信度和效度检验

2.3.3 信度和效度检验

（1）信度检验

采用Cronbach α系数、个别项目信度、潜在变量的组合信度（Composite Reliability, CR）进行信度检验，其中运用SPSS15.0中的“Analyze-Scale-Reliability Analysis”命令，并选择“Statistics”中的“Scale if item deleted”，来计算Cronbach α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Cronbach α系数的三栏中可以看出：C1、B4对应的“校正得项总计相关性”（Corrected Item-Total Correlation）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Cronbach α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=0.000<0.001）。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

表2.7 旋转后因子负荷矩阵

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（CONSTRUCTION E）”、“银行诚信（BaI）”、“诚信环境（IE）”、“社会评价（SOCIAL E）”。

检验信度步骤：Analyze--scale--reliability--data reduction--fator然后看Cronbach's α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KMO and Bartlett’s test of sphericity，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--Date Reduction--Factor--Descriptives---选中：KMO and Bartlettis test of sphericity--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（rotated compoment matrpx),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P<0.001，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。