信度分析与效度分析

### 信度分析

信度代表的是数据结果的稳定性和可靠性(*一致性*)，也是效度的基础既必要条件。主要考察量表里面所有题项的一致性，指的是通过同一方法对某一对象重复测量所表现出的结果是否一致，它是调查研究中进行统计分析前必经的环节。通常认为，信度系数越大，测量可信度最大，系统误差不会给信度带来影响。衡量信度的方法有:折半信度、再测信度和克伦巴赫系数(Cronbach α)。其中克伦巴赫系数(Cronbach α)的应用最广，α系数值越高，说明问卷内各项的结果越趋于一致问卷的信度越高，当Cronbach系数的Alpha值处于0.8以上为最佳，处于0.7到0.8之间，表明问卷的信度较高，问卷设计合理；而对于分量表而言，Cronbach系数的Alpha值处于0.7以上为佳，处于0.6到0.7之间属于可以接受的范畴，若低于0.6则需重新修正问卷。

相对而言,验证性因子分析比探索性因子分析处理要困难得多,验证性因子分析比探索性因子分析要求更大容量的样本,主要是因为验证性因子分析要处理推论统计量。

**进行探索性因子分析**要注意，在进行因子分析之前，需要对各个变量进行KMO和巴特利球形检验(Bartlett)，看其是否适合做因子分析。一般认为KMO值大于0.7就是适合做因子分析的,巴特利(Bartlett)球形检验值应在0.05以内的显著性水平。

**进行验证性因子分析**要注意，模型要表现出良好的整体拟合优度:卡方和自由度的比值(χ2 / df）小于5,近似误差均方根(RMSEA)小于0. 08,一系列相对拟合指数NFI、NNFI、CFI、GFI、AGFI均要超过0. 90, PNFI与PGFI均要超过0.5。

### 效度分析

效度分析的作用是，检验被调查者是否理解了问卷设计者的意图，也就是问卷是否有效达到了调查的目的。

人口统计学变量不纳入信效度分析。如果你知道量表和问卷的区别，那么这个问题就不是问题。其余问题书上和百度上都有答案。

对调查问卷数据分析的灵魂拷问，就在于调查问卷可不可靠、有没有效。
调查问卷分为量表题和非量表题。调查问卷数据分析要看有没有量表题，如果有量表题，首先需要进行信度分析和效度分析。非量表题不能进行信度分析和效度分析。

那么，二者又有什么关系呢？

信度是效度的基础（必要条件）。

---

信度和效度检验通常是指对**量表本身**的信度和效度进行评估，而不是对已经收集的数据进行评估。

- **信度**是指量表测量的稳定性和一致性，即在不同情境或时间下，量表测量结果的一致程度。常用的信度检验方法包括重测信度、内部一致性信度等。通过信度检验，我们可以了解量表是否稳定地测量相同的概念，并在重复使用时给出相似的结果。

- **效度**则涉及量表测量结果与其他相关测量的关联程度。它包括构想效度、内容效度、准则效度等类型。效度检验用于评估量表是否能够准确地测量其所声称测量的概念，以及与其他相关测量的相关性。

这些评估旨在确定量表是否是一个可靠且有效的工具来测量特定的概念或属性。它们通常在量表设计和开发阶段进行，以确保量表具有良好的信度和效度。如果量表在信度和效度上得分较低，可能需要进行修订或重新开发。

已经收集的数据也可以用于某种程度上的信度和效度检验，但通常在实际研究中，这些检验主要用于量表本身的开发和验证阶段，以确保量表在测量所需的概念时具有较高的可靠性和有效性。

2023-03-04 22:02 by admin 84 0

信度分析与效度分析

热门文章