spss数据分析教程之信度分析和效度分析

信度分析和效度分析数据计分方法说明

类别小分类

对应题

项每题计分方法维度计分方法

题

项

职业倦怠

情感枯竭1-3题正向计分全部题项直接加总 3 去个性化4-6题正向计分全部题项直接加总 3 个人成就感

7-10

题

逆向计分

全部题项取倒数后加

总

4

心理资本

11-18

题

正向计分全部题项直接加总8

组织气氛

19-26

题21题为逆向计分，其

余题项正向计分

21题取倒数后与其余

题项加总

8

总体幸福感

27-31

题27题和31题为逆向

计分，其余题项为正

向计分

27和31题取到术后与

其余题项加总

5

整体问卷

以上各个维度的总分

直接加总

31

讲问卷调查的数据进行如上表的数据预处理后，接下来再进行如下分析。

1 信度分析

这里有63份问卷，首先我们需要的判定的是问卷中的调查题目能否反映调查的目的和调查的意图，问卷中的各个问题是否测量了相同的内容和信息；同时，对于调查问卷所得到的数据是否具有可靠性，就必须在对问卷分析之前做信度分析。信度本身与测量结果的正确与否无关，它的用途在于检测问卷本身的稳定性。信度分析中常用Cronbach α系数的大小来衡量调查问卷的信度。一般而言，如果问卷的信度系数达到0.9以上，该问卷调查的信度就较好；信度系数在0.8以上，是不错的；一般认为试卷信度在0.5至0.9以内是合理的，如果信度系数低于0.5，则此问卷的调查结果就不可信了。

将以上63份问卷的数据用SPSS21.0先进行标准化处理，再进行信度分析，其结果如表一所示：

表一显示，整体问卷和问卷中的各个维度的Cronbach's Alpha系数值均大于0.6，所以可以推断此问卷的可信度一般，该评价问卷只具有很较高的内在一致性。

2 效度分析

具备信度的问题不一定具备效度，因此做完信度分析，再用SPSS21.0对其进行效度分析。

2.1 因子模型适应性分析

效度分析使用的是因子分析模型，在运用因子模型分析之前，首先要对问卷数据进行因子模型适应性分析，分析结果如下表所示：

表二KMO 和Bartlett 的检验

由上表的数据可知，问卷数据的KMO值为0.657，并且通过了显著性水平为0.05的巴特利球型检验，说明问卷调查的数据非常适合做因子分析。

2.2 因子分析结果

在进行了适应性检验之后，接下来就进行因子分析，其结果如下：

表三方差贡献率

解释的总方差

成份

初始特征值提取平方和载入旋转平方和载入

合计方差的% 累积% 合计方差的% 累积% 合计方差的% 累积%

1 8.75

2 28.231 28.231 8.752 28.231 28.231 4.937 15.926 15.926

2 3.259 10.514 38.745 3.259 10.514 38.745 3.766 12.148 28.074

3 2.715 8.758 47.503 2.715 8.758 47.503 2.996 9.666 37.740

4 2.286 7.374 54.877 2.286 7.374 54.877 2.714 8.756 46.496

5 1.51

6 4.891 59.768 1.516 4.891 59.768 2.584 8.335 54.831

6 1.342 4.328 64.096 1.342 4.328 64.096 2.076 6.69

7 61.528

7 1.252 4.038 68.134 1.252 4.038 68.134 1.709 5.511 67.040

8 1.053 3.398 71.532 1.053 3.398 71.532 1.393 4.492 71.532

9 .958 3.089 74.620

10 .880 2.840 77.461

11 .762 2.459 79.920

12 .714 2.302 82.222

13 .684 2.207 84.429

14 .623 2.011 86.440

15 .580 1.870 88.309

16 .509 1.642 89.951

17 .449 1.449 91.400

18 .394 1.272 92.672

19 .342 1.104 93.777

20 .289 .934 94.710

21 .276 .892 95.602

22 .258 .833 96.435

23 .204 .659 97.094

24 .184 .592 97.686

25 .171 .552 98.239

26 .148 .478 98.717

27 .121 .391 99.108

28 .101 .325 99.433

29 .079 .254 99.687

30 .058 .186 99.873

31 .039 .127 100.000

提取方法：主成份分析。

根据表三方差贡献率分析表可以知道，具备信度的31个问题一共可以提取8个

主成分，这8个主因子解释的方差占到了将近71.532%，由此我们可以认为，这

次提取的8个公因子在充分提取和解释原变量的信息方面比较理想。

表四旋转后的因子载荷矩阵

旋转成份矩阵a

成份

1 2 3 4 5 6 7 8 职业倦怠1 0.812 0.024 0.046 0.006 0.012 -0.172 -0.206 -0.085 职业倦怠2 0.788 -0.043 0.051 -0.141 0.176 -0.211 0.094 -0.086 职业倦怠3 0.651 -0.112 -0.056 -0.155 -0.172 -0.217 -0.053 -0.299 职业倦怠4 0.743 -0.085 0.067 -0.19 -0.172 -0.275 0.017 -0.073 职业倦怠5 0.741 -0.186 -0.01 0.077 -0.455 -0.01 -0.12 0.008 职业倦怠6 0.744 -0.204 0.053 -0.109 -0.084 0.115 -0.063 0.078 职业倦怠7 0.297 -0.113 0.67 -0.189 -0.173 0.025 0.223 0.246 职业倦怠8 -0.099 0.024 0.902 -0.1 -0.056 -0.073 -0.087 -0.002 职业倦怠9 0.048 0.008 0.856 -0.027 -0.141 -0.079 -0.143 -0.103 职业倦怠10 0.01 0.093 0.88 -0.007 0.075 0.014 -0.097 -0.075 心理资本1 -0.17 0.022 0.011 0.759 0.284 0.063 0.037 0.064 心理资本2 -0.138 0.173 -0.08 0.674 0.148 -0.11 0.37 -0.179 心理资本3 -0.09 0.099 -0.194 0.664 0.465 0.091 0.008 -0.191 心理资本4 -0.185 -0.029 -0.11 0.616 0.086 -0.08 0.141 0.27 心理资本5 -0.072 0.009 -0.095 0.801-0.074 0.133 -0.116 0.195 心理资本6 -0.524 0.309 -0.026 0.205 0601 0.23 0.147 -0.279 心理资本7 -0.185 0.097 -0.138 0.221 0.802 0.071 0.014 -0.014 心理资本8 -0.09 0.651 0.066 0.067 -0.599 0.015 -0.082 -0.101 组织氛围1 0.045 0.444 -0.009 0.161 0.405 0.326 0.124 0.567 组织氛围2 0.106 0.076 -0.123 0.172 0.245 0.238 0.101 0.611