数据中所包含的所有项目，选择想要分析的项目，将其移入右侧项目列表框中。 （4）选择模型:在模型后的下拉列表框中，有以下5种模型可供选择。 α：即克伦巴赫α系数，该系数用于计算测验的内部一致性系数。 半分：即斯皮尔曼-布朗分半系数，是检查测验的两部分的之间的相关性。分半系数的计算是将一个量表分为两个子量表，如果题项数为奇数，则题项较多的为子量表一、题项较少的为子量表二；若量表的题项数为偶数，则分成的两个子量表题项数相等。 Guttman：该模型计算Guttman的下界以获取真实可靠性。 平行：该模型假设所有项具有相等的方差，并且重复项之间具有相等的误差方差。 严格平行：该模型表示当各题目平均数与方差均同质时的最大概率信度。 （5）选择统计量:单击“统计量”按钮，弹出“可靠性分析：统计量”对话框，如下图所示。在该对话框内，被试可选择不同的描述性统计量。 描述性：在该选项组中可选择输出的描述性指标，有以下3个复选框。 项：勾选该复选框后，结果中将呈现各题项的描述性统计量，包括均值、标准差和有效观测值数量。 度量：呈现整个量表或问卷的描述统计量，包括均值、标准差和有效观测值数量。 如果项已删除则进行度量：显示题项删除后的相关统计量的变化，包括项目删除后量表总体的平均值、方差、修正项目的总相关及Alpha系数的变化。 摘要：根据尺度中所有项目分布的描述性统计量。 均值：包括项均值的最小值、最大值和平均值，项均值的极差和方差，以及最大项方差与最小项方差的比。 协方差：包括项间协方差的最小值、最大值和平均值，项间协方