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。