|
數(shù)據(jù)分析 簡(jiǎn)單一點(diǎn) 論文問(wèn)卷 快人一步 信度效度 SPSSAU出品 · 必屬精品 · 建議收藏
↓↓↓↓↓↓↓↓ 信度和效度都是衡量量表質(zhì)量的重要指標(biāo)，通常用于評(píng)估量表的可靠性和有效性。信度分析的方法主要有以下三種：Cronbach α信度系數(shù)法、折半信度法、重測(cè)信度法。效度可分為四種類(lèi)型：內(nèi)容效度、結(jié)構(gòu)效度、區(qū)分效度、聚合效度。
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(lèi)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(lèi)。接下來(lái)分別進(jìn)行介紹。 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。
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) 
（3）軟件操作及指標(biāo)解讀 ①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： 
注意：信度分析以維度為單位進(jìn)行分析，最終需要將α系數(shù)值進(jìn)行匯總整理成表格輸出。 ②分析結(jié)果 SPSSAU輸出Cronbach信度分析結(jié)果如下： 
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。
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。折半信度需要進(jìn)行斯皮爾曼—布朗（Spearman-Brown）公式校正，求出整個(gè)量表的信度系數(shù)rrt。
式中，rxx為整個(gè)量表的信度估計(jì)值；rhh為兩半測(cè)驗(yàn)分?jǐn)?shù)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)。如果折半系數(shù)值介于0.7~0.8之間，則說(shuō)明信度較好；如果折半系數(shù)值介于0.6~0.7，則說(shuō)明信度可接受；如果折半系數(shù)值小于0.6，說(shuō)明信度不佳。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：
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(lèi)情況較少，更多關(guān)注于折半系數(shù)。 折半信度幫助手冊(cè)
McDonald's ω信度系數(shù)的計(jì)算原理是利用因子分析濃縮信息，然后得到loading載荷系數(shù)值，進(jìn)而計(jì)算。他考慮了各項(xiàng)指標(biāo)的載荷以及測(cè)量誤差的方差，與Cronbach α系數(shù)相比，McDonald's ω系數(shù)可以更準(zhǔn)確地估計(jì)總體的可靠性，提供了一種更嚴(yán)格的內(nèi)在信度估計(jì)方法。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為1-loading^2。 從上式可知，loading值整體絕對(duì)值越大時(shí)，McDonald's ω信度系數(shù)值也會(huì)越高。 （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)。如果McDonald's ω系數(shù)值介于0.7~0.8之間，則說(shuō)明信度較好；如果McDonald's ω系數(shù)值介于0.6~0.7，則說(shuō)明信度可接受；如果McDonald's ω系數(shù)值小于0.6，說(shuō)明信度不佳。（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：
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：
重測(cè)信度，又稱(chēng)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。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。重測(cè)信度使用相關(guān)分析進(jìn)行，具體操作可查看下方相關(guān)分析幫助手冊(cè)：
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，有4種類(lèi)型的效度：內(nèi)容效度、結(jié)構(gòu)效度、區(qū)分效度、聚合效度。接下來(lái)，分別進(jìn)行介紹。
內(nèi)容效度分析是指問(wèn)卷題對(duì)相關(guān)概念測(cè)量的適用性情況，即題項(xiàng)設(shè)計(jì)的是否合理。內(nèi)容效度通常使用文字?jǐn)⑹鲂问綄?duì)問(wèn)卷的合理性、科學(xué)性進(jìn)行說(shuō)明。在具體分析過(guò)程中，通常內(nèi)容效度分析主要描述問(wèn)卷中測(cè)量量表題有著嚴(yán)謹(jǐn)?shù)膮⒖家罁?jù)，問(wèn)卷設(shè)計(jì)是否得到專(zhuān)家的認(rèn)可、是否對(duì)問(wèn)卷進(jìn)行修正等。在問(wèn)卷研究過(guò)程中，一般需要對(duì)內(nèi)容效度進(jìn)行說(shuō)明。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。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(jiàn)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)。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：
區(qū)分效度（又稱(chēng)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。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(chēng)”，操作如下圖：
區(qū)分效度常用的有3類(lèi)檢驗(yàn)方法：AVE平方根判斷法、HTMT法、MSV和ASV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0.7782，大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.7341，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（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(kāi)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（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。聚合效度（convergent validity），又稱(chēng)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。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。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)值除D3外，均在0.7,以上，說(shuō)明該量表的聚合效度較高。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。
|
