问卷的信度和效度分析

1 10:59:25 我在一篇论文上看到：本问卷在 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 时，虽然使用了相对成熟的问卷作参考，但为了保证研 究结论的可靠性和有效性，在统计 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 之前，我们对问卷的质量进行了检验。依据调查获得 的数据对各变量中各个项目进行了相关分析，除学生因素部分的个别项目的信度系数 Cronbach Alpha 值为 0.692 外，其余各变量项目之间的信度系数 Cronbach Alpha 值均大于 0.70，量 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 的总体信度系数 Cronbach’s Alpha值为 0.833，这说明该量表具有很好的内在一 致性。本研究用因子分析法测量问卷的构思效度，测得 KMO值为 0.623，Bartlett球形检验 值为 1.503E3，自由度 df=253，p<0.001，保证了该问卷的结构效度。 以下为参考思路： z 量表的信度检验 “在大型量表中，往往一组问题用来集中测量某一方面的信息。此时信度分析应当按问 题组来进行，即测量同一信息的一组问题间信度如何，而不是直接测量整个量表的信度。因 此应先求各个分组的Cronbach Alpha信度系数，再求量表的总体Cronbach Alpha信度系数”。 因此在设计问卷时，要把握好问卷的结构。即本问卷的调研主题是********，在本问卷 中分几个方面进行调查。先对每个方面所包含的题目做信度分析，然后再对所有的相关问题 做信度分析，以求出问卷的总体信度系数。常用的信度系数为 Cronbach Alpha信度系数， 该方法适用于项目多重记分的问卷数据，可以用该系数测量累加李克特量表的信度。一般来 说，问卷的各部分信度系数应在 0.7以上，总体信度系数应在 0.8以上，这样的问卷才有价 值。 如果某特征下设的多个问卷问题存在反向计分题，应对它们进行反向处理后再进行信度 分析。这名话的意思是：一组题目要在同方向上进行描述，同意都记为 1，不同意都记为 5， 而且都是 5点记分的李克特量表。 (对于师徒结对的数据，需要知道问卷的设计意图、问题的分组情况、打算分析的 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 等信息，而且要做到需要的题目都是同向 5点记分的李克特量表。下面提供一个例子做参考) 这是心理学中研究运动员意志品质的调查问卷数据，见 Scale.sav。问卷中有 50个题目， 即 50个项目。对 312人进行了问卷调查。根据数据资料进行项目分析，即对问卷做因子分 析后，删除每 7、8、14、28、29、35、36、37、38、40、43、48题，并将剩余的 38个项目 根据项目分析的结果分为 5个维度。5个维度所包括的项目是： 自觉性维度：x1,x2,x4,x10,x13,x39,x41,x45共 8题。 果断性维度：x25,x30,x32,x34,x42,x44,x47,x49,x50共 9题。 自制力维度：x3,x6,x15,x17,x18,x21共 6题。 坚韧性维度：x5,x9,x11,x12,x16,x20,x23,x24,x25,x30,x46共 11题。 主动性维度：x19,x22,x27,x33共 4题。 下图为评价量表的样式。 现在要检验问卷的内部一致性，即进行信度分析。具体操作如下： 2 1．按 Analyze->Scale->Reliability Analysis打开信度分析的对话框。在对话框中，选中 x1,x2,x4,x10,x13,x39,x41,x45，将它们选入 Items框。在信度分析方法中，用系统默认的 Alpha 方法。 2．单击 OK运行，得到自觉性维度的信度系数 Alpha为 0.144。 Reliability Statistics .144 8 Cronbach's Alpha N of Items 3．用同样的方法重复上述步骤计算果断性、自制力、坚韧性、主动性维度的Alpha系数。 4．最后在对话框中将全部38个项目选入Items框，信度方法用系统默认的Alpha方法， 单击OK运行，得到问卷的整体Alpha信度系数。 5．结果解释：5个维度的信度系数分别为 0.144、0.353、0.271、0.460、0.042，而总量 表的信度系数为 0.636。5 个维度的信度系数都偏低，需要进行问卷的修改。总量表的信度 系数为 0.636，代表该量表的信度一般。 6．注意：上面是量表信度分析的一般方法，要注意的是问卷的设计是最重要的环节， 并不是所有的问卷都可以做信度分析，只有设计好的量表型问卷才可以做信度分析 根据自己对问卷的设计及理解。重要的是问卷的组成部分有哪几方面，各包含哪些题 目？来尝试做问卷的信度分析，基本信息部分如性别、年龄等不作分析，只分析和研究主题 相关的几个组成部分的信度及总体的信度。 z 量表的效度检验 效度分析最理想的方法是利用因子分析来测量量表的结构效度。研究者在设计问卷和量 表时实际上是假设有某种结构存在的，通过因子分析可以考察所用的量表是否能测量出真正 的结构，从而也验证研究者的假设是否成立。 因子分析的主要功能是从量表所度量的一系列变量中分离或提到出一些公共因子。这些 因子与一般显在的可观测的变量不同，它们是潜在的、不可观测的。但是它们与显在变量之 3 间的联系则是可以进行研究的。通常是利用复杂的数学方法把量表中有高度关联性的观测量 按某种 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf 分成几群，每一群的变量共享一个公共因子，也就是说该群变量与这个公共因子 有高度的关联，表现为在该因子上的“负荷量”明显较大(指绝对值)。这几个公共因子也就 代表了量表的基本结构，表现为全部变量对这几个公共因子的“共同度”都较大。所以，因 子分析可以将变量作系统的分类，从而研究整个量表的结构。 因子分析的注意事项：(1) 样本量不能太小，要求样本量至少是变量数的 5倍以上。一 般要求在 100以上。(2) 各变量间应该具有相关性。如果变量间彼此独立，则无法从中提取 公因子，也就谈不上因子分析法的应用。在 SPSS 中，可以通过 Bartlett 球形检验来判断， 如果相关阵是单位阵，则各变量独立，因子分析法无效。(3) KMO检验用于检查变量间的偏 相关性，取值在 0~1之间。KMO统计量越接近于 1，变量间的偏相关性越强，因子分析的 效果越好。实际分析中，KMO统计量在 0.7以上时，效果比较好。 下面提供一个例子做参考： 现希望对 30个省市自治区经济发展基本情况的八项指标进行分析，具体采用的指标有： GDP、居民消费水平、固定资产投资、职工平均工资、货物周转量、居民消费价格指数、商 品零售价格指数、工业总产值等，数据文件见 factor.sav。操作步骤如下： 1．打开 Analyze->Data Reduction->Factor Analysis，出现因子分析对话框。将 x1~x8选 入 Variables框，见下图。 同时在 Descriptives对话框中选中“KMO and Bartlett’s test of sphericity”，按“Continue” 返回，如下图。 在 Rotation中选中“Varimax”，按“Continue”返回，如下图。 4 在Scores中选中“Save as variables，并默认选中Method中的Regression。同时选中Display factor score coefficient matrix”，按“Continue”返回，见下图。 在 Options 中选择 Sorted by size 和 Suppress absolute values less than 0.10，按 “Continue”后返回，见下图。 2．全部返回后，点击 OK运行，得到计算结果。 3．结果解释： KMO and Bartlett's Test .620 231.285 28 .000 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square df Sig. Bartlett's Test of Sphericity 上图为KMO和球形Bartlett检验，用于因子分析的适用性检验。KMO检验变量间的偏相 关是否较小，Bartlett球形检验是判断相关阵是否是单位阵。在上图中KMO值为0.620，小于 0.7，但是大于0.5，说明尚可以做因子分析。通过Bartlett球形检验可以看出，Bartlett球形检 验值为231.285，自由度df=231.285，p<0.001，可认为原始变量之间存在相关性，适合于做 因子分析。 Communalities 1.000 .945 1.000 .799 1.000 .902 1.000 .873 1.000 .857 1.000 .957 1.000 .928 1.000 .904 GDP 居民消费水平 固定资产投资 职工平均工资 货物周转量 居民消费价格指数 商品价格指数 工业总产值 Initial Extraction Extraction Method: Principal Component Analysis. 变量共同度Communalities是表示各变量中所包含原始信息能被提取的公因子所表示的 程度，由上图可知：几乎所有变量共同度都在0.8以上，因此提取出的这几个公因子对各变 量的解释能力是较强的。 5 Total Variance Explained 3.754 46.924 46.924 3.754 46.924 46.924 3.207 40.092 40.092 2.203 27.532 74.456 2.203 27.532 74.456 2.217 27.708 67.800 1.208 15.096 89.551 1.208 15.096 89.551 1.740 21.752 89.551 .403 5.042 94.593 .214 2.673 97.266 .138 1.722 98.988 .066 .829 99.817 .015 .183 100.000 Component 1 2 3 4 5 6 7 8 Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Extraction Method: Principal Component Analysis. 上图为方差解释表格，由表可知，只有前三个特征根大于1，因此SPSS只提取了前三个 公因子。前三个因子的方差贡献率为89.551%，因此选前三个因子已足够描述经济发展的水 平。 Rotated Component Matrixa .955 .124 -.131 .944 .109 .872 .351 -.137 .751 -.507 -.192 .925 -.121 .219 .841 -.209 -.135 .969 -.104 -.496 .819 GDP 工业总产值 固定资产投资 货物周转量 职工平均工资 居民消费水平 居民消费价格指数 商品价格指数 1 2 3 Component Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Rotation converged in 5 iterations.a. 上图为旋转后的因子载荷矩阵，由图可知第一公因子在x1,x3,x5和x8上有较大的载荷， 主要从GDP、工业总产值、固定资产投资和货物周转量方面反映经济发展状况，可以命名为 总量因子。第二公因子在x2,x4上有较大载荷，从居民消费水平和职工平均工资方面反映经 济发展水平，因此命名为消费因子。每三公因子在x6和x7上有较大载荷，表现为居民消费价 格指数和水平价格指数方面，因此命名为价格因子。 这里的意思也就是说如果试图去研究经济发展状况，则编制的量表存在这样的一种结 构。即经济发展水平可分为三个方面来了解，分别为总量因子、消费因子和价格因子。其中 每个方面又包含相应的内容，总量因子包括x1,x3,x5和x8，消费因子包括x2和x4，价格因子 包括x6和x7。 Component Score Coefficient Matrix .306 .011 .047 .025 .387 .040 .270 .129 .075 -.025 .451 .096 .248 -.319 -.139 .070 .180 .653 .077 -.098 .462 .317 .026 .123 GDP 居民消费水平 固定资产投资 职工平均工资 货物周转量 居民消费价格指数 商品价格指数 工业总产值 1 2 3 Component Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 上图为因子得分函数系数矩阵，据此可以直接写出各公因子的表达式。 F1=0.306x1+0.025x2+0.270x3-0.025x4+0.248x5+0.070x6+0.077x7+0.317x8 F2=0.011x1+0.387x2+0.129x3+0.451x4-0.319x5+0.180x6-0.098x7+0.026x8 F3=0.047x1+0.040x2+0.075x3+0.096x4-0.139x5+0.653x6+0.462x7+0.123x8 6 然后按各公因子对应的方差贡献率为权数计算如下的综合统计量： F1的系数为：46.924÷89.551=0.524 F2的系数为：27.532÷89.551=0.307 F3的系数为：15.096÷89.551=0.169 因此综合因子F=0.524F1+0.307F2+0.169F3，F可记为综合得分。 这里的意思是F1为总量因子，F2为消费因子，F3为价格因子，经济发展水平总得分F为： F=0.524F1+0.307F2+0.169F3，F可作为总得分来进行经济发展水平的排名。 在SPSS中用程序计算综合因子得分： Comp score=0.524*fac1_1+0.307*fac2_1+0.169*fac3_1. Exec. 得到综合因子得分score，对score进行排序，则可得到各地区的排序。 4．量表的效度分析比较复杂，其主要意思是确定编制的问卷是否存在一种结构，以及 这种结构在多大程度上能够度量我们打算研究的对象。KMO和Bartlett分析是要确定这个问 卷是否存在一种结构，能不能做因子分析。而后面的因子分析则是去寻找这样的结构，以构 造研究主题F的表达式。