信度的计算

1．问卷设计质量的信度检验

所谓问卷设计质量的信度检验，指的是对问卷测量结果准确性的分析，即对设计的问卷在多次重复使用下得到的数据结果的可靠性的检验。在实际应用中，信度检验多以相关系数表示，常用的方法有：重测信度，复本信度，折半信度，克朗巴哈 信度，评分者信度等。国内外已经有很多关于这些信度分析方法介绍的文献，在这里，笔者不再一一详述，仅列出相关公式作为参考。

（1）重测信度，也叫稳定系数，对同一组调查对象采用同一调查问卷进行先后两次调查，采用检验公式

，其中

为两次调查结果的协方差，

为第一次调查结果

的协方差， 为第二次调查结果的协方差。系数值越大说明信度越高。

（2）复本信度，也叫等值系数，对同一组调查对象进行两种相等或相近的调查，要求两份问卷的题数、形式、内容及难度和鉴别度等方面都要尽可能的一致。检验公式同稳定系数公式，系数越大，说明两份问卷的信度越高，具体调查时使用哪一份都可以。

（3）折半信度，也叫内在一致性系数，将调查的项目按前后分成两等份或按奇偶题号分成两部分，通过计算这两部分调查结果的相关系数来衡量信度。当假定两部分调查结果得分的方差相等时，检验用Spearman-Brown 公式来表示：

， 其中 表示折半信

度系数；当假定方差不相等时，采用Flanagan 公式： ，其中 、 分别表示两部分调查结果的方差， 表示整个问卷调查结果的方差。如果折半信度很高，则说明这份问卷的各项题之间难度相当，调查结果信度高。

（4）Cronbach’s α系数是Cronbach 于1951年创立的，是指测验内部的项目在多大程度上考察了同一内容，评价的是量表中各题项得分间的一致性。同构型信度低时，即使各个测试题看起来似乎是测量同一特质，但测验实际上是异质的，即测验测量了不止一种特质。α信度系数法是目前最常用的内部信度系数。

实际上，α系数是所有可能的分半信度的平均值，α系数是估计信度的最低限度，α系数高时，信度就高，α系数低时，信度不一定低。低信度：α<0.35, 中信度： 0.35<α<0.70,高信度： 0.70<α。一般来说，问卷的α系数在0.8以上该问卷的信度较好，达0.85以上，表明问卷信度良好。

克朗巴哈 信度，是对折半信度的改进，检验公式是：)1(1k k 2

2

i σσα∑--=

，其中K

表示问卷中的题目数， 为第i 题的调查结果方差， 为全部调查结果的方差。 信度

系数是目前最常用的信度分析法。

（5）评分者信度，包括 信度和

信度，将问卷中的每道题看作是一个变量，然后

通过调查的结果得分对所有问题做因子分析。得到 ，

，其中

是最大特征值，N 是问题数, 是因子分析法的第i 个问题的共同度。

例：

【壹】内部一致性（Internal Consistency Coefficient）【计算α系数】

有5题问答题的随测验施测5名学生，每题问答题配分是5分，以下是施测

结果，请计算信度。

person Item 1 Item 2 Item 3 Item 4 Item 5

Joe 3 4 4 3 5

Sam 4 3 4 3 3

Sue 2 3 3 2 3

Peg 4 4 5 3 4

Gil 3 2 4 3 3

Dot 3 2 3 2 3

步骤一输入数据

步骤二按【Analyze】→【Scale】→【Reliability Analysis】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后按键。

步骤三出现下列对话框候选取下列勾选处，后按键

按。

Reliability

****** Method 2 (covariance matrix) will be used for this analysis ******

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

Correlation Matrix

ITEM_1 ITEM_2 ITEM_3 ITEM_4 ITEM_5

ITEM_1 1.0000

ITEM_2 .2970 1.0000

ITEM_3 .7647 .5941 1.0000

ITEM_4 .6860 .4330 .8575 1.0000

ITEM_5 .1588 .8018 .4763 .4629 1.0000

N of Cases = 6.0

Item-total Statistics

Scale Scale Corrected

Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted

ITEM_1 13.0000 6.4000 .5251 .6471 .8472 ITEM_2 13.1667 5.3667 .6757 .7500 .8116 ITEM_3 12.3333 5.4667 .8333 .8588 .7642 ITEM_4 13.5000 6.7000 .7481 .7857 .8093 ITEM_5 12.6667 5.8667 .5922 .7143 .8333

Reliability Coefficients 5 items

Alpha = .8457 Standardized item alpha = .8609

纸笔计算结果