搜索
如何用spss做问卷的结构效度分析？问：因子分析里面Descriotives里面KMO和巴特利检验就可以了吗？除此之外，还要做什么啊？请高手赐教点简单易懂又能说明效度问题的，谢谢啦！问题补充：提取因子的个数怎么确定？是选特征值大于1的吗？还有，因子载荷怎么算？是在输出结果中直接可以看到吗？本人刚接触spss，请多多指教！答：首先必须要做KMO和Bartlett球形检验,这个你应该会了吧,如果这两个检验合格的话说明数据是适合做因子分析的。然后提取因子后，看主因子解释总变异的百分比和个因子的因子载荷，主因子解释总变异一般若大于60%的和因子载荷大于0.6的话说明结构效度很好。pS:,如果题目没有规定就是选特征值大于1的,如果题目事先要提取几个因子,那么在操作的时候,用SPSS那个因子分析的选项里面有一个地方可以著名，因子载荷在输出的结果直接可以看到（rotatedcompomentmatrpx),一定要是旋转后的因子载荷用spss进行效度分析?我要对我的问卷调查数据做一个信度和效度分析。信度分析我会了，就是看Cronbach’sAlpha系数。效度分表面效度、准则效度和构建效度，前面两项只要说明一下，但是构建效度要用SPSS分析，我想是在因子分析里面吧？就是不知道哪个值代表效度。答：因子分析的效度分析主要的指标可以看，因子提取的方差累积贡献率，如果因子提取的越少且方差累积率又不低的话（一般如果2个因子达到40%以上的贡献率就算可以的了），就可以认为因子分析的效度还可以。除此之外，你可以用因子分析里面Descriotives里面KMO和巴特利检验（battele，不知道是不是这样写的），KMO的值如果0.5，则说明因子分析的效度还行，可以进行因子分析；另外，如果巴特利检验的P0.001，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以。问:问卷效度测验如何应用于SPSS问卷效度测验如何应用于SPSS,然后因为做效度检验貌似要用皮尔逊相关还是因子分析,所以不懂如何把这些应用于SPSS，不想要变量，想要整体，一个整体。用因子分析，就已经是在检验变量的整体了因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计方法。三、因子分析的SPSS过程第一步：准备数据文件，打开对话框，加载观测变量。数据文件主要是由较多的（一般在10个以上）可观测变量组成，个案数应比较大。然后点击“Analyze”，选择“DataReduction”中的“Factor”打开因子分析对话框，将参与分析的所有观测变量加载到“Variables”下边的方框中。第二步：点击“Descriptives…”设置描述性统计要求。这里关键的是要求输出因子分析适合度的检验，一般要求输出：计算相关系数矩阵（选中Coefficients）、相关系数显著性水平矩阵（选中Significancelevels）、反像相关矩阵检验(选中Anti-image)、KMO和巴特利特球形检验（选中KMOandBartlett’stestofsphericity）。第三步:点击“Extraction”打开对话框设置因子提取方式。在界定因子提取方法中需要设置以下几个方面的参数：(1)因子构造方法：大多数情况下认为因子是变量的线性组合，所以使用最多的是主成分分析法（Principalcomponents）;(2)提取因子数（选中Numberoffactors后输入一个因子数），如果还无法确定可以不设定因子数，先以默认状态进行尝试性分析；(3)在“Display”下选中“Unrotatedfactorsolution”和“Screeplot”以输出未经旋转的因子载荷矩阵、碎石图。执行之后根据输出信息确定提取因子数，比如根据碎石图来确定；第四步：点击“Rotation”按钮打开选择因子载荷矩阵的旋转方法。一般使用最多的是正交旋转（选中Varimax）或斜交旋转方法（选中Promax）,其中斜交旋转速度快，所以大样本时多选此方法。同时可选中“Rotatedsolution”和“Loadingplot(s)”，以输出旋转后因子旋转矩阵、载荷散点图。第五步：点击“Scores”设置因子得分计算方法。一般最多的是选择回归方法，由此可以计算每个因子分数并记录到数据文件中。为此,可在对话框中选中“Saveasvariables”，然后在计算方法中选择“Regression”或其他方法。还要选中“Displayfactorscorecoefficientmatrix”。第六步：点击“Options”设置因子载荷系数的显示格式:(1)选中“Sortedbysize”，则因子载荷系数按照大小顺序排列，并构成矩阵，使得在同一因子上具有较高载荷的变量排在一起，便于得到结论；(2)选中“Suppressabsolutevalueslessthan:”并在其后的方格中输入一个0～1间的一个数，则因子载荷矩阵中就不再显示那些小于这个数值的载荷系数了，而只显示那些比此数值大的载荷值，从而使因子所解释的主要变量一目了然。可参考电子工业出版社出版的《PASW/SPSSStatistics中文版统计分析教程（第3版）(含CD光盘1张)》，对信度分析有详细的介绍。.检验信度步骤：Analyze--scale--reliability--datareduction--fator然后看Cronbach'sα系数。一般来说Cronbach’alpha系数在0.65以上是可接受的最小信度值。检验效度步骤：1.在做因子分析时，是否输出KMO结果，是与原始数据没有关系的，它只是作为判定原始数据是否适合做因子分析的依据。2.做因子分析时,要想输出KMO结果,要在复选框做相应的选择（在默认状态是没有这个结果输出的）.具体的操作过程:Analyze--DateReduction--Factor--Descriptives---选中：KMOandBartlettistestofsphericity--continue追问我现在数据已经可以了，但是在做可靠性分析时可靠性统计量Cronbach'sAlpha总是负的，还有在做因子分析的时候那些值也都是不可用的，我想问下这是为什么？难道是我的数据不行？可是这些数据我用excel统计的时候得出的结论都是可用的啊回答因子分析需要各列变量间有一定的相关性才可以用的，如果没有相关性是分析不出任何东西来的另外关于信度系数为负的，说明你的数据不适合做信度分析，或者你选的数据格式有误，至于具体什么原因我也没看到数据所以不清楚信度:Analyze-scale-reliabilityanalysis效度不知道,可以看看spss辅导1。输入数据过程：首先将所得的数据输入到excel里面，在输入数据时，将A用1来代替，B用2，C用3,。。。以此类推。然后将数据从excel中导入SPSS中，打开文件----打开---数据文件即可2。问卷信效度分析：在SPSS页面中的分析----尺度分析------信度分析中进行信度分析。效度分析：分析---数据缩减---因子分析选择要分析的变量在描述中将相关矩阵的KMO值和Bartlett检验打上勾点继续点确定即可3。如果还有问题的话可以加我的QQ383768400请注明SPSS一、信度分析信度（Reliability）即可靠性，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一致性，即测量工具（问卷或量表）能否稳定地测量所测的事物或变量。信度指标多以相关系数表示，具体评价方法大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。信度分析的方法主要有以下四种：1、重测信度法同样的问卷，对同一组访问对象在尽可能相同的情况下，在不同时间进行两次测量。两次测量相距一般在两到四周之内。用两次测量结果间的相关分析或差异的显著性检验方法，评价量表信度的高低。2、折半法。折半法是将上述两份问卷合成一份问卷（通常要求这两份问卷的问题数目相等），每一份作为一部分，然后考察这两个部分的测量结果之间的相关性。3、折半信度法折半信度法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特（Likert）量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh，即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式：求出整个量表的信度系数（ru）。4、α信度系数法Cronbachα信度系数是目前最常用的信度系数，其公式为：其中，K为量表中题项的总数，为第i题得分的题内方差，为全部题项总得分的方差。从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。二、效度分析效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型：内容效度、准则效度和结构效度。效度分析有多种方法，其测量结果反映效度的不同方面。常用于调查问卷效度分析的方法主要有以下几种。1、单项与总和相关效度分析表面效度（FaceValidity）。也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。这种方法用于测量量表的内容效度。内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。统计分析主要采用单项与总和相关分析法获得评价结果，即计算每个题项得分与题项总分的相关系数，根据相关是否显著判断是否有效。若量表中有反意题项，应将其逆向处理后再计算总分。2、准则效度分析准则效度（CriterionValidity）。又称为效标效度或预测效度。准则效度是指量表所得到的数据和其他被选择的变量（准则变量）的值相比是否有意义。根据时间跨度的不同，准则效度可分为同时效度和预测效度。准则效度分析是根据已经得到确定的某种理论，选择一种指标或测量工具作为准则（效标），分析问卷题项与准则的联系，若二者相关显著，或者问卷题项对准则的不同取值、特性表现出显著差异，则为有效的题项。评价准则效度的方法是相关分析或差异显著性检验。在调查问卷的效度分析中，选择一个合适的准则往往十分困难，使这种方法的应用受到一定限制。3、结构效度分析建构效度（ConstructValidity）。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。最关心的问题是：量表实际测量的是哪些特征？在评价建构效度时，调研人员要试图解释“量表为什么有效”这一理论问题以及考虑从这一理论问题中能得出什么推论。建构效度包括同质效度、异质效度和语意逻辑效度。有的学者认为，效度分析最理想的方法是利用因子分析测量量表或整个问卷的结构效度。因子分析的主要功能是从量表全部变量（题项）中提取一些公因子，各公因子分别与某一群特定变量高度关联，这些公因子即代表了量表的基本结构。通过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种结构。在因子分析的结果中，用于评价结构效度的主要指标有累积贡献率、共同度和因子负荷。累积贡献率反映公因子对量表或问卷的累积有效程度，共同度反映由公因子解释原变量的有效程度，因子负荷反映原变量与某个公因子的相关程度。