调查问卷的信度与效度幻灯片课件.ppt

从菜单选择Analyze →Scale →Reliability Analysis…→Item(输入问卷的各条目或各因子包含的条目) →Statistics弹出信度分析统计量对话框 →Inter-Item → √ Correlations → OK （2）利用因子分析评价问卷的结构效度 因子分析不仅能够评价量表结构的相合性，还可以用共性变异（共性方差）与总变异之比作为结构效度的衡量指标。结构效度的分析最好使用证实性因子分析，它较探索性因子分析更能说明问题。 执行Analyze → Data Reduction → Factor … ,弹出“Factor Analysis”对话框: 单击Descriptives…→ Statistics → √ Initial Solution → Correlation Matrix → √ KMO and Bartlett’s test of sphericity → Continue 三、调查问卷的信度 Questionnaire Reliability 1.信度分析的意义 信度主要是指问卷是否精准(precision)。信度分析涉及了问卷测验结果的一致性和稳定性，其目的是如何控制和减少随机误差。 The reliability of measures The question of reliability is to what extent does an indicator measure the same thing consistently: i.e. will people answer the same question in the same way on different occasion? 调查问卷的信度包含两层含义： 一是相同的个体在不同时间，以相同的问卷测验，或以复本测验，或在不同的情景下测验，是否能得到相同的结果，即问卷测验结果是否随时间和地点等因素而变化； 二是能否减少随机误差对问卷测验结果的影响，从而能够反映问卷所要测量的真实情况，即问卷测验结果是否具有稳定性、可靠性和可预测性。一个好的问卷必须是稳定可靠的，且多次问卷测验结果应前后一致。 2.信度的定义 信度是用估计测量误差大小的尺度，来说明问卷测验结果中测量误差所占的比率。 信度可定义为真实分数(true score)的方差与测验实得分数(observed score) 的方差之比，当实得分数变异可以全部由真实分数的变异解释时，测验误差就是0，这时问卷测验的信度为1。 若用表示问卷测验的信度，理论应有 或 式中 表示真实分数的方差； 表示实得分数的方差； 表示误差的方差。 3.信度的分类 信度研究的是问卷测验结果的可靠性与稳定性，可以从不同的角度来评价： （1）在相同条件下所得问卷测验结果的一致程度； （2）不同研究者用同一种问卷同时测验所得结果的一致程度； （3）同一研究者用同一种问卷在不同时间内测验所得结果的一致程度。 4.常用的信度系数 （1）重测信度(test-retest reliability) 假定短时间内一批对象的状况并没有改变，对每个对象用同一个问卷先后测验两次，两次测验得分的相关系数就称为重测信度。重测信度是用皮尔逊积差相关系数r公式计算的。 重测信度也存在着局限性： 间隔时间长，环境影响； 如果间隔时间短，记忆影响。 (2)复本信度（alternate form reliability） 复本通常是根据相同的设计说明分别独立编制的两个平行问卷，即题目不同但是内容相似的两份问卷。复本信度也叫等值性系数（coefficient of equivalence）。两个复本间隔一定时间或同时施于同一答卷者所得分数的相关系数就是复本信度。 缺点： 如复本编制不容易，易出现顺序效应，受练习的影响； 复本信度只能反应问卷内容所造成的误差，无法反应答卷者本身所造成的误差等。 (3)分半信度(split-half reliability) 当测验没有复本且测验不可避免地受到时间的影响，只适合用于一次测验时，可用分半信度。 分半的方法很多，一般是将奇数题和偶数题各作为一半，而非前后分半，目的是避免顺序效应。分半信度也叫折半信度，其计算方法是将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。 使用分半信度时要注意两个问题： 一是问卷题目所测的应是同一种特质；