24SPSS信度分析

IBM-SPSS第24章SPSS信度分析作好问卷调查后，接下来为了进一步考验问卷的可靠性与有效性，即要做信度分析（ReliabilityAnalsis），信度本身与测量所得结果正确与否无关，它的功用在于检验测量本身是否稳定。信度是指一个衡量的正确性或精确性，信度包括稳定性以及一致性；。信度测验信度越高，表示测验结果越可信，但也无法期望两次测验结果完全一致，信度除受测验质量影响外，亦受很多其它受测者因素的影响，故没有一份测验是完全可靠的。信度只是一种程度上大小的差别而已。一致性高的问卷便是只同一群人接受性质相同题型相同目的相同的各种问卷测量后，在各衡量结果间显示出强烈的正相关。稳定性高的测量工具则是指一群人在不同时空下接受同样的衡量工具时，结果的差异很小。影响信度的因素一般信度的测量时容易产生误差的原因，是来自研究者的因素包括：测量内容（遣词用句、问题形式等）不当、情境（时间长短、气氛、前言说明等）以及研究者本身的疏忽（听错、记错等）；而来自受访者的因素则可能是由于其个性、年龄、教育程度、社会阶层及其它心理因素等，而影响其答题的正确性。问卷内容的同构型及受访时间间隔的影响是影响信度的两个主要因素。研究者透过信度与效度的检验，可以了解测量工具问卷本身是否优良适当，以作为改善修正的根据，并可避免做出错误的判断。另外，效度与信度的关系：信度为效度的必要而非充分条件。既有效度一定又信度，但有信度不一定有效度。检视信度的方法检视信度的方法有很多种，其中，最常用的是第四种Cronbachα系数，简介以下四种：1、再测法（RetestMethod）：使用同一份问卷，对同一群受测者，在不同的时间，前后测试两次，求出者两次分数的相关系数，此系数又称为稳定系数（CoefficientofStability）。需注意：相关系数高，表示此测验的信度高，前后两次测验间隔的时间要适当。若两次测验间隔太短，受测者记忆犹新通常分数会提高，不过如果题数够多则可避免这种影响；但若两次测验间隔太长，受测者心智成长影响，稳定系数也可能会降低。检视信度的方法2、复本相关法（Equivalent-FormsMethod）：复本是内容相似，难易度相当的两份测验，对同一群受测者，第一次用甲份测试，第二次使用乙份，两份分数的相关系数为复本系数（CoefficientofForms）或等值系数（CoefficientofEquivalence）。若两份测验不是同时实施，亦可相距一段时间再施测，这样算出的相关系数为稳定和等值系数。复本相关法是测验信度量测的一种最好方法，但是要编制复本测验相当困难。而且复本相关法并不受记忆效用的影响，对测量误差的相关性也比再测法低。检视信度的方法3、折半法（SplitHalfMethod）：与复本相关法很类似，折半法是在同一时间施测，最好能对两半问题的内容性质、难易度加以考虑，使两半的问题尽可能有一致性。折半信度系数（split-halfcoefficient）：将同一量表中测验题目（项目内容相似），折成两半（单数题、偶数题），求这两个各半测验总分之相关系数。检视信度的方法4、柯能毕曲α系数（Cronbachα）：1951年Cronbach提出α系数，克服部分折半法的缺点，为目前社会科学研究最常使用的信度。量测一组同义或平行测验总和的信度，如果尺度中的所有项目都在反映相同的特质，则各项目之间应具有真实的相关存在。若某一项目和尺度中其它项目之间并无相关存在，就表示该项目不属于该尺度，而应将之剔除。信度测量只要有做问卷就可以做信度分析，提供各项客观的指标，作为测验与量表良莠程度的具体证据。相关性：相关系数愈高，相关性愈高。内部一致性：相关系数愈高，内部一致性愈高。信度值判别：积差相关结果达0.05显著水平，相关系数旁以一个*表示；积差相关结果达0.01显著水平，相关系数旁以两个*表示。可信度高低与Cronbachα系数对照表表1可信度高低与Cronbachα系数之对照表可信度Cronbachα系数不可信Cronbachα系数＜0.3勉强可信0.3≦Cronbachα系数＜0.4可信0.4≦Cronbachα系数＜0.5很可信（最常见）0.5≦Cronbachα系数＜0.7很可信（次常见）0.7≦Cronbachα系数＜0.9十分可信0.9≦Cronbachα系数利用SPSS进行信度分析在SPSS中，专门用来进行测验信度分析的模块为Scale下的ReliabilityAnalysis；ReliabilityAnalysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则就就是使用的Spearman等级相关及Kendall和谐系数。步骤一输入数据步骤二按【Analyze】→【Scale】→【ReliabilityAnalysis】将左边方格内的变项全选入右边items的方格内，在左下角的Model框中选取Alpha后按statitis键。步骤二按【Analyze】→【Scale】→【ReliabilityAnalysis】步骤三出现下列对话框候选取下列勾选处结果其中我们可以看到，第二个表，最后一列。其中对应于num1的0.847表示，如果去掉问题一，那么其他思想的信度为0.847.以此类推。α=0.846例24.1：分析某高校《预防医学》考试卷的信度，见例24-1.sav。此例含5个测量项目，即填空、选择、名解、问答、分析。1．操作步骤（1）单击“分析”|“度量”|“可靠性分析”命令，如图24-3所示，弹出图24-1所示的对话框；（2）将变量“填空、选择、名解、问答、分析”均放入“项目”框；1819（3）单击“统计量”按钮，弹出图24-2所示的对话框，选中“项、度量、如果项已删除则进行度量及相关性”复选框，单击“继续”，返回主对话框。（4）单击“确定”按钮运行，输出结果。20212．结果解读（1）图24-1所示为个案处理结果，说明纳入分析的有效观测数为62，没有缺失值。（2）图24-2所示为信度统计量Cranbachα系数的计算结果（α=0.807），可见此试卷的信度较好。（3）图24-3所示为试卷各项目的统计信息，包括均值、标准差等信息。22（4）图24-4所示为各项目间的相关矩阵，可见填空与选择两题的相关性高。（5）图24-5所示为试卷总信度在删除某题目后的变化情况。从左向右依次是总分的均数改变、方差改变、该题与总分的相关系数、多相关系数的平方和α系数的改变情况；其中最后一项。232425反映的是，如果删除该题后α系数的改变。如“名解”对应的“α系数改变”为0.810，可理解为如果将“名解”删除，试卷的α系数将变为0.810。提示删除该题，可以提高试卷的信度。（6）图24-9所示为试卷的题目数量，以及该班62人用该试卷测试结果的总分均值、方差、标准差。26THEEND2728