利用SPSS软件对量表
利用SPSS进行量表分析
第五节利用SPSS进行量表分析在第五章调查研究中，我们介绍了量表的类型、编制的步骤及其应用，在本节将介绍利用SPSS 软件对量表进行处理分析。
在获取原始数据后，我们利用SPSS对量表可以作出三种分析，即项目分析、因素分析和信度分析。
项目分析，目的是找出未达显著水准的题项并把它删除。
它是通过将获得的原始数据求出量表中题项的临界比率值——CR值来作出判断。
通常，量表的制作是要经过专家的设计与审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度。
故往往在量表处理中可以省去这一步。
因素分析，目的是在多变量系统中，把多个很难解释，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系。
在具体应用时，大多数采用“主成份因素分析”法，它是因素分析中最常使用的方法。
信度分析，目的是对量表的可靠性与有效性进行检验。
如果一个量表的信度愈高，代表量表愈稳定。
也就表示受试者在不同时间测量得分的一致性，因而又称“稳定系数”。
根据不同专家的观点，量表的信度系数如果在以上，表示量表的信度甚佳。
但是对于可接受的最小信度系数值是多少，许多专家的看法也不一致，有些专家定为以上，也有的专家定位以上。
通常认为，如果研究者编制的量表的信度过低，如在以下，应以重新编制较为适宜。
在本节中，主要介绍利用SPSS软件对量表进行因素分析。
一、因素分析基本原理因素分析是通过求出量表的“结构效度”来对量表中因素关系作出判断。
在多变量关系中，变量间线性组合对表现或解释每个层面变异数非常有用，主成份分析主要目的即在此。
变量的第一个线性组合可以解释最大的变异量，排除前述层次，第二个线性组合可以解释次大的变异量，最后一个成份所能解释总变异量的部份会较少。
主成份数据分析中，以较少成份解释原始变量变异量较大部份。
成份变异量通常用“特征值”v1.0 可编辑可修改表示，有时也称“特性本质”或“潜在本质”。
因素分析是一种潜在结构分析法，其模式理论中，假定每个指针（外在变量或称题项）均由两部分所构成，一为“共同因素”、一为“唯一因素”。
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# CReliability 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& BParallel 各题目变异数同质时的最大概率（maximum-likelihood）信度3 Q( _- Z9 }( aStrict 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! k5 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F test Hoyt信度系数4 D3 A9 Y. c, u4 `Friedman Chi Friedman等级变异数分析及Kendall和谐系数; [ H" S. [- z eCochran Chi Cochran’s Q检验，适用于答案为二分（如是非题）的量表+ _" z+ v3 I& C2 e& cHotelling’s T Hotelling’s T2 检验& g" S5 S' K& t- fTukey’s Tukey的可加性检验3 o6 O8 T* B4 `! ^; b1 S- c* oIntraclass 量表内各题目平均数相关系数+ \$ Z9 m! B8 m7 u% k6 E$ f$ R/ j8 j5 N# V: m二、效度分析4 d4 ^5 T& @ n6 d' a0 G, b' T. u9 T7 n" d2 [即因素分析的方法。
spss信度分析
结果
结果
如果存在反向题目：SQB5, SQB6, SQB7（SQB7=8SBQ7r)
数据“technologyreadiness”：分析以下4个变量的信度：
（1）创新程度（INNOVATION） INV1 我常搜寻有关手机新功能的资讯 INV2 我喜欢学习手机的新功能 INV3 我常常向朋友分手机新功能的讯息 INV4 当有新的手机功能推出时，我通常是较先开始使用的
量表的信度分析包括：
内在信度分析：考察一组评估项目是否测量的是 同一特征。
外在信度分析：在不同的时间对同一批被评估对 象实施重复测量时，评估结果是否具有一致性。
1.克朗巴哈α（Cronbach’s α）系数 ⚫ 克朗巴哈 α大于0.9， 可认为量表的内在信度很高
⚫ 克朗巴哈 a 在0.8-0.9之间，认为量表的内在信度 可以接受
那一群人
（2）乐观程度（OPTIMISM） OPT1 我认为手机的新功能可以让我工作更有效率 OPT2 很多新功能可以协助我完成想要做的事 OPT3 新功能的使用让我生活更便利 OPT4 为了达到我的需求，我会使用手机的新功能
(3) 不适应感（DISCOMFORT) DIS1 手机新功能的说明常常是难懂的 DIS2 学习使用新功能的过程有时候是烦人的 DIS3 使用新功能的步骤通常是很复杂的 DIS4 新功能在使用上通常是不方便的 DIS5 就算店员或朋友教我新功能，我还是觉得有点难
⚫ 克朗巴哈 a 在0.7-0.8，认为量表设计存在一定的 问题，但有参考价值
2. 折半信度系数
⚫ 折半信度系数主要用于外在信度的评价， 同时也 可用在内在信度评价方面。
⚫ 基本思路：将量表一分为二后分别计算两部分的 克朗巴哈 a 系数， 进而对两部分量表的信度进 行比较。
二 用SPSS软件进行均值检验和求均值的置信区间
二、用SPSS软件进行均值检验和求均值的置信区间（一）求单个样本均值的置信区间及均值检验例1某区初三英语统一测验平均分为65分，现从某中学随机抽取20份试卷。
其分数为：72，76，68，78，62，59，64，85，70，75，61，74，87，83，54，76，56，66，68，62。
（1）问该校初三英语平均分数与全区是否基本一致（α=0.05）。
（2）求该校初三英语测验平均分数的95%的置信区间。
（1）建立数据文件定义变量方法：用鼠标单击Varible View按键，弹出一图，在此图的Name 栏中给出所需的变量名，如X，回车便定义了一个数值型变量。
如果需要对变量的类型、变量的宽度、小数位数、变量标签、变量值标签、丢失值处理方式、数据列的宽度、数据对齐方式等进行修改，则用鼠标击相应栏便可以进行修改。
若要定义多个变量，则在后面各行中做类似于上面的操作。
然后用击Data View 按键，将其相应数据输入为图1的形式，并保存。
（2）选择统计方法按顺序[Analyze][Compare mean][One-Sample T Test]单击各项,最后弹出如图2所示的对话框，将左边源变量分数送入Test Variable右方框中，在底部Test小框中输入检验值，本例要输入65。
系统默认水平为α=0.05,[若不是0.05，则点击右下角的options进行修改，修改完后点击continue，返回主对话框，]点击OK键，输出表2和表3。
（3）结果说明表2的第2栏是样本个数，第3栏是样本均值，第4栏是样本标准差，第5栏是样本均值标准误差。
表3中，Test Value = 65表示是检验假设H0：μ=65,t=2.266,自由度df=19，显著性概率P= Sig.=0.035.由于Sig.<0.05，所以拒绝假设H0，即认为某中学学生的平均分数不是65，平均差是4.8。
平均差的95%的置信区间为（0.37，9.23）。
利用SPSS进行量表分析
第五节利用SPSS进行量表分析在第五章调查研究中，我们介绍了量表的类型、编制的步骤及其应用，在本节将介绍利用SPSS 软件对量表进行处理分析。
在获取原始数据后，我们利用SPSS对量表可以作出三种分析，即项目分析、因素分析和信度分析。
项目分析，目的是找出未达显著水准的题项并把它删除。
它是通过将获得的原始数据求出量表中题项的临界比率值——CR值来作出判断。
通常，量表的制作是要经过专家的设计与审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度。
故往往在量表处理中可以省去这一步。
因素分析，目的是在多变量系统中，把多个很难解释，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系。
在具体应用时，大多数采用“主成份因素分析”法，它是因素分析中最常使用的方法。
信度分析，目的是对量表的可靠性与有效性进行检验。
如果一个量表的信度愈高，代表量表愈稳定。
也就表示受试者在不同时间测量得分的一致性，因而又称“稳定系数”。
根据不同专家的观点，量表的信度系数如果在0.9以上，表示量表的信度甚佳。
但是对于可接受的最小信度系数值是多少，许多专家的看法也不一致，有些专家定为0.8以上，也有的专家定位0.7以上。
通常认为，如果研究者编制的量表的信度过低，如在0.6以下，应以重新编制较为适宜。
在本节中，主要介绍利用SPSS软件对量表进行因素分析。
一、因素分析基本原理因素分析是通过求出量表的“结构效度”来对量表中因素关系作出判断。
在多变量关系中，变量间线性组合对表现或解释每个层面变异数非常有用，主成份分析主要目的即在此。
变量的第一个线性组合可以解释最大的变异量，排除前述层次，第二个线性组合可以解释次大的变异量，最后一个成份所能解释总变异量的部份会较少。
主成份数据分析中，以较少成份解释原始变量变异量较大部份。
成份变异量通常用“特征值”表示，有时也称“特性本质”或“潜在本质”。
因素分析是一种潜在结构分析法，其模式理论中，假定每个指针（外在变量或称题项）均由两部分所构成，一为“共同因素”、一为“唯一因素”。
spss量表分析
• 信度表示测量分数的稳定与可靠性，亦表示测 量受到测量误差的影响程度
– 测量分数的变异量，受到测量误差影响的部分，称 为测量误差变异量，开方后称为测量标准误（σe）
SEM x 1 rxx
rxx X特质的测验信度
– 测量误差被假设呈常态分配，因此测量标准误配合 常态化机率可以用来进行测量分数的区间估计
☆ 量化研究與統計分析…….
课程目标
• 了解标准化测验的基本特性 • 了解标准化测验的编制程序 • 了解信度的意义与类型 • 了解效度的意义与类型 • 了解信度与效度的关系
第第1十页五章/共测21验页发展与信效度
1/22
☆ 量化研究與統計分析…….
测验发展的基本流程
准备阶段 文献整理与资料搜集
发展测验编制计划
本量表為適用於全體國中學生，正式施測以全台灣的國 民中學為母體，正式施測將採分層隨機叢集抽樣，建立 2000 人的樣本規模
本量表除了進行內部一致性信度估計，並將進行三個月 的再測信度。效度則採效標關連效度，以受試者學期末 的學業成績為效標 本量表將建立國中學生的性別與年級百分等級常模 本量表將聘任助理 X 名，所需經費人事部分為 XXX 元，施測費用為 XXX 元，其他支出為 XXX 元 以圖表的形式來呈現
第一节
第第3十页五章/共测21验页发展与信效度
3/22
☆ 量化研究與統計分析…….
信度(reliability)
• 意义: 测量的可靠性 trustworthiness
– 一致性（consistency）─表示测验内部试题间是 否相互符合
– 稳定性（stability）─不同的测验时点下，测验 分数前后一致的程度
說明常模的建立程序與內容
对高校思政课教师现代信息技术教学持续使用意愿影响因素的研究
对高校思政课教师现代信息技术教学持续使用意愿影响因素的研究作者：苏红胡许悦来源：《黑龙江教育·理论与实践》2024年第05期摘要：相比初始使用，现代信息技术教学持续使用尤为重要。
基于信息生态理论，文章对江西省106位高校思政课教师进行调研，采用二元logistic回归模型分析社会影响、感知有用性、感知易用性、自我效能感、教学理念对其现代信息技术教学持续使用意愿的影响。
结果表明，上述变量均显著正向影响高校思政课教师现代信息技术教学持续使用意愿。
文章为如何提高高校思政课教师现代信息技术教学持续使用意愿提供了一定的理论支持和针对性的管理思路。
关键词：高校思政课教师；现代信息技术；信息生态理论；持续使用意愿中图分类号：G451；G640 文献标识码：A 文章编号：1002-4107（2024）05-0009-04一、引言习近平总书记指出，“思政课的本质是讲道理，要注重方式方法，把道理讲深、讲透、讲活”[1]。
现有研究和实践证明，将现代信息技术应用于高校思政课教学能够提升讲道理的亲和力，克服思政课教学中的困境[2]，实现教师、学生、媒体的多维互动[3]，凸显学生主体地位[4-5]，满足学生主体性诉求[6]，从而增强教学的实效性[7-8]。
然而，现代信息技术在思政课教学中的应用取决于教师在教学中持续地运用，而非仅仅是初始使用。
初始使用只是现代信息技术吸引潜在用户的第一步，相比之下，用户的持续使用是现代信息技术发挥真正价值的关键。
因此，研究思政课教师在教学中对现代信息技术的持续使用意愿及其影响机制具有实际意义。
尽管既有研究从技术接受模型、技术接受与使用统一理论等视角探讨了教师信息技术使用行为，证实了社会影响、感知有用性、感知易用性、自我效能感、主观规范等对教师现代信息技术教学使用行为意向有显著影响[9]。
然而，值得注意的是，教师现代信息技术使用行为是在一个系统和复杂的信息生态环境下完成的。
现有研究大多从信息生态中的某个单一视角展开研究，较少从信息生态的分析视角对高校思政课教师信息技术使用行为进行探析。
1.如何用spss对利克特量表进行简单分析
如何用SPSS对李克特量表进行简单分析
第一步：建立数据
1. 打开SPSS
2. 在左下角点“variable view变量视图”
3. 在左上角输入“调查问卷”——将“Type类型”调成“sting字符型”——“Decimals小数点”位数改成“0”
4. 从第二行开始依次输入“问题1，问题2，问题N”，
5. 每个问题都在“Values变量值”输入：变量值Values框中为“1”/标签Label框中“非常不同意”点“add添加”；然后依次输入2不同意3不一定4同意5非常同意
6. 以同样的方式输完所有的问题
第二步：输入数据
1. 左下角选“Data View数据视图”
2. 将每份问卷每道题的结果输入对应的框中
3. 以同样的方式将150份问卷输入
第三步：分析数据
（这里只介绍到最简单的统计量<如下>）
1．在标题栏选择“Analyze分析”——“Description statistics描述性统计”——“Frequencies 频数分析”
2．在频数分析对话框中，从左框选择要分析的问题到右框中
3．选择“Statistics统计”出现对话框
4．选择对应输出项即可：Mean平均数Std. deviation标准差variance方差range极差max 最大min最小
5．同时也可以用“charts图表”选择要输出的图形
6．点击“OK确定”即可
7．然后再Output表中读取分析结果。
问卷量表信效度检验的软件实现SPSSAmos
探索性因子分析
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.863
Bartlett 的球形度检验
近似卡方
df
5423. 460
496
Sig.
.000
➢KMO越接近1越适合做因子分析，一般要求>0.8；
➢Bartlett 的球形度检验： 卡方值=5423.460， P<0.001,各变量的独立
偏度
峰度
统计量
标准误
统计量
标准误
-. 2 0 1
.427
-. 8 3 8
.833
-. 2 8 0
.42
-. 7 2 9
.833
.093
.427
-. 6 7 4
.833
.134
.427
-. 7 6 6
.833
-. 0 1 2
.427
-. 6 4 8
.833
.041
ite m 1 ite m 3 ite m 4 ite m 2 ite m 5 ite m 3 2 ite m 3 0 ite m 3 1 ite m 2 4 ite m 2 2 ite m 2 3 ite m 6 ite m 7 ite m 8 提取方法 :主成份。 旋转法 :具有 Kaise r 标准化的正交旋转法。
-. 7 0 7
.427
.308
.833
-. 7 6 6
.427
1.144
.833
-. 8 6 2
.427
1.241
.833
-. 2 8 0
.427
-. 6 2 3
.833
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，也可用于不易受环境影响的态度、意见式问卷。
利用SPSS做数据分析
【本文中采用SPSS18】首先，要把问卷中的答案都输进SPSS中，强烈建议直接在SPSS中输入,不要在EXCEL中输入，再导入SPSS,这样可能会出问题……在输数据之前先要到变量视图中定义变量……如下图所有类型都是数值,宽度默认，小数点看个人喜好，标签自定，其他默认……除了值……讲讲值的设定……点一下有三点的蓝色小框框……会跳出一个对话框,如果你的变量是性别,学历,那么就如下图如果是五点维度的量表，那么就是记住，每一题都是一个变量，可以取名Q1，Q2……设定好所有问卷上有的变量之后，就可以到数据视图中输入数据啦……如下图都输完后……还有要做的就是计算你的每个维度的平均得分……如果你的问卷Q1-Q8是一个维度，那么就把Q1-Q8的得分加起来除以题目数8……那么得到的维度1分数会显示在数据视图中的最后……具体操作如下……转换——计算变量点确定,就会在数据视图的最后一列出现计算后的变量……如果你的满意度有3个维度，那么就要计算3个维度，外加满意度这个总维度，满意度=3个维度的平均分=满意度量表的所有题目的平均分…………把你所有的维度变量都计算好之后就可以分析数据啦……1。
描述性统计将你要统计的变量都放到变量栏中，直接点确定……如果你要统计男女的人数比例,各个学历或者各个年级的比例,就要用描述统计中的频率……如果要统计男女中的年级分布,比如大一男的有几个，大二女的有几个，就用交叉表……不细说了……地球人都懂的…………2。
差异性分析差异性分析主要做的就是人口学变量的差异影响，男女是否有差异,年级是否有差异,不做的就跳过……对于性别来说，差异分析采用独立样本T检验，也可以采用单因素ANOVA分析，下面以T 检验为例……将性别放进下面的分组变量中，接着定义组……按确定看Sig（双侧）得分,小于0。
05就表明有显著差异,上图可见男女在组织承诺上是有显著差异的,在变革型领导行为的认同上没有显著差异……而对于学历,年级，年龄，工作年限等因素，我们可以采用单因素ANOVA分析,如下……按确定……由上图可知，在KY工作年限不同,在感情承诺、规范承诺、机会承诺上都有显著差异……显著性小于0.05……如果做出来没有差异，可以在下图中选择两两比较……选中LSD(最小显著方差法）……继续……确定……就会出来多重比较的图……再找有没上标为小星星的……有就可以说明二者有差异，没就没办法了……你改数据吧……= =……上图说明1年和3年、5年的在感情承诺上有明显差异……我去……4年的怎么没差异……= =0……别的也就这么做……不重复说了……3。
SPSS软件的应用(word版使用说明)
（1）点击“文化程度”与“Value”栏交叉处的单元格，该单元格则显示
，鼠标左
键单击该矩形框右侧的黑影处，则弹出“Value Labels”对话框（图 9）。
（2）在该对话框第一行“Value”处的空格内输入数值“1”，在第二行“Value”处的空格内输
入“1”所代表的涵义“初中及以下”，点击“Add”按钮，即在下方的框内出现“1＝初中及以下”。
8
3. 数据文件的导入 在进行数据编辑和分析时，可找到保存该数据文件的磁盘位置，双击该文件名，即可打开已保 存好的数据文件。在 SPSS 中也可导入 EXCEL 文件，但往往需要对变量名及其属性进行重新设定。 数据较少时，可采用拷贝、粘贴的方法，将数据粘贴在 SPSS 中。 三、数据文件的编辑 （一）插入或删除变量 1. 插入变量 欲在两个变量之间插入一个变量时，可用“Data”下拉菜单中的“Insert Variable”进行操作。 如“焦虑数据”中，欲在“是否计划”和“a1”之间插入一个变量“是否初产”，可在“Variable View” 界面下（亦可在“Data View”界面下），按下列步骤操作： （1）定位插入点：鼠标左键单击“a1”左侧的序号，则整行变黑；也可单击 a1 所在的单元格。 （2）点击“Data”下拉菜单中的“Insert Variable”（图 12），则在“是否计划”和“a1”之间出 现一个新变量“Var00001”。
1
图 3 SPSS 软件安装过程中“Lecensing Information”对话框（2） 二、SPSS 数据文件的建立 （一）打开 SPSS 单击计算机桌面左下角的“开始”→“程序”→“SPSS 3.0 for Windows”，显示图 4 所示对话框：
图 4 SPSS 运行对话框 点击图 4 中的“Cancel”按钮，即进入 SPSS 主界面（图 5）。
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。
第十二章 SPS测量技术
图 12.6 这时，数据窗口会以 total 变量的分数为依据，由高到低进行排列，操作者要将总人数 之 27%处的分值记下（例题中有 100 名被试，高分组第 27 位被试的分值为 78）。如图 12.7 所示。
图 12.18
说明：图中各项分别为题项、GROUP（组别）、N（人数）、Mean（平均数）、Std. Deviation （标准差）、Std. Error Mean（平均数标准误差）。
②Independent Samples Test（独立样本检验）结果，如图 12.19 所示。
图 12.19 说明：独立样本检验结果首先要看“Levene’s Test for Equality of Variances”（方差齐性 检验）结果，再根据方差齐性检验结果来看“t-test for Equality of Means”这个 t 检验结果。 解读结果时，首先要看“Levene’s Test for Equality of Variances”方差齐性检验值，看其 差异是否显著（即 Sig.的值是否小于 0.05）。若 Sig.的值小于 0.05，则差异显著，说明方差 不齐性，则 t 检验的结果要看各题项中第二排“Equal variances not assumed”（方差非齐性条 件下）的数据。若 Sig.的值大于 0.05，则差异不显著，说明方差齐性，则 t 检验的结果要看 各题项中第一排“Equal variances assumed”（方差齐性条件下）的数据。 其次，看 t 检验的结果。如果 t 值显著（Sig.的值小于 0.05），表示此题项具有区分度， 能区分出不同被试的反应程度。反之，则区分度不好，不能区分出不同被试的反应程度，需 要删除或改进此题项。 比如，范例中的题项 A1，F 值为 9.705，Sig.的值为.003（小于 0.05），则说明差异显著， 方差不齐性。那么 t 检验的结果要看第二排“Equal variances not assumed”（方差非齐性条件 下）的数据，由图 12.19 可知，t 值为 6.107，df 为 52，Sig.的值为.000（小于 0.05），表示 题项 A1 具有区分度，能区分出不同被试的反应程度。 2.用 SPSS 软件进行效度分析 以 SPSS 中的因素分析——结构效度分析为例进行讲解。 方法为边操作，边演示，边讲解。 操作 1：菜单选择。 在 SPSS 数据窗口中，点击菜单栏的 Analyze（统计分析）→Data Reduction（数据缩减） →Factor（因子），出现“Factor Analysis”（因子分析）对话框，如图 12.20 所示。
利用SPSS进行量表分析
SPSS教程2：利用SPSS进行量表分析本节将介绍利用SPSS软件对量表进行处理分析。
在获取原始数据后，我们利用SPSS对量表可以作出三种分析，即项目分析、因素分析和信度分析。
项目分析，目的是找出未达显著水准的题项并把它删除。
它是通过将获得的原始数据求出量表中题项的临界比率值——CR值来作出判断。
通常，量表的制作是要经过专家的设计与审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度。
故往往在量表处理中可以省去这一步。
因素分析，目的是在多变量系统中，把多个很难解释，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系。
在具体应用时，大多数采用“主成份因素分析”法，它是因素分析中最常使用的方法。
信度分析，目的是对量表的可靠性与有效性进行检验。
如果一个量表的信度愈高，代表量表愈稳定。
也就表示受试者在不同时间测量得分的一致性，因而又称“稳定系数”。
根据不同专家的观点，量表的信度系数如果在0.9以上，表示量表的信度甚佳。
但是对于可接受的最小信度系数值是多少，许多专家的看法也不一致，有些专家定为0.8以上，也有的专家定位0.7以上。
通常认为，如果研究者编制的量表的信度过低，如在0.6以下，应以重新编制较为适宜。
在本节中，主要介绍利用SPSS软件对量表进行因素分析。
一、因素分析基本原理因素分析是通过求出量表的“结构效度”来对量表中因素关系作出判断。
在多变量关系中，变量间线性组合对表现或解释每个层面变异数非常有用，主成份分析主要目的即在此。
变量的第一个线性组合可以解释最大的变异量，排除前述层次，第二个线性组合可以解释次大的变异量，最后一个成份所能解释总变异量的部份会较少。
主成份数据分析中，以较少成份解释原始变量变异量较大部份。
成份变异量通常用“特征值”表示，有时也称“特性本质”或“潜在本质”。
因素分析是一种潜在结构分析法，其模式理论中，假定每个指针（外在变量或称题项）均由两部分所构成，一为“共同因素”、一为“唯一因素”。
SPSS教程可靠性分析
SPSS教程：可靠性分析2.1主要功能在精神卫生与社会医学研究中，经常需要借助量表来了解对象的某一特性。
如常用的症状自评量表（SCL-90）即用于评定对象精神病症状的表现形式与强度；又如生活事件量表（LES）即用于对精神刺激进行定性和定量分析。
在完成一份量表的编制工作后，或在准备将一份已有的量表作实际应用前，需要对量表的信度进行考核。
量表的使用是为了了解被测对象的某一特征，因而在编制一份量表时，所设立的一系列项目是为了体现量表需要测定的这一特征。
如果所设立的测定项目无法获得这一特征，则表示该量表可靠性差，即信度低。
所以，研究者有时需要了解量表中各测定项目之间的一致性（同质信度考核），有时需要将量表的测定项目按原编号的奇、偶数分半后，对各自的测定结果进行相关性检验（分半信度考核），等等，这就是量表的可靠性分析，亦即信度研究。
量表的可靠性分析可通过调用Reliability过程完成。
12.2实例操作［例12.1］采用家庭环境量表（FES）研究30名女医师的家庭特征，测定结果按10个分量表的实际得分整理如下。
请以此资料对FES的信度作评价。
12.2.1数据准备激活数据管理窗口，定义变量名：亲密度、情感表达、矛盾性、独立性、成功性、知识性、娱乐性、道德宗教观、组织性、控制性等十个分量表的变量名依次是FES1、FES2、FES3、FES4、FES5、FES6、FES7、FES8、FES9、FES10，输入原始数据。
12.2.2统计分析激活Statistics菜单选Scale中的Reliability Analysis...项，弹出ReliabilityAnalysis对话框（如图12.1示）。
从对话框左侧的变量列表中选fes1~fes10共十个变量，点击➢钮使之进入Items框。
点击Model处的下拉菜单，系统提供5种分析模型：Alpha：计算信度系数Cronbach α值；Split half：分半信度的分析；Guttman：真实可靠性的Guttman低界；Parallel：并行模型假定下的极大似然可靠性估计；Strict parallel：严格并行模型假定下的极大似然可靠性估计。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
T 检验分析高低分组在题项上的差异这样几
个阶段。
（一）量表中的反向题重新计分
• 量表中经常有反向计分的题项, 以李克特五级 量表为例, 正向题的题项通常是以5、4、3、2、 1的方式计分, 而反向题是以1、2、3、4、5的 方式计分。项目分析的第一步就是将题项的 计分方式变为一致。
利用SPSS软件对量表进行处 理分析
• 在获取原始数据后，我们利用SPSS对量表 可以作出三种分析，即项目分析、因素分 析和信度分析。
• 一、项目分析
• 是找出未达显著水准的题项并把它删除。它 是通过将获得的原始数据求出量表中题项的 临界比率值——CR值来作出判断
• 项目分析包括区分度分析和难度分析。在难 度分析中, 只要知道了正确回答该题项的人 数与参加测验的总人数, 就可以求得难度系 数, 因此, 项目分析主要是区分度的计算。
由因子得分系数矩阵，可以将公因子表示为各 变量的线性组合。得到的因子得分函数为
F1 0.653 x1 - 0.138 x2 0.235 x3 0.780 x4 0.732 x5 0.623 x6 0.939 x7 0.681 x8 0.923 x9 0.916 x10 F2 0.670 x1 - 0.825 x2 - 0.669 x3 0.492 x4 0.601 x5 0.651 x6 0.059 x7 0.564 x8 0.037 x9 - 0.075 x10
（四）按总分高低顺序分组
• 在数据窗口菜单栏中单击“转换—重新编码为不同变量”, 弹 出“重新编码为其他变量” 对话窗口, 将左边变量窗口中的 total 变量选入右边“数字变量-输出变量”的空格中, 在最右边 “输出变量”的对话框内, “名称”下面的空格中输入分组的新 变量名, 本例为group。单击“更改”, total →? 变为 total→gro up。 • 单击“旧值和新值”按钮, 弹出“重新编码到其他变量：旧值 和新值”二级对话框。在左边旧值 框中, 先选择“范围，值到 最高”的前面空格内输入高分组限72。在右边“新值” 框中, 选取“值”, 在后面的空格内输入1, 表示量表总分在72分以上 者为第一组， 然后单击“添加”按钮。继续在左边“范围，从 最低到值” 后面的空格内输入低分组限56。在右边“值”在后 面的空格内输入2, 表示量表总分在56分以下者为第二组, 然后 单击“添加”按钮。 • 单击“继续”按钮, 回到“重新编码为其他变量”对话窗口, 单 击“确定”按钮。在数据窗口中就会新增一个gr oup 的变量,
由于特征值是由大到小排列，所以第一个共同因素的解释变异量通常是最 大者6.292，其次是第二个1.709，二者累积的解释变异量占80%以上。
（4）旋转成份矩阵
从图中可以看出 A7、A9、A10为 因素一，A2为因 素二。 A7：电子讨论网 A9：视频会议 A10：视听会议 A2：录音磁带
• ⒋ 结果说明 根据因素的特征值和旋转后的因素矩阵，采用了 主成份分析法抽取出2个因素作为共同因素，并使 用因素转轴方法中的方差最大变异法，转轴后去 掉了因素负荷量小于0.1的的系数，按照从大到小 的顺序进行排列，使得变量与因素的关系豁然明 了。
• 区分度分析的基本原理就是求出问卷每一个 题项的CR 值(critical ratio) , 将CR 值未达到 显著水平的题项删除或修改。
• 具体方法为:
分别求出每个被试量表所得总分, 接着取上下27%为高低分组, 各题项进行独立样本t 检验来检测每题项平均数的 差异情况, 如果试题的CR 值达到0.05 的显著性水平, 表明本题项可鉴别出不同被试的反应程度, 该题项应 该保留, 反之, 则考虑删除或修改该题项, 使问卷的质 量得以提高。
（五）用T 检验分析高低分组在题项上的差异
• 在数据窗口菜单栏中单击分析—比较均值—独立样 本T检验, 将左边变量列表中1 到19题项选入右边的 检验变量下面的空格内。将左边变量列表中的 group 选入右边分组变量下面的空格内, 单击定义 组 按钮, 弹出二级对话窗口, 在Group1: 后面的空 格内输入1,在Gr oup2: 后面的空格内输入2。单击 “确定”按钮。
（1）选择“分析-降维“命令，弹出“因子分析”对话框，将 变量“A1”到“A10”选入“变量”框中； 点击描述，选择“原始分析结果”与“KMO and Bartlett‟s 的球形度检验”二项，单击“继续”。 （2）设置对因素的抽取选项。 单击 “抽取”按钮，设置因素抽取方法为“主成份”，选取 “相关性矩阵”、“未旋转的因子解”、“基于特征根”选 项，在抽取因素时限定在特征值大于1者，即SPSS的默认选 项。单击“继续”按钮确定。 （3）设置因素旋转 选择“最大方差法”、“旋转解”二项，显示转轴后的相关 信息。单击“继续”按钮确定。 （4）设置因子得分，“保存为变量”，方法选默认“回归”。
• （2）共同性 • 所谓共同性，就是个别变量可以被共同因素解释 的变异量百分比，这个值是个别变量与共同因素 间多元相关的平方。从共同性的大小可以判断这 个原始变量与共同因素间之关系程度。
（3）特征值
• 在因素分析的共同因素抽取中，特征值最大的共同 因素会最先被抽取，其次是次大者，最后抽取得共 同因素的特征值最小，通常会接近0（在主成份分 析中，有几个题项，便有几个成份，因而特征值的 总和刚好等于变量的总数）。 • 将每个共同因素的特征值除以总题数为此共同因素 可以解释的变异量。 • 因素分析的目的之一，即在因素结构的简单化，希 望以最少的共同因素，能对总变异量作最大的解释， 因而抽取得因素愈少愈好，但抽取因素的累积解释 的变异量愈大愈好。
（三）按总分高低排序
• 按照总分高低排序,就是找出高低分组总人数27% 处的分数。 在数据窗口菜单栏中单击“数据-排序个案”, 在排序个案对 话框中将左边变量列表中的total 变量选入右边的“排序依 据”: 下面的空格中, 在“排列顺序”下的二级选项框中选取 排序的方式, 先选取“降序” , 单击OK 按钮。在数据窗口中 按照total 变量的分数, 形成由大到小的排列。将总人数乘以 27% 处的分数记下( 本例中共有60名被试, 高分组的第16 名 受试者的分数为72分) 。再将按总分由低到高排列, 在“排序 个案”对话框中, 先单击“重置”按钮, 将原先的设置还原。 选取“升序”的排序方式, 单击OK 按钮。在数据窗口中按照 total 变量的分数, 形成由小到大的排列。将总人数乘以27% 处的分数记下( 本例中共有60 名被试, 低分组的第16 名受试 者的分数为56 分) 。
• 下面以一份题项数为19, 受试者为60的预试量 表为例, 首先在SPSS 的变量窗口中设置相应 的变量, 然后在数据窗口中输入数据, 其中第3 和第19题为反向题。 居民生活质量调查数据
Spss操作
• 在SPSS 数据窗口界面的菜单栏中依次单击“转换— 重新编码为相同变量”, 弹出“重新编码到相同的变 量中”对话框, 将对话框左边变量列表中的3至20选 入右边“数字变量” 框中。单击“旧值和新值” ,按 钮,弹出“重新编码成相同变量:旧值和新值”的对话 窗口, 在窗口中重新编码。具体操作为: 在左边“旧 值”框中, 选取“值”, 在后面的空格里填入1, 在右 边“新值”框中选取“值”, 在后面的空格中填入5, 然后单击 “添加”按钮, 接着会在右边的“旧→新” 下的框内出现“1→5”, 重复此操作, 分别将1 转换为 5, 2 转换为4, 3转换为3, 4 转换为2, 5 转换为1。
（二）计算出量表总分
• 在数据窗口菜单栏中单击“转换—计算变 量”, 弹出“计算变量” 对话窗口。在左边 “目标变量”: 下面的空格内输入新名称变量, 本例为total。在右边的函数组: 窗口中选取统 计量—sum 函数进入上面的“数字表达式”: 空格中并分别输入各题项(逗号隔开）。然后 单击OK 按钮, 在数据窗口中19后面会新增一 个total 变量。
由因子得分系数矩阵，可以将公因子表示为各 变量的线性组合。得到的因子得分函数为
F1 0.052 x1 0.118 x2 0.190 x3 0.120 x4 0.086 x5 0.047 x6 0.245 x7 0.079 x8 0.245 x9 0.264 x10 F2 0.193 x1 - 0.363 x2 - 0.360 x3 0.085 x4 0.145 x5 0.189 x6 - 0.149 x7 0.137 x8 - 0.156 x9 - 0.208 x10
因子综合得分
F
1 2
1
F1
1 2
2
F2
6.292 1.709 F1 F2 6.292 1.709 6.292 1.709
• 三、信度分析
• 目的是对量表的可靠性与有效性进行检验。如果一 个量表的信度愈高，代表量表愈稳定，也就表示受 试者在不同时间测量得分的一致性，因而又称“稳 定系数”。根据不同专家的观点，量表的信度系数 如果在0.9以上，表示量表的信度甚佳。但是对于 可接受的最小信度系数值是多少，许多专家的看法 也不一致，有些专家定为0.8以上，也有的专家定 位0.7以上。通常认为，如果研究者编制的量表的 信度过低，如在0.6以下，应以重新编制较为适宜。
• 如果t 值显著( 即sig. 的值小于0.05) , 表明此题具有区 分度, 能区分出不同被试的反应程度, 该题项应予以保 留。反之, 则区分度不好, 不能区分出不同被试的反应 程度, 需要删除或修改此题。
• 在本例中, 我们可以从表输出的结果中看到A2（您满 意自己的健康吗？）、A10（您每天的生活有足够的 精力吗） 、A15（您对自己从事日常活动的能力满意 吗？）和A16（您满意自己的工作能力吗？）的t值不 显著, 表明这几个题项没有鉴别度, 应该删除或修改。