信度和效度检验

2.3.3信度和效度检验（1）信度检验采用Cronbachα系数、个别项目信度、潜在变量的组合信度（CompositeReliability,CR）进行信度检验，其中运用SPSS15.0中的“Analyze-Scale-ReliabilityAnalysis”命令，并选择“Statistics”中的“Scaleifitemdeleted”，来计算Cronbachα系数，利用LISREL8.70进行验证性因子分析来计算个别项目信度和组合信度，验证性因子分析的运算结果（详见附录3）经整理如表2.6所示：从表2.6中关于Cronbachα系数的三栏中可以看出：C1、B4对应的“校正得项总计相关性”（CorrectedItem-TotalCorrelation）偏低（相对于该部分量表中的其他指标对应值而言），且删除C1、B4有利于分别提升该部分量表的总体信度，故应将C1、B4两个指标删除。同时“个别项目信度”一栏中C1、C2、B3、B4、P1这5个指标的因子负荷均小于0.50，根据社会科学研究特点，这5个指标也应删除，且删除后有利于提高整个因素的一致性；而另外35个指标的因子负荷均大于0.5，满足信度要求。除此之外，诚信环境、企业素质、投标诚信、履约诚信、社会诚信各个量表以及整体的Cronbachα系数分别为0.750、0.845、0.817、0.862、0.830、0.939，属于很可信的区间范围；且对应的组合信度分别为0.75、0.85、0.83、0.86、0.83、0.96，均大于0.5，满足信度要求。（2）效度检验在信度检验删除5个指标基础上，首先，对有效样本数据进行KMO抽样适当性检验和Bartlett球形检验，检验结果显示KMO值为0.5，Bartlett球形检验的x2值为250.278（自由度为105），达到显著水平（p=0.0000.001）。一般认为，当KMO值大于0.5时，即可进行因子分析，而本次KMO的检验值为0.5，说明本调查问卷的样本数据基本适合进行因子分析。其次，采用主成分分析法，进行Varimax方差正交旋转，最终提取特征值大于1的因子4个，7个共同因子累计解释的变异量为60.74%，且正交旋转后得到的因子负荷矩阵如表2.7所示：表2.6第三轮问卷信度检验编号校正的项总计相关性对应指标删除后的Cronbachα系数部分量表Cronbachα系数整体量表Cronbachα系数个别项目信度组合信度诚信环境C10.3650.7520.7500.9390.310.750.96C20.4080.7350.33C30.4980.7120.63C40.6280.6740.80C50.5750.6900.77C60.4790.7170.59企业素质E10.5040.8340.8450.590.85E20.5390.8310.57E30.5840.8270.62E40.6080.8240.60E50.4980.8350.55E60.5650.8280.64E70.5260.8320.62E80.5610.8290.64E90.5670.8280.62E100.4700.8370.56投标诚信B10.5540.7940.8170.630.83B20.5790.7910.66B30.4320.8100.44B40.4090.8210.42B50.4990.8010.53B60.6160.7850.71B70.6560.7800.76B80.5980.7870.71履约诚信P10.4350.8620.8620.460.86P20.5160.8540.56P30.5630.8500.57P40.5580.8500.64P50.6340.8440.71P60.6340.8440.69P70.6090.8460.63P80.5580.8500.61P90.6170.8450.69P100.6190.8450.67社会诚信S10.5480.8130.8300.650.83S20.6090.8010.74S30.5860.8050.66S40.6610.7890.69S50.6150.7990.62S60.5840.8060.62表2.7旋转后因子负荷矩阵共同因子1234567施工安全0.6820.0950.2830.1100.1180.0530.188合同工期0.6720.192-0.0660.1600.1940.0990.097工程质量保证0.6720.2510.3070.1650.0180.0000.009保修义务履行情况0.6490.1950.1270.1090.1090.2790.025设备到位情况0.5640.1130.0650.0070.1920.1100.402工程索赔0.5220.3370.0130.1610.1700.238-0.097工人工资支付0.4840.3650.2330.1610.0230.2700.060缔约过失行为0.2070.7390.1640.1580.1610.1540.016中标放弃0.1640.7150.1070.2230.1760.132-0.006参与串标围标0.2280.6770.2320.143-0.0160.2000.042低于成本价投标0.1000.5940.0030.0250.1810.0670.268转包违法分包0.4210.5510.2040.049-0.0280.1830.082资质真实性0.2240.4640.3330.2960.0370.1130.143政府诚信水平0.1220.1550.7840.1380.1380.0320.118诚信法律环境0.0770.2870.7360.1650.1570.064-0.066诚信文化环境0.1020.0350.681-0.0680.1820.1750.047征信体系建设水平0.1640.0940.6630.182-0.0630.163-0.002职工素质0.3790.1000.3890.1810.275-0.0980.304工程业绩0.0620.2130.0100.6810.100-0.0030.263建设单位评价0.3170.0600.2400.6470.1370.239-0.066守法诚信评价0.2250.3540.3200.522-0.0430.3360.078资质等级0.0180.1530.0490.5010.343-0.0460.363监理单位评价0.3860.0090.1280.4460.3510.351-0.014项目部情况0.2850.3460.1700.419-0.057-0.0330.360资格审查材料真实性0.3630.2260.3410.3940.1130.0900.115管理素质0.2790.2620.3580.3900.070-0.0370.384总资产收益率0.1330.1310.1000.1010.7670.0990.117资产负债率0.1820.1920.2490.0660.7020.1660.071企业净资产0.177-0.0040.0450.1190.6620.0610.392银行信用等级0.1180.2380.2890.4090.4250.184-0.012法院评价0.1060.2270.0660.1170.0860.8050.067纳税评价0.1050.2240.1910.1840.1420.7360.057劳动保障评价0.3540.1240.150-0.0990.1370.7100.193机械设备0.0860.035-0.0190.0960.4300.0540.754技术创新0.0950.1200.0660.1780.0510.2120.737根据因子分析中对因子负荷的要求，由于“职工素质”、“资格审查材料真实性”、“管理素质”、三个指标的因子负荷均小于0.4，故这三个指标应删除；而第7个因素只包含“机械设备”、“技术创新”两个指标，所涵盖的指标太少，降之删除较为适宜[43]。此时，剩下的30个指标在所属因子下的因子负荷均大于0.4，且在非所属因子下的因子负荷均小于0.4，所以，第三轮问卷的聚敛效度和区分效度均满足相关要求，第三轮问卷通过效度检验。最后，根据各个共同因子所涵盖的指标，将共同因子依次命名为“投标诚信（BI）”、“履约诚信（PI）”、“行业评价（CONSTRUCTIONE）”、“银行诚信（BaI）”、“诚信环境（IE）”、“社会评价（SOCIALE）”。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：因子分析前，首先进行KMO检验和巴特利球体检验，KMO检验系数0.5，(巴特利特球体检验的x2统计值的显著性概率)P值0.05时，问卷才有结构效度，才能进行因子分析,因子分析主要是你自己做了一份调查问卷，你要考量这份问卷调查来的数据信度和效度如何，能不能对你想要调查的东西起代表性作用啊，说得很通俗呵呵不知道能不能理解呢，在SPSS里面，Analyze—Factor就是因子分子，在左下角第一个框框description里面勾选最下面的那个KMOandBartlett’stestofsphericity，就会出来结果哈，看表格的第一行为KMO值，最后一行Sig为球星检验的P值，小于0.05即可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。七夕，只因有你，总有一些人牵肠挂肚难以忘记，总有一些日子温暖甜蜜最为珍惜从春夏到秋冬，从陌生到熟悉，虽不能时时联系，却总在特别的日子想起你，七夕快乐，我的朋友。七夕，只因有你，因为有你，再苦生活也不觉得累，再大的险阻也无所畏，再大的波折也不担忧，再痛的经历也会忘记，因为有你，我就拥有了整个世界，谢谢你出现在我的生命里。七夕快乐，我的朋友。七夕，只因有你，相识，是最珍贵的缘分，牵挂，是最真挚的心动，思念，是最美丽的心情，问候，是最动听的语言，在这七夕到来之际，最美的祝福送给你，七夕快乐，我的朋友。七夕，只因有你，雨点轻敲窗，风吹散了梦想，唯有你的模样依旧在脑海里徜徉，夜深人静时，你占满了心房，舍半生轻狂，半世时光，只为拥有一段和你相处的珍贵情缘，七夕快乐，我的朋友。七夕，只因有你，虽然相距很远，但两颗心却紧紧相连虽然不常见面，音容笑貌犹如眼前，悄悄的挟一缕情丝，放飞在炎炎夏日默默的拽一丝牵挂，悬挂在无垠宇宙静静的捎一声问候，盛开在七夕佳节七夕快乐，我的朋友。七夕，只因有你，祝福，是一种真实