問(wèn)卷是否要進(jìn)行信效度分析？5類信度與4類效度指標(biāo)及評(píng)價(jià)標(biāo)準(zhǔn)

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

論文問(wèn)卷進(jìn)行分析時(shí)，大家是否有這樣的疑惑——

我收集的問(wèn)卷是否需要進(jìn)行信效度分析呢？

下面一文給大家梳理問(wèn)卷信效度分析的相關(guān)內(nèi)容，包括什么樣的題目需要進(jìn)行信效度分析、5類信度分析與4類效度分析常用指標(biāo)及評(píng)價(jià)標(biāo)準(zhǔn)。

一、問(wèn)卷是否需要做信效度分析
非量表問(wèn)卷通常不需要進(jìn)行信效度分析，信度和效度分析主要是針對(duì)量表題（如使用李克特量表的題目）。

• 量表題
  

用于衡量無(wú)法直接測(cè)量的指標(biāo)，如焦慮、抑郁、幸福感等。例如最常用李克特量表——該量表由一組陳述組成，每一陳述有非常同意、同意、不一定、不同意、非常不同意五種回答，分別記為5、4、3、2、1，每個(gè)被調(diào)查者的態(tài)度總分就是他對(duì)各道題的回答所得分?jǐn)?shù)的加總，這一總分可說(shuō)明他的態(tài)度強(qiáng)弱或他在這一量表上的不同狀態(tài)。

• 普通問(wèn)卷題
  

針對(duì)不同的題目可以設(shè)置不同數(shù)量的選項(xiàng)以及不同的問(wèn)題類型。比如單選題、多選題、填空題、開放題、排序題等。

總結(jié)：如果問(wèn)卷中包含多個(gè)相關(guān)的量表題（通常每個(gè)維度至少2-3個(gè)題目），則可以進(jìn)行信效度分析。如果只有個(gè)別量表題，或者全部為普通問(wèn)卷題怎不需要進(jìn)行信效度分析。

了解了什么樣的問(wèn)卷題目適合進(jìn)行信效度分析，接下來(lái)介紹信度與效度分析常用指標(biāo)與評(píng)價(jià)標(biāo)準(zhǔn)。

[backcolor=rgba(0, 0, 0, 0.1)]

問(wèn)卷分析一般先進(jìn)行信度分析，再進(jìn)行效度分析。這是因?yàn)橐粋�(gè)可靠的測(cè)量工具是進(jìn)行有效測(cè)量的前提。

二、五類信度分析
信度主要評(píng)價(jià)量表的精確性、穩(wěn)定性和一致性，即測(cè)量過(guò)程中隨機(jī)誤差引起測(cè)量結(jié)果的變異程度。用于測(cè)量樣本回答結(jié)果是否可靠、樣本有沒(méi)有真實(shí)作答量表類題項(xiàng)。常用的信度指標(biāo)有克隆巴赫α信度系數(shù)、折半信度、McDonald's ω信度系數(shù)、theta信度系數(shù)、重測(cè)信度5類。接下來(lái)分別進(jìn)行介紹。

1、克隆巴赫α信度系數(shù)
Cronbach α系數(shù)是目前最常用的信度系數(shù)，該系數(shù)評(píng)價(jià)的是量表中各題項(xiàng)得分間的一致性，屬于內(nèi)在一致性系數(shù)。通過(guò)計(jì)算評(píng)估內(nèi)部各項(xiàng)指標(biāo)之間的相關(guān)性來(lái)衡量一致性。它基于各項(xiàng)指標(biāo)的方差和協(xié)方差，給出一個(gè)在0到1之間的值，數(shù)值越大表示內(nèi)在信度越高。

（1）計(jì)算公式

Cronbach α系數(shù)公式為

式中，k為測(cè)量的題目數(shù)；Si為第i題得分?jǐn)?shù)的方差；Sx為測(cè)驗(yàn)總分的方差。

（2）評(píng)價(jià)標(biāo)準(zhǔn)

[backcolor=rgba(0, 0, 0, 0.1)]

（3）軟件操作及指標(biāo)解讀

• 軟件操作
  

量表題的數(shù)據(jù)格式為：一列代表一個(gè)問(wèn)題，一行代表一個(gè)樣本，分別用數(shù)字1-5表示量表題被選擇項(xiàng)，將數(shù)據(jù)整理成如下格式：

將數(shù)據(jù)上傳至SPSSAU系統(tǒng)，在【問(wèn)卷研究】模塊選擇【信度】，具體選擇Cronbach α系數(shù)；操作如下圖：

【提示】信度分析以維度為單位進(jìn)行分析，最終需要將各維度α系數(shù)值進(jìn)行匯總整理成表格輸出。

• 分析結(jié)果
  

SPSSAU輸出Cronbach信度分析結(jié)果如下：

• 校正項(xiàng)總計(jì)相關(guān)性(CITC)：該分析項(xiàng)與余下各項(xiàng)和之間的Pearson相關(guān)系數(shù)，反映了該項(xiàng)與余下各項(xiàng)之間的相關(guān)程度。此指標(biāo)用于判斷題項(xiàng)是否應(yīng)該作刪除處理，如果值小于0.3，通常應(yīng)該考慮將對(duì)應(yīng)項(xiàng)進(jìn)行刪除處理。
• 項(xiàng)已刪除的α系數(shù)：該分析項(xiàng)刪除后，余下分析項(xiàng)的α系數(shù)。此指標(biāo)用于判斷題項(xiàng)是否應(yīng)該作刪除處理，如果該值明顯高于”α系數(shù)”值，此時(shí)應(yīng)該考慮將對(duì)應(yīng)項(xiàng)進(jìn)行刪除處理。
  

分析上表可知，維度A的Cronbach α系數(shù)為0.826，表明維度A的信度非常好。同樣的操作將其他維度依次進(jìn)行信度分析，最終整理成如下表格，匯報(bào)在論文中：

2、折半信度
折半信度是指將全部題項(xiàng)按奇項(xiàng)、偶項(xiàng)或者其他標(biāo)準(zhǔn)分為盡可能相等的兩半，計(jì)算兩組題項(xiàng)之間的相關(guān)系數(shù)，然后通過(guò)公式計(jì)算得到折半信度系數(shù)值。折半信度使用斯皮爾曼-布朗公式估計(jì)整個(gè)量表的信度系數(shù)rrt。

（1）計(jì)算公式

斯皮爾曼—布朗校正公式為：

式中，ru為整個(gè)量表的信度估計(jì)值；rhh為兩半得分之間的相關(guān)系數(shù)。需要注意的是，如果測(cè)量題目較少，比如10題以下，就不適合用這種方法來(lái)估計(jì)信度。

（2）評(píng)價(jià)標(biāo)準(zhǔn)

其判斷標(biāo)準(zhǔn)可參考α信度系數(shù)的衡量標(biāo)準(zhǔn)。

（3）軟件操作及指標(biāo)解讀

將數(shù)據(jù)上傳至SPSSAU系統(tǒng)，在【問(wèn)卷研究】模塊選擇【信度】，具體選擇折半系數(shù)，操作如下圖：

[backcolor=rgba(0, 0, 0, 0.1)]

SPSSAU輸出折半信度分析結(jié)果如下：

• Cronbach α系數(shù)：折半信度會(huì)同時(shí)輸出Cronbach α系數(shù)，可以簡(jiǎn)要描述即可。
• 折半系數(shù)（等長(zhǎng)&不等長(zhǎng)）：如果說(shuō)測(cè)量題數(shù)量為偶數(shù)，則剛好兩部分題項(xiàng)數(shù)量相等，反之則不相等。分析時(shí)需要結(jié)合兩部分題項(xiàng)是否相等，查看對(duì)應(yīng)的折半系數(shù)。
• Guttman Split-Half系數(shù)：有時(shí)候還可以直接使用Guttman Split-Half 系數(shù)衡量信度質(zhì)量，但此類情況較少，更多關(guān)注于折半系數(shù)。
  

3、McDonald 's ω信度系數(shù)
McDonald's ω信度系數(shù)計(jì)算原理基于因子分析，旨在通過(guò)濃縮信息來(lái)更準(zhǔn)確地估計(jì)測(cè)量工具的可靠性。通過(guò)因子分析提取各項(xiàng)指標(biāo)的載荷（loading）系數(shù)，進(jìn)而計(jì)算出每個(gè)題項(xiàng)對(duì)整體測(cè)量的貢獻(xiàn)。該方法考慮了測(cè)量誤差的方差，使得它比Cronbach's α系數(shù)更為嚴(yán)格和準(zhǔn)確。

（1）計(jì)算公式

McDonald's ω信度系數(shù)的計(jì)算公式如下：

式中，loading為載荷系數(shù)值，uniqueness是測(cè)量誤差為1-loading^2。

（2）評(píng)價(jià)標(biāo)準(zhǔn)

其判斷標(biāo)準(zhǔn)可參考α信度系數(shù)的衡量標(biāo)準(zhǔn)。

（3）軟件操作及指標(biāo)解讀

將數(shù)據(jù)上傳至SPSSAU系統(tǒng)，在【問(wèn)卷研究】模塊選擇【信度】，具體選擇McDonald's ω系數(shù)。SPSSAU輸出McDonald's ω信度系數(shù)分析結(jié)果如下：

• 項(xiàng)已刪除的McDonald's ω系數(shù)：如果“項(xiàng)已刪除的McDonald Omega信度系數(shù)”值明顯高于McDonald Omega信度系數(shù)，此時(shí)可考慮對(duì)將該項(xiàng)進(jìn)行刪除后重新分析。
  

4、theta系數(shù)
（1）計(jì)算公式

theta系數(shù)計(jì)算公式如下：

式中，N為分析項(xiàng)個(gè)數(shù)入為最大特征根值。從上式可以看到，當(dāng)分析項(xiàng)個(gè)數(shù)越多時(shí)，theta信度系數(shù)很可能會(huì)越大，而且最大特征根越大，theta信度系數(shù)值也會(huì)越大。

（2）評(píng)價(jià)標(biāo)準(zhǔn)

其判斷標(biāo)準(zhǔn)可參考α信度系數(shù)的衡量標(biāo)準(zhǔn)。

（3）軟件操作及指標(biāo)解讀

將數(shù)據(jù)上傳至SPSSAU系統(tǒng)，在【問(wèn)卷研究】模塊選擇【信度】，具體選擇theta系數(shù)。SPSSAU輸出theta信度系數(shù)分析結(jié)果如下：

• 項(xiàng)已刪除的theta系數(shù)：如果“項(xiàng)已刪除的theta信度系數(shù)”值明顯高于theta信度系數(shù)，此時(shí)可考慮對(duì)將該項(xiàng)進(jìn)行刪除后重新分析。
  

5、重測(cè)信度
重測(cè)信度，又稱再測(cè)信度、穩(wěn)定性系數(shù)，應(yīng)用同一測(cè)驗(yàn)方法，對(duì)同一組被試者先后兩次進(jìn)行測(cè)查，然后計(jì)算兩次測(cè)查所得分?jǐn)?shù)的關(guān)系系數(shù)。該信度能表示兩次測(cè)試結(jié)果有無(wú)變動(dòng)，反映了測(cè)驗(yàn)分?jǐn)?shù)的穩(wěn)定程度。

• 計(jì)算公式
  

重測(cè)信度通常使用Pearson相關(guān)系數(shù)計(jì)算：

式中x和x一bar是第一次測(cè)量的實(shí)得分及實(shí)得分的平均值，y和y一bar是第二次測(cè)量的實(shí)得分及實(shí)得分的平均值。重測(cè)信度用重測(cè)相關(guān)系數(shù)來(lái)表示，相關(guān)系數(shù)越趨近于1，則重測(cè)信度越高。具體可使用SPSSAU【通用方法】模塊的Pearson相關(guān)分析進(jìn)行重測(cè)信度分析。

【提示】當(dāng)前在論文中最常用的為第一類克隆巴赫α信度系數(shù)，無(wú)特殊研究需要，建議使用該方法進(jìn)行問(wèn)卷信度分析即可。

二、四類效度分析
通常信度達(dá)標(biāo)后，才會(huì)進(jìn)行效度分析。效度主要評(píng)價(jià)量表的準(zhǔn)確度、有效性和正確性，即量表是否真正反映了我們希望測(cè)量的東西。效度用于反映實(shí)際測(cè)量結(jié)果與預(yù)想結(jié)果的符合程度，由于無(wú)法確定目標(biāo)的真實(shí)值，因此效度的評(píng)價(jià)比較復(fù)雜，常常需要與外部標(biāo)準(zhǔn)作比較才能判斷。

一般來(lái)講，效度分析包括內(nèi)容效度和結(jié)構(gòu)效度。其中，結(jié)構(gòu)效度又可以延伸出分為區(qū)分效度和聚合效度。接下來(lái)，分別進(jìn)行介紹。

1、內(nèi)容效度
內(nèi)容效度分析是指評(píng)估問(wèn)卷題項(xiàng)對(duì)于相關(guān)概念測(cè)量的適用性，即題項(xiàng)設(shè)計(jì)是否合理和科學(xué)。通常內(nèi)容效度通過(guò)文字?jǐn)⑹鲂问絹?lái)說(shuō)明問(wèn)卷的合理性和科學(xué)性。在具體分析過(guò)程中，內(nèi)容效度分析主要描述測(cè)量量表中的題項(xiàng)是否有嚴(yán)謹(jǐn)?shù)睦碚撘罁?jù)，以及問(wèn)卷設(shè)計(jì)是否經(jīng)過(guò)專家認(rèn)可和修正等。在問(wèn)卷研究中，通常需要對(duì)內(nèi)容效度進(jìn)行詳細(xì)說(shuō)明，以確保測(cè)量工具能夠準(zhǔn)確反映所需構(gòu)念，從而提高研究結(jié)果的可信性。

2、結(jié)構(gòu)效度
（1）概念

結(jié)構(gòu)效度指題項(xiàng)與變量之間的對(duì)應(yīng)關(guān)系。通常使用探索性因子分析（EFA）進(jìn)行驗(yàn)證，如果輸出結(jié)果顯示題項(xiàng)與變量對(duì)應(yīng)關(guān)系基本與預(yù)期一致，則說(shuō)明結(jié)構(gòu)效度良好。

（2）分析步驟

第一：首先分析KMO值；如果此值高于0.8，則說(shuō)明研究數(shù)據(jù)非常適合提取信息（從側(cè)面反應(yīng)出效度很好）；如果此值介于0.7~0.8之間，則說(shuō)明研究數(shù)據(jù)適合提取信息（從側(cè)面反映出效度較好）；如果此值介于0.6~0.7，則說(shuō)明研究數(shù)據(jù)比較適合提取信息（從側(cè)面反映出效度一般），如果此值小于0.6，說(shuō)明數(shù)據(jù)不適合提取信息（從側(cè)面反映出效度一般）(如果僅兩個(gè)題；則KMO無(wú)論如何均為0.5)；

第二：接著分析題項(xiàng)與因子的對(duì)應(yīng)關(guān)系；如果對(duì)應(yīng)關(guān)系與研究心理預(yù)期基本一致，則說(shuō)明效度良好；

第三：如果效度不佳；或者因子與題項(xiàng)對(duì)應(yīng)關(guān)系與預(yù)期嚴(yán)重不符，也或者某分析項(xiàng)對(duì)應(yīng)的共同度值低于0.4(有時(shí)以0.5為標(biāo)準(zhǔn));則可考慮對(duì)題項(xiàng)進(jìn)行刪除；

第四：刪除題項(xiàng)共有常見標(biāo)準(zhǔn)；一是共同度值低于0.4(有時(shí)以0.5為標(biāo)準(zhǔn))；二是分析項(xiàng)與因子對(duì)應(yīng)關(guān)系出現(xiàn)嚴(yán)重偏差；

第五：重復(fù)上述1~4共4個(gè)步驟；直至KMO達(dá)標(biāo)；以及題項(xiàng)與因子對(duì)應(yīng)關(guān)系與預(yù)期基本吻合，最終說(shuō)明效度良好；

第六：對(duì)分析進(jìn)行總結(jié)。

（3）操作

將數(shù)據(jù)上傳至SPSSAU系統(tǒng)，在【問(wèn)卷研究】模塊選擇【效度】，將所有題項(xiàng)拖拽到右側(cè)分析框，選擇維度，操作如下圖：

篇幅限制，結(jié)構(gòu)效度分析完整分析過(guò)程可查看下方幫助手冊(cè)說(shuō)明：效度分析結(jié)構(gòu)效度又可具體分為區(qū)分效度和聚合效度。具體使用驗(yàn)證性因子分析進(jìn)行區(qū)分效度和聚合效度分析。接下來(lái)分別進(jìn)行說(shuō)明。

3、區(qū)分效度
（1）概念

區(qū)分效度（又稱判別效度、區(qū)別效度），其實(shí)質(zhì)也是一種結(jié)構(gòu)效度。區(qū)分效度強(qiáng)調(diào)本不應(yīng)該在同一因子的測(cè)量項(xiàng)，確實(shí)不在同一因子下面。比如說(shuō)，測(cè)量項(xiàng)A1和B1分別測(cè)量?jī)蓚�(gè)屬性，應(yīng)該分屬于因子A和因子B中，如果確實(shí)是這樣，那么說(shuō)明區(qū)分效度很高；但是如果二者屬于同一因子下，則說(shuō)明區(qū)分效度不明顯，量表設(shè)計(jì)的不好。

（2）操作

區(qū)分效度與聚合效度都使用驗(yàn)證性因子分析進(jìn)行研究，上傳數(shù)據(jù)后，將題項(xiàng)按維度分析放入右側(cè)分析框中，編輯“因子名稱”，操作如下圖：

（3）檢驗(yàn)方法

區(qū)分效度常用的有3類檢驗(yàn)方法：AVE平方根判斷法、HTMT法、MSV和ASV法。接下來(lái)將分別進(jìn)行介紹。

• AVE平方根判斷法
  

AVE平方根值可表示因子的‘聚合性’，相關(guān)系數(shù)表示相關(guān)關(guān)系，如果因子‘聚合性’很強(qiáng)（明顯強(qiáng)于與其它因子間的相關(guān)系數(shù)絕對(duì)值），則能說(shuō)明具有區(qū)分效度；當(dāng)每個(gè)因子的AVE平方根值均大于“該因子與其他因子的相關(guān)系數(shù)的最大值”，此時(shí)說(shuō)明具有良好的區(qū)分效度。計(jì)算公式：AVE值=Average(loading平方然后求和)，loading值為標(biāo)準(zhǔn)化載荷系數(shù)

分析上表：針對(duì)因子A，其AVE平方根值為0.737，大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.615，意味著其具有良好的區(qū)分效度。同理分析因子B、C、D都具有良好的區(qū)分效度。

• HTMT法
  

HTMT（heterotrait-monotrait ratio）異質(zhì)-單質(zhì)比率，也就是特質(zhì)間相關(guān)與特質(zhì)內(nèi)相關(guān)的比率。他是不同構(gòu)面間指標(biāo)相關(guān)的均值相對(duì)于相同構(gòu)面間指標(biāo)相關(guān)的均值乘積的開方的比值。如果HTMT值小于0.85（有時(shí)以0.9作為標(biāo)準(zhǔn)），則說(shuō)明該兩因子之間具有區(qū)分效度。

分析上表：從HTMT分析結(jié)果來(lái)看，所有的HTMT值均小于0.85，意味著因子之間均有良好的區(qū)分度，量表的區(qū)分效度良好。

• MSV和ASV法
  

MSV（Maximum Shared Variance）最大共同方差和ASV（Average Shared Variance）平均共同方差，這兩個(gè)指標(biāo)也可用于區(qū)分效度判斷；當(dāng)MSV值小于AVE的值，并且ASV值小于AVE值則說(shuō)明具有區(qū)分效度。

從上表可以看出，大部分因子的MSV值和ASV值都不小于AVE值，說(shuō)明因子之間的區(qū)分效度并不好，進(jìn)而量表的區(qū)分效度也比較差。

注意：不同的區(qū)分效度檢驗(yàn)方法得到的檢驗(yàn)結(jié)果可能不同。例如上述例題中三種檢驗(yàn)區(qū)分效度的方式，得到的檢驗(yàn)結(jié)果就不相同。此時(shí)，一般情況下只要有一種檢驗(yàn)方式能夠說(shuō)明量表的區(qū)分效度良好，就可以認(rèn)為量表有比較好的區(qū)分效度了。并不要求每種檢驗(yàn)方式都要通過(guò)，才能認(rèn)為區(qū)分效度良好。

4、聚合效度
（1）概念

聚合效度（convergent validity），又稱收斂效度，是指測(cè)量同一變量的測(cè)量項(xiàng)會(huì)落在同一因子上，強(qiáng)調(diào)本應(yīng)該在同一因子下的測(cè)量項(xiàng)，確實(shí)在同一因子下。即一個(gè)變量的測(cè)量題項(xiàng)之間要高度相關(guān)。從題項(xiàng)角度講，聚合效度是維度內(nèi)所有題項(xiàng)相關(guān)性要高。進(jìn)行聚合效度分析的主要目的在于檢驗(yàn)同一變量的各指標(biāo)之間的相關(guān)程度。

（2）檢驗(yàn)方法

聚合效度常用的有2種檢驗(yàn)方法：

①標(biāo)準(zhǔn)載荷系數(shù)值均大于0.7為佳，0.5以上也可以接受；

②AVE和CR指標(biāo)，通常情況下AVE大于0.5且CR值大于0.7，說(shuō)明聚合效度較高。

• 標(biāo)準(zhǔn)載荷系數(shù)
  

因子載荷系數(shù)值的統(tǒng)計(jì)意義就是變量i與公共因子j的相關(guān)系數(shù)（程度），范圍為[-1,1]，絕對(duì)值越接近1，說(shuō)明變量與公共因子的關(guān)系越密切。標(biāo)準(zhǔn)載荷系數(shù)是指經(jīng)過(guò)標(biāo)準(zhǔn)化處理的因子載荷系數(shù)。驗(yàn)證性因子分析使用標(biāo)準(zhǔn)載荷系數(shù)判斷聚合效度。各個(gè)測(cè)量項(xiàng)的標(biāo)準(zhǔn)載荷系數(shù)值大于0.7，說(shuō)明量表的聚合效度好，或者放寬要求在0.5以上也能接受（社會(huì)學(xué)科研究編制的量表因子載荷量都不會(huì)太高）。

分析上表：標(biāo)準(zhǔn)載荷系數(shù)值絕大部分均在0.7,以上，說(shuō)明該量表的聚合效度較高。

• AVE和CR指標(biāo)
  

AVE平均方差萃取（Average Variances Extracted），AVE值= Average(loading平方然后求和)，loading值為標(biāo)準(zhǔn)化載荷系數(shù)。從公式不難看出，當(dāng)loading值（標(biāo)準(zhǔn)載荷系數(shù)）越大時(shí)，AVE值越大，聚合效度越高，一般AVE值大于0.5為好。CR組合信度（composite reliability），CR值=Sum(loading)^2 / [sum(loading)^2 + sum(e)]，e為殘差標(biāo)準(zhǔn)載荷系數(shù)。從公式依舊可以看出，當(dāng)標(biāo)準(zhǔn)載荷系數(shù)越大時(shí)，CR值越大，聚合效度越高，一般CR值大于0.7為好。綜上，當(dāng)AVE值大于0.5，且CR值大于0.7時(shí)，量表的聚合效度較高。

分析上表：本例中4個(gè)因子的平均方差萃取AVE值均大于0.5，且組合信度CR值均大于0.7，說(shuō)明本次分析的量表數(shù)據(jù)具有良好的聚合效度。

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏1 回帖

關(guān)鍵詞：效度分析 評(píng)價(jià)標(biāo)準(zhǔn) 信效度 reliability variances