问卷调查的信度与效度分析图解

《问卷调查的信度与效度分析图解》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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

2、，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Cronbachα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Cronbachα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

3、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-ReliabilityAnalysis…”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，

4、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：看见了吧，这种评分型的资料就可以直接拿来算信度和效度系数。这还不是完整版，我处理一下你就可以看见能直接导入SPSS用来

5、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

6、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

7、！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“KMOandBartlettstestofsphericity”，然后点Continue然后点Extraction…，一定确保弹出的对话框里面是Principalcomponents，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

8、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