调查问卷的信度效度分析方法说明

《调查问卷的信度效度分析方法说明》由会员分享，可在线阅读，更多相关《调查问卷的信度效度分析方法说明（25页珍藏版）》请在装配图网上搜索。

1、调查问卷的信度效度分析方法问卷调查法是教育研究中广泛采纳的一种调查方法，依照调查目 的设计的调查问卷是问卷调查法猎取讯息的工具，其质量高低对 调查结果的真实性、适用性等具有决定性的作用。为了保证问卷 具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷 进行试测，并对试测结果进行信度和效度分析，依照分析结果筛 选问卷题项，调整问卷架构，从而提升问卷的信度和效度。信度 和效度分析的方法包括逻辑分析和统计分析，本文要紧讨论后 者。一、信度分析信度(Reliability)即可靠性，它是指采纳 同样的方法对同一对象重复测量时所得结果的一致性程度。信度 指标多以相关系数来表示：大致可分为三类：稳定

2、系数（跨时刻 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）。若以信度系数来表示信度的大小。信度系数越大，表示测量的可 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,0.600.65 （最好不要）;0.650.70 （最 小可同意值）；0.700.80 （相当好）；0.800.90 （特不行）。由此,一份信度系数好的量表或问卷,最好在0 . 8 0以上, 0 . 7 0 至0 . 80之间还确实是能够同意的范围；重量表最好在0 . 70以上, 0.60至0.70之间能够同意。若重量表的内部一致性系数在0.60 以下或者总量表的

3、信度系数在0 . 8 0以下,应考虑重新修订量表 或增删题项。信度分析的方法要紧有以下四种：1、重测信度法 这一方法是用同样的问卷对同一组被调查者 间隔一定时刻重复施测，计算两次施测结果的相关系数。显然， 重测信度属于稳定系数。重测信度法特不适用于事实式问卷，如 性不、出生年月等在两次施测中不应有任何差异，大多数被调查 者的兴趣、爱好、适应等在短时刻内也可不能有十分明显的变化。 假如没有突发事件导致被调查者的态度、意见突变，这种方法也 适用于态度、意见式问卷。由于重测信度法需要对同一样本试测 两次，被调查者容易受到各种事件、活动和他人的阻碍，而且间 隔时刻长短也有一定限制，因此在实施中有一定困

4、难。2、复本信度法 复本信度法是让同一组被调查者一次填答两 份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。 复本信度法要求两个复本除表述模式不同外，在内容、格式、难 度和对应题项的提问方向等方面要完全一致，而在实际调查中， 专门难使调查问卷达到这种要求，因此采纳这种方法者较少。3、折半信度法 折半信度法是将调查项目分为两半，计算两 半得分的相关系数，进而可能整个量表的信度。折半信度属于内 在一致性系数，测量的是两半题项得分间的一致性。这种方法一 般不适用于事实式问卷（如年龄与性不无法相比），常用于态度、 意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式 是5级李克特（Lik

5、ert）量表。进行折半信度分析时，假如量表 中含有反意题项，应先将反意题项的得分作逆向处理，以确保各 题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可 能相等的两半，计算二者的相关系数（rhh，即半个量表的信度 系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式： ru=2rhh/（l+rhh）求出整个量表的信度系数（ru）o4、a信度系数法是目前最常用的信度系数，其公式为：a =（n/n-1）*（1-（ES 2）/S 2）iT其中，n为量表中题项的总数，S2为第i题得分的题内方差，iS2为全部题项总得分的方差。从公式中能够看出，a系数评价的T是量表中各题项得分间的一致性

6、，属于内在一致性系数。这种方 法适用于态度、意见式问卷（量表）的信度分析。二、效度分析 效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型:内容效度(Face Validity)、准则效度(Criterion Validity) 和架构效度Cons true t Validi ty)。效度分析有多种方法，其测 量结果反映效度的不同方面。常用于调查问卷效度分析的方法要 紧有以下几种。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。对内容效度常采纳逻辑分

7、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 要紧采纳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，依照相关是否显著推断是否有效。 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 则效度分析是依照差不多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

8、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。架构效度分析所采纳的方法是因子分 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 量表或整个问卷的架构效度。因子分析的要紧功能是从量表全部 变量（题项）中提取一些公因子，各公因子分不与某一群特定变 量高度关联，这些公因子即代表了量表的差不多架构。透过因子 分析能够考察问卷是否能够测量出研究者设计问卷时假设的某 种架构。在因子分析的结果中，用于评价架构效度的要紧指标有 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

9、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。为了提升 调查问卷的质量，进而提升整个研究的价值，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。Cronbach a 系数 柯隆巴哈（Cronbach 1951 ）提出计算一个测量系统（问卷或测 验）的信度称为Cronbach a系数（简称a系数），是目前社会科 会研究最常使用的信度。当一个研究主题（或构面）由专门多项 目组合，每个问项都与主题相关，由总分的变异数与问项的变异 数做为评量信度的指标即为a系数。01. Cronbach a系数的定义 利用各问项变异数之和与整份

10、量表分数的变异数的比值，可用来 可能一份量表的信度，柯隆巴哈（Cronbach）提出a系数为：此式为最常作为信度指标，其中S2表示第i个问项x的变异数,iiS2表所有问项总和（H二x +x + .+x ）的变异数（即整份测验H12n分数的变异数），n是问项个数。02. Cronbach a系数的实施技巧要做信度分析需先检查每个问项是否差不多上同方向的（即差不 多上正面问法，也确实是题间的相关系数差不多上正的），如有 一题与其它题相关系数差不多上负的，应考虑将此题先“变号”或“删除”后再进行计算a系数。如有受测者乱答，可将它的数 据删除后再算a值。对问卷调查当有题目与其它题目是负相关时须注意是否

11、反向问法。如是，则应先将得分反向，再计算a信度或是删除该题。若为测验，则不能做反向处理，只能做删除题目。03.标准化Cronbach a系数的定义若一份量表有n题，题间的平均相关系数为r,则此量表的标准 化a系数为nra =1 + （斤一l）r04.利用SPSS进行信度分析在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis； 使用 Data Reduction 之下的 Factor 模 块。Reliability Analysis模块要紧功能是检验测验的信度，要紧 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，

12、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；而评分者信度则使用的 Spearman等级相关及Kendall和谐系数。表1 Reliability Analysis模块的Model选项的参数术语关键词功能AlphaCronbach a 系数Split-half折半信度，n是第二份量表的题数GuttmanGuttman最低下限真实信度法Parallel各题目变异数冋质时的最大概率 (maximum-likelihood)信度Strict parallel各题目平均数与变异数均冋质时的最大概率信度表

13、2 Reliabili ty Analysis模块的Stat is tics部分选项的参数术语关键词功能F t es tHoyt信度系数Friedman ChiFriedman等级变异数分析及Kendall和谐系数Cochran ChiCochrans Q检验，适用于答案为二分（如是非 题）的量表HotellingsTHot ellings T2 检验TukeysTukey的可加性检验Intraclass量表内各题目平均数相关系数建议进行因素分析之样本数宜大于330份。论文：A firsT course in factor analysis出处：New York： Academic Press

14、, 1973.作者：Comrey, A. L.在因素分析前先以KMO抽样适合性衡量(Kaiser Meyer Olkin) 和巴列特球型检定(BarTieTTs TesT of SphericiTy), 当KMO值愈大时，表示变项间的共同因素愈多，愈适合进行因素 分析，依照学者Kaiser(1974)观点，假如KM0的值小于0.5时, 较不宜进行因素分析Kaiser, H. F. “An Index of FacTorial SimpliciTy,” PsychomeTrika (39), 1974, pp. 31-36.KM0是做主成分分析的效度检验指标之一，往常的文献中写讲,KM0在0.9

15、以上，特不适合做因子分析；在0.8-0.9之间，专门适合；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，表示专门差；在0. 5以下应该放弃.量表题之处理量表题的运用，通常是因为用一题无法完整测量某一个变量，因 而需要使用数道题目来表示一个变量，然而这些题目确实能有效 并一致地指涉同一个变项吗？这时我们便需要透过因素分析与 信度分析来检视量表的信、效度。因素分析量表题组是否具有效度，这组题目是否测量同一面向（或同一因 素），其能解释的变异量又有多高，便需要靠因素分析来检验。1.选择分析、数据缩减下之因子。2. 将量表题组（请注意，只能同时放一组量表，如同侪关系

16、量表，切勿将多组量表或所有的题目一起点选到里面去）点选至右边之窗格。3. 按下描述性统计量，勾选KMO与Bar tie tt球形检定。4. 萃取选择主成分分析，并选择陡坡图。5. 至选项内勾选依据因素负荷排序。全都选完后，即可按下确定。1. KMO与Bar tie tt检定，是在检定量表题组之间的相关。(1) Bartlett：量表题组是用来测量一个变项，因此应具有一 定的相关程度，当Bartlett检定达显著(显著性=.000), 即表示此题组具有共同之因素(一或数个因素)。(2) KMO：然而题组间的相关程度若太髙，则会造成多重共线性的问题，也确实是讲相关程度特不高的题目，事实上确实 是同

17、一题拆成数题，如此便不符合设计量表题的原意，也 会造成重复解释、过度膨胀解释力的后果，因此接着要看 KMO取样适切性量数，KMO必须要在0.6以上，KMO越接近 1，表示量表题目间的相关情形良好，越适合进行因素分析。2 .解讲总变异量，在此会从题组中采纳主成分分析法选择出数 个成分， 并指出成分中的数个题目共同解释的总变异量，通 常以第一个成分之解释变异量最髙，如自右图中所选出之第 一个成分的题组，此一成分所能解释的变异量为46.53，而 本次研究法报告亦以选取第一个成分之题组即可。3. 因素陡坡图，亦即解讲总变异量中每一成分之总和的图示。如第1到第2成分间之落差特不大，则表示第1成分内有重要

18、的因素，而第2至第3、第4.成分间之坡度十分平缓，表示第2第6成份并未出现重要的因素，则不采纳第2第6成份之题目。4. 从最后的成分矩阵中，SPSS只抽选出一个成分，以及每一道题目在此成分中的因素负荷量。因素负荷量越高，表示该题在此成分中的重要性越高若因素负荷量低于0.6 ，则此题(如V47.6_l)不被列入该成分中，因此，在做下一时期的信度分析时，此题亦需被剔除。但下面仍将此题放入，看看该题信度分析之结果。信度分析具有信度(Reliab ility)的题目，必须具有稳定性、一致性与精确性。至于量表是由题组所构成，这些题目间的稳定性、一致性与精确性，就必须用信度分析来检测。Inl2sl292信

19、度分析7515371028y47.1v47.2v47.3 gv47.4v47.5v47.6:描述統計量對象-17項目17量尺法ANOVA摘要表厂F檢定FiiedmaiL 卡方（Q）Cochran卡方v2m6v2yW71485240&3檔案 編輯 檢視国 資料 轉換分析統計圖公用程式0D視窗輔助說明但）色旧咼|團 I I I社|G?| J屋尺法鱼）尺度方法(PROXSCAL).確定貼上語法巴重設迪取消輔助說明統計量取消輔助說明厂Hotellms T平方迪厂Tukey的可加性測言式HlieOQS.av - SPSS資料編輯彳呈式信度分析：統計量各分量表內項目之間 厂相關E） 厂共變異數簸48您認爲

20、社會上一亠 嵌3語問您對您個人 後刃整個説來-您對後51就您冏人目前I 啓受訪者電話tel軫訪問結束時間：.觀訪問結束時間：_3厂類組間相關係數模式：|二因子混合 |報表 描述，性統計 自訂表格 比較平均數法（M）卜 般線性模式迪卜 相關卜迴歸方法卜對數線性卜分類卜摘要厂平均數脚厂變異數厂共變異數厂相關模式 牺：厂列出項旦牡解/凰變數類型：|o項目idcards.rLiCjitlis.c1307210117290631011739103501174902220017Q亠530841011806308300118710731001信,1. 自分析下的量尺法进入信度分析的对话框。2. 将一组量表题

21、 （请注意，只能同时放一组量表，如同侪关系量表，切勿将多组量表或所有的题目一起点选到里面 去）的题目自左边点选至右边的项目框内。3. 按下统计量，进入另一个窗口，将左上角的描述性统计量对象的三个选项勾选起来。4. 模式部分，请选取Alpha值（即a值），即可按确定，让SPSS自动执行信度分析。1.接下来出现的信度分析输出檔，首先能够看到最下面出现的Alpha值，a值越髙，表示此组量表的信度越髙，各题之间也具有更髙的一致性。a值若低于0.6,则此量表信度太低，不宜采纳。2. 若a值低时，首先能够看Alpha if Item Dele ted这部分是 指在那个量表题组中，若删掉V47.1_1题，则

22、此量表的a值 将由0.7314降到0.6733，删掉V47.6_1题（亦即作因素分 析后，被剔除的无效的题目），则量表的a值会提升至0.7946； 因此，此一量表题组便需删去V47.6_1题以提升信度，其它 题目则要保留。若整体的a值都低于0.6时，现在只能藉由 修改题目内容来提升其信度。3. 在 Corrected Item-Total Correlation 的部分看到的是这些 题目之间的相关程度，其相关系数越高，表示该题和其它题 目间的一致性越髙，像V47.6_1,和其它题目间的相关系数低, 因此和其它题目较不一致。总而言之，一组量表的信度（a值）不得低于0.5,若太低则可 藉由删掉其中

23、几题以提髙a值。另外若此题组具有信度时，不一 定需要删去某些题目来提髙信度。若如何试都无法提髙量表信 度，只有重新修改题目了。/计算量表做完信度分析的检测后，还不能立即进行统计分析。一组量表虽是由许多题目所构成，但这些题目所要测的事实上是一个概念的各个面向，因此也要把这些题目组合成一个变量。其组合的方式如下所示：inlNn291凶類型託解（U0若16 1710297匡9DQ3.就7 - SPSS資料編輯彳呈式檔案過編輔檢視性）資料C0轉換分析統計圖Q）公用程式0D視窗曲輔助說明QDit算執行擱置的轉換函戲(S : OA曲儆値表示式）? I ANY眼定直値） T AMIN盧值表乔式JARTAN（

24、値表示孟CDFNORM(zfI)CDF.BERNOULLKq.d)It數谢 重新編碼退） 類別此變數辺 等忍觀察値. 自動重新編碼 建立時間數列脚 置換遺漏値国.+ 1 亠| 亠 ZJ_J_9J _| 旦旦 JlLlLlI 巴且I曰丄123 丄J AJ_U 林I |()| 刪除|觀您上一灰工作的壯 觀他哋從事的職位Cv47.1_lv47.2_lgv47.3_lS)747.4_l v47.5_l v47.6_l駭値連算式：(v47.1_l 4 v47.2_l + v47.3_l + v47.4_l + v47.5_l + ?47.6j)/q目標蠢: j I PolicyidcardJ307210

25、112I9063101191035011J90222001_53084101-、1nivlv2yv2m101史61243130272530148852貼上語法重設取消輔助説明確定1. 点选转换下的计算，进入计算变量的对话框。2. 要组合的量表题，必须先给他一个新的变量名称，因此要在目标变量框中打上此新变量的名称。3. 将要加总的量表题组一题题自左下的框中点选到右边数值 表达式的框里，同时将每一题加起来后，除以总题数，再 按下确定即可得到一新的变量（如下图四）。量表题加起来后，不一定要除以总题数，除以总题数，得到的数 据是所有题目的平均，没有除，看到的是受访者在此一大题所得 到的总分，如此而已，看你喜爱用哪一个。量表题加总时必须要注意的是，这些量表题目的方向必须一致，差不多上正向题或差不多上反向题，例如：专同不专门 同 意意同:意门 不 同:意1.我有能力面对困难2假如碰到困难的情况必须解决，我通常选择放弃它3.我尽量不去碰那些比较困难的情况第2、3题差不多上同一个方向，在这两题所得到的分数越高， 表示他越会去面对困难的情况，而第1题得到的分数越高，则越 可不能面对困难，因此，第1题和第2、3题间的方向是相反的， 若直接将这三题加起来，则其分数会互相抵销。因此，在处理不 同方向的问题时，必须先用重新编码的方式，让所有题目的 方向都一致后，再进行加总的工作。