Cronbach’s α？KMO系数？因子载荷？史上最易懂的问卷信效度分析教程！！！（SPSS和AMOS）

Cronbach’s α？KMO系数？因子载荷？史上最易懂的问卷信效度分析教程！！！

• 在文章开始之前当然要先准备好硬件，大家要先下载一下SPSS和AMOS的安装包，由于SPSS比较容易找到，AMOS就不太好找，这里给大家推荐一个公众号，叫CHUICHUI统计君 ，或者呢，你也可以直接点击这里 直接去下载，AMOS和SPSS都有。
• 然后我们进入教程，信度和效度分析怎么做？？

1、信度分析——用SPSS计算克朗巴哈系数（Cronbach’s alpha或Cronbach’s α）

• （1）何为信度？如何衡量？
  信度（Reliability）即可靠度、一致性或者稳定性。
  目前最常用的衡量是克朗巴哈系数，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。

• （2）克朗巴哈系数测量步骤？
  第一步，保证变量类型是数字。
  
  第二步，在SPSS工具栏点击分析——标度——可靠性分析，举个例子，我这里要对EU这个变量做信度分析，只要把它的四个题项EU1、EU2、EU3、EU4放进项即可，再点击确定，结果就出来了。
  
  如图，EU的Cronbach’s α系数是0.860，说明信度可以接受。
  如果要做问卷整体的信度分析，同样的，点击分析——标度——可靠性分析，把所有项选中，再确定就可以了。

• 信度分析相对而言非常简单，大部分都能通过，只要你的样本数量够多，题项数最少最少不要少于三个，都可以有0.7以上。

2、效度分析（结构效度分析）——利用SPSS和amos做因子分析

• （1）何为效度？如何衡量？
  效度（Validity）即有效性，是衡量综合评价体系是否能够准确反映评价目的和要求。是指测量工具能够测出其所要测量的特征的正确性程度。效度越高，即表示测量结果越能显示其所要测量的特征，反之，则效度越低。常用于调查问卷效度分析的方法主要是结构效度分析。

• （2）何为结构效度分析？
  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。结构效度分析所采用的方法是因子分析。

• （3）是否适合做因子分析？
  在做因子分析之前，我们要判断一下这个数据到底适不适合做因子分析，这个时候就要用到SPSS的KMO检验和Bartlett球形检验。

  ①KMO。用于检查变量间的偏相关性，取值在0-1之间。KMO值越接近于1，变量间的偏相关性就越强，因子分析效果就好。KMO值0.9以上极适合做因子分析，0.8以上适合做因子分析，0.7以上尚可，0.6以上勉强度可以，0.5以上不适合，0.5以下非常不适合。实际运用中，在0.7以上，效果比较好；在0.5以下时，不适合应用因子分析。

  ②Bartlett球形检验。用于判断相关矩阵是否是单位阵，即各变量是否有较强的版相关性。P<.05,不服从球形检验，应拒绝各权变量独立的假设，即变量间有较强相关；P>.05时，服从球形检验，各变量相互独立，不能做因子分析。

• （4）KMO检验和Bartlett球形检验步骤
  第一步，选择分析-降维-因子，出现因子分析对话框。
  
  第二步，这里依然以EU这个变量为例，选择描述，勾选KMO和巴特利特球形度检验，再点击确定即可得到结果。
  
  
  结果：
  
  KMO值为0.789，Bartlett球形检验显著性为.000，表明很适合做因子分析！同理，如果你要做整个问卷的KMO，选中所有变量即可。

  注意：
  在KMO检验的结果中，会有一个旋转成分矩阵，但那个是探索性因子分析法（EFA）的因子载荷，而不是验证性因子分析（CFA）。只有AMOS可以做CFA

• （5）因子分析？？
  因子分析的方法有两类。一类是探索性因子分析法（EFA），另一类是验证性因子分析（CFA）。

  探索性因子分析不事先假定因子与测度项之间的关系，而让数据“自己说话”。主成分分析和共因子分析是其中的典型方法。验证性因子分析假定因子与测度项的关系是部分知道的，即哪个测度项对应于哪个因子，虽然我们尚且不知道具体的系数。这里还要注意一点，spss做出来的探索性因素分析，amos的是验证性因素分析。

  根据EFA和CFA的定义我们应该可以看出CFA更适用于实证分析。也就是说在我们根据理论基础得出各变量之间的关系之后，我们再利用验证性因子分析去验证这个关系，得到因子载荷，根据因子载荷判断变量的保留。

  因子载荷的临界百值没有统一的标准，根据《结构方程模型及其应用》这本教材的观点，因子载荷在0.45以下的题目即可可考虑删除，但实际应用中，研究者度的取舍都是比较灵活的，有的题目尽管因子载荷不高，但考虑问到是在使用他人已经修订好的问卷（尊重版权）答，或者研究者自己有理由相信这道题目测到了想测回的内容，有很好的理论意义，也是可以考虑保留的。

• （6）Amos做验证性因子分析步骤？？
  第一步，我们在AMOS的顶部栏选择 File——data files，出现对话框，点击File Names，我们找到对应的.sav数据文件，从而导入数据和变量。
  
  第二步，通过AMOS工具栏画出变量，同时用双箭头连接每两个变量，也就是说每两个变量之间都要有一个双箭头连接。
  
  第三步，做好图之后，设置一下output，点击工具栏的一个小工具，出现对话框，勾选几个东西，如下图所示：
  
  第四步，先点击运行小工具，再打开输出窗口，就可以看到因子载荷了。
  
  结果：
  
  3、结语
  到这里，实证分析的信度和效度分析就结束了，如果还有疑问，可以关注我的公众号“葫芦金水”联系我。

本篇文章如有错的地方，欢迎在评论指正。喜欢在微信看技术文章，可以微信搜索「葫芦金水」，回复【Python】【前端基础】【vue开发】即可获得视频资源，回复【答辩PPT】【演讲PPT】即可获得超级实用PPT模板，还有更多资料，建议后台留言或者直接私信我。

另，如果觉得这本篇文章写得不错，有点东西的话，各位人才记得来个三连【点赞+关注+分享】。