SPSS测量问卷信效度分析.docxVIP

测量问卷信效度分析 信度和效度分析是问卷分析的第一步，也是检验该问卷是否合格的标准之一，所以， 我们在做问卷调查的时候第一步就要进行信度和效度的分析，才能确保我们的问卷有意义。 信度（Reliability）即可靠性，是指使用相同指标或测量工具重复测量相同事物时，得到相同结果的一致性程度。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保 持不变才可信。例如，我们用一把尺子测量一张桌子的高度，今天测量得高度与明天测量的 高度不同，那么我们就会对这把尺子产生怀疑。因此，一张设计合理的调查问卷应该具有它 的可靠性和稳定性。 目前最常用的是 Alpha 信度系数，一般情况下我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。通常认为，信度系数应该在0～1 之间，如果量表的信度系数在 0.9 以上，表示量表的信度很好；如果量表的信度系数在0.8～0.9 之间，表示量表的信度可以接受；如果量表的信度系数在 0.7～0.8 之间，表示量表有些项目需要修订；如果量表的信度系数在 0.7 以下，表示量表有些项目需要抛弃。 信度分析是：“分析”——“度量”——“可靠性分析”，把所有主观题选到：“项目”中，确定即可,得出总的信度。把统一维度的题目选中，得出先关维度的信度。 具体步骤：分析——度量——可靠性分析 模型选择a，点击确定即可。结果分析： 分析各个维度和总量的信度后，将它们列出一个表格，其中每个维度的 a 信度系数都大于 0.7，说明该量表信度较好，符合问卷调查。 效度（Validity）即有效性，是衡量综合评价体系是否能够准确反映评价目的和要求。是指测量工具能够测出其所要测量的特征的正确性程度。效度越高，即表示测量结果越能显示其所 要测量的特征，反之，则效度越低。常用于调查问卷效度分析的方法主要有以下几种。 1、单项与总和相关效度分析 这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项 总分的相关系数，根据相关是否显著判断是否有效。若量表中有反意题项，应将其逆向处理后再计算总分。 2、准则效度分析 准则效度又称为效标效度或预测效度。准则效度分析是根据已经得到确定的某种理论， 选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著， 或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。评价准则效度的 方法是相关分析或差异显著性检验。在调查问卷的效度分析中，选择一个合适的准则往往十 分困难，使这种方法的应用受到一定限制。 3、结构效度分析 结构效度是指测量结果体现出来的某种结构与测值之间的对应程度。结构效度分析所采 用的方法是因子分析。有的学者认为，效度分析最理想的方法是利用因子分析测量量表或整 个问卷的结构效度。因子分析的主要功能是从量表全部变量（题项）中提取一些公因子，各 公因子分别与某一群特定变量高度关联，这些公因子即代表了量表的基本结构。通过因子分 析可以考察问卷是否能够测量出研究者设计问卷时假设的某种结构。在因子分析的结果中， 用于评价结构效度的主要指标有累积贡献率、共同度和因子负荷。累积贡献率反映公因子对 量表或问卷的累积有效程度，共同度反映由公因子解释原变量的有效程度，因子负荷反映原 变量与某个公因子的相关程度。在结束本文时应再次强调，为了提高调查问卷的质量，进而 提高整个研究的价值，问卷的信度和效度分析绝非赘疣蛇足，而是研究过程中必不可少的重 要环节。 其中因子分析是：分析——降维——因子分析，把所有主观题选到：“项目”中，点击描述，选择 KMO 和 Bartlett’s 检验。点击旋转，选择最大方差法。点击选项，按大小排序。其中，KMO 值大于 0.7，说明问卷的结构效度良好。 具体步骤： “分析”——“降维”——“因子分析” 将问卷的主观题部分全部选择为“变量”。点击“描述”，设置如下： 点击“旋转”，设置如下： 点击“选项”，设置如下： 结果分析： 在输出结果中，第一个表格中，第一行的的位置的值为0.927，即 KMO 值大于 0.7，说明问卷的结构效度良好。 成汾 成汾 1 2 3 4 5 6 7 8 9 心苍教苛 )09 125 1 31 097 145 J OO 0 34 -.OOt -.05 9 综合荣负 7 08 2 15 142 .061 107 223 0 02 036 .082 规坴利度 6 91 0 70 130 132 19