下载文档原格式
SPSS信效度难度区分度分析举例假设我们正在开展一个关于健康生活方式的调查研究，为了评估参与者的健康行为，我们设计了一个由20个问题组成的问卷。
这些问题涉及到饮食、运动、睡眠以及其他与健康相关的行为。
首先，我们需要将这些问题输入SPSS软件进行分析。
假设我们将这些问题编号为Q1至Q20，以便进行数据输入和分析。
第一步是计算每个问题的信度。
信度是指问卷测量的稳定性和一致性，也就是说，当我们重复使用问卷时，是否能够获得相似的结果。
可以使用内部一致性系数，例如Cronbach's α，来评估信度。
在SPSS中，可以通过如下步骤计算：1.打开SPSS软件，点击"变量视图"选项卡，输入各个问题的名称和数据类型。
2.回到"数据视图"选项卡，输入参与者的数据。
3.点击"分析"菜单，选择"可靠性分析"。
4.在弹出的"可靠性分析"对话框中，将所有的问题添加到"题目"一栏中。
5. 在"统计量"一栏中，选择"Cronbach's α"。
6.点击"确定"进行分析。
SPSS将计算每个问题的Cronbach's α系数，并将结果显示在分析结果窗口中。
如果Cronbach's α系数大于0.7，则说明这些问题具有良好的内部一致性，信度较高。
接下来，我们需要计算每个问题的难度和区分度。
难度是指被试者平均得分的水平，也就是说，大多数被试者的回答是什么。
区分度是指问题能够区分出不同被试者之间的差异程度，也就是说，得分高的被试者在这个问题上与得分低的被试者之间是否有明显的差异。
可以使用点双列相关和韦勒系数来评估难度和区分度。
在SPSS中，可以通过如下步骤计算：1.打开SPSS软件，点击"变量视图"选项卡，输入各个问题的名称和数据类型（如果还没有输入）。
SPSS信度分析一、分半信度例1：老师对班上9位同学的随堂测验，Y表示答对，N表示答错，测验结果如表1所示，请计算其信度。
表1 随堂测验成绩表2 相关性解：（1）首先根据题意，将资料输入SPSS，建立数据文件；（2）选择"转换"|"重新编码为相同变量"命令，打开"重新编码到相同的变量中"对话框；（3）单击"旧值和新值"按钮，打开"重新编码成相同变量：旧值和新值"对话框。
将"N"定义为"0"，将"Y"定义为"1"，单击"继续"按钮，完成转换。
在SPSS文件中将"字符串" 属性改为"数值"。
（4）计算奇数题与偶数题的和：选择"转换"|"计算变量"命令，打开"计算变量"对话框。
将奇数题变量相加移入数字表达式列表框求和，偶数题的计算方法亦同样。
（5）执行双变量相关：选择"分析"|"相关"|"双变量"命令，打开"双变量相关"对话框。
将变量"奇数"和"偶数"移入右侧"变量"列表框中，在"相关系数"选项组中勾选Pearson复选框，在"显著性检验"选项中选中"双侧检验"单选按钮，并勾选"标记显著性相关"复选框，单击"确定"按钮。
（6）结果中输出对该测验奇、偶数题目进行的Pearson积差相关分析表，如表2所示。
Pearson 相关系数为0.109，双侧检验的显著性概率（Sig）为0.78，远大于0.05，说明该测验奇、偶题目的相关非常低且不显著，同时也说明了该测验的信度非常低。
信度分析和效度分析数据计分方法说明类别小分类对应题项每题计分方法维度计分方法题项职业倦怠情感枯竭1-3题正向计分全部题项直接加总 3 去个性化4-6题正向计分全部题项直接加总 3 个人成就感7-10题逆向计分全部题项取倒数后加总 4心理资本11-18题正向计分全部题项直接加总8组织气氛19-26题21题为逆向计分，其余题项正向计分21题取倒数后与其余题项加总8总体幸福感27-31题27题和31题为逆向计分，其余题项为正向计分27和31题取到术后与其余题项加总5整体问卷以上各个维度的总分直接加总31讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。
1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。
信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。
信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。
一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。
将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表类别Cronbach's Alpha项数整体问卷.61731职业倦怠.82210心理资本.8018组织气氛.8378总体幸福感.6795表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。
信度、效度、难度、区分度及其在试卷分析中的使用教学测量（instructional measurement）是考核教学成效的一种方法。
这是借助于一定的手段与方式，对学生的学习成绩（简称学绩）进行探察，并以一定的数量来表示的考核办法。
2. 在教学测量中应注意什么（1）教学测量的目的在于考核教学成效，也就是考察教学目标的完成情况。
因此，教学测量的目标应以教学目标为依据，测量目标应与教学目标一致，而不能偏离教学目标（2）教学测量的对象是学生内在的能力与品德等的形成状况，它不可能像物理测量那样直接进行，只能借助于一定的手段与方式间接进行。
（3）教学成效是通过量化的学绩进行考察的。
也就是说，教学成效是以学生的学习成绩为直接考察依据的，而学绩是以一定的数量来表示的，因此命题的合理性与评分的客观性是有效教学测量的一个重要影响因素教学评价（instructional evaluation）就是依据教学目标，对学绩测验所得测量结果进行分析及解释。
它主要包含以下两个方面的工作。
（1）教学评价必须对学绩测验数据所表明的教学成效作出确切的诊断。
（2）教学评价必须对教学的成败原因进行分析，并对今后教学工作的改进方面作出明确的规定。
评价（估）的功能：为家长提供信息，为选拔提供信息，为学生提供信息，为教师提供信息，为学校（间）提供信息教学目标，有时也称为行为目标，是指对学生在一段时间教学后应该掌握的技能与概念的陈述。
信度信度指的是测量结果的稳定性程度，信度是衡量一个量表质量高低的重要指标。
信度不高的量表是不能使用的。
3.常见的信度种类（1）重测信度（2）复本信度（3）分半信度（4）同质信度(内部一致性信度）（5）评分者信度影响信度的因素♦被试♦主试者♦施测情境♦测量工具信度是指考试的可靠性，即考试结果的可信程度。
信度高的试题很少受到外部因素的影响，对任何学生的多次测定都会产生比较稳定的、前后一致的结果。
提高试卷信度的因素大致可包括以下几种情况：（1）使用ABC卷随机抽取试题。
信度分析和效度分析数据计分方法说明类别小分类 对应题项 每题计分方法 维度计分方法 题项 职业倦怠情感枯竭1-3题 正向计分 全部题项直接加总 3 去个性化 4-6题 正向计分 全部题项直接加总 3 个人成就感7-10题 逆向计分 全部题项取倒数后加总4 心理资本11-18题正向计分全部题项直接加总8组织气氛19-26题21题为逆向计分，其余题项正向计分21题取倒数后与其余题项加总8总体幸福感27-31题 27题和31题为逆向计分，其余题项为正向计分 27和31题取到术后与其余题项加总 5整体问卷以上各个维度的总分直接加总31讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。
1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。
信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。
信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。
一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。
将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表类别Cronbach's项数Alpha整体问卷.61731职业倦怠.82210心理资本.8018组织气氛.8378总体幸福感.6795表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。
信度分析和效度分析数据计分方法说明类别小分类对应题项每题计分方法维度计分方法题项职业倦怠情感枯竭1-3题正向计分全部题项直接加总3 去个性化4-6题正向计分全部题项直接加总3 个人成就感7-10题逆向计分全部题项取倒数后加总4心理资本11-18题正向计分全部题项直接加总8组织气氛19-26题21题为逆向计分，其余题项正向计分21题取倒数后与其余题项加总8总体幸福感27-31题27题和31题为逆向计分，其余题项为正向计分27和31题取到术后与其余题项加总5整体问卷以上各个维度的总分直接加总31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。
1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。
信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。
信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。
一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。
将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。
2.1 因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。
SPSS 信度分析一、分半信度例 1：李老师对班上 9 位同学的随堂测验， Y 表示答对， N 表示答错，测验 结果如表 1 所示，请计算其信度。
表 1 随堂测验成绩解：（1）首先根据题意，将资料输入 SPSS ，建立数据文件；（2）选择"转换"|" 重新编码为相同变量 "命令，打开 "重新编码到相同的变 量中" 对话框；（3）单击"旧值和新值 "按钮，打开 "重新编码成相同变量：旧值和新值 "对 话框。
将 "N"定义为"0" ，将"Y"定义为"1" ，单击"继续"按钮，完成转换。
在 SPSS 文件中将 " 字符串" 属性改为 "数值"。
（4）计算奇数题与偶数题的和：选择 "转换"|" 计算变量"命令，打开 "计算 变量"对话框。
将奇数题变量相加移入数字表达式列表框内求和，偶数题的计算 方法亦同样。
（5）执行双变量相关：选择 "分析"|" 相关"|" 双变量"命令，打开 "双变量 相关"对话框。
将变量 "奇数"和"偶数"移入右侧"变量"列表框中，在 "相关系数" 选项组中勾选 Pearson 复选框，在 "显著性检验 "选项中选中 "双侧检验"单选按 钮，并勾选 " 标记显著性相关 "复选框，单击 " 确定"按钮。
（6）结果中输出对该测验奇、偶数题目进行的 Pearson 积差相关分析表， 如表 2 所示。
如何使用spss软件进行效度和信度分析如果一个问卷设计出来无法有效地考察问卷中所涉及的各个因素，那么我们为调查问卷所作的抽样、调查、分析、结论等一系列的工作也就白做了。
那么，我们如何来检验设计好的调查问卷是否有效呢？信度分析是评价调查问卷是否具有稳定性和可靠性的有效的分析方法。
二、信度分析的提出及分析方法信度，又叫可靠性，是指问卷的可信程度。
它主要表现检验结果的一贯性、一致性、再现性和稳定性。
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[1]。
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。
调查问卷的评价体系是以量表形式来体现的，编制的合理性决定着评价结果的可用性和可信性。
问卷的信度分析包括内在信度分析和外在信度分析。
内在信度重在考察一组评价项目是否测量同一个概念，这些项目之间是否具有较高的内在一致性。
一致性程度越高，评价项目就越有意义，其评价结果的可信度就越强。
外在信度是指在不同时间对同批被调查者实施重复调查时，评价结果是否具有一致性。
如果两次评价结果相关性较强，说明项目的概念和内容是清晰的，因而评价的结果是可信的。
信度分析的方法有多种，有Alpha信度和分半信度等，都是通过不同的方法来计算信度系数，再对信度系数进行分析[2]。
目前最常用的是Alpha信度系数法，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。
我们可以通过目前比较流行的SPSS软件对调查问卷进行信度分析，这样我们就可以判断一个调查问卷是否具有稳定性和可靠性。
信度分析和效度分析数据计分方法说明讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。
1 信度分析这里有 63 份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调 查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时， 对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分 析。
信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。
信度分析中常用 Cronbach α系数的大小来衡量调查问卷的信度。
一般而言，如 果问卷的信度系数达到 0.9 以上，该问卷调查的信度就较好；信度系数在 0.8 以上，是不错的；一般认为试卷信度在 0.5至 0.9以内是合理的，如果信度系数 低于 0.5，则此问卷的调查结果就不可信了。
将以上 63份问卷的数据用 SPSS21.0先进行标准化处理，再进行信度分析， 其结果如表一所示：表一 信度分析表类别小分类 对应题 项 每题计分方法 维度计分方法 心理资本组织气氛总体幸福感整体问卷情感枯竭 1-3 题 正向计分 去个性化 4-6 题 正向计分 个人成就感7-10 题 逆向计分 11-18 题19-26 题27-31正向计分全部题项直接加总 全部题项直接加总 全部题项取倒数后加总全部题项直接加总21 题为逆向计分，其 余题项正向计分27 题和 31 题为逆向 计分，其余题项为正向计分21 题取倒数后与其余题项加总27 和 31题取到术后与其余题项加总 以上各个维度的总分直接加总 3 34 8 8531整体问卷.617 31职业倦怠.822 10心理资本.801 8组织气氛.837 8总体幸福感.679 5表一显示，整体问卷和问卷中的各个维度的 Cronbach's Alpha 系数值均大于 0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。
2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用 SPSS21.0 对其进行效度分析。
SPSS信度分析一、分半信度例1：李老师对班上9位同学的随堂测验，Y表示答对，N表示答错，测验结果如表1所示，请计算其信度。
表1 随堂测验成绩表2 相关性解：（1）首先根据题意，将资料输入SPSS，建立数据文件；（2）选择"转换"|"重新编码为相同变量"命令，打开"重新编码到相同的变量中"对话框；（3）单击"旧值和新值"按钮，打开"重新编码成相同变量：旧值和新值"对话框。
将"N"定义为"0"，将"Y"定义为"1"，单击"继续"按钮，完成转换。
在SPSS文件中将 "字符串" 属性改为"数值"。
（4）计算奇数题与偶数题的和：选择"转换"|"计算变量"命令，打开"计算变量"对话框。
将奇数题变量相加移入数字表达式列表框内求和，偶数题的计算方法亦同样。
（5）执行双变量相关：选择"分析"|"相关"|"双变量"命令，打开"双变量相关"对话框。
将变量"奇数"和"偶数"移入右侧"变量"列表框中，在"相关系数"选项组中勾选Pearson复选框，在"显著性检验"选项中选中"双侧检验"单选按钮，并勾选"标记显著性相关"复选框，单击"确定"按钮。
（6）结果中输出对该测验奇、偶数题目进行的Pearson积差相关分析表，如表2所示。
Pearson 相关系数为0.109，双侧检验的显著性概率（Sig）为0.78，远大于0.05，说明该测验奇、偶题目的相关非常低且不显著，同时也说明了该测验的信度非常低。
分半信度也可直接使用"可靠性分析"命令来完成，简要步骤如下。
（1）建立数据文件。
（2）将资料转为数字（同上）。
（3）选择模型：选择"分析"|"度量"|"可靠性分析"命令，弹出"可靠性分析"对话框。
将左边列表框中的题目依所需次序前后分半选入右边的"项目"列表框中，在左下角的"模型"下拉列表框中选取"半分"选项。
（4）选择统计量，单击"统计量"按钮，打开"统计量"对话框并完成相应的设置。
最后单击"确定"按钮，输出统计结果。
二、同质性信度（1）点击分析-度量-可靠性分析。
（2）将要检验的问卷或者维度放入变量框中。
（3）点击确定，生成结果。
信度指标就是Cronbach's Alpha。
三、重测、复本信度（1）打开或建立数据文件。
（2）选择"分析"︱"相关"︱"双变量相关"命令，打开"双变量相关"对话框，如下图所示。
（3）选择变量：选择要进行分析的变量并将其移入右侧的"变量"列表框中。
当变量多于两个时，结果中会计算所有选入"变量"列表框中变量两两之间的相关系数。
（4）选择相关系数："相关系数"选项组包含Pearson、Kendall的tau-b 和Spearman 3个复选框，研究中根据数据类型可以通过勾选对应的复选框来选择相关系数的计算方法。
（5）选择显著性检验类型：通过选中"显著性检验"选项组下相应的单选按钮，选择显著性检验使用"双侧检验"还是"单侧检验"。
（6）标记显著性相关：勾选"标记显著性相关"复选框，在统计结果中将用"*"号标记有显著相关的相关系数，系统默认选中。
当P<0.05时，相关系数旁会标识"*"，表明两变量在0.05水平上达到显著相关；当P<0.01时，相关系数旁会标识"**"，表明两变量在0.01水平上达到显著相关。
（7）选项设置：单击"选项"按钮，打开"双变量相关性：选项"对话框，对"统计量"和"缺失值"完成相应的设置。
（8）单击"确定"按钮，执行操作，输出结果。
四、评分者信度（肯德尔和谐系数）例2：某校举办校园歌手大赛，6人进入决赛，请5位评委老师为这6名选手评定等级。
结果如下。
如何衡量5位老师评定结果的一致性程度？表1 5位老师为6名选手评定的等级评分教师（k=5）选手编号（n=6）A1 A2 A3 A4 A5 A6A 3 1 6 4 5 2B 2 1 5 6 3 4C 2 1 5 6 4 3D 1 2 6 5 3 4E 1 2 6 5 4 3Ri9 7 28 26 19 16解：（1）数据录入。
计算肯德尔和谐系数的数据编排与通常的不同：一个被评对象为一列数据（相当于变量），一个评分者为一行数据（相当于样品）。
数据编排同表1.（2）单击“分析|非参数检验|旧对话框|K个相关样本检验”，在对话框中，将A1—A6全部选定，单击肯德尔和谐系数，确认即可。
（3）在结果分析中，肯德尔和谐系数W=0.845，渐近显著性概率为0.001，小于0.01，故而，相关非常显著。
（4）值得注意的是，如果数据是按照通常的编排输入的，即一位选手得到的等级为一行，一个评分者的评分为一列，那么可以使用“数据”菜单下的“转置”（transpose）功能，将原数据行列互换。
SPSS效度分析一、结构效度结构效度是测验对理论上的构想或特质的测量程度。
结构效度所采用的方法是因子分析。
有学者认为，效度分析最理想的方法是利用因子分析测量量表或者整个问卷的结构效度。
因子分析的步骤如下：（1）选择分析中的“降维”→“因子分析”；（2）将所有的变量都选到因子分析变量中。
（3）描述选项卡，勾选，原始数据分析和KMO和Bartlett球形度检验。
（4）抽取选择主成分分析方法，其他默认即可。
（5）旋转选项卡，方法选择最大方差法。
（6）点击确定即可得出spss分析出的结果。
KMO的值在0.9以上，表明非常适合做因子分析；0.8--0.9：很适合；0.7--0.8适合；0.6-0.7尚可；0.5--0.6表示很差；0.45以下：应该放弃。
二、效标关联效度确定效标关联效度最常用的方法是，计算测验分数与效标测量的相关。
如以学生平时成绩为效标，计算问卷的效标效度，计算平时成绩和问卷得分的相关即可。
然后点击“分析——相关——双相关”，将“问卷”和“平时成绩”选中点箭头，然后点击确定。
得到下表的结果表中r是Pearson 相关性=0.997；p是显著性（双侧），该指等于0.000，小于0.001，说明二者存在显著的正相关关系。
SPSS难度分析一、难度计算公式1.某题的难度=通过人数/总人数。
2.某题的难度=（高分组+低分组通过率）/2.3.某题的难度=平均分/满分4.选择题难度矫正，吉尔福特公式。
CP=(KP-1)/(K-1)二、SPSS操作步骤例3：本试卷（满分100分）有两个部分组成：客观性与主观性试题，其中客观性试题共40分，占40%，主观性试题共60分，占60%。
具体情况见下表。
注：q1是填空、q2是选择、q3是判断、q4是简答、q5是问答、q6论述。
解：（1）数据录入，将47份试卷按照各部分得分情况和他们的总成绩、平时成绩输入到相应的表格中。
（2）基本描述性统计分析主要包括参加考试的学生总数、缺考人数、每个部分的最高分、最低分、极差、平均分、标准偏差（方差）等。
在试卷质量分析数据中，运行菜单：分析|描述统计|描述,把除平时成绩外的所有变量加入到“变量”中，点击“选项”对话框，选中Mean、Minimum、Maximum、Range、Std. deviation、Variance。
再点击OK。
得到如下结果。
（3）难度分析对于选择题，先计算得出难度系数P，然后再根据公式cp=(kp-1)/(k-1)(k为选项个数)算出矫正难度系数cp。
试题难度系数与试题实际难易程度正好相反，越大表示试题越容易，而越小则试题越难。
一般认为，难度适中更能客观地反映出学生的学习效果情况，多数试题应分布在0.3～0.7之间，选拔性测试为0.5左右为宜，通常期末考试为目标参照性考试，可适当偏高，全卷平均难度以0.7左右为宜，0.6～0.8为正常。
（4）区分度分析对于客观题来说,使用等级相关分析，在此使用斯皮尔曼(Spearman)等级相关分析。
对于主观题来说，样本数为47，大于30，可以看成非等间距测度的连续变量，在此采用皮尔逊(Pearson)相关分析对试题进行分析。
具体操作如下：Analyze→Correlate→Bivariate。
在弹出对话框中选择各个客观题题号变量和总成绩进入Variables,然后在Correlation Coefficients 中单击Spearman,完成后即可得到客观题的区分度。
主观题的区分度分析方法同上，只需选择主观题和总成绩进入，然后选择Pearson即可。
得到每个部分的区分度，见下图：SPSS区分度分析一、区分度计算公式1.鉴别指数法，区分度=高分组通过率-低分组通过率。
2.相关法，以某一项目分数与测验总分的相关，作为该题区分度的指标。
2.1点二列相关，一个二分变量（双峰分布），一个连续变量。
选择题（答对得2分，答错0分）与总分。
2.2二列相关，一个连续变量（人为被分成二分变量），一个连续变量。
论述题（满分10分，超过6分即合格）与总分。
2.3φ相关，两个变量均为二分变量。
总分区分为高分组和低分组，项目得分为通过和未通过。
二、SPSS操作步骤1.鉴别指数法（1）数据录入与整理。
将总分按照从高到低排列。
（2）分别计算出高分组通过率和低分组通过率。
（3）两者差值即为区分度。
2.相关法（1）排序。
先将所有人的总成绩由高到低（或者由低到高）进行排序，然后去取前27%和后27%的临界点上的学生成绩作为高低分组的临界点。
（2）转换。
然后在spss菜单中选择转换——编码为不同变量，将总成绩选入右边的输入输出框，然后给输出变量命个名，写高低分组就可以，然后点击更改按钮。
（3）赋值。
