分享：软件检验信度和效度的指标

一、构念的维度：

可以用验证性因子分析（CFA）检验因子（维度）与测项之间的从属关系是否正确。检验指标是各个拟合优度指数和路径系数。

二、构念的效度

1.构念的收敛效度（convergent validity）

收敛效度指的是量表与同一构念的其他指标确实相互关联的程度。收敛效度可通过CFA检验，观察测量项目在构念上的负载（loading），如果标准化估计值（standardizes estimate）大于0.5，且t值大于1.96，平均提取方差（Average variance extracted，AVE）大于0.6，组合信度（construct reliability，CR）大于0.7，通常认为收敛效度较高。

2.构念的判别效度（discriminant validity）

判别效度指的是一个测量值与其他应该有所不同的构念之间不相互关联的程度。判别效度可通过CFA检验，如果各个测量对因子的平均提取方差（Average variance extracted，AVE）大于该因子与任何其他因子的共同方差（highest shared variance），则判别效度较高。另外一种检验判别效度的方法是检验修正指数（modification index，MI）的显著性。MI指的是模型中某个受限制的参数（通常是固定为0的参数），若允许自由估计，模型会因此改良，整个模型卡方值的减少量，称为此参数的修正指数。Ml小于3.84(P<0.05)或6.63(P<001)，表明测量模型有较好的判别效度。

3.构念的法则效度（nomological validity）

法则效度指的是量表以在理论上可以预测的方式，与不同但相关的构念的测量值之间相互关联的程度。

收敛效度、判别效度、法则效度并称为建构效度（construct validity）；另外两种效度是内容效度（content validity）和标准效度（criterion validity）。内容效度是对量表的内容表现特定测量项目任务的优劣程度的一个主观而系统的评价。标准效度指一个量表是否像预期的那样反映与选作标准的其他变量（标准变量）之间的关系，包括平行效度（parallel validity）和预测效度（predictive validity）。

三、量表的信度：

信度包括重测信度、复本信度和内部一致性信度。在一次测量中，只能检验内部一致性信度，通常是用α系数。SPSS可以进行信度检验，一般要求α>0.7。每个测项的item-total correlation（项对总项相关系数）>0.4。同时还要看每个测项“αif item deleted”的值，它表示的是当删除该测项时，量表的α系数的值。如果αif item deleted>原来的α，则应该删除该测项。

1 / 1