问卷的信度分析实例介绍

问卷的信度分析

信度liability Re 即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，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）。信度分析的方法主要有以下四种：重测信度法、复本信度法、折半信度法、a 信度系数法。

其中，Crobach a 信度系数法是最简单易行且常用的方法，其公式为：

)s

s -(11-22i ∑=k k a

式中，k ——量表所包含的总题数；

∑2

i

s

——量表题项的方差总和；

2

s ——量表题项加总后方差。

a 系数的大小表明了问卷表的信度高低，一般来说，a 系数越大信度越高，量表设计越

合理，也即证明指标或者测量项目的选取越好；反之，a 系数越小信度越低，在这种情况下可能需要重新对问卷量表进行设计，剔除部分信度不高的指标或项目。

分量表信度指标值的判别标准如下表：

a 信度系数 分量表信度 900.0以上

899.0-800.0 799.0-700.0 699.0-600.0 599.0-500.0 500.0以下

非常理想 甚佳 佳 尚可 可信偏低 欠佳最好剔除

对于总问卷而言，则有如下判别指标：

a 信度系数 问卷信度 800.0以上

799.0-700.0 700.0-650.0 600.0以下

非常好 好 最小可接受值 欠佳最好剔除

由于该方法简单易行，因此我们采取a系数信度法对问卷调查的可信度进行分析，得到

结果如下表：

变量代号均值方差a系数

推广态度a1

a2

a3

a4

a5

2.81

1.87

1.

8.00

8.47

11.668

8.895

8.038

7.333

8.282

0.630

生态效益b1

b2

b3

b4

b5

12.30

12.36

12.36

12.43

12.27

12.445

12.146

11.827

11.959

12.606

0.926

补贴政策c1

c2

c3

c4

c5

c6

13.20

13.16

12.56

12.50

12.70

12.46

11.670

11.294

13.410

13.094

12.619

14.513

0.780

感知质量d1

d2

d3

d4

d5

10.17

10.27

10.33

10.26

9.89

18.057

16.288

16.804

16.078

17.726

0.915

感知价格e1

e2

e3

e4

8.10

7.69

7.84

7.66

6.613

4.914

5.091

5.156

0.711

总问卷0.912

0.913

修正后总问卷

由上表可以看到，推广态度的分量表的信度为630

.0，不能达到我们的预期值。我们可以根据题目删减来修正信度，这里提供一个修正标准，如果删掉该对应题目，问卷的alpha

cronbach 值就会变化，一旦出现大幅升高，则说明该行对应得题目可以考虑删去，以提高问卷的内部一致性信度（《spss在商务管理中的应用》卫海英主编）。在操作中发现，若把第一个问题删去可得推广态度的分量表的信度为0.720，这样使得这五个变量的信度都大于0.7，并且修正后总问卷信度为0.913远大于0.8，也说明了本研究的问卷有一定的可靠性。

由于Crobach a系数受量长表的影响较大并且本问卷分量表有25个条目，出于严谨考虑我们需要测量量表条目间的相关矩阵系数，并计算总相关系数。如下表：

各变量项目间相关系数

a1a2a3a4a5

a1 a2 a3 a4 a5

1.00

0.153

0.002

0.039

0.151

0.153

1.00

0.368

0.308

0.150

0.002

0.368

1.00

0.501

0.427

0.039

0.308

0.501

1.00

0.589

0.151

0.150

0.427

0.589

1.00 b1b2b3b4b5

b1 b2 b3 b4 b5

1.00

0.491

0.560

0.347

0.355

0.491

1.00

0.559

0.494

0.510

0.560

0.559

1.00

0.464

0.488

0.347

0.494

0.464

1.00

0.545

0.355

0.510

0.488

0.545

1.00

c1c2c3c4c5c6

c1 c2 c3 c4 c5 c6

1.00

0.425

0.185

0.263

0.392

0.142

0.425

1.00

0.305

0.361

0.434

0.139

0.185

0.305

1.00

0.508

0.283

0.490

0.263

0.361

0.508

1.00

0.554

0.367

0.392

0.434

0.283

0.554

1.00

0.491

0.142

0.139

0.490

0.367

0.491

1.00 d1d2d3d4d5

d1 d2 d3 d4 d5

1.00

0.442

0.374

0.436

0.342

0.442

1.00

0.444

0.472

0311

0.374

0.444

1.00

0.450

0.288

0.436

0.472

0.450

1.00

0.383

0.342

0.311

0.288

0.383

1.00 e1e2e3e4

e1 e2 e3 e4

1.00

0.195

0.199

0.162

0.195

1.00

0.419

0.327

0.199

0.419

1.00

0.318

0.162

0.327

0.318

1.00

由上表可看出，推广态度5个条目中相关系数最大的值为0.589，可说明各条目间并非多重线性关系。同理，其他四项变量的各条目的相关系数最大值分别为0.560、0.554、0.472和0.419，都不算大，可证明各变量测量项目间均不存在多重线性关系。

综上所述，各量表及量表下指标的设置较为合理。

Logistic模型分析

1.模型介绍