下载文档原格式
问卷的信度和效度分析一、信度分析Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。
至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；一、概念信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。
一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果；信度是效度的必要条件，非充分条件。
信度低效度一定低，但信度高未必表示效度也高信度检验完全依赖于统计方法。
信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。
外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法二、信度指标1. 用信度系数来表示信度的大小。
信度系数越大，表明测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
2. 信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）三、信度分析方法重测信度法用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。
问卷调查的信度与效度分析图解蒋智钢前几天有朋友要我帮忙算下调查问卷的信度和效度，看了一下后才发现原来这个问题是很多人都会碰到的，似乎有必要写那么一丁点东东。
对于从医还要涉及那么点科研的人来说，问卷调查是许多人都不可避免要做的一项工作，无论你是要做毕业课题，还是要完成一项基金项目，甚至好多人的课题的核心就是做一个问卷调查，那么，你把问卷设计好了，也发出去了，或者结果也统计出来了，但是，问你一句：你的结果可靠吗？你的问卷合格吗？怎么回答？判断一份用于调查的问卷是否合格是有指标的，也就是我今天要提到的这2个：信度和效度。
顾名思义，信度嘛，当然是指调查问卷的可信程度；效度呢，就是指问卷的有效性，二者各取一字成其名。
好了，闲话到此打住，直接进入正题，怎么个算法。
1. 先算信度，这个指标是用Cronbach α信度系数来评价的，其实信度系数还有好多个，但是，我们一般就考虑量表的内在信度【这里的量表也就是调查表啦】，简言之，就是项目之间是否具有较高的内在一致性，所以，就算这个Cronbach α就好了。
再啰嗦一句：这个α在0~1之间，α>0.8时，表示量表信度很好；0.7~0.8之间，表示量表的信度可以接受；如果是在0.6~0.7范围内，表示量表也可以接受但需改进。
计算的方法很简单，打开SPSS，把你的数据都输入进去即可，当然，数据的输入也是有技巧的，你可以在excel里面先输入数据然后再导入，我比较喜欢这种方式。
但是要记住，一列代表一个指标或者称之为“维度”，换言之也就是你的问卷里面的一个具体的题目，有多少个问题就对应多少列，一行代表一个调查对象。
数据都弄好之后，在SPSS中点“Analyze-Scale-Reliability Analysis…”进行计算，剩下的不打字了，自己看图吧。
你的问卷调查表的数据可能与下面的类似：【这些数据是我随便弄的，这里只讲方法，不论结果好坏！】但是，我要强调的一点是，只有等级资料才能进行计算哦！所以，最初的数据还要进行整理才能用于计算。
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27和31题取到术后与其余题项加总5项为正向计分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Cronbachα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'sAlpha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'sAlpha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。
问卷信度效度检验是保证后续分析有效性的必要保障问卷的信度和效度检验都是针对量表进行在spss中信度检验通常采用“可靠性检验”效度分析采用探索性因子分析或者验证性因子分析本次信度和效度检验以真实案例数据进行教程详解。
本次问卷分为6大维度，内容如下：变量说明一、 信度分析1.数据录入，结果如下（变量视图）：变量视图2.依次点击分析-标度（度量）-可靠性分析信度分析3. 每个量表维度 分别 进行信度分析，选中 专业了解度包含的5个题目，并且点击中间的箭头。
变量选择3. 在 模型 下拉选项中选中Alpha或者α，一般默认，这个是科隆巴赫系数。
科隆巴赫系数3. 点击右上角的 统计 选项，然后勾选打钩的内容，并且点击继续：勾选选项3. 点击确定就得到了第一个维度（专业了解度）的信度分析结果：在以下结果图中打红√的为重点内容，先看第一个√的内容，为主要的信度检验结果，我们要关注的是基于标准化项的克隆巴赫系数，这个系数取值范围在0-1之间，越接近1，就说明可靠性就越高，一般低于0.5就要考虑重新对问卷进行调整了。
在项总计统计表中我们要重点关注最后一列，项删除后的克隆巴赫系数，1-5行，分别对应1-5题，每一行说明删除对应的题目后，克隆巴赫系数的情况。
目的就在于判断维度或者问卷中的题目有没有存在不合适的题目。
只要删除后的系数小于标准化的系数就不需要对题目进行调整。
3. 按照以上的步骤分别对所有的维度进行可靠性分析，最后的结果在Excel中进行整理就得到了如下的结果。
整理结果二、 效度分析在本图文教程中，效度分析采用的是探索性因子分析。
需要的注意的是，绝大部分情况下效度分析是针对量表总体进行的，不再像信度分析一样分维度进行。
1. 在主界面点击分析——降维——因子因子分析1. 选中左边所有的 量表 题目。
然后点击中间的箭头选择变量1. 点击 描述 ，选择打钩的内容：勾选选项1. 其他的全部默认，接着点击确定：结果关于效度分析，在所有因子分析的结果中我们只需要关注这个表，这里面有两个指标是评价效度的。
关于调查问卷的信度和效度检验（一）信度1 、信度的含义测验的信度又称测验的可靠性 , 是指同一个测验对同一组被试施测两次或多次 , 所得结果一致形程度。
一个好的测验必须是稳定可靠的 , 多次使用所获得的结果是前后一致的。
例如 , 用直尺测量长度 , 其结果是稳定可靠的 ; 用橡皮筋测长度则是不可靠的 , 前后测量结果缺乏一致性。
在测量理论中 , 信度被定义为 : 某次测验分数的真变异数与总变异数 ( 即实测分数 ) 之比 :22S R xxx ST = 式中 Rxx 表示测量的信度 ,ST 2 代表真分数的变异数 ( 方差 ),Sx 2 表示实得分数的变异数 ( 方差 ) 。
For personal use only in study and research; not for mercial use从上式可看出 , （ 1 ）信度是指实测值和真值相差的程度 , 实测值是指对某物实际进行测量时所获得值 , 也称实测分数 (X); 真值是指被测事物的真实规模取值 , 也称真分数 (T) 。
由于各种原因 , 实得分数常不等于真分数 , 两者之差称为测量误差或误差分数 (E) 。
从理论上看 , 实得分数由真分数和误差分数两部分组成即 :X=T+ERxx 就是对一组测验数据的实测分数与真分数相差程度的最好估计。
（ 2 ）信度又是指相同的测验对相同的被试再次测量时引起的同样反应的程度。
如果两次测验中 , 受测者所得分数或所处等级前后一致 , 则说明测验结果的信度较高 ; 反之 , 两次测验结果一致性低 , 说明测验结果的信度低。
For personal use only in study and research; not for mercial use信度是任何一种测量的必要条件 ( 但不是唯一条件 ), 只有测量值接近或等于真值 , 用同一工具多次测量同一特性获得相同或相近的结果 , 才能认为这个测量结果是可靠的。
问卷调查的信度与效度分析图解
蒋智钢
前几天有朋友要我帮忙算下调查问卷的信度和效度，看了一下后才发现原来这个问题是很多人都会碰到的，似乎有必要写那么一丁点东东。
对于从医还要涉及那么点科研的人来说，问卷调查是许多人都不可避免要做的一项工作，无论你是要做毕业课题，还是要完成一项基金项目，甚至好多人的课题的核心就是做一个问卷调查，那么，你把问卷设计好了，也发出去了，或者结果也统计出来了，但是，问你一句：你的结果可靠吗？你的问卷合格吗？怎么回答？
判断一份用于调查的问卷是否合格是有指标的，也就是我今天要提到的这2个：信度和效度。
顾名思义，信度嘛，当然是指调查问卷的可信程度；效度呢，就是指问卷的有效性，二者各取一字成其名。
好了，闲话到此打住，直接进入正题，怎么个算法。
1. 先算信度，这个指标是用Cronbach α信度系数来评价的，其实信度系数还有好多个，但是，我们一般就考虑量表的内在信度【这里的量表也就是调查表啦】，简言之，就是项目之间是否具有较高的内在一致性，所以，就算这个Cronbach α就好了。
再啰嗦一句：这个α在0~1之间，α>0.8时，表示量表信度很好；0.7~0.8之间，表示量表的信度可以接受；如果是在0.6~0.7范围内，表示量表也可以接受但需改进。
计算的方法很简单，打开SPSS，把你的数据都输入进去即可，当然，数据的输入也是有技巧的，你可以在excel里面先输入数据然后再导入，我比较喜欢这种方式。
但是要记住，一列代表一个指标或者称之为“维度”，换言之也就是你的问卷里面的一个具体的题目，有多少个问题就对应多少列，一行代表一个调查对象。
数据都弄好之后，在SPSS中点“Analyze-Scale-Reliability Analysis…”进行计算，剩下的不打字了，自己看图吧。
你的问卷调查表的数据可能与下面的类似：【这些数据是我随便弄的，这里只讲方法，不论结果好坏！】
但是，我要强调的一点是，只有等级资料才能进行计算哦！所以，最初的数据还要进行整理才能用于计算。
类似于这种信息，是不能计算的所以必须剔除掉。
这里所说的不能计算，是指不能用来计算刚刚说的那个系数，看到这里，你会郁闷吧？会说，那这些数据不是白输入了？非也，非也！你可以用最简单的百分比来算啊！虽然它们不能为你的信度和效度系数贡献力量，但是也可以为你计算某一类型的百分比提供帮助，我们的口号是“榨干数据的每一滴油！”
好了，处理之后就应该是这种信息了：
完整版，我处理一下你就可以看见能直接导入SPSS用来计算的数据了，见下图。
OK，就是这个样子啦！
第一行是每个小题的题号，你可以用中文，也可以用字母代号，随便你，反
正你只要自己能够看懂就行。
第一列就是你的数据，那些编号神马的统统删了！
然后excel保存一下，导入SPSS。
这2个圈里面的，随便你点哪一个都可以
在打开的对话框里面，一定要类型为excel
下面这个图里面的红圈中的√一定要选上，这个是对应excel里面的每个指标的名字，然后点OK确定。
好了，数据就导入完成了。
下面开始算信度系数α。
在打开的对话框中，把所有的数据先放到右边
左边框里的数据全部挪到右边是算问卷的信度，如果按问题的类别来放，就像上图中那样，就只是算这个类别的题目的信度如何，很方便吧？可以一次性算个总体的，然后还可以看看各类题目的信度如何。
接下来，点那个Statistics…，就会出来一个对话框，把红圈里面的2个选项勾上后点Continue，再点OK，然后结果就在另外一个窗口中出来了。
这个0.703就是我们的信度系数啦！看来问卷表还有待改进啊！
其余每个类别的题目的信度系数以此类推，自己算吧！
2.现在，来看看效度怎么个算法。
效度系数呢，也有好多个，硬是要分类的话，会把你搞头晕的。
但是，根据我们的问卷调查情况，通常只算KMO的。
也就是做“因子分析”啦！具体操作还是看图。
先把左边的数据都挪到右边去，然后点“Descriptives…”，在弹出的对话框里面选最下面的“KMO and Bartletts test of sphericity”，然后点Continue
然后点Extraction…，一定确保弹出的对话框里面是Principal components，然后Continue
接着点Rotation…，在弹出的对话框里面选Method里面的Varimax，再点Continue，其余2个不用管了，点OK吧！
好了，数据出来了！
0.442就是我们要求的效度系数了，KMO值<0.7，说明这个问卷需要修改。
下面的sig表明差异是显著的。
通常，KMO是做主成分分析的效度检验指标之一，其值在0.9以上，表示非常适合做因子分析；在0.8-0.9之间，很适合；在0.7-0.8之间，适合；在0.6-0.7之间，尚可；在0.5-0.6之间，表示很差；在0.5以下应该放弃。
好了，还有一种情况可能是大家会遇到的，那就是你觉得你自己什么操作都是对的，可就是最后的结果里面没有KMO出来，随便你怎么弄都没有KMO！
大家会看到上图中的这种情况，“此矩阵不是正定矩阵”，然后随便你把数据跑多少次运算，KMO就是不出来，怎么办？
原因在哪里？
原因是你的维度大于你的样本量了，也就是说纳入计算的调查项目个数多于你的调查对象数目了，所以就会出现这种情况，于是呢，解决方案也就浮出水面啦，反其道而行之即可，怎么做？2个法子，一是减少你的维度数，一是增加你的样本数，具体嘛，根据自己怎样算方便就怎样去弄吧！
好了，关于调查问卷的信度和效度的计算就说这么多啦！
写在2013年的尾巴
遵义医学院。
