利用spss进行问卷调查数据的效度分析
信效度是衡量一份问卷测试结果的准确性和稳定性的依据。问卷设计完成之后到分析结束,一般要经过两次信效度分析。一次是预调查时,一次是正式分析。
操作方法
- 01
定义 信度分析用于测量样本回答结果是否可靠,即样本有没有真实作答量表类题项。信度系数越高表示该测验的结果越一致、越稳定。 效度分析用于测量题项设计是否合理,通过因子分析方法进行验证。
- 02
信度与效度的关系 信度是效度的基础,必须要有信度才有效度。信度低,效度不可能高,但信度高不一定效度高。 另外两者的研究对象不同:信度对象:答卷人 效度对象:题项
- 03
信度分析 指标解读 校正的项总计相关性,也称CITC值,比如某维度对应5个题项,那么此5个题项之间的相关关系情况则使用此指标进行表示,通常此值大于0.4即说明某题项与另外的题项间有着较高的相关性,预测试时通常会使用“校正的项总计相关性”这一指标。 项删除后的克隆巴赫系数,如果某个维度或变量对应着5个题项,那删除掉某题项后余下4个题项的信度系数值即称作“项删除后的克隆巴赫系数”。 克隆巴赫系数,也称信度系数,内部致性系数,或者Cronbach's Alpha,或者α系数,此值一般大于0.7即可。 如果在预测试中使用信度分析,则可能涉及到校正项总计相关性(CITC)和项已删除的α系数这两个指标,用于辅助判断量表题目是否应该进行修正处理。如果是正式数据的分析,通常此两个指标的意义相对较小。
- 04
信度分析的分析步骤 ① 分析α系数,如果此值高于0.8,则说明信度高;如果此值介于0.7~0.8之间;则说明信度较好;如果此值介于0.6~0.7;则说明信度可接受;如果此值小于0.6;说明信度不佳; ② 如果CITC值低于0.3;可考虑将该项进行删除; ③ 如果“项已删除的α系数”值明显高于α系数,此时可考虑对将该项进行删除后重新分析; ④ 对分析进行总结。
- 05
效度分析 (1)效度种类 针对效度分析,通常会使用内容效度,或者结构效度,或者验证性因子分析(CFA)进行效度验证。效度分析类型总结如下表:
- 06
指标解读 由于效度分析通过因子分析的方式验证,所以这里也涉及因子分析的指标。
- 07
效度分析的分析步骤 ① 首先分析KMO值:如果此值高于0.8,则说明效度高;如果此值介于0.7~0.8之间,则说明效度较好;如果此值介于0.6~0.7,则说明效度可接受,如果此值小于0.6,说明效度不佳(如果仅两个题;则KMO无论如何均为0.5); ② 接着分析题项与因子的对应关系:如果对应关系与研究心理预期基本一致,则说明效度良好; ③ 如果效度不佳;或者因子与题项对应关系与预期严重不符,也或者某分析项对应的共同度值低于0.4(有时以0.5为标准);则可考虑对题项进行删除删除题项的常见标准:一是共同度值低于0.4(有时以0.5为标准);二是分析项与因子对应关系出现严重偏差; ④ 重复上述步骤,直止KMO达标;以及题项与因子对应关系与预期基本吻合,最终说明效度良好; ⑤ 对分析进行总结。