调查问卷的信度效度分析方法

调查问卷的信度效度分析方法
问卷调查法是教育研究中广泛採用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取讯息的工具，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。

信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。

一、信度分析信度（reliability）即可靠性，它是指採用同样的方法对同一物件重複测量时所得结果的一致性程度。

信度指标多以相关係数来表示：大致可分为三类：
稳定係数（跨时间的一致性）、等值係数（跨形式的一致性）和内在一致性係数（跨专案的一致性）。

若以信度係数来表示信度的大小。

信度係数越大，表示测量的可信程度越大。

究竟信度係数要多少才算有高的信度。

学者devellis(1991)认为，～（最好不要）；0.
65～（最小可接受值）；～0.
80（相当好）；～（非常好）。

由此，一份信度係数好的量表或问卷，最好在以上，至0.
80之间还算是可以接受的範围；分量表最好在以上，至0.
70之间可以接受。

若分量表的内部一致性係数在以下或者总量表的信度係数在0.
80以下，应考虑重新修订量表或增删题项。

信度分析的方法主要有以下四种︰
1、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複施测，计算两次施测结果的相关係数。

显然，重测信度属于稳定係数。

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。

2、複本信度法複本信度法是让同一组被调查者一次填答两份问卷複本，计算两个複本的相关係数。

複本信度属于等值係数。

複本信度法要求两个複本除表述模式不同外，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，因此採用这种方法者较少。

3、折半信度法折半信度法是将调查专案分为两半，计算两半得分的相关係数，进而估计整个量表的信度。

折半信度属于内在一致性係数，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，以确保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儘可能相等的两半，计算二者的相关係数（rhh，即半个量表的信度係数），最后用斯皮尔曼-布朗（spearman-brown）公式︰ru=2rhh/(1+rhh)求出整个量表的信度係数（ru）。

4、α信度係数法cronbachα信度係数是目前最常用的信度係数，其公式为︰
α=(n-1)*(1-(∑si2))
其中，n为量表中题项的总数，si2 为第i题得分的题内方差，st2为全部题项总得分的方差。

从公式中可以看出，α係数评价的是量表中各题项得分间的一致性，属于内在一致性係数。

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準确测出所需测量的事物的程度。

效度分为三种型别︰内容效度（face validity)、準则效度(criterion validity)和架构效度construct validity)。

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。

对内容效度常採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。

统计分析主要採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係数，根据相关是否显着判断是否有效。

若量表中有反意题项，应将其逆向处理后再计算总分。

2、準则效度分析準则效度又称为效标效度或**效度。

準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準则（效标），分析问卷题项与準则的联络，若二者相关显着，或者问卷题项对準则的不同取值、特性表现出显着差异，则为有效的题项。

评价準则效度的方法是相关分析或差异显着性检验。

在调查问卷的效度分析中，选择一个合适的準则往往十分困难，使这种方法的应用受到一定限制。

3、结构效度分析结构效度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。

架构效度分析所採用的方法是因子分析。

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架构效度。

因子分析的主要功能是从量表全部变数（题项）中提取一些公因子，各公因子分别与某一群特定变数高度关联，这些公因子即代表了量表的基本架构。

透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架构。

在因子分析的结果中，用于评价架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数的有效程度，因子负荷反映原变数与某个公因子的相关程度。

为了提升调查问卷的质量，进而提升整个研究的价值，问卷的信度和效度分析绝非赘疣蛇足，而是研究过程中必不可少的重要环节。

cronbachα係数
柯隆巴哈（cronbach 1951）提出计算一个测量系统（问卷或测验）的信度称为cronbachα係数（简称α係数），是目前社会科会研究最常使用的信度。

当一个研究主题（或构面）由很多专案组合，每个问项都与主题相关，由总分的变
异数与问项的变异数做为评量信度的指标即为α係数。

01. cronbach α係数的定义
利用各问项变异数之和与整份量表分数的变异数的比值，可用来估计一份量表的信度，柯隆巴哈（cronbach）提出α係数为：
此式为最常作为信度指标，其中s2i表示第i个问项xi的变异数，s2h 表所有问项总和（h= x1+x2+ ...+xn）的变异数（即整份测验分数的变异数），n是问项个数。

02. cronbach α係数的实施技巧
要做信度分析需先检查每个问项是否都是同方向的（即都是正面问法，也就是题间的相关係数都是正的），如有一题与其它题相关係数都是负的，应考虑将此题先“变号”或“删除”后再进行计算α係数。

如有受测者乱答，可将它的资料删除后再算α值。

对问卷调查当有题目与其它题目是负相关时须注意是否反向问法。

如是，则应先将得分反向，再计算α信度或是删除该题。

若为测验，则不能做反向处理，只能做删除题目。

03.标準化cronbach α係数的定义
若一份量表有n题，题间的平均相关係数为r，则此量表的标準化α係数为 04. 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组为scale下的reliability analysis；使用data reduction之下的factor模组。

reliability analysis模组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係数以及hoyt信度係数值。

至于重测信度和複本信度，只需将样本在二次（份）测验的分数的资料合併到同一资料档案之后，利用correlate 之下的bivariate求其相关係数，即为重测或複本信度；而评分者信度则使用的spearman等级相关及kendall和谐係数。

表1 reliability analysis模组的model选项的引数术语
表2 reliability analysis模组的statistics部分选项的引数术语
建议进行因素分析之样本数宜大于330份。

**：a first course in factor analysis
出处：new york: academic press, 1973.
***rey, a. l.
在因素分析前先以「kmo抽样适合性衡量」 (kaiser meyer olkin)和「巴列特球型检定」(bartlett’s test of sphericity) ，当kmo值愈大时，表示变项间的共同因素愈多，愈适合进行因素分析，根据学者kaiser(1974)观点，如果kmo的值小于时，较不宜进行因素分析
kaiser, h. f. “an index of factorial simplicity,” psychometrika (39), 1974, pp. 31-36.
kmo是做主成分分析的效度检验指标之一,以前的文献中写说,kmo在以上，非常适合做因子分析；在-0.
9之间，很适合；在-之间，适合；在0.
6-之间，尚可；在-0.
6之间，表示很差；在以下应该放弃.
量表题之处理
量表题的运用，通常是因为用一题无法完整测量某一个变数，因而需要使用数道题目来表示一个变数，然而这些题目真的能有效并一致地指涉同一个变项吗？这时我们便需要透过因素分析与信度分析来检视量表的信、效度。

因素分析。