信度分析spss例析

信度分析

信度分析又称可靠性分析，是检验测量工具的可靠性和稳定性的主要方法；

信度问题要回答的问题是：用这个测量工具在同一条件下对同一人进行测试，每次测试的结果是否相同的问题。在社会科学中如果使用的测量工具无论对谁施测，也无论使用什么形式，只要产生相似的结果，那么可以认为此测量工具是可信的。信度问题其实测的是一致性的问题，所谓信度是衡量没有误差的程度。一致性分为内部一致性和外部一致性。

效度问题要回答的是：此测量工能够测量我想要测得的东西吗？不能混淆信度与效度。信度的测量

1．克伦巴赫α系数。测度内部一致性的一个指标；及测量表内的所有项目测量的都是同一样东西吗？α与皮尔逊r 系数都是一样的范围在0—1 之间，如果为负值则表明表中某些项目的内容是其他一些项目的反面；α越接近于1，则量表中项目的内部一致性越是高。α 的计算式非常简单，根据量表中的项目数K 和各项之间的相关系数r 计算而来

1(1)kr k r

α=

当量表中项目K 增加时，α值也会增大；同时，项目之间的相关系数r 较高时，α也会比较大。这里的r 是指各项与其他各项之和计算相关系数的平均值。 2、重测信度法

这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。显然，重测信度属于稳定系数。重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。如果没有突发事件导致被调查者的态度、意见突变，这种方法也适用于态度、意见式问卷。由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。 3、复本信度法

复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述方式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。 4、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 ）。

例1某医学院某年级生物化学考试成绩已建立数据库文件（reliabil.sav）。试求该考试成绩的可靠性（信度）系数。

（7个试题，60名学生的考试成绩），见下图

1.analyze-→scale-→reliability analysis

2.statistics(统计量)

在描述性框中

项（I）：每一个变量计算的平均数和标准差；

度量(S)：将项加总，然后计算总分数的均值方差；

Scale if iterm deleted:重要内容，表示如果从量表中删除此项目重新计算的克伦巴赫α系数；如果删除此项能提高信度α，则应该删除此项。

摘要（重点）的均值方差协方差指的是对要分析的项目分别求均值，然后统计均值的均值方差极差最大最小值等。

摘要中的协方差与相关性:该过程是指对进入分析的每个变量与其他所有变量之和之间计算协方差和相关系数，计算出来的相关系数进行平均得出克伦巴赫α系数公式中的r。

项之间：两两之间协方差和相关系数。

Hotelling t-square(霍特林T):对进入分析的变量的均值是否相等所进行的多个t检验。ANOVA中的F检验显示重复测量的方差分析表。

通常，在探索性分析中，要求cronbach α值至少达到0.6；本题达到0.875，认为一致性信度较好，测试的可靠性比价高。

第一行表示的是各项均值的均值等，第二行表示各项方差的均值等，第三行项之间的相关性指的是对进入分析的每个变量与其他所有变量之和之间计算相关系数得到的一些统计量，其均值就是计算cronbach α需要的r，即r=0.515.

各项加总后的均值方差。

本题不是重复测量，因此不需要分析此项；如果本体是重复测量的题目，则测量的是量表测量方法的稳定性。

例2.莫大学某班级44名同学的卫生统计学期末考试成绩，根据数据进行信度分析。

分析结果：

总体来说一致性信度不错，删除选择题项会提高信度水平，说明选择题效果不理想，需要改进或者删除。

例3.用14个问题来测试被试对象的共情倾向，问题来自心理学共情倾向表。

从中看出有三项可以删除分别为红色项，删除后可以提高信度。以下进行半分信度分析，谨在此实验

spss数据分析教程之spss信度分析和效度分析

信度分析和效度分析数据计分方法说明

讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表

表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。 .657 Bartlett 的球形度检验近似卡方 1187.63 6 df465 Sig..000

SPSS与测验信度、效度、及项目分析

SPSS在测验信度、效度、及项目分析中的应用李鹏云南师范大学教育科学与管理学院在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块，可以利用因素分析的方法来进行测验的建构效度检验；至于项目分析则没有专门的模块可以之间进行计算分析，但是却可以利用Summarize下的Frequencies、Correlate下的Bivariate 和Compare Mean下的Independent-Samples T Test来计算几个常用的项目分析指标。一、信度分析 Reliability Analysis模块主要功能是检验测验的信度，主要用来检验分半信度、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；而评分者信度则就是使用的Spearman等级相关及Kendall和谐系数。表1 Reliability Analysis模块的Model选项的参数及对应中文术语关键字功能 Alpha Cronbach a系数 Split-half 分半信度，n是第二分量表的题数 Guttman Guttman最低下限真实信度法 Parallel 各题目变异数同质时的最大概率（maximum-likelihood）信度Strict parallel 各题目平均数与变异数均同质时的最大概率信度表2 Reliability Analysis模块的Statistics部分选项的参数及对应中文术语关键字功能 F test Hoyt信度系数 Friedman Chi Friedman等级变异数分析及Kendall和谐系数 Cochran Chi Cochran’s Q检验，适用于答案为二分（如是非题）的量表

如何使用spss进行问卷效度和信度分析

如何使用spss软件进行效度和信度分析如果一个问卷设计出来无法有效地考察问卷中所涉及的各个因素，那么我们为调查问卷所作的抽样、调查、分析、结论等一系列的工作也就白做了。那么，我们如何来检验设计好的调查问卷是否有效呢？信度分析是评价调查问卷是否具有稳定性和可靠性的有效的分析方法。二、信度分析的提出及分析方法信度，又叫可靠性，是指问卷的可信程度。它主要表现检验结果的一贯性、一致性、再现性和稳定性。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信[1]。例如，我们用一把尺子测量一张桌子的高度，今天测量得高度与明天测量的高度不同，那么我们就会对这把尺子产生怀疑。因此，一张设计合理的调查问卷应该具有它的可靠性和稳定性。调查问卷的评价体系是以量表形式来体现的，编制的合理性决定着评价结果的可用性和可信性。问卷的信度分析包括内在信度分析和外在信度分析。内在信度重在考察一组评价项目是否测量同一个概念，这些项目之间是否具有较高的内在一致性。一致性程度越高，评价项目就越有意义，其评价结果的可信度就越强。外在信度是指在不同时间对同批被调查者实施重复调查时，评价结果是否具有一致性。如果两次评价结果相关性较强，说明项目的概念和内容是清晰的，因而评价的结果是可信的。信度分析的方法有多种，有Alpha信度和分半信度等，都是通过不同的方法来计算信度系数，再对信度系数进行分析[2]。目前最常用的是Alpha信度系数法，一般情况下我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。通常认为，信度系数应该在0～1之间，如果量表的信度系数在0.9以上，表示量表的信度很好；如果量表的信度系数在0.8～0.9之间，表示量表的信度可以接受；如果量表的信度系数在0.7～0.8之间，表示量表有些项目需要修订；如果量表的信度系数在0.7以下，表示量表有些项目需要抛弃。我们可以通过目前比较流行的SPSS软件对调查问卷进行信度分析，这样我们就可以判断一个调查问卷是否具有稳定性和可靠性。三、利用SPSS软件进行信度分析下面就以兵团广播电视大学“人才培养模式改革和开放教育试点”毕业生追踪调查[3]中《电大教学效果评价》（毕业生用）这一调查量表进行分析。量表见下图。（一）对量表进行纬度划分，将量表分为知识、能力、业绩三个纬度。其中，第1～4题划分到知识纬度，第5～12题划分到能力纬度；第13～15题划分到业绩纬度。通过每一纬度的Alpha系数来考察每一项得分间的一致性。 1、打开SPSS软件，调入930条记录的数据文件，进入SPSS主界面。 2、在知识纬度中，对项目（1）专业知识的掌握；（2）所学知识与工作岗位的实际需要；（3）知识面的拓宽；（4）专业水平的提高；进行内部一致性分析。 ①单击“分析”菜单中的“尺度分析”，再在“尺度分析”的子菜单中点击“可靠性”分析，打开“可靠性分析”的主对话框。 ②在左侧的源变量框中选择上述四个项目所对应的变量c1，c2，c3，c4加入到对话框右边的“项目”中，作为分析变量，再在对话框下面的“模型”中选择“Alpha”，进行Alpha信度分析。 ③点击对话框中的“统计量”按钮，打开相应的对话框，选择要输出的统计量、变量描述、方差分析，总结等。在这个例题中为了看的清楚，我们用默认方式，即只输出样本个数、项目个数和信度系数。 ④点击“继续”按钮，回到“可靠性分析”的主对话框，勾选“列出项目标签”，再单击“确定”

第九章---spss的回归分析

第九章spss的回归分析 1、利用习题二第4题的数据，任意选择两门课程成绩作为解释变量和被解释变量，利用SPSS 提供的绘制散点图功能进行一元线性回归分析。请绘制全部样本以及不同性别下两门课程成绩的散点图，并在图上绘制三条回归直线，其中，第一条针对全体样本，第二和第三条分别针对男生样本和女生样本，并对各回归直线的拟和效果进行评价。选择fore和phy两门成绩做散点图步骤：图形→旧对话框→散点图→简单散点图→定义→将phy导入X轴、将fore导入Y 轴，将sex导入设置标记→确定图标剪辑器内点击元素菜单→选择总计拟合线→选择线性→确定→再次选择元素菜单→点击子组拟合线→选择线性→确定分析：如上图所示，通过散点图，被解释变量y与fore有一定的线性相关关系。 2、线性回归分析与相关性回归分析的关系是怎样的？线性回归分析是相关性回归分析的一种，研究的是一个变量的增加或减少会不会引起另一个变量的增加或者减少。

3、为什么需要对线性回归方程进行统计检验？一般需要对哪些方面进行检验？线性回归方程能够较好地反映被解释变量和解释变量之间的统计关系的前提是被解释变量和解释变量之间确实存在显著的线性关系。回归方程的显著性检验正是要检验被解释变量和解释变量之间的线性关系是否显著，用线性模型来描述他们之间的关系是否恰当。一般包括回归系数的检验，残差分析等。 4、SPSS多元线性回归分析中提供了哪几种解释变量筛选策略？包括向前筛选策略、向后筛选策略和逐步筛选策略。 5、先收集到若干年粮食总产量以及播种面积、使用化肥量、农业劳动人数等数据，请利用建立多元线性回归方程，分析影响粮食总产量的主要因素。数据文件名为“粮食总产量.sav”。步骤：分析→回归→线性→粮食总产量导入因变量、其余变量导入自变量→确定结果如图： Variables Entered/Removed b Model Variables Entered Variables Removed Method 1 农业劳动者人数(百万人), 总播种面积(万公顷), 风灾面积比例(%), 粮食播种面积(万公顷), 施用化肥量 (kg/公顷), 年份a . Enter a. All requested variables entered. b. Dependent Variable: 粮食总产量(y万吨) ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 2.025E9 6 3.375E8 414.944 .000a Residual 2.278E7 28 813478.405 Total 2.048E9 34 a. Predictors: (Constant), 农业劳动者人数(百万人), 总播种面积(万公顷), 风灾面积比例(%), 粮食播种面积(万公顷), 施用化肥量(kg/公顷), 年份 b. Dependent Variable: 粮食总产量(y万吨) Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta

spss 信度分析

第九章第九章信度分信度分析析?6?1一再测信度·用同一个测验对同一组被试前后两次施测两次测验分数所得的相关系数为再测信度·因为它能反映两次测验结果有无变动也就是测验分数的稳定程度故又称稳定性系数·计算再测信度应满足一下几个假设①所测量的特质必须是稳定的②遗忘与练习的效果相同③两次施测期间被试的学习效果没有差别···。·根据一组被试在两个平行等值测验上的得分计算的相关数。因为它反映的是两个测验之间的等值程度因此又叫等值性系数。·采用此法一定要注意①两个测验必须在项目的内容、形式、数量、难易、时限、指导语等方面相同或相似②两次测验的时间间隔要适当·复本信度的局限①复本法只能减少而不能完全排除练习和记忆的影响②对于许多测验来说建立复本是相对困难的?6?1按正常的程序实施测验然后将全部项目分成相等的两半根据各人在这两半测验的分数计算其相关系数?6?1斯皮尔曼—布朗校正公式弗朗那根估计信度公式。?6?1使用奇偶分半法一定要注意两个问题①如遇到有牵连的项目或一组解决同一问题的项目时这些项目应放在同一半否则将会高估信度的值②当试卷中存在任选题或试卷为速度测试时不宜采用分半法·同质性也称内部一致性指的是测验内部所有题目间的一致性。1、测量同质性的基本公式2、库德—理查逊公式估计测验的信度估计同质性信度·适用于答对一题得分答错无分3、克伦巴赫系数·适

用于项目多重记分的测验·评分者之间的变异是产生误差的重要原因之一·考察评分者信度的方法是随机抽取部分试卷由两个或多个评分者独立按评分标准打分然后求其间的相关。如果是两个评分者则采用积差相关或等级相关的方法一般认为结果训练的成对评分者之间的一致性达到0.90以上评分才是客观的。如果是多个评分者则采用和谐系数来估计信度。一评价测验·信度系数是衡量测验好坏的一个重要技术指标·一般能力与成就测验的信度系数常在0.90以上·性格、兴趣、态度等人格测验的信度系数通常在0.80-0.85之间二解释分数1、个人测验分数的误差·个人在两次测验中分数的差异就是测量误差据此可得出一个误差分数的分布这个分布的标准差就是测量的标准差它是测量误差大小的指标。2、两种测验分数的比较·来自不同测验的原始分数是无法直接比较的只有参照同一团体的平均分数将它们转换成相同尺度的标准分数才能进行比较。一被试的样本·团体的异质程度与分类的分布有关一个团体越是异质其分数分布的范围也就越大信度系数就越高。·信度系数不仅受样本团体的异质程度的影响也受样本团体平均水平的影响。因为对于不同水平的团体项目具有不同的难度每个项目在难度上的变化累积起来便会影响信度。这种影响不能用统计公式来推估只能从经验中发现。二测验的长度·一般来说测验越长信度值越高。因为①测验加长可能改进项目取样的代表性从而能更好地

spss数据分析教程之SPSS信度分析和效度分析

信度分析和效度分析数据计分方法说明类别小分类对应题项每题计分方法维度计分方法题项职业倦怠情感枯竭1-3题正向计分全部题项直接加总 3 去个性化4-6题正向计分全部题项直接加总 3 个人成就感 7-10 题逆向计分全部题项取倒数后加总 4 心理资本11-18 题正向计分全部题项直接加总8 组织气氛19-26 题 21题为逆向计分，其余题项正向计分 21题取倒数后与其余题项加总 8 总体幸福感27-31 题 27题和31题为逆向计分，其余题项为正向计分 27和31题取到术后与其余题项加总 5 整体问卷以上各个维度的总分直接加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表

表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显著性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果在进行了适应性检验之后，接下来就进行因子分析，其结果如下：表三方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入

用spss软件分析进行效度和信度分析具体的操作步骤

用spss软件分析进行效度和信度分析具体的操作步骤在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块，可以利用因素分析的方法来进行测验的建构效度检验；至于项目分析则没有专门的模块可以之间进行计算分析，但是却可以利用Summarize下的Frequencies、Correlate下的Bivariate 和Compare Mean下的Independent-Samples T Test来计算几个常用的项目分析指标。 3 m6 ]$ l8 a6 j w% K0 ^ 一、信度分析' M, k! n+ y# C Reliability Analysis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。表1 Reliability Analysis模块的Model选项的参数及对应中文术语3 V O/ m5 i% P; N6 l' a : `. P- I/ c: J9 X/ ~ 关键字功能 ; R% v( ?! T8 L) q* L$ ~ Alpha Cronbach a系数 Split-half 折半信度，n是第二分量表的题数 ( e3 N, N6 w4 l% N( d8 A3 c4 ] Guttman Guttman最低下限真实信度法0 o+ n; n/ ^2 d& B Parallel 各题目变异数同质时的最大概率（maximum-likelihood）信度3 Q( _- Z9 }( a Strict parallel 各题目平均数与变异数均同质时的最大概率信度7 p, x- S9 ?; J: p! k 5 H5 i7 h/ l7 Q) Q 表2 Reliability Analysis模块的Statistics部分选项的参数及对应中文术语 - X9 d% L( ~; ^5 L 关键字功能

spss软件进行信度分析

spss软件进行信度分析问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性：1 、信度是指测验所得到结果的一致性或稳定性，而非测问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性： 1、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身； 2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果； 3、信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高；信度检验完全依赖于统计方法。信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。二、信度指标： 1．用信度系数来表示信度的大小。信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis（1991）认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。 2．信度指标多以相关系数来表示：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）。三、信度分析方法： 1．重测信度法：用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。 2．复本信度法（等同信度法）：复本信度法是让被测一次填写两份问卷复本，计算两个复本的相关系数。由于这种方法要求两个复本除表达方式不同外，在内容、格式、难度和对应题项的提问方式等方面都要完全一致，所以复本信度属于等值系数。在实际的调查中，问卷很难达到这种要求，这种方法较少被采用。 3．折半信度法：折半信度法是指将测量项目按奇偶项分成两半，分别记分，测算出两半分数之间的相关系数（实际应用EXCEL软件），再据此确定整个测量的信度系数RXX。折半信度属于内在一致性系数，测量的是两半项目间的一致性。这种方法不适合测量事实性问卷，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

如何利用SPSS软件分析调查问卷的信度

利用SPSS软件分析调查问卷的信度在做调查问卷时，最看重的是调查问卷的科学性和有效性，如果一个问卷设计出来无法有效地考察问卷中所涉及的各个因素，那么我们为调查问卷所作的抽样、调查、分析、结论等一系列的工作也就白做了。那么，我们如何来检验设计好的调查问卷是否有效呢？信度分析是评价调查问卷是否具有稳定性和可靠性的有效的分析方法。二、信度分析的提出及分析方法信度，又叫可靠性，是指问卷的可信程度。它主要表现检验结果的一贯性、一致性、再现性和稳定性。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信[1]。例如，我们用一把尺子测量一张桌子的高度，今天测量得高度与明天测量的高度不同，那么我们就会对这把尺子产生怀疑。因此，一张设计合理的调查问卷应该具有它的可靠性和稳定性。调查问卷的评价体系是以量表形式来体现的，编制的合理性决定着评价结果的可用性和可信性。问卷的信度分析包括内在信度分析和外在信度分析。内在信度重在考察一组评价项目是否测量同一个概念，这些项目之间是否具有较高的内在一致性。一致性程度越高，评价项目就越有意义，其评价结果的可信度就越强。外在信度是指在不同时间对同批被调查者实施重复调查时，评价结果是否具有一致性。如果两次评价结果相关性较强，说明项目的概念和内容是清晰的，因而评价的结果是可信的。信度分析的方法有多种，有Alpha信度和分半信度等，都是通过不同的方法来计算信度系数，再对信度系数进行分析[2]。目前最常用的是Alpha信度系数法，一般情况下我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。通常认为，信度系数应该在0～1之间，如果量表的信度系数在0.9以上，表示量表的信度很好；如果量表的信度系数在0.8～0.9之间，表示量表的信度可以接受；如果量表的信度系数在0.7～0.8之间，表示量表有些项目需要修订；如果量表的信度系数在0.7以下，表示量表有些项目需要抛弃。我们可以通过目前比较流行的SPSS软件对调查问卷进行信度分析，这样我们就可以判断一个调查问卷是否具有稳定性和可靠性。三、利用SPSS软件进行信度分析下面就以兵团广播电视大学“人才培养模式改(革)和开放教育试点”毕业生追踪调查[3]中《电大教学效果评价》（毕业生用）这一调查量表进行分析。量表见下图。（一）对量表进行纬度划分，将量表分为知识、能力、业绩三个纬度。其中，第1～4题划分到知识纬度，第5～12题划分到能力纬度；第13～15题划分到业绩纬度。通过每一纬度的Alpha系数来考察每一项得分间的一致性。 1、打开SPSS软件，调入930条记录的数据文件，进入SPSS主界面。 2、在知识纬度中，对项目（1）专业知识的掌握；（2）所学知识与工作岗位的实际需要；（3）知识面的拓宽；（4）专业水平的提高；进行内部一致性分析。 ①单击“分析”菜单中的“尺度分析”，再在“尺度分析”的子菜单中点击“可靠性”分析，打开“可靠性分析”的主对话框。 ②在左侧的源变量框中选择上述四个项目所对应的变量c1，c2，c3，c4加入到对话框右边的“项目”中，作为分析变量，再在对话框下面的“模型”中选择“Alpha”，进行Alpha信度分析。 ③点击对话框中的“统计量”按钮，打开相应的对话框，选择要输出的统计量、变量描述、方差分析，总结等。在这个例题中为了看的清楚，我们用默认方式，即只输出样本个数、项目个数和信度系数。

第三篇 SPSS深入分析(第9章相关分析与一般线性模型)

第三篇SPSS深入分析本篇要点导读：第9章相关分析与广义线性模型一般相关分析和偏相关分析，偏相关系数计算，以及广义线性模型简单应用；第10章回归分析一元线性回归、多元线性回归、非线性回归及Logistic回归的模型和应用；第11章聚类分析和判别分析聚类和判别分析的适用条件，聚类分析包括层次聚类和K-均值聚类，判别分析包括Fisher判别和Bayes判别；第12章因子分析和对应分析因子分析的一般模型，因子分析的应用；对应分析的一般模型和应用；第13章时间序列分析时间序列的建立，预处理，时间序列中常用的ARIMA模型和季节调整模型。本篇说明： 1. 本篇讲述的内容都是涉及两个以上变量的，称为多元统计分析，本篇重点说明多元统计分析方法的应用条件，统计方法的模型和统计方法的SPSS操作实现即结果分析； 2. 虽然本篇对各种多元统计分析方法的模型进行了比较详细的介绍，然而本书毕竟是以SPSS应用为重点，因此不可能对多元统计分析模型面面俱到详细介绍，模型的详细内容请读者参考专业多元统计分析书籍； 3. 请读者在阅读本篇时注意两个问题：一方面要注意各种多元统计分析方法应用的条件，条件不满足不能轻易使用多元统计分析模型；另一方面要注意归纳各种多元统计方法之间的区别和联系，书中列出了各方法的主要区别和联系，读者注意理解。同时读者也可能自己发现方法间新的区别与联系。 4. 由于篇幅关系，对于前面的基本SPSS操作和一元统计分析SPSS操作本篇不再详细说明，只是列出简要操作步骤，请读者注意自行练习，操作验证。

『 2 』第9章相关分析与一般线性模型第9章相关分析与一般线性模型在前面的第2篇中，我们讲解的统计方法基本都是一元统计方法，只分析一个变量。这其中有几个例外：多选项分析中涉及多个SPSS变量，但是经过多选项集定义以后，还是将多选项集当作一个变量在分析；参数检验和非参数检验中都有配对样本检验，也涉及多个SPSS变量，只是对于配对变量来说，都是同一性质的变量，分析时也是结合在一起分析的，因此可以算作分析一个变量；方差分析中涉及多个变量；但是方差分析主要是分析观测变量，控制变量只是用来对观测变量分类的，因此仍然是分析一个变量。当然一元统计分析的模型还有很多，本书限于篇幅只是列举了SPSS中常用的功能，对于其他模型有兴趣的读者可以查阅相关统计专业书籍。从本章开始，我们开始介绍多元统计分析的模型和方法，和一元统计分析对应，多元统计分析方法分析的是多个性质不同的SPSS变量；一元统计只是分析总体的某个特征，而多元统计分析则是分析总体的多个特征，分析这些特征各自的情况，并分析这些特征的联系，对这些特征进行处理的方法等等。因此多元统计的问题比一元统计复杂，处理的方法也更多。在本篇中将给读者介绍SPSS中常用的多元统计方法：相关分析、回归分析、聚类和判别、因子与对应分析，以及时间序列分析。相关分析是比较简单的多元分析方法，但是也是经常使用的多元统计分析方法，它能快速发现总体特征（变量）之间关系，并检验这些特征的显著性。这一方面对于简单的统计分析已经可以提供足够的结论，另一方面也为后续的更加复杂的多元统计分析模型提供条件和依据。因此，相关分析在多元统计分析中的作用是非常大的。一般线性模型是方差分析的推广和延伸，其作用是分析一个或多个自变量对一个或多个应变量的线性关系，其内容非常丰富，包含方差分析、重复测量方差分析、多元线性回归等等，在第8章我们已经接触过它的强大功能了，掌握一般线性模型对于我们提高自身的统计分析能力有很大帮助。我们就从这两个简单而又重要的方法开始学习多元统计分析的模型。 9.1 相关分析现代自然科学研究、经济检验、企业管理等活动中普遍存在的相互影响、相互依存的关系可以概括为两大类：函数关系和相关关系，函数关系是一种严格的确定对应关系，而相关关系是一种不要求确定对应，具有一定随机性的关系，实际中，并且相关关系更具有一般性。相关分析是处理变量之间相关关系的一种统计方法。通过相关分析，可以了解两个或两个以上的变量之间是否有相关关系，相关关系的方向、形式以及相关密切程度。下面我们就为读者简单介绍相关分析。 9.1.1 引例，相关分析概述相关分析是用来研究变量间相关关系的，因此读者必须对相关关系有一个比较清楚的概念。在现实生产生活中，各种事物特征、各种现象之间相互联系、相互制约、相互依存，某些现象发生变化时，另一现象也会随之变化，例如，居民收入的高低会影响银行储蓄额的增减，商品价格的变化会影响商品销售量的变化等等。这些影响依存的关系又可分为函数关系和相关关系两大类。

spss数据分析教程之SPSS信度分析和效度分析

信度分析和效度分析数据计分方法说明类别小分类对应题项每题计分方法维度计分方法题项职业倦怠情感枯竭 1-3题正向计分全部题项直接加总 3 去个性化 4-6题正向计分全部题项直接加总 3 个人成就感 7-10题逆向计分全部题项取倒数后加总 4 心理资本 11-18题正向计分全部题项直接加总 8 组织气氛 19-26题 21题为逆向计分，其余题项正向计分 21题取倒数后与其余题项加总 8 总体幸福感 27-31题 27题和31题为逆向计分，其余题项为正向计分 27和31题取到术后与其余题项加总 5 整体问卷以上各个维度的总分直接加总 31 讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表

类别Cronbach's Alpha项数整体问卷.61731 职业倦怠.82210 心理资本.8018 组织气氛.8378 总体幸福感.6795 表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。 2.1 因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.657 Bartlett 的球形度检验近似卡方1187.636 df 465 Sig. .000 由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显著性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果在进行了适应性检验之后，接下来就进行因子分析，其结果如下：表三方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入

《统计分析与SPSS的应用(第五版)》课后练习答案(第9章)

《统计分析与SPSS的应用（第五版）》（薛薇）课后练习答案第9章SPSS的线性回归分析 1、利用第2章第9题的数据，任意选择两门课程成绩作为解释变量和被解释变量，利用SPSS 提供的绘制散点图功能进行一元线性回归分析。请绘制全部样本以及不同性别下两门课程成绩的散点图，并在图上绘制三条回归直线，其中，第一条针对全体样本，第二和第三条分别针对男生样本和女生样本，并对各回归直线的拟和效果进行评价。选择fore和phy两门成绩体系散点图步骤：图形旧对话框散点图简单散点图定义将fore导入Y轴，将phy导入X轴，将sex导入设置标记确定。接下来在SPSS输出查看器中，双击上图，打开图表编辑

在图表编辑器中，选择“元素”菜单选择总计拟合线选择线性应用再选择元素菜单点击子组拟合线选择线性应用。

分析：如上图所示，通过散点图，被解释变量y(即：fore)与解释变量phy有一定的线性关系。但回归直线的拟合效果都不是很好。 2、请说明线性回归分析与相关分析的关系是怎样的？相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”。与此同时，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，因此，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。线性回归分析是相关性回归分析的一种，研究的是一个变量的增加或减少会不会引起另一个变量的增加或减少。 3、请说明为什么需要对线性回归方程进行统计检验？一般需要对哪些方面进行检验？检验其可信程度并找出哪些变量的影响显著、哪些不显著。主要包括回归方程的拟合优度检验、显著性检验、回归系数的显著性检验、残差分析等。

spss数据分析教程之SPSS信度分析和效度分析

信度分析和效度分析数据计分方法说明讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。 1 信度分析这里有 63 份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用 Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到 0.9 以上，该问卷调查的信度就较好；信度系数在 0.8 以上，是不错的；一般认为试卷信度在 0.5至 0.9以内是合理的，如果信度系数低于 0.5，则此问卷的调查结果就不可信了。将以上 63份问卷的数据用 SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：表一信度分析表类别小分类对应题项每题计分方法维度计分方法心理资本组织气氛总体幸福感整体问卷情感枯竭 1-3 题正向计分去个性化 4-6 题正向计分个人成就感 7-10 题逆向计分 11-18 题 19-26 题 27-31 正向计分全部题项直接加总全部题项直接加总全部题项取倒数后加总全部题项直接加总 21 题为逆向计分，其余题项正向计分 27 题和 31 题为逆向计分，其余题项为正向计分 21 题取倒数后与其余题项加总 27 和 31题取到术后与其余题项加总以上各个维度的总分直接加总 3 3 4 8 8 5 31

整体问卷.617 31 职业倦怠.822 10 心理资本.801 8 组织气氛.837 8 总体幸福感.679 5 表一显示，整体问卷和问卷中的各个维度的 Cronbach's Alpha 系数值均大于 0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用 SPSS21.0 对其进行效度分析。 2.1 因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Mey er-Olkin 度量。.657 近似卡方1187.636 Bartlett 的球形度检验df465 Sig..000 由上表的数据可知，问卷数据的KMO 值为0.657，并且通过了显著性水平为0.05 的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果在进行了适应性检验之后，接下来就进行因子分析，其结果如下：表三方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入

spss数据分析教程之SPSS信度分析和效度分析

s p s s数据分析教程之S P S S信度分析和效度分析集团标准化工作小组 [Q8QX9QT-X8QQB8Q8-NQ8QJ8-M8QMN]

信度分析和效度分析数据计分方法说明 1 信度分析这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到以上，该问卷调查的信度就较好；信度系数在以上，是不错的；一般认为试卷信度在至以内是合理的，如果信度系数低于，则此问卷的调查结果就不可信了。将以上63份问卷的数据用先进行标准化处理，再进行信度分析，其结果如表一所示：

表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。 2 效度分析具备信度的问题不一定具备效度，因此做完信度分析，再用对其进行效度分析。因子模型适应性分析效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：表二 KMO 和 Bartlett 的检验 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.657 Bartlett 的球形度检验近似卡方 df465 Sig..000 由上表的数据可知，问卷数据的KMO值为，并且通过了显着性水平为的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。因子分析结果在进行了适应性检验之后，接下来就进行因子分析，其结果如下：表三方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 % 1 2 3 4 5 6 7 8 9.958 10.880 11.762 12.714 13.684 14.623 15.580 16.509 17.449 18.394 19.342 20.289.934

信度分析

1 信度概述 1.1 信度问卷调查法是研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取信息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷架构，从而提升问卷的信度和效度，在此主要讨论信度分析。信度又叫可靠性，是指测量结果的稳定性程度或一致性程度。一个好的测验必须稳定可靠，即多次测量的结果保持一致，否则便不可信。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(Reliability Analsis)，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。例如：我们用一个智力量表去测量某一个儿童，第一次测得的结果是IQ=90，第二次测得的结果是IQ=120。那么我们就会问：到底这儿童的智商是多少？这就是该智力测验的可靠性有问题。就好象用橡皮筋去量东西的长度。前面讲过，任何一种测量，总有或多或少的误差，信度受随机误差的影响。随机误差越大，信度也就越低；随机误差越小，信度就越高。因此，信度也可看作测量结果受机遇影响的程度。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，亦受很多其他受测者因素的影响，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。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、社会阶层及其他心理因素等，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。在测量理论中，信度被定义为：一组测量分数的真变异数与总变异数（实得分数的变异数）的比率。即： XX = S T2 /S X2

运用spss软件进行信度分析

运用spss软件进行信度分析问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性： 1、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身； 2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果； 3、信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高；信度检验完全依赖于统计方法。信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。二、信度指标： 1.用信度系数来表示信度的大小。信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。 2．信度指标多以相关系数来表示：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）。三、信度分析方法: 1.重测信度法：用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，