spss数据分析教程之SPSS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

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 信度分析表

类别

小分类 对应题 项 每题计分方法 维度计分方法 心理资本

组织气氛

总体幸福感

整体问卷

情感枯竭 1-3 题 正向计分 去个性化 4-6 题 正向计分 个人成就感

7-10 题 逆向计分 11-18 题

19-26 题

27-31

正向计分

全部题项直接加总 全部题项直接加总 全部题项取倒数后加

总

全部题项直接加总

21 题为逆向计分，其 余题项正向计分

27 题和 31 题为逆向 计分，其余题项为正

向计分

21 题取倒数后与其余

题项加总

27 和 31题取到术后与

其余题项加总 以上各个维度的总分

直接加总 3 3

4 8 8

5

31

整体问卷.617 31

职业倦怠.822 10

心理资本.801 8

组织气氛.837 8

总体幸福感.679 5

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

KMO 和 Bartlett 的检验

取样足够度的 Kaiser-Mey er-Olkin 度量。.657

近似卡方1187.636

Bartlett 的球形度检验df465

Sig..000

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 2 3.259 10.514 38.745 3.259

3 2.715 8.758 47.503 2.715

4 2.286 7.374 54.877 2.286

5 1.51

6 4.891 59.768 1.516 6 1.342 4.328 64.096 1.342

7 1.252 4.03

8 68.134 1.252 8 1.053 3.398 71.532

1.053

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。 28.231 28.231 4.937 15.926 15.926 10.514 38.745 3.766 12.148 28.074 8.758 47.503 2.996 9.666 37.740 7.374 54.877 2.714 8.756 46.496 4.891 59.768 2.584 8.335 54.831 4.328 64.096 2.076 6.697 61.528 4.038 68.134

1.709 5.511 67.040 3.398 71.532

1.393

4.492

71.532

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