SPSS信度分析

1. SPSS信度分析

一、什么是信度？
  
 信度是指根据测验工具（量表）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：
  
 1 、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；
  
 2、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；
  
 3、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；比如某一个菜贩，他的杆秤称出来的东西永远是1斤，证明信度很高，但是这菜实际就8两，效度不高
  
 信度和效度的差异：
  
 （1）研究的对象不同  信度：答卷者  效度：组卷人
  
 （2）研究的角度不同   信度：测量的质量   效度：问卷的质量
  
 信度检验完全依赖于统计方法，信度可分为两种：
  
 1）内在信度：对一组问题是否测量同一个概念，同时组成量表的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。
  
 2）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、信度的指标
  
 1. 用信度系数来表示信度的大小。信度系数主要被用于评价问卷这种测量工具的稳定性或可靠性，具体来说就是用问卷对同一事物进行重复测量时，所得结果的一致性程度 。
  
 目前没有统一的标准，但根据多数学者的观点，任何测验或量表的信度系数如果在0.9以上，则该测验或量表的信度甚佳；信度系数在0.8以上都是可接受的；如果在0.7以上，则该量表应进行较大修订，但仍不失其价值；如果低于0.7，问卷的测量效果非常差！
  
 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。
  
 2．信度指标多以相关系数来表示。大致可分为三类：
  
 ①稳定系数（跨时间的一致性）
  
 ②等值系数（跨形式的一致性）
  
 ③内在一致性系数（跨项目的一致性）
  
 三、信度分析方法
  
 1）a信度系数法（最常用）。克隆巴赫a信度系数是目前最常用的信度系数。其公式为：a=(k/k-1)*(1-(∑Si2)/ST2)。其中，K为量表中题项的总数，Si2为第i题得分的题内方差，ST2为全部题项总得分的方差。从公式中可以看出，a系数评价的是量表中各题项得分间的一致性，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。
  
 在李克特量表（李克特量表(Likert scale)是属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。该量表由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所的分数的加总，这一总分可说明他的态度强弱或她在这一量表上的不同状态。）中常用的信度检验方法为“Cronbach’sa”系数及“折半信度”.
  
 2）折半信度法。折半信度法是指将测量项目按奇偶项分成两半，分别记分，测算出两半分数之间的相关系数(实际应用EXCEL软件)，再据此确定整个测量的信度系数RXX。折半信度属于内在一致性系数，测量的是两半项目间的一致性。这种方法不适合测量事实性问卷，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级李克特量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证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：rtt=2rhh/(1+rhh)，求出整个量表的信度系数RTT。
  
 3）重测信度法。用同样的问卷对同一被测者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。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。
  
 4）复本信度法（等同信度法）。复本信度法是让被测一次填写两份问卷复本，计算两个复本的相关系数。由于这种方法要求两个复本除表达方式不同外，在内容、格式、难度和对应题项的提问方式等方面都要完全一致，所以复本信度属于等值系数。在实际的调查中，问卷很难达到这种要求，这种方法较少被采用。
  
 5）评分者信度。这种方法在测量工具的标准化程度较低的情况下进行的。不同评分者的判分标准也会影响测量的信度，要检验评分者信度，可计算一个评分者的一组评分与另一个评分者的一组评分的相关系数。
  
 下面通过一个实例来讲解问卷信度分析
  
 一、问题描述
                                          
 二、SPSS操作
                                                                                  
 【模型】栏：提供5种方法。spss给的都是内部信度计算模型，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【相关】之下的【双变量】求其相关系数，即为重测或复本信度；而评分者信度则是使用的Spearman等级相关及Kendall和谐系数。这里不详述。
  
 1）Alpha 模型。系数 alpha；对于二分数据，它等同于 Kuder-Richardson 20 (KR20) 系数。本例选择a系数
  
 2）折半模型。形式之间的相关性、Guttman 半分可靠性、Spearman-Brown 可靠性（相等长度和不相等长度）以及每一半的 alpha 系数。
  
 3）Guttman 模型。可靠性系数 lambda 1 到 lambda 6。
  
 4）平行和严格平行模型。模型拟合度优度检验；误差方差的估计值、公共方差和真实方差；估计的公共项间相关性；估计的可靠性以及可靠性的无偏估计。
  
 【统计】栏：可以选择各种统计，用于描述标度、项和评分者间一致性，以确定各种评分者之间的可靠性。如下图所示
                                          
 一、描述性：为跨个案的标度或项生成描述统计。
  
 1）项。为跨个案的项生成描述统计，包括均数、标准偏差和频数。
  
 2）度量。为标度生成描述统计。
  
 3）如果项已删除则进行度量。显示将每一项与由其他项组成的标度进行比较时的汇总统计。后面结果会介绍。
  
 二、摘要：提供跨标度中所有项的项分布的描述统计。
  
 1）平均值。项平均值的汇总统计。
  
 2）方差。项方差的汇总统计。
  
 3）相关性。项之间的相关性的汇总统计。 显示项之间的相关性的最小、最大和平均值，项间相关性的范围和方差，以及最大项之间的相关性与最小项之间的相关性的比。
  
 4）协方差 。项间协方差的汇总统计。
  
 三、项之间：生成项与项之间的相关性矩阵或协方差矩阵。
  
 四、ANOVA 表：生成相等平均值的检验。
  
 1）F 检验。显示重复测量方差分析表。
  
 2）Friedman 卡方。显示 Friedman 的卡方 Kendall 的协同系数。 此选项适用于以等级为形式的数据 。卡方检验在 ANOVA 表中替换通常的 F 检验。
  
 3）Cochran 卡方。显示 Cochrans Q。 此选项适用于双分支 。Q 统计在 ANOVA 表中替换通常的 F 统计。
  
 五、其他选项
  
 1）Hotelling 的 T 平方。生成以下原假设的多变量检验：标度上的所有项具有相同的平均值。
  
 2）Tukey 的可加性检验。生成以下假设的检验：各个项之间不存在可乘交互。
  
 3）同类相关系数。生成个案内值的一致性或符合度的测量。选中激活下面子选项框：
  
 模型。选择用于计算同类相关系数的模型。可用的模型为双向混合、双向随机和单向随机。当人为影响是随机的，而项的作用固定时，选择双向混合；当人为影响和项的作用均为随机时选择双向随机。当人为影响随机时选择单向随机。
  
 类型。选择指标类型。可用的类型为“一致”和“绝对一致”。
  
 置信区间 (%)。指定置信区间的置信度。缺省值为 95%。
  
 检验值。指定假设检验系数的假设值。该值是用来与观测值进行比较的值。缺省值为 0。
                                          
 三、结果分析
                                                                                                                          
 刻度均值：剔除这一项，剩余其他项总体均值会变为多少
  
 刻度方差：剔除这一项剩余其他项总体的变异程度有多大
  
 相关性：这一项与总分相关性
  
 项已删除Crobach Alpha值：剔除这一项剩余总信度，和总的信度比较，剔除这一项信度变高了，说明可以剔除，可以优化。
  
 从表中可以发现剔除q5或q6这一项信度变高了，可以推测这两个项设计可能存在问题，需要修改完善。

2. 怎么用SPSS做信度分析

　　一、信度分析
　　1.操作分析


　　2.看看结果

　　二、多维尺度分析

　　1.多维尺度分析是市场研究的一种有力手段，可以通过低维空间展示研究对象间联系，利用平面距离来反映研究对象之间相似程度。
　　思路：利用对被访者和对研究对象的分组，来反映被访者对研究对象相似性的感知。
　　2.操作步骤

　　3.看看结果吧

3. 如何用SPSS进行信度、效度分析

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。

扩展资料：
信度分析注意事项：
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。
参考资料来源：百度百科-spss
参考资料来源：百度百科-信度分析
参考资料来源：百度百科-效度分析

4. 如何用SPSS进行信度、效度分析

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。

扩展资料：
信度分析注意事项：
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。
参考资料来源：百度百科-spss
参考资料来源：百度百科-信度分析
参考资料来源：百度百科-效度分析

5. SPSS信度和效度分析

6. 如何利用spss做信度检测

1、百度搜索“spss”，选择spss19.0下载并安装。

2、双击“spss快捷方式“，首先在”变量视图“下设置变量性质。

3、然后在”数据视图“下录入数据信息。

4、接着点击菜单栏的”分析“→”度量“→”可靠性分析“

5、将变量添加进”项目“，点击”统计量“。

6、在”统计量“里进行设置，点击”继续“，然后确定即可。

7. 如何利用spss做信度检测

1、百度搜索“spss”，选择spss19.0下载并安装。

2、双击“spss快捷方式“，首先在”变量视图“下设置变量性质。

3、然后在”数据视图“下录入数据信息。

4、接着点击菜单栏的”分析“→”度量“→”可靠性分析“

5、将变量添加进”项目“，点击”统计量“。

6、在”统计量“里进行设置，点击”继续“，然后确定即可。

8. spss分析方法-信度分析（转载）

信度分析方法是分析问卷的主题是否符合调查者的要求和调查数据可靠性的专用统计方法。 下面我们主要从下面四个方面来解说：
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  实际应用 
  
  理论思想 
  
  建立模型 
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  分析结果 
  
 
  
  
 
  
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  一、实际应用 
  
 我们在进行社会调查研究时，一般采用调查问卷的形式进行。在对调查问卷的结果展开统计分析之前，必须对其信度加以分析，只有信度在相关研究可以接受的范围之内时，问卷统计结果才是有价值的，才有进一步进行分析的必要，所以，信度分析对于调查研究的意义是非常重大的。 信度分析是用于检验结果的一贯性、一致性、再现性和稳定性的常用方法。 
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
 
  
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  二、理论思想 
  
 
  
  
 
  
  
 信度又叫可靠性，是指问卷的可信程度。它主要表现检验结果的一贯性、一致性、再现性和稳定性。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信。例如，我们用一把尺子测量一张桌子的高度，今天测量的高度与明天测量的高度不同，那么我们就会对这把尺子产生怀疑。因此，一张设计合理的调查问卷应该具有它的可靠性和稳定性。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
 调查问卷的评价体系是以量表形式来体现的，编制的合理性决定着评价结果的可用性和可信性。问卷的信度分析包括内在信度分析和外在信度分析。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  内在信度重在考察一组评价项目是否测量同一个概念，这些项目之间是否具有较高的内在一致性。 一致性程度越高，评价项目就越有意义，其评价结果的可信度就越强。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  外在信度是指在不同时间对同批被调查者实施重复调查时，评价结果是否具有一致性 。如果两次评价结果相关性较强，说明项目的概念和内容是清晰的，因而评价的结果是可信的。信度分析的方法有多种，有Alpha信度和分半信度等，都是通过不同的方法来计算信度系数，再对信度系数进行分析。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  Alpha  信度系数法： 
  
 一般情况下，我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。
  
 通常认为，信度系数应该在0~1之间，如果量表的信度系数在0.9以上，表示量表的信度很好；
  
 如果量表的信度系数在0.8~0.9之间，表示量表的信度可以接受；
  
 如果量表的信度系数在0.7~0.8之间，表示量表有些项目需要修订；
  
 如果量表的信度系数在0.7以下，表示量表有些项目需要抛弃。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  三、建立模型 
  
 
  
  
  信度分析案例： 
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
 题目：以下表给出了某调查问卷的测量数据。该调查问卷共有10道题目，均为10分量表，高分代表同意题目代表的观点，共测量了102人。试考察此问卷的信度。
  
   一、数据输入  
  
 [if !vml]
  
 [endif]
  
   二、操作步骤  1、进入SPSS，打开相关数据文件，选择“分析”|“刻度”|“可靠性分析”命令2、选择进行可靠性分析的变量。在“可靠性分析”对话框的左侧列表框中，依次选择题目1～题目10进入“项”列表框。
  
 [if !vml]
  
 [endif]
  
 3、设置相关统计量输出。
  
 单击“可靠性分析”对话框右上角的“统计”按钮。选中“描述”和“摘要”两个选项组中的全部复选框，单击“继续”按钮返回“可靠性分析”对话框。
  
 [if !vml]
  
 [endif][if !supportLineBreakNewLine]
  
 [endif]
  
 4、其余设置采用系统默认值即可。单击“确定”按钮，等待输出结果。
  
 [if !supportLineBreakNewLine]
  
 [endif]
  
  四、结果分析 
  
 1、信度系数Alpha系数是衡量信度的一种指标，越大表示信度越高。一般而言， 信度系数如果在0.9以上，则说明信度非常好；如果在0.8～0.9之间，则说明可以接受；在0.7～0.8之间，则说明该量表需要进行重大修订但不失价值；在0.7以下，则说明应该放弃。 如下表所示，本例中Alpha系数是0.881，说明信度还是不错的。
  
 [if !vml]
  
 [endif]
  
 2、摘要项统计量下表给出了问卷中各题目的均数、最小值、最大值、方差等统计量。容易发现各道题目之间的得分差距还是比较大的。例如项的平均值（题目各自的平均分值）的最小值为1.196，最大值为6.304，跨度很大；项方差范围为2.557，大于2，差异也很大。
  
 [if !vml]
  
 [endif]
  
 3
  
 、项总计统计量下表给出了如果将相应的变量（题目）删除，则试卷总的信度如何改变的统计量。依次为总分的平均值改变、方差改变、该题与总分的相关系数和Alpha系数的改变情况（多相关的平方一栏不予考虑）。 其中重要的是后两项，如果相关系数太低，则说明该题的应答分值与总分的高低相关性不强，可考虑删除或改进该题。 例如删除本例中的题目1、2、6之后，Alpha系数还会上升，信度将提高。
  
 [if !vml]
  
 [endif]
  
  分析结论：（获取更多知识，前往gz号程式解说）通过分析，我们可以知道：由结果分析1可知，本例中Alpha系数是0.881，说明信度比较好。由结果分析2可知，各道题目之间的得分差距比较大。由结果分析3可知，题目1、2、6应答分值与总分的高低相关性不强，如果将之删除，试卷总的信度会提高。