信度spss怎么做_论文中的问卷调查信度与效度分析操作流程图解

最近有很多同学都在咨询老李关于调查问卷的信度与效度问题，老李今天来重点讲一下这个问题。对于从医或者涉及到问卷调查的毕业论文同学来说，信度与效度分析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，但是认真的问你一句：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。

1. 信度分析，这个指标是用 Cronbach α 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】，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 Cronbach α 就可以。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；如果系数是在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-Reliability Analysis…”进行计算，SPSS就会自动算出结果。

2.效度分析，效度分析的系数也有好多个，一般根据我们的问卷调查情况，通常只算 KMO系数就可以的。也就是做“因子分析”！具体操作直接上图。

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“KMO and Bartletts test of sphericity”，然后点 Continue

然后点 Extraction，一定确保弹出的对话框里面是 Principal components， 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，点 OK！

接下来数据就出来了！

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 0.5 以下应该放弃。好了，还有一种情况可能是大家会遇到的，那就是你觉得你自己什么操作都是对的，可就是最后的结果里面没有 KMO 出来，随便你怎么弄都没有 KMO！

大家会看到上图中的这种情况，“此矩阵不是正定矩阵”，然后随便你把数据跑多少次运算，KMO 就是不出来，怎么办？ 原因在哪里？ 最主要的原因是你的维度大于你的样本量了，也就是说纳入计算的调查项目个数多于你的调查对象数目了，所以就会出现这种情况，解决方式主要有2个办法，一是减少你的维度数，二是增加你的样本数，具体可以根据自己怎样算方便就怎样去弄！

好了，关于调查问卷的信度和效度的计算就说这么多，希望今天的分享对同学们能够有所帮助，在操作的过程中有什么其他相关的问题可以随时咨询老李。