首页
博客
理论工具
数据分析
spss分析
amos分析
python数据分析
结构方程模型
回归与中介
论文写作
未分类
数据服务
关于我们
0
个人中心
我的订单
退出
登录
登录
注册
Get Started
Spss详细图文教程——问卷信度和效度检验步骤图解
问卷信度效度检验是保证后续分析有效性的必要保障 问卷的信度和效度检验都是针对量表进行 在spss中信度检验通常采用“可靠性检验” 效度分析采用探索性因子分析或者验证性因子分析 本次信度和效度检验以真实案例数据进行教程详解。 本次问卷分为6大维度,内容如下:  变量说明 一、**信度分析** 1.数据录入,结果如下(变量视图):  变量视图 2.依次点击分析-标度(度量)-可靠性分析  信度分析 3. 每个量表维度**分别**进行信度分析,选中**专业了解度**包含的5个题目,并且点击中间的箭头。  变量选择 3. 在**模型**下拉选项中选中Alpha或者α,一般默认,这个是科隆巴赫系数。  科隆巴赫系数 3. 点击右上角的**统计**选项,然后勾选打钩的内容,并且点击继续:  勾选选项 3. 点击确定就得到了第一个维度(专业了解度)的信度分析结果: 在以下结果图中打红√的为重点内容,先看第一个√的内容,为主要的信度检验结果,我们要关注的是基于标准化项的克隆巴赫系数,这个系数取值范围在0-1之间,越接近1,就说明可靠性就越高,一般低于0.5就要考虑重新对问卷进行调整了。 在项总计统计表中我们要重点关注最后一列,项删除后的克隆巴赫系数,1-5行,分别对应1-5题,每一行说明删除对应的题目后,克隆巴赫系数的情况。目的就在于判断维度或者问卷中的题目有没有存在不合适的题目。只要删除后的系数小于标准化的系数就不需要对题目进行调整。  3. 按照以上的步骤分别对所有的维度进行可靠性分析,最后的结果在Excel中进行整理就得到了如下的结果。  整理结果 二、**效度分析** 在本图文教程中,效度分析采用的是探索性因子分析。需要的注意的是,绝大部分情况下效度分析是针对量表总体进行的,不再像信度分析一样分维度进行。 1. 在主界面点击分析——降维——因子  因子分析 1. 选中左边所有的**量表**题目。然后点击中间的箭头  选择变量 1. 点击**描述**,选择打钩的内容:  勾选选项 1. 其他的全部默认,接着点击确定:  结果 关于效度分析,在所有因子分析的结果中我们只需要关注这个表,这里面有两个指标是评价效度的。 第一个:KMO系数,取值范围在0-1之间,越接近1说明问卷的结构效度越好。 第二个:巴特利球形检验的显著性,如果小于0.05,我们也可以认为问卷具有良好的结构效度。 做信度效度分析的注意事项: 1. 必须是量表 2. 每个维度的题目数量不能小于2个
2023-04-18 23:00 by admin
289
0
热门文章
1
clashX 设置白名单,忽略本地hosts测试域名的代理设置。
2
验证性因子分析步骤以及应达到的标准
3
Spss详细图文教程——问卷信度和效度检验步骤图解
4
信度效度分析的注意事项
5
MATLAB时代的七种开源替代方案